--- title: "Google検索アルゴリズムの流出文書で判明したこと・断定できないこと" url: "https://www.issoh.co.jp/column/details/2349/" published: 2024-06-05 updated: 2026-11-01 categories: ["SEO"] publisher: "株式会社一創" --- # Google検索アルゴリズムの流出文書で判明したこと・断定できないこと 2024年5月、Google検索の内部APIドキュメントが公開状態のまま放置されていたことが発覚し、14,014個の属性名がSEO業界に出回りました。この漏洩（ろうえい）をきっかけに検索順位の決定要因が明らかになったと語られる一方、出回ったのは「属性の一覧と説明文」であって、スコアの計算式でも重み付けでもありません。この記事では流出文書の原文を引用しながら、クリックデータ・サイト評価・ドメイン年数について何が読み取れて何が読み取れないのかを切り分けます。そのうえで、米国の反トラスト訴訟の判決が競合への提供を命じたデータと照らし合わせ、2026年11月時点でどこまで通用するかを整理します。 ## まとめ 流出文書は本物です。Googleは真正性を否定せず、国内でも2024年5月31日に[ITmedia NEWSが「グーグルが本物と認める」と報じました](https://www.itmedia.co.jp/news/article/2405/31/1240531133/)。同時にGoogleは「文脈を欠いた、古い、あるいは不完全な情報に基づく不正確な推測」への注意を促しています。この2点が読み方の前提になります。 読み取れるのは属性の存在と、それに付いた社内の説明文までです。クリック関連の属性は確かにありますが、`goodClicks`と`badClicks`には原文に説明文が一行も付いていません。ドメイン年数を保持する`hostAge`の説明文は「新しいスパムをサンドボックスに入れるため」であり、年数が長いほど有利という記述ではありません。文書を根拠にクリック率の水増しや中古ドメインの購入へ進むのは、原文が支えていない飛躍です。 クリックデータの利用そのものは、流出とは別の経路で裏付けられました。2024年8月の判決はNavBoostが13か月分のクリックとクエリのデータで動くと認定し、2025年12月の最終判決はその周辺のデータを競合へ提供するよう命じています。ただし控訴審が続いており、2026年10月29日付の書面でも口頭弁論の日程は決まっていません。 ## 流出したGoogle社内文書の正体 ### 公開から発覚までの経緯 問題の文書は、Googleが自社APIのクライアントライブラリを自動生成して公開しているリポジトリ群のひとつ、Content Warehouse APIのクライアントに含まれていました。[SparkToroのRand Fishkin氏の記事](https://sparktoro.com/blog/an-anonymous-source-shared-thousands-of-leaked-google-search-api-documents-with-me-everyone-in-seo-should-see-them/)によれば、GitHubへのアップロードは2024年3月27日、公開状態が続いたのは2024年5月7日までです。 発見自体は削除より前でした。Fishkin氏は2024年5月5日に、Googleの検索部門から大量のAPIドキュメントを入手したと名乗る人物からメールを受け取ったと書いています。情報提供者は後にErfan Azimi氏だと明かされました。公開解説はさらに後で、iPullRankのMike King氏とFishkin氏が2024年5月27日（米国時間）に相次いで記事を出したことで一気に広まりました。 この経路は意図的な内部告発ではなく、社内向けの生成物が公開リポジトリへ流れた事故です。同名のパッケージ`google_api_content_warehouse`は[Hexの配布ページ](https://hex.pm/packages/google%5Fapi%5Fcontent%5Fwarehouse)で今も公開されており（2026年11月1日時点の最新は0.6.1、公開日は2024年12月6日）、当時の版である0.4.0のドキュメントも読めます。属性名と説明文を自分の目で確認できる点が、この件を伝聞に頼らず検証できる理由です。 ### 文書の規模と中身 [King氏の集計](https://ipullrank.com/google-algo-leak)で2,596モジュール、14,014属性。ランキングに関係しそうな品質シグナルだけでなく、動画・ニュース・地図など検索以外の系統も混ざっています。各属性には型が示され、一部には社内エンジニア向けの説明文も付いています。 含まれていないものも明示しておきます。スコアの計算式、各属性の重み、全属性について本番での利用状況を確定できる情報。