‹ブログ

更新日 2026-07-13

実務で成果につながる「AI検索での可視性」重要指標

AI検索での可視性を可視化するダッシュボードは、時にあやふやな意思決定を「正確な分析」のように見せてしまいます。総合パーセンテージが上がったとしても、実際にブランドの露出が増えたのか、単に回答されやすい指名プロンプトを追加しただけなのか、あるいは特定プラットフォームでの取得エラーが減ったのか、競合の設定が変わったのかは、単一の数字だけでは判断できません。

実務で意味を持つ最小単位は、抽象的なスコアではありません。「ある特定の時点において、特定のAIプラットフォーム上で、1つの購買検討プロンプトに対して生成された実際の回答」そのものです。以下で解説する指標群は、回答レベルの観測結果を多角的に集計したものであり、LLMO（LLM SEO）の施策サイクル全体を評価するスコアボードとなります。

まず測定の最小単位を整理する

例えば、ChatGPT、Gemini、Perplexityの3つのプラットフォームで10個のプロンプトをモニタリングしているとします。1回の定期実行で取得される回答チェックは最大30件（10プロンプト × 3プラットフォーム）です。有効な回答1件ごとに、次の4つの問いを個別に検証できます。

1. 回答内で自社ブランドに言及しているか？
2. 自社ドメインが出典・情報源としてリンクされているか？
3. 設定した競合ブランドのうち、どの企業が同時に登場したか？
4. 自社が登場した場合、その文脈（評価）はポジティブ、ニュートラル、ネガティブのどれか？

この区別が重要なのは、1つの回答の中で「自社ブランドに言及してもドメインは引用されない」「ドメインは引用されてもブランドは推奨されない」「競合3社だけが強く言及される」「自社について否定的な文脈で言及される」といった状態が日常的に起こり得るからです。

AEO Mantisでは、デフォルトで指名プロンプト（自社ブランド名を含むプロンプト）や競合単体のプロンプトを総合可視性指標から除外しています。「Acmeとはどのような製品ですか？」といった質問はブランド情報の正確性を確かめるのには有用ですが、未認知層への発見性を測定する上では数値を不当に吊り上げてしまいます。デフォルトのスコアボードは、自社が回答に含まれる保証がない「カテゴリ探索」や「製品比較」などのプロンプトに焦点を当てています。

1. 言及率（Mention Rate）：露出度を測定する

言及率 ＝ 自社ブランドに言及した有効回答数 ÷ チェックした有効回答総数

有効回答20件のうち6件で自社ブランドが登場した場合、言及率は30%になります。AEO Mantisの総合言及率はプラットフォームごとの数値を均等に平均して算出されるため、モニタリング対象の各プラットフォームが同等に重み付けされます。総合数値を解釈する際は、必ずプラットフォーム別の内訳を確認してください。

言及率が答えてくれるのは、**「そもそもAIの回答の中に自社がどれくらいの頻度で登場しているか？」**という問いです。推奨されたか、情報源として引用されたか、1番目に紹介されたか、好意的に書かれたかまでは分かりません。

次のような視点で多角的に分析します。

• すべてのプラットフォームで低い場合： カテゴリとの関連付け、ドメイン権威性、エンティティ情報の一貫性、またはプロンプトに対するコンテンツの適合性に課題がある可能性があります。
• 特定のプラットフォームでは高く、他では低い場合： プラットフォーム固有の差です。各プラットフォームの回答で使われている参照ソースや表現の違いを詳しく調査します。
• 全体では高水準だが購買意図の高い重要トピックで低い場合： 総合平均の数字によって、ビジネス上極めて重要な機会損失が見落とされています。
• ブランド名を直接入れたプロンプトでしか高くならない場合： プロンプト設計がブランドの実態を過大評価しており、未知のユーザーからの発見性を正しく測定できていません。

次に取るべき有効なアクションは、全体のパーセンテージからではなく、露出が欠落している特定のトピックやプラットフォームの特定から生まれます。

2. 引用率（Citation Rate）：情報源としての活用度を測定する

引用率 ＝ 自社ドメインにリンクした有効回答数 ÷ チェックした有効回答総数

20件の回答中4件の参照ソースに自社ドメインが含まれている場合、引用率は20%です。これは言及よりも厳格な指標です。AIエンジンが単にブランド名を挙げただけでなく、自社サイト上のページを参照して情報を利用・帰属させたことを意味します。

引用率が答えてくれるのは、**「自社のコンテンツが情報源の掲載枠をどれくらいの頻度で獲得できているか？」**です。引用を獲得できなかったケースはプロンプトやページ単位で原因を調査できるため、コンテンツ制作チームやテクニカルSEOチームにとって最も実践的な指標となります。

