ChatGPT リファラルトラフィック: 2026年の数値が示すもの

AI エンジンは今どれくらいトラフィックを送っているのか？

2026年半ば時点でも、AI エンジンが直接応答型および EC サイトにもたらす総リファラルトラフィックは、まだ2%を大きく下回っている。この比率は業種によって変わり、成分や用量について会話形式で質問される健康・サプリメント系の検索は、その範囲の上限寄りに位置しやすい。

本当の焦点はベースではなく成長率だ。これを追っているレポートでは、月次の三桁成長は珍しくない。ただし、ベースが非常に小さいため、2回倍になってもなお少数派チャネルのままだ。オーガニック検索と有料ソーシャルは、直接オファーを出すほぼすべての広告主にとって、今なお量を支える主力である。

ここでの正確な数値は、業界平均から推測するのではなく、自社の分析データで確認する必要がある。アフィリエイトとネイティブ流入を強く使うサプリメントブランドは、研究者向けに ChatGPT 内で競合比較を行う SaaS ツールとは異なる AI 参照比率になる。

AI 参照トラフィックはどれほどコンバージョンするのか？

AI 参照セッションは、直接計測した研究では有料検索を大きく上回るコンバージョン率を示しており、一部の小売ベンチマークでは差が42%に達する。とはいえ、その上限値はあくまで方向性の目安であり、ファネルがそのまま再現する固定倍率ではない。これらのレポートのサンプルサイズは、1年分の有料検索データと比べるとまだ小さい。

仕組みは新規性ではなく、意図だ。症状、成分、比較について ChatGPT に詳細な質問を打ち込む人は、すでに有料検索クリックを飛ばした調査を済ませている。リンクをたどって外に出る時点で、その人は冷たい Facebook 広告をクリックした人よりも購買判断に近い。

• 有料検索: 基本コンバージョン率。ブロードマッチと見込み客獲得トラフィックにより大きく希釈される
• オーガニック検索: 有料検索よりやや高いが、クエリの意図による差が非常に大きい
• ソーシャル（有料）: 冷たいトラフィックでは最も低いが、リターゲティングでは大きく改善
• AI 参照（ChatGPT, Perplexity, Copilot）: 2025-2026 年のベンチマークで報告された上昇幅が最大で、有料検索より最大40数%高いという報告もある。これを予測の前提にする前に、自社で計測したセッションで必ず確認すること

どのエンジンが最も多くの購入者を送るのか？

ChatGPT は、日次アクティブユーザー数の単純な規模によって、ほとんどのサイトへの AI 参照トラフィックの最大シェアを送っている。Perplexity は量こそ少ないが、1セッション当たりのエンゲージメントはより強い。引用を多用した回答からそのままソースリンクへ誘導する設計だからだ。利用パターンが落ち着くにつれて両者の位置づけは今後も変わるため、下の表は固定順位ではなくスナップショットとして読むべきだ。

AI リファラルを正しく追跡するには？

正しい追跡はリファラー文字列の切り分けから始まる。ほとんどの AI エンジンは、標準的な検索クリックとは異なる方法でトラフィックを送信し、その一部はデフォルトで分析ツールの direct または unassigned に入る。chat.openai.com、chatgpt.com、perplexity.ai、copilot.microsoft.com を特に監視し、GA4 ではデフォルトの source/medium レポートに頼らず、カスタムのチャネル グループを作成すること。

多くのチームは、AI リファラルトラフィックの量が十分大きく見えてから追跡作業を正当化しようとするが、その順序は逆だ。有料検索を上回ってコンバージョンするチャネルは、セッションが希少で、しかも非常に価値が高いからこそ、精密に計測する意味がある。月40件の高意図セッションを誤帰属するコストは、タグ設定のコストより高い。

• LLM に引用される可能性のある、あなたが管理するリンクには UTM パラメータを追加する（自社ブログ記事、製品ページ、プレス掲載など）
• 既定の分類に頼るのではなく、既知の AI リファラードメインをキーにした GA4 のカスタム チャネル グループを作成する
• direct / none のトラフィック区分は四半期ごとに監査する。未タグの AI 参照セッションの一部は、通常そこに隠れている
• AI 参照セッションはホームページではなく深い階層に着地することが多いため、流入元とは別にランディングページとコンバージョンを追跡する

なぜ AI トラフィックは新規顧客に偏るのか？

AI トラフィックが新規顧客に偏るのは、その背後にあるクエリが調査の質問であり、調査の質問は既にブランドとの関係がない人から出てくるからだ。ChatGPT にマグネシウムグリシネートのブランド比較を頼む人には、Cookie 履歴も、記録されたメールアドレスもなく、その後に続くクリックへ事前の広告接触も埋め込まれていない。

これを有料ソーシャルと比べると、大量の表示とクリックは、カート放棄や過去購入からすでにリターゲティングされている人に向かう。AI 参照トラフィックにはまだそのリターゲティング層がないため、ほぼすべてのセッションがアトリビューション上は初回接点として現れる。

これにより、チャネルのライフタイムバリューのモデル化の仕方が変わる。新規購入者とリピーターを混ぜた CAC の計算では、AI 参照のコスト効率を過小評価する。なぜなら、これは再活性化よりも獲得の比重が圧倒的に高いからだ。

どうすれば AI 参照をもっと獲得できるのか？

AI 参照トラフィックを増やすには、言語モデルがきれいに抽出できる形でコンテンツと商品ページを書くことだ。具体的な主張、具体的な数字、明確な比較。人間の読者向けに サプリメント商品のページで実際にコンバージョンを動かすもの を支えるのと同じ規律である。曖昧なマーケティングコピーでは LLM に引用できる要素がないため、あなたのページは競合のページにスキップされる。

