LinkedIn2026年にLinkedInのリーチが下がった理由(そして、アルゴリズムが今見ているもの)
チーム: AiToolsForAppsAI の支援を受けて執筆21 分で読めます要点
- LinkedInのリーチは実際に下がっています。気のせいではありません。 MetricoolのLinkedIn 2026年調査(63,108アカウント、673,658件の投稿)では、投稿1件あたりの平均インプレッションが924.42から831.96へ、前年比で-10 %減少しました。
- 2026年11月9日、LinkedInはProfile Relevanceモデルについて説明しました。 LLMが生成したエンベディングを使い、各投稿が閲覧者の職業上のコンテキスト(トピック、所在地、職種、企業、業界、シニオリティ、学歴)にどれだけ合っているかを測ります。
- 掲げられている目的は、量ではなく関連性です。 LinkedInの実験では、コンテンツを非表示にされる回数が-18.8 %減り、履歴の少ない新規メンバーでのバイラルなエンゲージメントは+17.7 %増えました。
- 360Brewの噂には要注意です。 これはあなたのフィードのアルゴリズムではありません。LinkedInのエンジニアリング担当VPであるTim Jurkaは2026年4月14日、これは社内テストであり、すでに終了したと明言しました。
- 実際の作業に落とし込むと、こうなります。 ドキュメント投稿(PDFのカルーセル)は最も維持力の高い形式で、AuthoredUpによると平均比でリーチ1.39倍、エンゲージメント1.30倍です。そしてヘッドラインと「自己紹介」は、ランキングの原材料になりました。
数カ月前まで4,000インプレッションだった投稿が、今は800で止まっている。そう感じているなら、あなたが神経質になっているわけでも、「ペナルティ」を受けたわけでもありません。LinkedInは、投稿を表示する前に自問する内容を変えたのです。この記事では、2026年にプラットフォームが公式に発表したこと、独立した調査が測定していること、そしてそこからLinkedInでサービスを販売する人が何を読み取るべきかをまとめます。最後に、なぜこれが日々の作業を変えるのか、そしてAiToolsForAppsのaiLinkedin(LinkedInのカバー、ヘッドライン、カルーセル、投稿向けAIツールのセット)がどこに位置づけられるのかをご紹介します。

2026年にLinkedInのリーチは下がったのか、それとも自分だけか
下がっています。しかも数字で確認されています。MetricoolのLinkedIn 2026年調査は、63,108アカウントの673,658件の投稿を対象に、投稿1件あたりの平均インプレッションを前年の924.42から831.96へ、-10 %と算出しています。2025年12月10日に約4,000万件の投稿を対象として公開されたソーシャルメディア全体の2026年調査では、LinkedInについての減少幅はさらに大きく、インプレッション-23 %、エンゲージメント-14 %でした。
興味深いのは、エンゲージメントは同時には落ちなかったことです。同じLinkedIn調査では、エンゲージメント率が12.21 %から13.90 %へ上昇し、投稿あたりの平均クリック数も97.54から102.32へ(+4.90 %)増えました。つまり、各投稿を見る人は減ったものの、見た人はより反応しているのです。これは衰退するプラットフォームの姿ではなく、1つ1つの投稿を、より少なく、より的確に選ばれた人に見せるプラットフォームの姿です。
| 指標(LinkedIn) | 以前 | 2026年 | 変化 | 出典 |
|---|---|---|---|---|
| 投稿あたり平均インプレッション | 924.42 | 831.96 | -10 % | Metricool、LinkedIn 2026年調査 |
| エンゲージメント率 | 12.21 % | 13.90 % | +1.69 p.p. | Metricool、LinkedIn 2026年調査 |
| 投稿あたり平均クリック数 | 97.54 | 102.32 | +4.90 % | Metricool、LinkedIn 2026年調査 |
| インプレッション(複数プラットフォーム合計) | — | — | -23 % | Metricool、ソーシャル調査2026(2025年12月10日) |
| エンゲージメント(複数プラットフォーム合計) | — | — | -14 % | Metricool、ソーシャル調査2026(2025年12月10日) |
| 動画のリーチ、前年比 | — | — | -36 % | AuthoredUp、2025年3月〜2026年2月 |