引用率を単なる「人気度スコア」として扱ってはいけません。自社サイトが一般的な事実情報の根拠として引用されつつ、実際の購入推奨は競合に渡っているケースもあります。逆に、第三者メディアのレビューが情報源として使われ、自社ドメインは一切リンクされずに自社ブランドが強力に推奨されることもあります。

言及率と引用率を組み合わせることで、単体で見るよりも精度の高い診断が可能になります。

• 言及率は高いが引用率が低い： AIモデルはブランドを認識しているものの、自社サイトが裏付けソースとして使われていません。クローラビリティ、アンサーファーストな構成、一次情報の質、対象のファクトが恒久的なURLに記載されているかを確認してください。
• 言及率は低いが引用率は十分： コンテンツは有用な情報源として評価されているものの、推奨候補のショートリストにブランドが入っていません。提示している根拠、自社プロダクト、カテゴリ、そしてブランドエンティティの紐付けを強化する必要があります。
• 両方とも低い： 小手先の最適化に走る前に、測定対象のプロンプト設計とサイトの基本設計（インデックスや構造化データなど）を見直してください。
• 両方とも上昇している： 単なる情報収集目的の一般的な質問だけでなく、購買意図の高いプロンプトでも同様に成果が出ているかを確認します。

コンテンツ制作面での具体的な改善手法については、AIエンジンに引用されるコンテンツの書き方を参考にしてください。

3. シェア・オブ・ボイス（SOV）：競合との相対的な強さを測定する

シェア・オブ・ボイス（SOV） ＝ 自社ブランドに言及した回答数 ÷ 自社および設定した競合ブランドの総出現回数

AEO Mantisは回答ごとに集計を行い、1つの回答につき各エンティティのカウントは最大1回とします。1件の回答で自社と競合2社が言及された場合、それぞれのエンティティに1カウントずつ計上されます。つまり、ここでのシェア・オブ・ボイスは「追跡対象エンティティの総出現回数に対する自社の占有割合」であり、回答の独占シェアではありません。

例：自社ブランドが12件の回答に登場し、同一の有効回答群の中で設定した競合ブランドの出現回数の合計が18回だった場合、シェア・オブ・ボイスは 12 ÷ (12 + 18) ＝ 40% となります。

シェア・オブ・ボイスが答えてくれるのは、**「AIがこのカテゴリについて回答する際、言及全体の何割を自社が占めているか？」**です。この指標は競合を設定して初めて算出され、追跡対象の競合リストを変更すると数値も変わります。そのため、レポート作成時にはどの競合を母数に含めているかを必ず明記してください。

SOVを追うことで、「見かけ上の成果」による油断を防ぐことができます。自社の言及率が上がっていても、競合の露出がそれ以上のスピードで伸びていればSOVは低下します。このような場合はトピックごとにデータを掘り下げ、競合のみが登場して自社が漏れている「主戦場プロンプト」を特定して分析しましょう。

注意すべき2つの落とし穴：

• 競合3社で計測していた過去のSOV基準値と、競合6社に増やした後の数値を、母数が同じであるかのように比較しないこと。
• SOVが高いからといって、ユーザーに対して自社が強く推奨されていると過信しないこと。感情分析や回答内での位置づけ（推奨ステータス）の確認が不可欠です。

4. 感情分析（Sentiment）：回答における評価・文脈を測定する

感情分析とは、自社ブランドに言及した有効回答の中で、「ポジティブ」「ニュートラル」「ネガティブ」に分類された割合の分布です。例えば自社に言及した回答が8件あり、そのうち5件がポジティブ、2件がニュートラル、1件がネガティブだった場合、その内訳はポジティブ62.5%、ニュートラル25%、ネガティブ12.5%となります。

感情分析が答えてくれるのは、**「どのような文脈で自社が語られているか？」**です。言及率が伸びていても、新しく増えた回答が自社の機能制限、ミスマッチ、価格への懸念、信頼性の低さなどを強調しているようであれば、ビジネスにとってプラスとは言えません。

感情分析のラベルは評価の絶対基準ではなく、「詳細調査の優先順位付けリスト」として活用してください。機械的な分類は、回答の微妙なニュアンスを1つのラベルに圧縮してしまいます。客観的・中立的な比較表であっても商談獲得には十分役立つ場合もあれば、表面的にはポジティブな表現でも競合の後塵を拝している場合があります。施策に着手する前に、必ず保存された回答データを開き、自社周辺のテキスト抜粋や参照ソースを確認してください。

特に注意すべきシグナル：

• 購買意図の高いプロンプトで新たにネガティブな回答が発生した
• 複数のプラットフォームで同一の懸念点や反論が繰り返し言及されている
• 言及率は上がっているが感情分析が悪化している
• ネガティブな文脈の背景に、特定の情報源や誤った主張が繰り返し引用されている

