AI仮想通貨データソース：CMC AIの全回答における出典明示の仕組み

主な要点

• ソースはURLによって識別されます。これは識別キーでもあるため、リストはタイトルではなく正規化されたURLで重複排除されます。
• ソースの集中度は高く、質問の種類によって大きく異なります。ディスカッションの質問では、リンクされたソースの84%がx.comの投稿でした。4つの質問タイプ全体で測定すると、x.comは51%を占めます。
• これらの206個のリンクはわずか13の個別のホスト名に集約されており、ソースベースは幅広いというよりは集中しています。
• APIは、上限のあるsources[]配列とsources_truncatedフラグに加えて、回答の背後にある真の合計数であるsources_countを返します。
• sources_limit=0をリクエストしても依然としてsources_countが返されるため、配列を転送せずに引用数を表示できます。

ソースとは何か

ソースオブジェクトは意図的に軽量化されています。唯一の必須フィールドは、主張の元となったページの正規URLです。そのURLが唯一のフィールドであるため、重複排除に使用される識別情報でもあります。異なるクエリ文字列で届いた同じ記事を指す2つのエントリは、同じソースとして1つにまとめられます。

これにより、URLの正規化が重要になります。ドキュメントによると、正規化では配列が重複排除される前に、httpsへの強制、トラッキングおよびレンダリングパラメータの削除、www.の削除、twitter.comからx.comへの正規化、およびフラグメントの削除が行われます。測定された206個の公開済みソースリンクのうち、すべてがhttpsを使用しており、クエリ文字列を含むものはありませんでした。そのため、スキームの強制とパラメータの削除はレンダリングされた表面上で有効です。

9月11日に40ページ、172の回答ソースリンクで再測定したところ、13個（7.6%）にwww.が含まれており、それらはちょうど2つのホストに該当しました。これらのホストは両方とも、ネイキッドリクエストをwww.形式にリダイレクトし、www.を正規として宣言していることが9月14日のナビゲーションで確認されました。したがって、パブリッシャー自身の正規ホストにwww.が含まれている場合を除き、このルールは維持されます。ソースURLを自社のストアと照らし合わせて重複排除する場合は、配列から削除されていると仮定せずに、自身でホストを正規化してください。

測定されたソースの構成

2026年9月9日、すべて同じ質問タイプの62のコインページにある206個のリンクされたソースを対象に測定。

方法：64のコインスラッグについて最新アップデートページの同一生成元フェッチを行い、DOMParserで解析。ページが「元の投稿を表示（View original post）」とラベル付けしたすべてのアンカーをカウントし、ホスト名で分類。62ページにリンクされたソースがあり、2ページは404を返しました。