Optyino.ai
調査レポート

【調査結果】生成AIは商品推薦のためにどのような検索クエリを使うのか？

〜ChatGPT5.2は長い検索クエリ、Geminiは短い検索クエリを多く使う傾向〜

【調査結果】生成AIは商品推薦のためにどのような検索クエリを使うのか？

株式会社Wallabeeは、AI検索時代のブランド露出を可視化・最適化するGEO/AIO/LLMOプラットフォーム「Optyino.ai」に蓄積されたAI回答ログをもとに、生成AIが商品・サービスを推薦する際に、どのような検索クエリを用いて情報収集しているのかを分析しました。

本調査では、「おすすめの洗濯機」「おすすめの冷蔵庫」「おすすめの掃除機」「おすすめのスーツケース」「おすすめのポータブル電源」「おすすめのヘッドホン」など、おすすめ系プロンプト10件を対象に、2025年9月6日から2026年3月14日までに取得されたAI回答5,707件を分析しました。

調査サマリー

本調査では、Optyino.aiのAI回答ログをもとに、生成AIが商品推薦系の質問に回答する際、どのような検索クエリを用いて外部情報を収集しているのかを分析しました。

分析対象は、2025年9月6日から2026年3月14日までに取得されたAI回答5,707件です。そのうち、検索クエリ情報が取得できたログを対象に、検索クエリ数、平均クエリ語数、平均検索回数などを集計しました。

分析の結果、AIモデルごとに検索行動には大きな違いが見られました。ChatGPT5.2は平均クエリ語数が8.16語と最も長く、1回あたりの検索クエリが具体的になる傾向がありました。一方、Gemini 2.5 Flashは平均クエリ語数が2.71語と短く、短い検索クエリを多く発行する傾向が見られました。

また、ChatGPT-miniは平均検索回数が2.97回と最も多く、商品カテゴリによって検索回数や検索言語に差が見られました。Claude Sonnet 4.5は平均検索回数0.82回、平均クエリ語数2.51語となり、検索回数が比較的少ない傾向が見られました。

この結果から、GEO対策では、単にAIに引用されるかどうかだけでなく、AIモデルごとに「どのような検索クエリで情報収集しているのか」を把握することが重要だと考えられます。

調査の背景

検索行動は、従来のGoogle検索から、ChatGPT、Gemini、Claude、Perplexity、Google AI Overview、Google AI Modeなどの生成AIに質問する形へと広がりつつあります。

この変化により、企業のマーケティング活動では、検索結果で上位表示されるSEOだけでなく、AI回答の中で自社ブランドや自社サイトがどのように言及・引用されるかを把握する「GEO」の重要性が高まっています。

特に、「おすすめの洗濯機」「おすすめの冷蔵庫」「おすすめのヘッドホン」などの商品推薦系クエリでは、AIが回答を生成する前に外部検索を行い、複数の情報源を参照する場合があります。

その際、AIがどのような検索クエリを発行しているかによって、AIに参照されやすいWebページやコンテンツの条件は変わります。たとえば、短いキーワードで広く検索するAIと、長い複合クエリで絞り込んで検索するAIでは、GEO対策において重視すべきコンテンツ設計も異なります。

そこで今回、WallabeeはOptyino.ai上のAI回答ログを用いて、生成AIモデルごとの検索クエリ傾向を分析しました。

主な調査結果

1. ChatGPT5.2は平均クエリ語数8.16語で最長。長い検索クエリを使う傾向

AIモデル別の平均クエリ語数は以下の通りです。

AIモデル平均クエリ語数特徴
ChatGPT5.28.16語長い検索クエリを使う傾向
ChatGPT-mini7.00語比較的長いクエリを複数回検索
Gemini 2.5 Flash2.71語短いクエリを多く発行
Claude Sonnet 4.52.51語短いクエリで検索回数も少ない

