Perplexity・ChatGPTが患者さんに薦める病院、その5つの共通点

検索では医院の情報を見つけられるのに、ChatGPTやPerplexityでは名前が出てこない。そんなときは、公式サイトと併せて、外部の紹介や質問への答え方も見直してみましょう。

原文の1.2%という数字は、SOCiが調べた海外の多店舗ブランドの拠点に関するものです。Googleのローカル3パック35.9%との比は約30ですが、韓国の医院100院のうち1～2院しか選ばれない、という確率ではありません。小売分野のブランドの重なり45%も、医院の一致率には置き換えられません。

ここでは原文の「5つの共通点」を、医院の情報を確認する五つの観点として説明します。推薦された医院だけを調べて実証した必須条件ではなく、五つを満たせばAIに載るという保証でもありません。日本語版の確認日は2026年11月2日です。

一つ目：誰が書き、誰が内容を確認したかが分かる

原文の主張と、公式の案内を分ける

原文は「医師の著者名がなければGoogleは医療記事を引用しない」と紹介しています。ただし、Googleの公式案内で、そのような一律の除外条件は確認できませんでした。

健康に関する説明では、誰がどの範囲を確認したかを読者に伝える意味があります。実際に執筆・確認した人の名前と経歴を示し、存在しない専門家や監修実績を作らないことが先です。

医院で確認すること

ページの作成者、医学的内容の確認者、経歴へのリンクを、実際の担当範囲に合わせて示します。院長名や免許番号をすべてのページに置けば引用される、という条件ではありません。

PersonやsameAsを使う場合も、実際に同一人物と確認できる公開情報に対応させます。次は説明用の形で、架空の医師の資格を示すものではありません。

{
  "@context": "https://schema.org",
  "@type": "Person",
  "name": "［実際に確認した医師名］",
  "jobTitle": "［実際の役職］",
  "sameAs": [
    "https://example.com/verified-doctor-profile"
  ]
}

example.comは説明用のURLです。実装時は、本文と一致する確認済みの情報だけを使います。マークアップがないだけで、自動的に推薦対象から外れるとは言えません。

二つ目：患者さんが知りたいことを、早い段階で読める

60～100語は、すべてのAIの抽出範囲ではない

原文は「最初の60～100語から抽出し、400語目の答えより10語目の答えが選ばれる」と紹介しています。今回はその普遍的な条件を確認できず、日本語の固定単語数の基準としては用いません。

医院で書き直すとき

読み手が答えまで長く待たされないか、という観点で文章を見直します。医院紹介から始めると、次のようになる場合があります。

医院の紹介
治療の種類
費用
最後の段落で、ようやく回復について説明
※原文の200語ずつという並びは編集例

一方、回復について知りたい読者には、次の順番も考えられます。

LASIK後の回復では、何を確認しますか？
見え方の変化と、仕事や運動を再開できる時期を分けて説明します。
資料に基づく目安と、その対象・確認時点を示します。
個別の予定は、検査結果と経過に合わせて医師に確認します。
続いて、注意点と連絡方法を案内します。

原文の「5,000件、平均2日」「24～48時間で日常復帰」という例には、対応する自院の臨床資料がありません。確認済みの回復案内として使わず、説明の順序を示す例にしています。2～5文も、情報を整理するための目安です。

三つ目：質問への答えと、その根拠を確認できる

FAQ schemaと引用率を、直結させない

原文の「FAQ schemaと本文内の出典で、引用の重みが約40%高い」という主張は、対応する一次実験と条件を確認できませんでした。schemaを付けるだけで得られる効果としては説明しません。

医院で整えたい二つの内容

質問と答え：患者さんが実際に尋ねることに答えます。FAQPage等を使うなら、画面に表示した内容と一致させます。Googleの公式案内はAI専用のschemaを求めておらず、FAQの特別表示にも対象等の条件があります。

本文内の出典：ガイドライン、論文、公式統計など、説明に対応する資料を近くに示します。名前だけを挙げず、何を調べた資料か、今回の説明にどこまで使えるかも確認します。

<!-- 表示する質問・答えと一致させるための説明例 -->
<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "診療前の説明で何を確認しますか？",
    "acceptedAnswer": {
      "@type": "Answer",
      "text": "適応、選択肢、重要なリスクと受診の流れを、医療者の説明に沿って確認します。"
    }
  }]
}
</script>

原文の「自院5,000件で副作用0.3%、学会推奨1%以内」という数字と基準は確認できていません。そのため、上の例に臨床成績や学会のお墨付きを作って入れていません。Perplexity78%・ChatGPT62%という原文の出典表示率も、対応する標本・条件を確認できず、医療分野の普遍的な差としては使いません。

四つ目：変更があった情報を、正しく更新している

更新に関する調査は、標本を分けて読む

原文の76.4%は、AhrefsのChatGPT引用上位1,000ページの別分析で、日付を判定できた564 URLについての値です。約1,700万引用の分析全体が「30日以内」と示した数字ではありません。
原文が挙げる「AIO出典の85%が通常検索上位10件以外」というBrightEdgeの値は、今回、該当する一次表と条件を再確認できませんでした。通常のSEOが不要になる根拠にはしません。
同じく26.6%から44.4%というAIOのカバー率も、対象・時点・定義をそろえずに、現在の医院検索全体の比率とは扱いません。

Ahrefsの上位ページ分析と、約1,700万引用の別分析は分けて参照します。新しい情報が求められる場面はありますが、古い有用な記事が引用されないということではありません。

