Google AIオーバービュー（SGE）からの流入を生ログとGPTで分析する方法

2024年以降、Google 検索に表示される AI オーバービュー（旧 SGE）経由の流入が注目されています。ところが Google Search Console では流入元が可視化されないため、サーバーの生アクセスログ＋GPT 解析が頼りになります。

ここでは、レンタルサーバー／VPS／クラウド上の Apache・Nginx ログを対象に、非エンジニア向け（GPTだけ） と エンジニア向け（Pythonも併用） の 2 通りで手順を示します。

---

Step 1 : サーバーログを取得する

ログ形式はほぼ Combined Log Format（Apache/Nginx 共通）なので、本手順をそのまま適用できます。

---

Step 2 : 「AI 流入」を見分けるルール

判定としては以下のようなコードにtextが入っているものがそれにあたります。これはAIOなどに引用されているとつくパラメーターです。

https://www.google.com/url?...&text=...

---

1 行のログ例（改行は説明用）

123.123.123.123 - - [07/May/2025:13:45:12 +0900] 
"GET /example HTTP/1.1" 200 1024 
"https://www.google.com/url?q=https://yourdomain.com/example&text=要約..." 
"Mozilla/5.0 ..."

---

▼ GPT だけで完結させる（非エンジニア向け）

1. ログから リファラ列 だけを抜き出す（メモ帳で置換・削除でも可）
2. ChatGPT に下記プロンプト＋リファラ一覧を貼り付ける

以下のリファラ一覧には Google 検索経由の URL が含まれています。
「text=」パラメータを含む行は AI オーバービューからの流入と考えられます。

1. 該当件数のカウント
2. 最も流入が多いページ TOP5
3. 日時別の流入傾向
4. ステータスコード別の分布（わかる範囲で）
5. そのほか顕著な傾向

を教えてください。

メリット : コード不要ですぐに傾向把握

デメリット : 定量集計や大量ログ処理は手間

---

▼ Python で定量分析する（エンジニア向け）

import re, pandas as pd

log_file = "access_log"          # ファイル名は適宜変更
pat = re.compile(r'"[A-Z]+ [^"]+" \d+ \d+ "([^"]*)"')

referers = []
with open(log_file, encoding="utf-8") as f:
    for line in f:
        m = pat.search(line)
        if m: referers.append(m.group(1))

df = pd.DataFrame(referers, columns=["referer"])
ai_df = df[df.referer.str.contains(r"google.*text=", case=False, na=False)]

# 出力して Excel で可視化
ai_df.to_excel("google_ai_overview.xlsx", index=False)
print(f"AI 概要流入: {len(ai_df)} 件 / 全体: {len(df)} 件")

メリット : 日別・ページ別・IP 別など自由にピボット／グラフ化

デメリット : Python 実行環境が必要

---

Step 3 : 分析結果の活用

• GSC に現れない検索流入 を把握し、流入拡大のヒントに
• AI 概要に引用されやすいページの特徴を抽出 → コンテンツ改善
• エラー率や滞在時間と組み合わせ、UX 改善指標として利用

---

まとめ

• text= パラメータ付きリファラは AI オーバービュー流入の最有力シグナル
• コードを書かなくても GPT だけで傾向分析は可能
• 大量データや時系列分析には Python での抽出＋ Excel が便利
• PC/モバイルの UA フィルタは不要 ─ AI 概要は両方で表示されるため

生ログ × GPT / Python の二段構えで、従来見えなかった検索流入を味方につけましょう。