ただし、一部の属性には使用禁止や非推奨の注記があります。King氏自身も、スコアリング関数は見えない・どの機能が実際に使われているかは不明・非推奨の機能も混在している、と留保を明記しています。属性が存在することと、それが順位に効いていることは別の話です。 ### Googleの公式コメント Googleの広報担当Davis Thompson氏は2024年5月29日、米メディアの取材に対して文書を偽物だとは主張せず、「文脈を欠いた、古い、あるいは不完全な情報に基づいて検索について不正確な推測をしないよう注意する」という趣旨のコメントを出しました。 この対応は、Googleが過去に否定してきた個別論点（クリックの利用、サイト単位の権威スコア、新規サイトのサンドボックス）について、文書の存在自体は認めつつ解釈の飛躍だけを牽制する形でした。「Googleが嘘をついていた」と読むより、「公開向けの説明と内部の実装名には粒度の差がある」と読むほうが実務では役に立ちます。 ### 同じ時期に報じられた別の「Google情報漏洩」 「Google 情報漏洩」で調べると、もう1件の報道が混ざります。[404 Mediaが2024年6月3日に報じた](https://www.404media.co/google-leak-reveals-thousands-of-privacy-incidents/)のは、Google社内のプライバシー・セキュリティ事故の記録で、対象は2013年から2018年までの6年間です。子どもの音声データの誤収集やストリートビューでのナンバープレートの保存などが含まれていました。 こちらは利用者データの取り扱いに関する社内記録で、検索順位の仕組みとは関係がありません。この記事が扱うのは前者のContent Warehouse APIの文書だけです。 ## クリックデータと検索順位の関係 ### 原文に存在するクリック属性 クリック関連の属性は[QualityNavboostCrapsCrapsDataというモジュール](https://google-api-content-warehouse.hexdocs.pm/0.4.0/GoogleApi.ContentWarehouse.V1.Model.QualityNavboostCrapsCrapsData.html)にまとまっています。ここに`clicks`、`impressions`、`goodClicks`、`badClicks`、`lastLongestClicks`が並び、国別（`country`）・モバイル別（`mobileSignals`）の属性もあります。なお、`mobileData`には使用禁止と代替フィールドを使うよう求める注記があります。NavBoostという名前がモジュール名に入っている点が、クリック挙動を扱う仕組みの存在を示す直接の証拠です。 説明文が付いているのは`lastLongestClicks`で、原文は「The number of clicks that were last and longest in related user queries.」。関連する一連の検索の中で、最後にクリックされ、かつ最も長く滞在されたクリックの数、という意味になります。ただし、この説明だけでは、検索を終えた理由やユーザーが満足したかまでは判断できません。 ### クリック属性の判定基準と利用状況の不明点 最も誤読されているのがここです。`goodClicks`と`badClicks`には、原文に説明文が一行も付いていません。何をもって良いクリック・悪いクリックとするかの定義は、流出文書からは分かりません。`impressions`に付いているのは定義ではなく運用上の注記で、「These fields may become legacy fields; we may retire them and use the squashed field (below) instead, to allow for some nesting.」つまり将来廃止して別フィールドに置き換えるかもしれない、という内容です。 | 属性 | 原文の説明 | 読み取れる範囲 | | ----------------- | ----------------- | ------------ | | lastLongestClicks | あり（最後かつ最長のクリック数） | 滞在の長さを区別している | | goodClicks | なし | 存在のみ。判定基準は不明 | | badClicks | なし | 存在のみ。判定基準は不明 | | impressions | 将来の廃止・置換の可能性を示す注記 | 集計方式が変更されうる | 「badClicksが増えると順位が下がる」と断言する解説を見かけますが、その根拠は原文にありません。クリック率を人為的に上げる施策も同様で、良いクリックとして計上される保証がない以上、投資対象としては筋が悪い部類に入ります。 ### 公式の説明と判決の事実認定 Google自身の一般向けページ「[How Search Works](https://www.google.com/search/howsearchworks/how-search-works/ranking-results/)」は、ランキング結果の解説の中で「We also use aggregated and anonymized interaction data to assess whether search results are relevant to queries.」と記載しています。集計・匿名化された操作データも、検索結果が適切かどうかの判定に使う、という説明です。クリックを一切使っていないとは言っていません。 より踏み込んだ記述は、米国司法省の対Google反トラスト訴訟にあります。2024年8月5日、Mehta判事は一般検索サービス市場でGoogleが違法に独占を維持したと認定しました。[その意見書の事実認定（第96項）](https://storage.courtlistener.com/recap/gov.uscourts.dcd.223205/gov.uscourts.dcd.223205.1033.0.pdf)は、NavBoostを「memorizing user click data」によってクエリと文書を対応付けるシグナルと説明し、2017年より前は18か月分、それ以降は13か月分の利用者データで学習していると認定しています。同じ箇所には、NavBoostの「relative」にあたるシグナルとしてGlueの名前も出てきます。 流出文書の属性名、宣誓下の証言にもとづく事実認定、公式ページの表現は、粒度こそ違うものの矛盾しません。実務上の結論は単純です。クリックそのものを操作するのではなく、検索結果に戻らせない情報の充足度を上げる。この優先順位は[SEO対策の基本とは？初心者が最初にやる5つの手順と3つの柱【2026年版】](/column/details/3627/)で扱う基本の進め方と同じ方向を向いており、流出文書の内容と衝突しません。 ## サイト単位の評価とドメイン年数 ### siteAuthorityの原文定義 `siteAuthority`は[CompressedQualitySignalsモジュール](https://google-api-content-warehouse.hexdocs.pm/0.4.0/GoogleApi.ContentWarehouse.V1.Model.CompressedQualitySignals.html)にあり、原文は「site\_authority: converted from quality\_nsr.SiteAuthority, applied in Qstar.」の一行です。別系統の値から変換され、Q\*と呼ばれる仕組みで使われる、という以上のことは書かれていません。 同モジュールの説明文には「A message containing per doc signals that are compressed and included in Mustang and TeraGoogle.」に続けて「CAREFUL: For TeraGoogle, this data resides in very limited serving memory (Flash storage) for a huge number of documents.」とあります。配信時のごく限られたメモリに載せるため圧縮したシグナル群、という位置付けです。説明文の末尾には管理用の注記「Next id: 43」がありますが、この注記だけで属性数や番号の割り当て履歴までは確定できません。ここには`pandaDemotion`、`scamness`、`unauthoritativeScore`といった減点系の値も並びます。 ### hostAgeの実際の用途と中古ドメインの扱い `hostAge`は[PerDocDataモジュール](https://google-api-content-warehouse.hexdocs.pm/0.4.0/GoogleApi.ContentWarehouse.V1.Model.PerDocData.html)にあります。原文の前半は次のとおりです。「The earliest firstseen date of all pages in this host/domain. These data are used in twiddler to sandbox fresh spam in serving time. It is 16 bit and the time is day number after 2005-12-31, and all the previous time are set to 0.」 そのホストで最初に見つかったページの日付を、2005年12月31日からの経過日数として16ビットで保持する。用途は配信時に新しいスパムを隔離すること。読めるのはここまでです。「古いドメインほど加点される」とは書かれておらず、新しいホスト全般を抑制するという説明でもありません。 