AIモデル別の平均クエリ語数を比較すると、ChatGPT5.2は8.16語と最も長く、1回あたりの検索クエリが具体的になる傾向が見られました。

ChatGPT5.2は、平均検索回数が1.12回と比較的少ない一方で、1回あたりの検索クエリが長く、具体的な条件を含む検索を行う傾向が見られました。

この結果から、ChatGPT5.2は、少ない検索回数の中で、より具体的な条件を含む検索クエリを使って情報収集している可能性があります。

GEO対策においては、単一キーワードだけでなく、用途、条件、比較軸、対象ユーザーなどを含んだ具体的なコンテンツ設計が重要になると考えられます。

2. Gemini 2.5 Flashは平均クエリ語数2.71語。短い検索クエリを多く発行する傾向

検索クエリ総数と平均クエリ語数を合わせて見ると、Gemini 2.5 Flashの検索傾向が見えてきます。

AIモデル検索クエリ総数平均クエリ語数検索傾向
Gemini 2.5 Flash3,892件2.71語短いクエリを多く発行
ChatGPT-mini3,268件7.00語長めのクエリを複数発行
Claude Sonnet 4.5429件2.51語検索クエリ数が少ない

Gemini 2.5 Flashの平均クエリ語数は2.71語でした。

一方で、検索クエリ総数は3,892件と多く、短いキーワードを多く発行して情報収集する傾向が見られました。

この結果から、Gemini 2.5 Flashは、短く汎用的な検索クエリを複数発行し、幅広い情報源を収集している可能性があります。

GEO対策においては、商品名やカテゴリ名、選び方、比較、ランキング、メーカー名など、幅広い検索意図をカバーする情報設計が重要になると考えられます。

3. ChatGPT-miniは平均検索回数2.97回で最多。商品カテゴリによって検索回数や検索言語に差

AIモデル別の平均検索回数は以下の通りです。

AIモデル平均検索回数特徴
ChatGPT-mini2.97回最も検索回数が多い
Gemini 2.5 Flash1.14回検索回数は中程度
ChatGPT5.21.12回検索回数は少なめだがクエリは長い
Claude Sonnet 4.50.82回検索回数が比較的少ない

ChatGPT-miniは、平均検索回数が2.97回と、今回分析したモデルの中で最も多い結果となりました。

検索クエリ総数は3,268件、平均クエリ語数は7.00語でした。

また、商品カテゴリごとに検索クエリ数の変動が大きく、サーキュレーターでは448件、ヘッドホンでは448件、ポータブル電源では381件の検索クエリが確認されました。一方で、洗濯機では202件にとどまり、商材によって検索行動が変化していることが分かりました。

さらに、ヘッドホンでは英語検索割合が84.8％、ポータブル電源では23.8％となり、グローバル商品の情報収集において英語検索へ切り替える傾向も確認されました。

この結果から、ChatGPT-miniでは、商品カテゴリによって検索回数や検索言語が変わる傾向があると考えられます。

4. Claude Sonnet 4.5は平均検索回数0.82回、平均クエリ語数2.51語。検索回数が比較的少ない傾向

Claude Sonnet 4.5の平均検索回数は0.82回、平均クエリ語数は2.51語でした。

検索クエリ総数は429件で、他モデルと比較すると少ない結果となりました。

また、プロンプト別に見ると、Claude Sonnet 4.5の検索クエリ数は各商品カテゴリで42〜43件前後に集中しており、検索回数や検索クエリ数が比較的安定していました。

この結果から、Claude Sonnet 4.5は検索回数が比較的少なく、必要な場合のみ短いクエリで検索する傾向があると考えられます。

GEO対策においては、検索回数が少ないモデルに対して、限られた検索機会の中で参照されるための信頼性、専門性、構造化された情報設計が重要になる可能性があります。

5. 検索回数には大きな差。ChatGPT-miniはClaudeの約3.6倍検索していた

平均検索回数を見ると、ChatGPT-miniは2.97回、Claude Sonnet 4.5は0.82回でした。

つまり、ChatGPT-miniはClaude Sonnet 4.5の約3.6倍の検索を行っていたことになります。

この結果から、AIモデルごとに外部検索への依存度には大きな差があることが分かりました。

検索回数が多いモデルでは、より多くの情報源がAI回答に影響する可能性があります。一方で、検索回数が少ないモデルでは、限られた検索結果や内部知識の影響が大きくなる可能性があります。