これに加えて、最も単純であまり語られない要因があります。投稿する人が増えていることです。MetricoolのCEOであるJuan Pablo Tejelaは、調査のプレスリリースで「アルゴリズム上の過密は現実だ」と述べています。LinkedIn自身も、Entrepreneurに対して2026年5月19日、コンテンツ制作が前年比で14 %増加したと明らかにしました。ショーケースは同じなのに商品が増えれば、1つあたりの陳列スペースは小さくなります。
2026年11月9日にLinkedInが発表したこと:Profile Relevanceモデル
2026年11月9日、LinkedInはエンジニアリングブログでProfile Relevanceモデルの詳細を公開しました。担当エンジニアのShiyong Linが発表した内容で、Social Media Todayが取り上げています。このモデルはLLMが生成したエンベディングを使い、職業上のコンテキストにもとづいてメンバーと投稿を結び付けます。実質的には、LinkedInがあなたの職業上の姿を意味的に要約し、それを使ってフィードに何を届けるかを決めているということです。
発表によると、この関連性の評価に入るシグナルは具体的で、すべてあなた自身か、読み手のプロフィールに由来します。
- 投稿のトピック
- 地理的な所在地
- 職種
- 企業
- 業界
- シニオリティ(seniority)
- 学歴

LinkedInがオンライン実験で報告している結果は、数字としては小さいものの、方向性を明確に示しています。
| 実験結果 | 変化 |
|---|---|
| 閲覧されたフィード更新 | +0.54 % |
| バイラル率 | +0.94 % |
| ユーザーがコンテンツを非表示にした回数 | -18.8 % |
| 履歴の少ない新規メンバーでのバイラルなエンゲージメント | +17.7 % |
| デイリーアクティブユーザー(DAU) | +1.8 % |
注目すべき大きな数字は、非表示-18.8 %です。LinkedInが本当に動かした指標は「どれだけやり取りされるか」ではなく、「表示しているものがどれだけ不快か」でした。そして履歴のない新規メンバーでの+17.7 %が、もう1つの重要な点を示しています。システムに過去の行動データがないとき、プロフィールを読むのです。これがこの記事全体の要です。
いいえ、360Brewはあなたのフィードのアルゴリズムではありません
今年「1,500億パラメータの新アルゴリズム360Brew」について目にする話の多くは誤りです。先に言っておくべきでしょう。360Brewは研究モデルで、2025年にLinkedInの著者らが発表した論文で説明されましたが、その後、筆頭著者によってarXivから取り下げられました。2026年4月14日、LinkedInのエンジニアリング担当VPであるTim Jurkaは、ランキングシステムでは使われていないとはっきり回答しました。ごく小さなメンバーグループで試し、プラットフォームに合わないと判断してテストを終了したとのことです。この噂の経緯は360Brewに関するこの反証記事に記録されています。
これには実用上の意味があります。出回っているアドバイスの半分は、本番で動いていないモデルから推測されたものだからです。ツールのガイドで繰り返し見かける正確な倍率、たとえば「保存は『いいね』の5倍の重みがある」「ポッドは97 %の精度で検出される」「汎用的なAIは30 %のリーチを失う」といった数字も同じ類いです。これらはSocialPilotのLinkedInアルゴリズムガイドのような商用の情報源に載っていますが、LinkedInが公表したことは一度もありません。示している方向性は妥当ですが、具体的な数字は事実として引用できませんし、それを土台に編集カレンダーを組むべきでもありません。
LinkedInが述べているので、信頼してよいのは次の内容です。
| 主張 | LinkedInが確認しているか |
|---|---|
| LLMのエンベディングで投稿と職業上のコンテキストを結び付けるProfile Relevanceモデルが存在する | はい — エンジニアリングブログ、2026年11月9日 |
| ランキングは職種、企業、業界、シニオリティ、学歴、トピック、所在地を考慮する | はい — エンジニアリングブログ、2026年11月9日 |
| LinkedInは汎用的なAIコンテンツと自動コメントの配信を減らしている | はい — Entrepreneurへの発言、2026年5月19日 |
| 360Brewはフィードのアルゴリズムである | いいえ — Tim Jurkaが否定、2026年4月14日 |
| 保存はちょうど「いいね」5回分の重みがある | 確認なし — 商用情報源の数字 |
汎用的なAI文章の成果が落ちている理由
