概要
https://www.baka-ke.com/2025/09/03/google-kieta-and-llm/
詳細内容
## 【メモ】Google検索から消えてしまったサイトに対しての各LLMの反応
https://www.baka-ke.com/2025/09/03/google-kieta-and-llm/
Google検索からウェブサイトを非表示にした実験が、Gemini、ChatGPT、Perplexity、Claudeといった主要LLMの情報保持と参照メカニズムに与える影響を明らかにする。
**Content Type**: Research & Analysis
**Scores**: Signal:4/5 | Depth:3/5 | Unique:5/5 | Practical:4/5 | Anti-Hype:5/5
**Main Journal**: 81/100 | **Annex Potential**: 84/100 | **Overall**: 84/100
**Topics**: [[LLMの知識ベース, 検索エンジンのインデックス, SEOとLLMの関連性, 情報鮮度とLLMの精度, AIエージェントのデータソース]]
この記事は、自身のブログをGoogle検索から意図的に非表示にした際、主要なLLM（Gemini、ChatGPT、Perplexity、Claude）がそのサイト情報をどのように扱うかを検証する興味深い実験を報告しています。この検証は、LLMが情報をどのように取得・保持し、その鮮度が回答の精度にどう影響するかを理解する上で、ウェブアプリケーション開発者にとって非常に重要です。
実験結果はLLMごとの情報アクセスの違いを浮き彫りにしました。Google検索に強く依存するGeminiは、サイト情報が検索結果から消えたことで、ブログに関する情報を完全に「忘れて」しまいました。一方、ChatGPTは過去のチャット履歴から一部情報を保持していたものの、引用元からは該当サイトが消えており、最新情報を正確に参照できていませんでした。Perplexityも同様に引用元からはブログ情報を確認できず、Claudeは検索からの引用としながらも公式ブログへの言及が欠けていました。Bing検索にはサイトが表示されているにも関わらず、LLMの挙動に明確な変化が見られた点は注目に値します。
この実験は、LLMが情報の正確性や鮮度を、単一の検索エンジン（特にGoogle）のインデックスに大きく依存している可能性を示唆しています。これは、コンテンツのSEO戦略や、LLMを活用したAIエージェントがユーザーに提供する情報の信頼性に直接影響します。例えば、重要なAPIドキュメントや技術ブログが一時的に検索インデックスから外れた場合、LLMはその情報を見つけられなくなったり、古い情報を提供したりする可能性があります。開発者は、LLMに依存するシステムを設計する際、情報の永続性、冗長性、そして多様な情報源へのアクセス戦略を考慮し、LLMの知識ベースが動的であり、外部環境に左右されることを認識する必要があります。