ChatGPTの検索の仕組み｜どこから情報を集め、どのサイトを引用するのか【クローラー3種類の違いも解説】

公開日: 2026年10月7日 ／ カテゴリ: AI検索対策 ／ 執筆: エラバレル

「ChatGPTは、どこから情報を持ってきて答えているの？」「自分の会社のホームページは、ChatGPTに読まれているのだろうか」。ChatGPTで調べものをする人が増え、ホームページの担当者からこうした質問をいただくことが増えました。

先に結論をお伝えします。ChatGPTの答えの材料は、①AIを作るときに学習した知識と、②質問を受けてからウェブを検索して読んだページの2つです。お店の営業時間や料金のような新しい情報が必要な質問では、②のウェブ検索が使われ、答えの中に参考にしたページへのリンク（出典）が表示されます。

そして、ウェブ検索で自分のページを読んでもらうには、ChatGPTの検索用のクローラー（OAI-SearchBot）を止めていないことが前提になります。選ばれるAI診断が809の公式サイトで確かめたところ、学習用のクローラー（GPTBot）の名前では20%が拒否されていましたが、検索用のOAI-SearchBotを拒否していたのは2件だけでした。

この記事では、ChatGPTが答えを作るまでの流れ、3種類のクローラーの役割、引用されやすいページの条件、自分のサイトが読まれているかの確かめ方を、順番に説明します。

ChatGPTの検索とは？ 2つの情報源の違い

ChatGPTは、大量の文章を学習して作られた「大規模言語モデル（LLM）」というAIです。質問に答えるときの材料は、大きく2つに分かれます。

学習した知識は、ある時点までの情報で止まっています。そのため、「今年の確定申告の期限は？」「〇〇駅の近くで今日開いている歯医者は？」のように、新しさや地域の細かい情報が必要な質問では、ChatGPTはウェブを検索して、見つけたページを読んでから答えます。

ウェブ検索を使った答えでは、文章の中や最後に、参考にしたページへのリンクが表示されます。これが「出典」や「引用」と呼ばれるものです。ホームページの担当者が狙うのは、この出典として表示されることです。

ChatGPTが検索して答えるまでの流れ

ChatGPTがウェブ検索を使って答えるときは、おおむね次の流れになります。

1. 質問を受け取る：利用者が「岐阜市で、相続に強い税理士は？」のように質問する
2. 検索が必要かを判断する：学習した知識だけで答えられるか、新しい情報が必要かを判断する
3. 検索の言葉を作る：質問を、検索に向いた短い言葉（「岐阜市 税理士 相続」など）に置き換える。1つの質問から、いくつもの言葉で検索することもある
4. ページを探す：検索サービスや、OpenAIが集めたページの情報から、候補のページを探す
5. ページを読む：候補のページの中身を読み、質問に関係する部分を取り出す
6. 答えをまとめる：複数のページの情報を組み合わせて、文章で答えを作り、出典のリンクを付ける

この流れのうち、ホームページ側が関係するのは、4の「見つけてもらえるか」と、5の「読んで、使える情報があるか」です。

見つけてもらうための前提

OpenAIは、ChatGPTの検索の材料として、外部の検索サービスと、自社のクローラー（OAI-SearchBot）で集めた情報を使っていると説明しています。外部の検索サービスとしては、MicrosoftのBingが使われていることが知られています。

そのため、ChatGPTに見つけてもらうための前提は、次の2つです。

• 検索エンジン（とくにBing）に、ページが登録されていること
• ChatGPTの検索用のクローラー（OAI-SearchBot）を、拒否していないこと

Googleでは検索に出るのに、Bingには登録されていないサイトもあります。Bingへの登録の確かめ方は、Bing Webmaster Toolsの使い方の記事で説明しています。

ChatGPTのクローラーは3種類ある

クローラーとは、ウェブページを自動で読みに来るプログラムのことです。OpenAIは、目的の違う3種類のクローラーを公開しています。

ここで大事なのは、学習用（GPTBot）と検索用（OAI-SearchBot）は別ものだということです。OpenAIは、GPTBotを止めても、OAI-SearchBotを許可していれば、検索の答えに表示されうると説明しています。

