5. Citation Signals

概要

Citation Signalsは、AIシステムが主張を検証し、出所を確認し、コンテンツを引用する際の信頼度を高めるための参考文献、ソース、メタデータである。

なぜ重要か

LLMは主張の根拠を提示するよう設計される傾向が強まっている。検証可能な参考文献を含むコンテンツは、AIが他のソースとの相互参照によって正確性への信頼度を高められるため、引用される可能性が高くなる。

実装方法

1. 一次情報源にリンクする

主張を行う際は、オリジナルのソースに直接リンクする:

• 学術論文（DOIまたはarXivリンク付き）
• 公式ドキュメント
• 元の発表やプレスリリース

2. 公開日を含める

コンテンツには必ず日付を記載する。AIシステムは日付を以下の目的で使用する:

• 情報の鮮度の判断
• 矛盾する情報の解決（より新しいソースを優先）
• 回答における時間的コンテキストの提供

3. バージョン情報を提供する

技術コンテンツ、ドキュメント、進化するフレームワークについて:

• 参照しているソフトウェア/APIのバージョンを明記する
• 「最終更新日」を含める
• 主要な更新についてのchangelogを文書化する

4. 標準・仕様を参照する

該当する場合は、確立された標準を参照する:

• W3C仕様
• RFCドキュメント
• ISO標準
• 業界フレームワーク

5. 適切な学術引用形式を使う

研究指向のコンテンツでは、AIシステムが解析可能な標準的な引用形式を使う:

• 著者名、年、タイトル、発表媒体
• DOIまたは安定したURL
• カンファレンス名またはジャーナル名

例

--- 引用なし:

Studies show that structured data improves AI discoverability.

--- 適切な引用:

Aggarwal et al. (2024) demonstrated that structured content formatting improves visibility in generative search engines by up to 40% (GEO: Generative Engine Optimization, KDD 2024, arXiv:2311.09735).

チェックリスト

• 主張がリンク付きの一次情報源によって裏付けられている
• すべてのコンテンツに公開日または最終更新日が含まれている
• 技術的な参照にバージョン番号が明記されている
• 学術引用に著者、年、タイトル、発表媒体が含まれている
• リンクが安定したURL（DOI、arXiv、公式ドキュメント）を指している