推奨ステータスと掲載順位：独立した指標ではなく文脈として捉える

AIの回答では、ブランドが**「推奨（recommend）」されることもあれば、単なる「言及（mention）」、「比較対象（compare）」、あるいは「不適格・除外（rule out）」**として扱われることもあります。また、最初に提示されるか、複数選択肢の1つとして並べられるか、但し書きの中に埋もれるかといった違いもあります。こうした要素は総合指標が変動した「要因」を説明してくれますが、データが疎になりやすくプロンプトへの依存度が高いため、単一の全体KPIとして扱うには適していません。

これらは前述の4つの主要指標を補完するコンテキストとして活用します。例えば、言及率は高くてもその大半が単なる比較や目立たない順位であれば、露出はあっても購買決定打にはなっていません。また、回答の中で「推奨できない」と除外されている場合、露出があったとしても成果として喜ぶべきではありません。

個別の数値を単体で見ず、組み合わせから読み解く

• 言及率が上昇し、引用率は横ばい： ブランドの認知・露出は広がっているものの、自社サイトが参照枠を獲得できていません。まず競合の引用元ドメインと、自社に不足している引用可能なページを確認しましょう。
• 引用率が上昇し、言及率は横ばい： コンテンツは有用な情報源として評価されているものの、ブランド自体の想起・推奨につながっていません。エンティティやカテゴリに関する表現と、回答内での推奨ステータスを見直してください。
• 言及率が上昇し、SOVは低下： 競合の露出が自社以上のペースで拡大しています。トピック別SOVと主戦場プロンプトを確認してください。
• SOVが上昇し、感情分析が悪化： 出現頻度は増えたものの、否定的な文脈で語られています。ネガティブな回答を個別に開き、その情報源となっているコンテンツを特定してください。
• コンテンツ公開後も全指標が横ばい： 制作したコンテンツがモニタリング対象の需要と合致していないか、AI検索エンジンにまだインデックス／取得されていないか、外部からの被リンクや参照が不足している可能性があります。プロンプトへの適合性、インデックス状況、参照ソース、プラットフォーム別の結果を確認してください。

これらの組み合わせパターンは仮説を立てるための手がかりです。どの仮説が正しいかは、実際の回答データを精査して判断します。

正確な比較を行うためのルール

「トレンドに変化があった」と判断する前に、測定条件が一定に保たれているかを確認してください。

• プロンプト群： 回答されやすいプロンプトを追加すると母数が歪みます。核となるプロンプトセットを固定し、追加や削除を行った場合は必ず履歴を残します。
• プラットフォーム： 総合値にまとめる前に、ChatGPTはChatGPTの過去推移と、GeminiはGeminiの過去推移とそれぞれ比較します。
• 競合リスト： SOVは、追跡対象のエンティティが同一である場合にのみ過去と比較できます。
• 除外設定のスコープ： 発見性のみを測定したデータと、指名プロンプトを含むデータを混在させないでください。
• 対象期間： 直近のスナップショットは「現在の状況」を示し、30日〜90日のトレンドは「施策によって前進しているか」を示します。
• 単位の表現： 20%から30%への変化は「10ポイント増」であり、「10%増」ではありません。

AIの回答は実行ごとに変動します。1回のチェック結果は単なる個別データであり、トレンドではありません。定期実行を通じて継続的な変動傾向を確認し、プロンプトと回答レベルで裏付けを取りましょう。

実践的なレポーティングの階層構造

週次のモニタリングやレポートでは、以下の4つの問いで十分です。

1. AIの回答に登場しているか？：トピック別・プラットフォーム別の言及率を確認する。
2. 情報源として選ばれているか？：引用率と、参照された自社ページや競合ドメインを確認する。
3. カテゴリ内で優位に立っているか？：固定した競合リストに対するSOVを確認する。
4. その露出は成果につながる形か？：感情分析、推奨ステータス、実際の回答抜粋を確認する。

確認後は、最もインパクトの大きい課題に対してアクションを1つ選定します。例えば、不足しているアンサーページの新規作成、既存ソースの改修、ポジショニングの明確化、繰り返し発生する懸念点への対策、重要な検討プロンプトの追加などです。意思決定を変えられない指標は、エグゼクティブサマリーに載せるべきではありません。

ダッシュボードの価値は、モニタリングするプロンプトの質によって決まります。まずは見込み客がAIに入力する購買検討プロンプトの見つけ方を参考にプロンプト群を構築し、トレンドを正しく追えるよう核となるプロンプトを固定して運用しましょう。