医院で更新するときに確認すること

dateModifiedは、実際に内容を変更した日と合わせる
本文にも、必要に応じて実質的な更新日や確認日を示す
料金、診療時間、説明の根拠などが変わったら、関係するページを見直す
症例や患者データを追加する場合も、実資料、適切な同意・プライバシー、広告規定を確認する

原文の「上位20記事を90日ごとに見直す」は運営案として使えます。ただし、日付だけを動かしたり、変化のない文章を新着に見せたりすることは勧めません。情報が変わったときや説明の不足に気づいたときに、必要な箇所を更新していきます。

五つ目：外部の情報も、自院の事実と合っている

ホテルの調査を、医院の必須条件に置き換えない

CloudbedsのホテルのAI推薦調査は、6都市・目的地の、継続的に上位に出る145施設を分析しています。引用元の55.3%がOTA、推薦されたホテルの72.4%がブランド・大規模グループと報告されています。

同標本の推薦施設はYouTube98%、旅行ブログ97%、Reddit95%で存在を確認したと報告。露出の観察であり、各サービスに掲載した効果を実験した値ではありません。

医療機関の場合にも、次のような掲載先が確認候補になります。

韓国：NAVERプレイス、Modoodoc、Gangnam Unni、Goodoc、Kakaoマップ等。業種や掲載条件に合うものを選ぶ
海外：Googleビジネスプロフィール、医療情報サービス等。HealthgradesやWebMDも、対象地域・資格・掲載条件を満たせるかを先に確認

ホテルの数字から、何を考えるか

外部でどのように紹介されているかも見ておく、という視点は参考になります。ただし、独立系ホテルがほとんど推薦されない、同じ割合が医院にも当てはまる、という結論にはできません。

「NAVERレビュー100件、Google評価4.5点がなければ信頼不足」という原文の境界値も、医院の選考条件としては確認されていません。自院が対応する掲載先の情報を、正確に保つところから始めます。

医院で確認する四つのこと

実在する医院のGoogleビジネスプロフィールと基本情報を確認。レビュー50件・4.3点は合格ラインにしない
NAVERプレイスに必要な情報があるか確認。100件のレビューやAIブリーフィング表示を必須条件にしない
診療科に合う情報サービスを選び、掲載条件と内容を確認。各サービスへの一律登録を求めない
Kakaoマップなど、実際に患者さんが使う案内の住所や連絡先も確認

五つの観点を、医院の確認表にまとめる

番号	確認する観点	根拠の読み方	自院の確認
①	執筆者・医学的内容の確認者	実際の担当と資格を表示。Person／sameAsや免許番号は一律の引用必須条件ではない	□
②	答えを見つけやすい順番	60～100語は編集の目安。日本語の固定抽出範囲ではない	□
③	質問への答えと出典	FAQPageが引用を40%増やすという共通効果は未確認	□
④	実際に変わった内容の更新	76.4%は引用上位ページ中、日付判定564 URLの別標本。1,700万引用全体ではない	□
⑤	外部の正確な医院情報	ホテル調査のOTA55.3%等を、医院の必須掲載数や評価点に移さない	□

五つを一度に満たすより、何が患者さんを迷わせるかを見る

原文は「AIが五つの信号を掛け算する」と説明していますが、そのような共通の採点式は公表されていません。また、医師名、統計、FAQ、症例を用いれば、医療広告の規定に必ず適合するわけでもありません。

今週取り組む作業なら、次の三つを入口にしてみてください。

主なページの冒頭を読み、何の疑問に答えるか、答えの見通しが分かるか
GoogleやNAVER等の基本情報と、レビューで繰り返される困りごとを確認。50件を一律の目標にしない
上位10ページを見直し、変更が必要な料金・診療・案内がないか確認。90日という日付だけで判断しない

確認できていない項目があっても、それだけで広告費を減らすとは決めません。患者さんが情報を見つけ、理解し、問い合わせや予約を検討できるかを確認しながら、作業の順番を決めます。

BlinkAdへのご相談では、検索やAI回答での見え方と、今回の五つの観点を整理する範囲をご案内します。固定の1.2%枠への合格、引用、患者数の増加や広告審査の通過を保証するものではありません。

参考資料

SOCiの2026 LVI発表。海外の多店舗拠点の観測。韓国の医院の確率ではありません。
Rankvedの医院向け解説。原文の参考文献。著者名がなければ引用ゼロ、最初の60～100語だけ、という公式の条件は確認できず、Googleのコンテンツ案内も参照。
Position DigitalのAI SEO統計。原文の参考文献。FAQと出典で40%という一次実験は未確認。
BrightEdgeのAIO分析。原文の参考文献。85%、26.6%→44.4%の該当する一次表・条件は今回未確認。
AhrefsのChatGPT上位1,000ページ分析と約1,700万引用の別分析。76.4%の分母を区別。
CloudbedsのホテルAI推薦調査。145施設の標本を、医院の選考条件へ転用しない。
Averi.aiのB2B SaaS引用ベンチマークとして原文に記載。78%／62%の対象と算定条件は今回未確認、医療の共通率には用いません。
Search Engine Journalの医療AIOとYouTubeに関する報道。原文の参考文献。医療の妥当性を動画引用率で判断しない。
ALM CorpのGEO解説。原文の参考文献。今回全文未確認。

BlinkAdは、外国人のお客様が検索し、訪問先を検討する過程を支援するGoogle・AIマーケティングの専門エージェンシーです。