GEO対策では、モデルごとの検索依存度を把握したうえで、どのAIモデルに対してどのような情報資産を整備すべきかを考える必要があります。

AIモデル別 検索行動サマリー

AIモデル別の主な検索行動は以下の通りです。

AIモデル平均検索回数平均クエリ語数主な検索行動
ChatGPT-mini2.97回7.00語商品カテゴリによって検索回数・検索言語が変わる傾向
ChatGPT5.21.12回8.16語検索回数は比較的少ない一方で、1回あたりの検索クエリが長い傾向
Gemini 2.5 Flash1.14回2.71語短い検索クエリを多く発行する傾向
Claude Sonnet 4.50.82回2.51語検索回数が比較的少ない傾向

調査概要

  • 調査テーマ：おすすめ系プロンプトにおけるAIモデル別検索行動の分析
  • 分析目的：おすすめ系プロンプトに対するAIモデルごとの平均クエリ語数・検索回数・検索クエリ傾向を比較し、モデルごとのGEO戦略の違いを明らかにするため
  • 調査期間：2025年9月6日 16:16〜2026年3月14日 7:42
  • 分析対象：Optyino.ai上のAI回答ログ
  • 対象プロンプト：おすすめ系プロンプト10件
  • 分析対象回答数：5,707件
  • 完了回答数：5,397件
  • 失敗回答数：310件
  • 主な分析指標：検索クエリ取得件数、検索クエリ総数、平均クエリ語数、中央値、最小値、最大値、平均検索回数
  • 調査主体：株式会社Wallabee
  • 使用データ：Optyino.ai上のAI回答ログ

対象プロンプトは以下の通りです。

  • おすすめの洗濯機をおしえて！
  • おすすめの冷蔵庫をおしえて！
  • おすすめの掃除機をおしえて！
  • おすすめのスーツケースをおしえて！
  • おすすめのサーキュレーターをおしえて！
  • おすすめの扇風機をおしえて！
  • おすすめのエアコンをおしえて！
  • おすすめの電子レンジをおしえて！
  • おすすめのポータブル電源をおしえて！

注記

※本調査はOptyino.ai上で取得された対象ログに基づく分析です。各AIモデルのAPI等を通じて取得した回答データを含むため、ChatGPT、Gemini、Claudeなどを一般ユーザーがWeb画面上で利用した場合の回答内容・検索挙動・引用表示とは異なる可能性があります。そのため、本結果は各AIサービス全体の仕様や挙動を網羅的に示すものではありません。

※平均検索回数は、対象ログにおけるWeb検索実行回数をもとに算出しています。検索回数が少ないモデルであっても、実際の回答品質や情報網羅性を直接評価するものではありません。

※本調査結果は、調査期間中に取得されたデータに基づくものであり、各AIモデルの仕様変更、検索・引用挙動の変化、Web上の情報更新などにより、今後同様の結果が得られるとは限りません。そのため、本記事に記載された数値や傾向は、将来的に変化する可能性があります。

Optyino.aiとは

AI時代のブランドを可視化する、生成AIエンジン対策（GEO/LLMO/AIO）ツール。ChatGPTやPerplexity、Geminiなどの生成AIにおいて、自社ブランドがどのように言及・引用されているかを分析し、AI検索時代における新しいマーケティング指標を提供します。

表示スコアや引用分析、ブランドシェアなどのデータを通じて、企業が「AIに選ばれるブランド」になるための改善アクションを支援します。

URL：https://optyino.ai/

会社概要

  • 会社名：株式会社Wallabee
  • 所在地：〒150-0031 東京都渋谷区桜丘町18-4 二宮ビル 122
  • 事業内容：GEO/LLMO領域の研究・プロダクト開発、AI検索対策支援、Webマーケティング支援
  • サービス：https://optyino.ai/
  • 会社：https://wallabee.co.jp