AI引用調査：GitHubはAIに引用されるか？

GitHubは厳密な意味で一次情報源です。そのページは、ソフトウェアを開発している人自身が書いています。READMEはプロジェクトが何をするものかを説明し、リリースページは各バージョンで何が変わったかを示し、イシュー管理では既知のバグと、それが修正済みかどうかがわかります。AIモデルは、ツールについて説明する際、これらのページを証拠として扱います。

回答に表れやすいGitHubのページは、次の4種類です：

• リポジトリのトップページ：READMEが、オープンソースプロジェクトの公式な説明として機能します。
• リリースと変更履歴：「最新バージョンはどれですか」や「この機能はいつ追加されましたか」といった質問に使われます。
• イシューとディスカッション：バグ、制約、回避策について質問されたときに引用されます。
• GitHub Advisory Databaseのセキュリティアドバイザリ。オープンソースのパッケージにある既知の脆弱性を記録しています。

組織のプロフィールも重要です。SDK、プラグイン、連携機能を公開のGitHub組織で管理している企業は、自社の製品が存在し、保守されていることを確認できる痕跡をAIモデルに示せます。

引用は技術的な目的に集中します。典型的な質問は、「Jiraのオープンソース代替」「Stripe CLIのインストール方法」「このnpmパッケージはまだ保守されていますか」「最適なセルフホスト型パスワードマネージャー」「Log4jの脆弱性にパッチを当てる方法」などです。いずれの場合も、リポジトリはアシスタントが示せる最も直接的な裏付けです。

身近な業種についての質問がGitHubに届くことはほとんどありません。「リヨンの信頼できる配管工」や「スタートアップに最適な会計事務所」を探すのに、リポジトリが必要な人はいません。その結果、GitHubの引用はソフトウェア発行元、サイバーセキュリティ企業、ITサービス企業に関する質問に集中し、他の業界ではわずかにとどまります。

言語も影響します。GitHubのドキュメントは圧倒的に英語で書かれているため、英語の回答のほうが、フランス語、ドイツ語、スペイン語の回答よりも、GitHubに自然にたどり着きます。後者は、翻訳されたチュートリアルや地元メディアを引用する傾向があります。

この差の大部分は、各モデルが情報を取得する方法の違いに由来します。Geminiは多くの回答をGoogle検索に基づかせています。Google検索では、プロジェクト名に対してリポジトリが上位に表示されやすいため、回答とともにGitHubのリンクが示されることがあります。ChatGPTは、学習時に得た知識とChatGPT検索によるリアルタイムの結果を組み合わせ、主に質問で特定のプロジェクト名が挙げられた場合にリポジトリのリンクを添えます。

Perplexityは、すべての質問についてウェブを検索し、情報源を一覧表示します。ただし比較の質問では、リポジトリそのものよりも、レビュー記事やベンダーの公式サイトに頼ることが多くなります。Grokは、開発者がリリースを発表したりバグについて議論したりするXの投稿を加えます。Claudeは、標準では情報源を引用することが少なく、ウェブ検索をオンにしない限り、プロジェクトを自分の言葉で説明する傾向があります。

GitHubの影響力の一部は、引用数には表れません。GitHubで公開されているコードやドキュメントは、多くの大規模モデルの学習データになっています。そのため、アシスタントは、どのページから学んだかを示さずに、ライブラリの仕組みを説明することがあります。

ここでの引用とは、回答がgithub.comのページを情報源として示したことを意味します。リポジトリ、イシュー、アドバイザリ、GitHubのドキュメントなどが該当します。「コードはGitHubでホストしましょう」のように、リンクなしで助言しているものは、サービスの推奨にあたります。これは、この割合では捉えられない別のシグナルです。

GitHub Pagesで作られたサイトは、github.ioまたは独自ドメインで公開されます。そのため、それ自体がひとつのウェブサイトとして読むのが適切です。ブランドにとって価値があるのは、自社のリポジトリが、そのカテゴリーに関する回答に表示されるケースです。アシスタントが確認できる技術的な参照先となり、マーケティングページではめったに得られないものです。