LinkedInが、それを抑制していると公言しているからです。2026年5月19日のEntrepreneurへの発言で、LinkedInのVP兼エグゼクティブ・エディターであるLaura Lorenzettiはこう述べました。「AIは人々がコンテンツ制作に踏み出す助けになります。しかし同時に、多くの人が非常に質の低いコンテンツを大量に作れるようにもなります」。プラットフォームが狙っているのは3つです。自分の考えを加えずにAIで書かれた汎用的な投稿、コメントを生成する自動化ツール、中身の薄い釣り動画です。
彼らが説明している方法は、何を「ごまかせて」何をごまかせないのかを理解するうえで重要です。人間の編集者とコンテンツ管理者が何千件もの投稿にラベルを付け、何が汎用的で何がオリジナルかを定め、それをもとに検出モデルを訓練しています。そして罰則は削除ではありません。配信を制限することで、投稿が投稿者の直接のネットワークを大きく越えないようにするのです。これで、今年最もよく聞く症状の説明がつきます。「いつもの同じ10人から、いつもと同じ数の『いいね』が付くだけで、それ以上は何もない」。
実務上の結論は「AIを使うな」ではありません。役に立つAIとは、あなたが知っていることを構成し、パッケージ化する手伝いをするAIであって、テキスト欄をあなたの代わりに埋めるAIではないということです。仕事での実際のケースを、数字と、あなたが下した具体的な判断とともに書いた投稿は、抽象的に生成された何物にも似ていません。「ジムで学んだリーダーシップの5つの教訓」という投稿は、20万件の投稿に似ています。
下落に最も強い形式:ドキュメント投稿
PDFのカルーセル、つまりLinkedInが「ドキュメント投稿」と呼ぶものは、2026年にリーチとエンゲージメントのバランスが最も良い形式です。AuthoredUpの形式別パフォーマンス調査によると、2025年3月から2026年2月までの個人プロフィールの300万件超の投稿のうち、ドキュメント投稿はプラットフォーム平均のリーチ1.39倍、エンゲージメント1.30倍を獲得しています。Metricoolは絶対値で測定し、同じ結論に達しています。カルーセルの平均インプレッションは1,451.19、動画は605.57です。

| 形式 | リーチ(平均比) | エンゲージメント(平均比) | 投稿の割合 |
|---|---|---|---|
| アンケート | 1.78倍 | 0.37倍 | 1.16 % |
| ドキュメント / カルーセル | 1.39倍 | 1.30倍 | 4.88 % |
| 画像 | 1.20倍 | 1.33倍 | 57.16 % |
| テキストのみ | 1.07倍 | 0.78倍 | 11.59 % |
| 動画 | 0.86倍 | 0.93倍 | 10.61 % |
| 記事 | 0.69倍 | 0.44倍 | 6.00 % |
| 再投稿(reshare) | 0.29倍 | 0.22倍 | 7.69 % |
出典:AuthoredUp、個人プロフィールの300万件の投稿、2025年3月〜2026年2月。基準1.0倍=プラットフォーム平均。
この表から読み取れることを3つ挙げます。見出しの数字よりも価値があります。
- アンケートはリーチの罠です。 リーチ1.78倍でエンゲージメント0.37倍というのは、多くの人が見ても、誰も気にかけていないということです。表示したものが不快かどうかを測るランキングでは、これは負債です。
- ドキュメントは、両方の列で同時に勝てる唯一の形式です。 仕組みとしても納得できます。カルーセルは読み手を複数のスライドへと引き込むため、あなたのコンテンツに費やされる時間は、段落を1つ読む1秒半ではなく、数十秒単位になります。
- ほとんどの人がやっていないことが、最もうまくいっています。 ドキュメントは投稿の4.88 %にすぎません。単独の画像は57.16 %です。リーチ0.29倍の再投稿が、人々の労力の7.69 %を占めています。
投稿のタイミングを考えるうえで、Metricoolからさらに2つのデータがあります。総インプレッションの50 %は最初の48時間で得られ、直接的な質問を含む投稿はコメントが77.39 %多くなります。カルーセルが読み手をつなぎとめるものなら、最初のコメントでの質問は、そのつなぎとめを会話に変えるものです。
リンクを貼る人への注意もあります。個人プロフィールでは、投稿にリンクを含めると、Metricoolの測定でインプレッション-27 %、エンゲージメント-20 %となります。一方、企業ページでは逆になります(+51 %と+41 %)。同じ操作でも、どこから投稿するかで結果が正反対になるのです。
プロフィールはすでにランキングの一部:ヘッドラインと「自己紹介」