「AIに自社の文章を学習されたくない」という理由でGPTBotを止めるのは、ひとつの判断です。ただし、そのときに検索用のOAI-SearchBotまで一緒に止めてしまうと、ChatGPTの検索の答えにも出にくくなります。

robots.txtでの書き方の例

robots.txtは、サイトのいちばん上の階層に置く、クローラーへのお願いを書くファイルです。学習用だけを止めて、検索用は許可する場合は、次のように書きます。

User-agent: GPTBot
Disallow: /

User-agent: OAI-SearchBot
Allow: /

何も書いていなければ、どのクローラーも許可されている状態です。わざわざ書き足す必要はありません。止めたいものがあるときだけ、名前を指定して書きます。

809サイトの調査：拒否されていたのは学習用がほとんど

ここからは、選ばれるAI診断の独自調査です。7業種の公式サイトのうち、ブラウザと同じ名前で開けた809サイトのトップページに、OpenAIなどのクローラーと同じ名前で接続し、拒否（403という応答）されるかを確かめました。

止められていたのは、ほとんどが学習用のクローラーでした。検索用のクローラーを止めているサイトはごくわずかで、多くのサイトは「ChatGPTの検索に読まれうる状態」にはなっています。

ただし、学習用を20%のサイトが拒否していたのは、サイトの持ち主が自分で設定したというより、サーバー会社やCDN（ページを速く届けるための中継サービス）の初期設定によるものが多いと見られます。自分で止めたつもりがなくても、止まっていることがあるので、一度は確かめておくと安心です。

ChatGPTに引用されるページの条件

検索で見つけてもらえても、ページの中に使える情報がなければ、答えの材料にはなりません。ChatGPTが答えをまとめるときに使いやすいページには、共通する条件があります。

1. 本文がHTMLに文字で書かれている

クローラーの多くは、JavaScriptというプログラムを動かさずにページを読みます。本文がプログラムで後から表示される作りだと、中身を読めないことがあります。また、料金表や営業時間が画像だけで載っていると、文字として読み取れません。

2. 質問の答えが、はっきり短く書かれている

「料金はいくらですか？」という見出しのすぐ下に、「カットは4,400円です」と書いてあれば、答えとして使いやすくなります。逆に、長いあいさつ文の中に答えが埋もれていると、取り出しにくくなります。

3. 誰が書いた・運営している情報かが分かる

会社名・所在地・連絡先・代表者などが書かれていると、情報の出どころがはっきりします。AIは、信頼できる情報源を選ぼうとすると考えられているため、運営者の情報は大事です。

4. ほかの情報と食い違っていない

ホームページ、Googleビジネスプロフィール、ポータルサイトで、住所や営業時間が違っていると、AIがどれを信じればいいか迷います。古い情報のまま答えられてしまうこともあります。間違った情報で答えられたときの対処はChatGPTが自社について間違った情報を答えるときの記事で説明しています。

5. 構造化データで、情報の種類が伝わる

構造化データとは、「これは会社名」「これは営業時間」と機械に伝わる決まった書式で、ページの情報を書いたものです。検索エンジンがページを理解する助けになり、検索を通してページを探すChatGPTにとっても、情報を正しく読み取る手がかりになります。

6. ページの題名と説明文が、中身と合っている

検索で候補のページを選ぶときには、ページの題名（titleタグ）と説明文（meta description）が手がかりになります。どのページも題名が「ホーム」や会社名だけになっていると、何について書かれたページなのかが伝わりません。「〇〇市の整体院｜腰痛・肩こりの施術と料金」のように、場所・業種・内容が分かる題名にしておくと、検索の段階で見つけてもらいやすくなります。2,296サイトの診断では、題名と説明文に不足があったサイトが40%ありました。

7. 1ページに1つのテーマでまとまっている

1つのページに、料金も、スタッフ紹介も、お知らせも、すべて詰め込まれていると、どの部分が質問の答えなのかが分かりにくくなります。「料金」「アクセス」「よくある質問」のように、テーマごとにページや見出しを分けておくと、ChatGPTが必要な部分だけを取り出しやすくなります。見出しの順番（h1→h2→h3）を守ることも、ページの構造を正しく伝えるうえで大事です。

2,296サイトの診断で分かった、引用されにくい理由

選ばれるAI診断が22業種・2,296件の公式サイトを診断した結果を、上の条件に当てはめると、次のようになりました。

※「不足」または「一部不足」と判定されたサイトの割合です。

本文が読めないサイトは8%と少なく、クローラーの面では多くのサイトが問題ありませんでした。差がついているのは、読んだあとに「答えとして使える形」になっているかです。質問に答える見出しと、構造化データの不足が9割を超えています。