施策への含意は限られます。中古ドメインの購入でスパム隔離を回避できるか、年数が評価にどう影響するかは、この説明文からは判断できません。購入前に確かめるべき点とスパムポリシーとの関係は[オールドドメイン（中古ドメイン）とは？SEO効果の実際とGoogleのスパムポリシー・購入前後の確認手順](/column/details/7146/)で扱っています。なお`domainAge`という属性も存在しますが、原文の説明は「16-bit」の一語だけで、何の日付なのかは書かれていません。`hostAge`の説明文が「If this url’s host\_age == domain\_age, then omit domain\_age」と続くことから、ホスト単位の値と対になることだけが読み取れます。 ### ドメインレーティングやドメインオーソリティとの違い 混同されがちですが、`siteAuthority`はGoogle内部の値であり、AhrefsのドメインレーティングやMozのドメインオーソリティとは別物です。後者は各ツールが被リンクデータから独自に算出する推定値で、Googleの計算には入りません。流出文書に`siteAuthority`が見つかったからといって、外部ツールのスコアがGoogleの内部スコアと同じ意味を持つことにはなりません。各指標の定義は[ドメインレーティング（DR）とは？Ahrefs公式の定義・目安・調べ方](/column/details/8174/)と[MozのDA（ドメインオーソリティ）の調べ方と数値の読み方](/column/details/7538/)に整理があります。 ## 判決が競合への提供を命じたデータと流出文書の対応 流出文書だけでは「その属性が本番で使われているか」が分かりません。この穴を一部埋めるのが、2025年12月5日付の[最終判決](https://www.justice.gov/atr/media/1421546/dl?inline=)です。第IV章は、適格な競合事業者（Qualified Competitors）へ限界費用で提供すべきデータとして、文書ごとのDocIDと重複関係、DocIDとURLの対応表、URLの初回確認時刻・最終クロール時刻・スパムスコア・端末種別フラグ、GLUEとRankEmbedに使う利用者側データを列挙しています。裁判所が「競争に必要」と判断して名指ししたデータなので、少なくとも検索の運用に実在する値だと分かります。 | 最終判決の提供項目 | 流出文書で名前の近い属性 | 単位の違い | | -------------- | ------------------------ | ---------------------- | | URLが最初に確認された時刻 | hostAge（firstseen） | 判決はURL単位、hostAgeはホスト単位 | | スパムスコア | DocLevelSpamScore（0〜127） | 判決はDocID単位 | | GLUEに使う利用者側データ | NavBoost系のクリック属性 | 判決は統計モデルの入力データ | 流出文書の`DocLevelSpamScore`には「The document spam score is represented as a 7-bits, going from 0 to 127.」という説明があり、判決が提供を命じた「spam score」と名前の上で重なります。ただし、両者が同じ値だと示す資料はありません。表の対応は名前と粒度からの推定で、同一性の証明ではない点に注意してください。 表から言えるのは、初回確認の時刻とスパムスコアが、検索インデックスで文書ごとに持たれている値だということまでです。ただし、これらの記録項目が存在することだけでは、新規ページの順位上昇に要する期間や、スパム判定からの回復期間は説明できません。逆に、ドメインの登録年数やツールのスコアは判決の提供項目に入っていません。 履行はまだ途中です。2026年9月17日付の[原告側の状況報告](https://www.justice.gov/atr/media/1461926/dl?inline=)は、Googleがソースコードの閲覧契約の締結まで、技術委員会（Technical Committee）が求めた利用者側データ関連の情報の一部を出していないと報告しました。同日付の[共同状況報告](https://www.justice.gov/atr/media/1461921/dl?inline=)にあるGoogle側の説明では、技術委員会向けにGoogle管理のChromebookを使う遠隔の閲覧環境を構築している段階です。競合へのデータ提供が実際に始まったことは、2026年11月1日時点の公開資料では確認できません。 ## Google公式ガイドに掲載された検索システム ### 公式ガイドの現行17システムと属性名の粒度 流出文書との比較に使える公開資料として、Googleは「[Google 検索のランキング システムに関するガイド](https://developers.google.com/search/docs/appearance/ranking-systems-guide?hl=ja)」で、名前を公開しているシステムを列挙しています。