これは、ほとんどの人がまだ日々の習慣に取り入れていない帰結です。Profile Relevanceモデルが、投稿のトピックと、読み手の職種、企業、業界、シニオリティを照らし合わせて誰に投稿を見せるかを決めるのなら、あなた自身のプロフィールが、あなたが何者かをシステムが知るために読む文書になります。リクルーターが年に一度眺める名刺ではありません。ランキングへの入力なのです。

これを最も強く裏づけるデータが、履歴の限られた新規メンバーでのバイラルなエンゲージメント+17.7 %です。行動データがないとき、システムは申告された内容に頼ります。そして、あなた自身がプラットフォームで10年過ごしていても、あなたを見せようとする新しい読み手は、あなたに対してその状況にあります。一度もあなたを読んだことがなく、あなたに関心があるかどうかを決める材料は、投稿、あなたのプロフィール、そして相手のプロフィールの間の意味的な相性だけです。
具体的な文章にすると、次のようになります。
- ヘッドラインには、誰のために何をするのかを書きます。 社内での肩書きではありません。「運用部長」では、あなたの書く内容が誰の役に立つのかがモデルにはまったく伝わりません。「食品卸売業の物流コストを削減します」なら伝わります。
- 「自己紹介」は長いコンテキストを書く場所です。 取り組んでいる課題、どんな顧客に対して、どんな成果を出したか。あなたが持つ最も長く、宣言的なテキストで、今では読まれています。
- プロフィールと投稿は同じテーマを語る必要があります。 採用について投稿しながらプロフィールに事業開発と書いていると、システムに矛盾の解決を求めることになり、システムはあなたを表示しないことで解決します。
- 創造性より一貫性です。 目指すのは気の利いたヘッドラインではなく、誤解の余地のないヘッドラインです。
今週やること、順番に
3つだけ手を付けるとしたら、この3つをこの順で行います。まずプロフィールです。その後に投稿するすべての配信を左右するからです。次に形式です。労力あたりの効果が最も大きい変更だからです。最後に習慣です。インプレッションの50 %は48時間で決まるからです。
- ヘッドラインと「自己紹介」を書き直し、誰のために、どの業界で、どんな成果を出すのかが伝わるようにします。ターゲット層の知らない人が、5秒で自分向けかどうかを理解できるか確認してください。
- 過去6カ月で最も良かったテキスト投稿を、PDFのカルーセルに変えます。 新しい内容を考え出す必要はありません。すでに関心を集めたものを選び、読み手をつなぎとめる形式にします。
- アンケートと再投稿をカレンダーから外します。 それぞれリーチ1.78倍でエンゲージメント0.37倍、リーチ0.29倍という結果では、枠を割く価値はありません。
- 「ご賛同いただけますか?」を、本物の質問に置き換えます。 あなたの職種の人だけが答えられる質問です。直接的な質問は、コメントが77.39 %多くなります。
- 最初の48時間は投稿に付き添います。 総リーチの半分がそこで決まり、見識のあるコメントこそ、ランキングが「すばらしい投稿です!」と見分けられるものです。
これを手作業でやるのは簡単ではありません。アイデアを表紙、読みやすいスライド、締めくくり付きのカルーセルにレイアウトするのは、デザインツールを使えば半日仕事です。ヘッドラインを誤解の余地がなくなるまで書き直せば、15のバージョンになります。これはまさに、AIツールがあなたの知識を置き換えずに力を発揮できる、繰り返しの多いフォーマットの作業です。
よくある質問
2026年にLinkedInのリーチが下がったのはなぜですか?
3つの理由が同時に働いています。1つ目は、競合するコンテンツが増えたことです。LinkedInは前年比14 %のコンテンツ制作増加を報告しました(Entrepreneur、2026年5月19日)。2つ目は、ランキングの基準が変わり、投稿と各読み手の職業上のコンテキストとの相性を採点するようになったことです。これは、プラットフォームが2026年11月9日に詳しく説明したProfile Relevanceモデルによります。3つ目は、プラットフォームが汎用的なAIコンテンツとエンゲージメント釣りの配信を積極的に制限していることです。数字で言えば、Metricoolは投稿あたりの平均インプレッションが924.42から831.96へ、10 %減少したと測定しています。
LinkedInのProfile Relevanceモデルとは何ですか?
LinkedInが2026年11月9日にエンジニアリングブログで説明したシステムです。LLMが生成したエンベディングを使って各メンバーの職業上のコンテキストの意味的な要約を作り、各投稿がどれだけ合っているかを、トピック、所在地、職種、企業、業界、シニオリティ、学歴を考慮して測ります。LinkedInの実験では、コンテンツの非表示が18.8 %減り、デイリーアクティブユーザーが1.8 %増えました。
LinkedInは360Brewでフィードを並べ替えていますか?