全体の平均は100点満点中54.1点で、半分のサイトがD判定でした。つまり、ChatGPTに読まれてはいるが、答えに使いにくいというのが、多くの小さな会社のホームページの今の姿です。ChatGPTに紹介されるための直し方は、ChatGPTに自社を表示させる方法の記事で順番に説明しています。

自分のサイトがChatGPTに読まれているかの確かめ方

最後に、自分のサイトがChatGPTの検索に読まれているかを確かめる方法を紹介します。

方法1：ChatGPTに聞いてみる

ChatGPTに、自分の会社名や「〇〇市の△△（業種）」と聞いてみます。答えに出典のリンクが付いていれば、どのページが使われたかが分かります。ただし、AIの答えは聞き方や時期によって変わるので、1回の結果で判断しないようにしてください。

方法2：アクセス解析で、ChatGPTからの訪問を見る

ChatGPTの答えのリンクから訪れた人は、Googleアナリティクス（GA4）などで、参照元が「chatgpt.com」として記録されます。リンクに「utm_source=chatgpt.com」という目印が付いていることもあります。見方はGA4でAIからのアクセスを確かめる方法の記事で説明しています。

方法3：サーバーの記録で、クローラーの訪問を見る

レンタルサーバーのアクセスログ（訪問の記録）に、「OAI-SearchBot」「ChatGPT-User」などの名前が残っていれば、ChatGPTのクローラーが来ています。ログの見方はサーバー会社ごとに違うので、管理画面のヘルプを確認してください。

よくある質問

ChatGPTは、毎回ウェブを検索して答えているのですか？

毎回ではありません。言葉の意味や一般的な知識のように、学習した知識で答えられる質問では、検索をしないこともあります。新しい情報や地域の情報が必要な質問では、検索を使うことが多くなります。

GPTBotを止めると、ChatGPTの検索に出なくなりますか？

GPTBotは学習用のクローラーです。OpenAIは、GPTBotを止めても、検索用のOAI-SearchBotを許可していれば、検索の答えに表示されうると説明しています。検索に出たい場合は、OAI-SearchBotを止めないようにしてください。

ChatGPTはGoogleの検索結果を使っていますか？

OpenAIは、外部の検索サービスと自社のクローラーで集めた情報を使っていると説明しており、MicrosoftのBingが使われていることが知られています。Googleでは見つかるのにChatGPTでは見つからない場合は、Bingに登録されているかを確かめてください。

新しく作ったページは、どれくらいでChatGPTに読まれますか？

検索エンジンに登録され、クローラーが読みに来るまでの時間によるため、決まった日数はありません。数日で読まれることもあれば、数週間かかることもあります。サイトマップを用意し、Search ConsoleやBing Webmaster Toolsで登録を確かめておくと、見つけてもらいやすくなります。

ChatGPTの答えに自社が出るように、お金を払うことはできますか？

ChatGPTの答えの中身は、OpenAIが決めるもので、お金を払って表示させる仕組みは、一般には案内されていません。「必ずChatGPTに表示させる」という業者の提案には注意してください。

出典のリンクが付いていない答えもあるのはなぜですか？

ウェブ検索を使わず、学習した知識だけで答えた場合は、出典のリンクが付かないことがあります。自社の情報が古いまま答えられる場合は、学習した時点の情報が使われている可能性があります。

まとめ

ChatGPTの検索の仕組みと、ホームページ側でできることをまとめます。

ChatGPTの仕組みが分かったら、自分のサイトが「答えに使いやすい形」になっているかを確かめてください。選ばれるAI診断なら、URLを入れるだけで、22項目の判定と理由を無料で確認できます。

参考にした資料

• Overview of OpenAI Crawlers（OpenAI）
• ChatGPT search（OpenAI ヘルプセンター）
• robots.txt の概要（Google 検索セントラル）

調査の方法：2026年10月、選ばれるAI診断で診断した7業種の公式サイトのうち、ブラウザと同じ名前で開けた809件のトップページに、GPTBot・ClaudeBot・OAI-SearchBot・ChatGPT-User・PerplexityBot の名前（User-Agent）で接続し、応答を比べました。AIの会社のIPアドレスから接続したものではないため、IPアドレスで判定する遮断は分かりません。項目ごとの不足の割合と平均点は、2026年10月2日に見直した採点基準で22業種の公式サイト2,296件を再診断した結果です。個別のサイト名と点数は公開していません。