英語版の最終更新は2025年12月10日で、2026年11月1日時点の現行は17件です。BERT、RankBrain、ニューラル マッチング、フレッシュネス システム、リンク分析システムと PageRank、スパム検出システムなどが並びます。一覧には用途が限定されたものも含まれ、たとえばMUMは、公式説明では検索ランキング全般には使われず、特定の用途に使われています。17件の全体と各システムの仕組みは[検索アルゴリズムとは？Google公式の17システムとPageRank・BM25の仕組み【2026年】](/column/details/2972/)にまとめています。 この一覧にNavBoost、`siteAuthority`、`hostAge`は登場しません。公式が名前を出す単位は対外説明のためのシステム名であり、流出文書の属性名は実装上のフィールド名です。両者は同じ対象を別の粒度で切っているため、片方に無いからといって存在しないことにはなりません。RankBrainについては、訴訟の公判記録で上位候補の並べ替えに使われていることが語られており、[RankBrainとは？Googleの公式説明と裁判証言でわかる仕組み・SEOへの影響](/column/details/7520/)で詳しく扱っています。 ### 廃止されたシステムと属性名の残存 同じページには、コアの一部になった、あるいは役割を終えたシステムも記載されています。 | システム | 発表年 | 現在の扱い | | ----------- | ----- | ------------- | | パンダ | 2011年 | 2015年にコアへ統合 | | ペンギン | 2012年 | 2016年にコアへ統合 | | ハミングバード | 2013年 | コア刷新として実施済み | | ヘルプフル コンテンツ | 2022年 | 2024年3月にコアへ統合 | 公式には廃止扱いのパンダが、流出文書では`pandaDemotion`という属性名で残っています。統合されたのは説明上の単位であって、内部のデータ構造まで消えたわけではない、という読み方ができます。実務では公式に名前がある側を土台にし、流出文書は裏側にどんなデータが持たれているかの補助線として使うのが安全です。公式が認める要因と否定する要因の全体像は[ランキングファクターとは？Google公式が認める要因と否定する要因の一覧【2026年10月時点】](/column/details/7536/)で整理しています。 ## 2026年11月時点での有効範囲と限界 ### 控訴審で争われている点 是正措置の意見書は2025年9月2日、最終判決は同年12月5日に出ました。Chromeの売却という司法省の要求は退けられ、検索インデックスと利用者側データの提供、検索結果のシンジケーション、技術委員会の設置が命じられています。 これは確定していません。事件はコロンビア特別区巡回区控訴裁判所に係属しており（事件番号26-5023ほか）、Googleは市場の画定や独占の認定といった責任判断と、データ共有・シンジケーションの是正措置（生成AI企業まで対象に広げた点を含む）の双方を争っています。一方、司法省と共同原告州は付帯控訴で、デフォルト契約への支払い禁止を採用しなかった判断の取り消しと差し戻しを求めました。争点の整理は[2026年7月28日付の司法省の書面](https://www.justice.gov/atr/media/1454586/dl?inline=)にあります。2026年10月29日に提出された[付帯控訴の再答弁書面](https://www.justice.gov/atr/media/1469586/dl?inline=)の表紙には「ORAL ARGUMENT NOT YET SCHEDULED」とあり、口頭弁論の日程も決まっていない段階です。係争中の内容を確定した事実として扱うのは避けるべきです。 ### 流出後の検索機能・ランキング更新と文書の限界 2024年3月に公開された文書には古い記述も含まれ、現在の検索実装との一致範囲は確認できません。この間のGoogle検索の表示上の変化として挙げられるのは、2024年5月14日に米国での全面展開が発表されたAI Overviewsと、その後のAI Modeです。生成された回答がクリックの前に挟まる構造は、流出文書の属性名では説明できません。 ランキング更新も続いています。[Google検索ステータスダッシュボード](https://status.search.google.com/)によれば、直近のコアアップデートは2026年5月21日開始（6月2日完了）、スパムアップデートは2026年9月24日開始（10月8日完了）です。更新の履歴と各回の確認手順は[Googleコアアップデートとは？