いいえ。LinkedInのエンジニアリング担当VPであるTim Jurkaは2026年4月14日、360Brewはごく小さなメンバーグループでの社内テストで、プラットフォームに合わないと判断してテストを終了したと確認しました。2025年に発表された元の論文は、筆頭著者によってarXivから取り下げられています。「360Brew向けの最適化方法」を説明するガイドは、本番で使われていないモデルのために最適化していることになります。
LinkedInは人工知能で書かれた投稿にペナルティを与えますか?
ツールの使用ではなく、汎用的な投稿にペナルティを与えます。LinkedInのVP兼エグゼクティブ・エディターであるLaura Lorenzettiは2026年5月、プラットフォームが狙っているのは3つだと説明しました。オリジナルの考えがない汎用的なAI投稿、自動化によって生成されたコメント、中身のない釣り動画です。フラグが立ったコンテンツは削除されず、投稿者の直接のネットワークをあまり越えないよう配信が制限されます。あなたのデータ、あなたの事例、あなたの判断を含む投稿は、手伝ってもらって書いたとしてもその分類には入りません。
2026年にLinkedInで最もリーチが大きい形式は何ですか?
総リーチが最も大きいのはアンケート(平均の1.78倍)ですが、エンゲージメントは惨憺たるもの(0.37倍)です。両方で同時に勝つ形式は、ドキュメント投稿、つまりPDFのカルーセルです。AuthoredUpが2025年3月から2026年2月の300万件超の投稿を調べた結果では、リーチ1.39倍、エンゲージメント1.30倍でした。Metricoolも絶対値で裏づけており、カルーセルの平均インプレッションは1,451.19、動画は605.57です。
LinkedInのカルーセルは何枚にすべきですか?
LinkedInは公式の数字を公表しておらず、出回っている推奨(8〜12枚前後)は商用ガイドによるもので、プラットフォームによるものではありません。根拠があるのは仕組みのほうです。カルーセルが効くのは、読み手を複数のスライドへ引き込み、コンテンツに費やす時間を延ばすからです。各スライドに意味があり、全体が最初から最後まで読まれるなら、正確な枚数は二の次です。
LinkedInのヘッドラインは、投稿のリーチに影響しますか?
はい、しかも新しい動きです。Profile Relevanceモデルは、投稿のトピックを、見込み読者それぞれの職種、企業、業界、シニオリティと比較します。つまり、あなたのプロフィールは、システムが誰に表示するかを決める入力の1つです。最も明確な兆候は、LinkedInが報告する改善幅が、行動履歴の少ない新規メンバーで大きいこと(+17.7 %)です。過去の活動がないとき、システムはプロフィールに書かれた内容に頼ります。
外部リンクはLinkedInのリーチを下げますか?
どこから投稿するかによります。その差は大きいです。Metricoolの測定では、個人プロフィールでリンク付きの投稿はインプレッションが27 %、エンゲージメントが20 %下がり、企業ページではそれぞれ51 %と41 %上がります。よく見かける「リンクで60 %ペナルティ」という数字には、LinkedInの公式な出典がありません。
投稿が伸びなくなるまでにどのくらいかかりますか?
MetricoolのLinkedIn 2026年調査では、総インプレッションの50 %が最初の48時間で発生すると測定されています。つまり、最初の2日間が、コメントに返信して顔を出す価値のある時間帯であり、1週間後に投稿を再度手直しするのは費用対効果が低いということです。
このなかでAIツールが果たす役割
2026年の診断は厳しいものですが、実行に移せます。リーチはもはや、たくさん投稿して得るものではなく、自分が何者かを誤解の余地なく示し、読み手をつなぎとめる形式を使って得るものです。それは制作作業に置き換わります。疑いの余地がないヘッドライン、誰のために働くのかを伝える「自己紹介」、バラバラの段落ではなくきちんとレイアウトされたカルーセル、読み続けられる投稿。まさに繰り返しの多い作業です。AiToolsForAppsのaiLinkedinは、LinkedInのカバー、ヘッドライン、カルーセル、投稿向けAIツールのセットで、その部分のために作られています。形式とパッケージングを引き受けるので、あなたは判断、データ、実際の事例を持ち込むだけです。それこそが、新しいランキングが汎用的な文章と見分けられるものです。
判断はあなたが、形式はツールにお任せください。aiLinkedinで、カバー、ヘッドライン、「自己紹介」、PDFカルーセル、投稿を生成できます。試すのに登録は不要です。
判断はあなたが、形式はツールにお任せください。aiLinkedinで、カバー、ヘッドライン、「自己紹介」、PDFカルーセル、投稿を生成できます。試すのに登録は不要です。