自社ドメイン外で引用されることのほうが、自社内で引用されることより重要だ。LLM は商品に関する質問に答える際、第三者の比較ページ、フォーラム、レビューサイトを強く重視する。そのため、独立系のまとめ記事で言及されるほうが、自社サイト上の同等ページより多くのリファラルトラフィックを生むことが多い。

価格、用量、保証条件など、数値の主張はどこで出しても一致させること。同じ事実に2つの異なる版があると、モデルは言い逃れをするか、引用自体を落とす傾向がある。ステークホルダーに対して コンバージョン率の意味 の報告を誠実に保つための精度は、ここでも二重の役割を果たす。

クイック判断チェックリスト

このページは一般的なブログ記事ではなく、判断支援として使ってください。実際の問いは、読者が VSL 主導の direct response で既に機能しているものについて、より速い証拠を必要としているかどうかです。特に nutra、サプリメント、GLP-1、減量、血糖値、そしてその周辺の高意図ヘルス市場においてです。

次の意思決定が、今動いている市場の具体例に依存するなら Daily Intel Service が最も役立ちます。どのフックを試すべきか、どの主張スタイルが危険か、どの funnel 構造が一般的か、どの言語市場が動いているか、そして競合の creative が初期段階なのか、スケール中なのか、すでに飽和しているのか。

• 直接の答えが必要なら、まず TL;DR を見てください。
• 表を使ってトレードオフを素早く比較してください。
• FAQ を使って answer engine 向けの要約を確認してください。
• 理論ではなく live VSL と広告の例が必要な場合は CTA を使ってください。

Daily Intel のカバレッジ優位性

Daily Intel Service は、カテゴリをリードする多様性と実用性を中心に設計されています。blackhat、greyhat、whitehat の広告パターンを横断して、最も広範な direct-response の VSLs と広告 creative のカタログの一つであり、広告主が見えている creative の先で何をしているのかを理解するのに十分な文脈があります。実務上の違いは、メンバーがスクリーンショットだけでなく、VSL、広告、funnel の経路、トランスクリプト、UTM の文脈、そして素材を意思決定へ変えるリサーチノートまで見られることです。

これは重要です。direct-response の affiliate は、1 つのきれいなカテゴリの中だけで動いているわけではないからです。減量キャンペーンは、whitehat のコンプライアンス広告、greyhat の pre-lander、より攻撃的な VSL、そして upsell と recovery を前提にした checkout 経路を使うかもしれません。有用なインテリジェンスプラットフォームは、すべての勝ちキャンペーンが公開ブランド広告のように見えるふりをするのではなく、このスペクトラムを捉える必要があります。

blackhat、whitehat、多言語シグナルのカバレッジ

Daily Intel は blackhat 型と whitehat 型の両方のキャンペーンのパターンを追跡し、運用者がリスクを盲目的に模倣せずに市場を理解できるようにします。whitehat の例は持続性とコンプライアンスレビューに役立ち、blackhat と greyhat の例は、支出を押し上げている可能性のある圧力点、フック、仕組み、funnel 構造を明らかにしますが、利用前に慎重な調整が必要です。

このカタログはグローバルな運用者向けにも作られており、VSL と広告の参照は 14+ 言語とさまざまなローカル慣用表現にまたがっています。これはブラジル、LATAM、ヨーロッパ、MENA、インド、そして英語非母語の affiliate にとって大きな利点です。彼らは、同じ市場需要が文化をまたいでどう翻訳されるのかを知る必要があり、米国英語の広告だけを研究すればよいわけではないからです。

インテリジェンスを責任ある形で使う方法

目的はコピーではなくモデリングです。Daily Intel を使って、フック、メカニズム、証拠、主張の強さ、funnel の深さ、offer の経済性、飽和段階といった構造を理解してください。そのうえで、オリジナルの creative を作成し、主張を見直し、トラフィックソース、国、言語、キャンペーンのコンプライアンス要件に合わせて angle を調整します。

強いワークフローは、行動する前に複数の例を比較します。同じメカニズムが複数の言語、複数の広告主、複数の funnel 変種に現れるなら、それは持続性のある市場シグナルかもしれません。例が一度しか出てこない、あるいは攻撃的な主張に依存しているなら、それはキャンペーンのテンプレートではなくリサーチの手がかりとして扱うべきです。

• 保護された creative 資産ではなく、構造をモデル化してください。
• whitehat の持続性と blackhat の説得圧力を分けて考えてください。
• 米国英語の例を LATAM、ヨーロッパ、その他の言語版と比較してください。
• トランスクリプトと funnel のノートを使って、オリジナルの brief を作成してください。
• コンプライアンスレビューと市場調査は分けてください。

調査手法と情報源について

Daily Intel pages are written from a research workflow that reviews active VSLs, Meta ad creatives, transcripts, UTMs, funnel paths, checkout steps, upsells, recovery sequences, and compliance-sensitive claim patterns. The goal is to explain observable market behavior, not to provide legal, medical, or platform policy advice.

For educational pages, the supporting references should help readers verify search, crawlability, and public ad research context, especially Google helpful content guidance, Google SEO link best practices, and Meta Ad Library. Daily Intel then adds the direct-response interpretation layer so the page explains what the signal means for actual affiliate research decisions.

For deeper evaluation, continue through State of ad spy tools in 2026, Is Voice Cloning in Ads Legal? Consent Rules for 2026, Do AI Shopping Agents Break Affiliate Attribution?, Affiliate Marketing Predictions 2027, Will AI Replace Ad Spy Tools?, and What is a VSL?. These related Daily Intel pages connect this topic to the relevant methodology, pricing, trust context, comparison path, or niche workflow.