最新2026年5月・2021年11月以降の履歴と順位下落時の確認手順](/column/details/4683/)で追えます。 立場を明確にしておきます。2026年時点で流出文書を施策の根拠にするのは、属性の存在から「Googleが何を見ているか」の当たりを付ける用途に限るべきです。順位変動の原因究明や、投資判断の根拠には使えません。2年以上前のフィールド一覧に、重みも本番稼働の可否も書かれていないからです。 ## 流出情報の使い方と使ってはいけない読み方 使ってよいのは、施策の優先順位を見直す材料としての読み方です。検索者が必要な答えを得られる記事を作り、サイト全体で品質の低いページを放置しない。どちらも流出文書と矛盾せず、公式ドキュメントの推奨とも衝突しません。ただし、滞在時間の長さや新規ドメインの待機期間を、この文書から施策の目標値として設定することはできません。自社サイトの内部施策やキーワード設計を見直す段階で手が足りなければ、[SEO内部施策・キーワード設計の支援](/service/web/seo/)も用意しています。 避けるべきなのは、順位下落の原因を検証せずに特定の属性名へ帰すことです。`badClicks`が増えたから落ちた、といった説明は原文が支えておらず、原因を誤認したまま本来直すべき箇所を放置することになります。検証もできないため、社内では「対策済み」という誤った記録だけが残ります。次に避けたいのがクリック率を人為的に操作する施策への投資で、良いクリックとして計上される保証がありません。中古ドメインを年数目当てで購入する判断も、前述のとおり原文に根拠がありません。 流出文書に振り回されない実務的な理由がもうひとつあります。文書に出てくる属性の大半は、サイト運営者が直接操作できない集計値です。操作できるのは公開するコンテンツと技術的な実装だけで、そこは2024年以前も以降も変わっていません。 ## よくある質問 ### 流出したGoogleの内部文書は本物ですか？ 本物として扱われています。Googleは偽物とは主張せず、文脈を欠いた解釈への注意を促すコメントを出しました。国内でも2024年5月31日にITmedia NEWSが真正性を認めたと報じています。ただし内容は2024年3月時点のもので、現在の実装と一致する保証はありません。 ### クリック率を上げれば検索順位は上がりますか？ 流出文書はその根拠になりません。クリック関連の属性は存在し、2024年8月の判決もNavBoostが13か月分のクリックとクエリのデータで動くと認定しましたが、良いクリックと悪いクリックを分ける基準は原文に書かれておらず、人為的なクリックがどちらに計上されるかも不明です。狙うべきは検索結果に戻らせない内容の充足度です。 ### ドメインの年数が古いほどSEOで有利ですか？ 流出文書の`hostAge`は、そのホストで最初に見つかったページの日付を保持し、用途は配信時に新しいスパムを隔離することだと説明されています。年数が長いほど加点されるとは書かれていません。中古ドメインの購入を年数目当てで正当化する根拠にはなりません。 ### siteAuthorityはAhrefsのドメインレーティングと同じものですか？ 別物です。`siteAuthority`はGoogle内部の値で、原文には別系統の値から変換されQ\*で使われるという一行しかありません。ドメインレーティングやドメインオーソリティは各ツールが被リンクデータから算出する推定値で、Googleの計算には入りません。 ### 2026年の今も漏洩文書の内容は参考になりますか？ Googleが何を見ているかの当たりを付ける用途では参考になります。反トラスト訴訟でクリックデータの利用が事実認定され、最終判決もURLの初回確認時刻やスパムスコアの提供を命じたことで、文書が示すデータ項目の実在はむしろ補強されました。ただし2024年3月のスナップショットであり、AI OverviewsやAI Modeによる検索体験の変化、その後のコアアップデートは反映されていません。順位変動の原因究明には使えません。 ## 関連記事 - [検索アルゴリズムとは？Google公式の17システムとPageRank・BM25の仕組み【2026年】](/column/details/2972/) - [ランキングファクターとは？Google公式が認める要因と否定する要因の一覧【2026年10月時点】](/column/details/7536/) - [RankBrainとは？Googleの公式説明と裁判証言でわかる仕組み・SEOへの影響](/column/details/7520/) - [Googleコアアップデートとは？最新2026年5月・2021年11月以降の履歴と順位下落時の確認手順](/column/details/4683/) - [オールドドメイン（中古ドメイン）とは？SEO効果の実際とGoogleのスパムポリシー・購入前後の確認手順](/column/details/7146/) --- 出典: [Google検索アルゴリズムの流出文書で判明したこと・断定できないこと]()（株式会社一創）