ブランドのAI可視性を監査する方法:ステップバイステップガイド

なぜAI可視性を監査するのか?

会話型AIシステム — ChatGPT、Claude、Gemini、Perplexity — は、顧客がブランドを発見する方法の増加するシェアを仲介するようになっています。誰かがこれらのプラットフォームで「最高の[あなたの製品]は?」または「誰が[あなたのサービス]を提供していますか?」と尋ねたとき、その回答があなたのブランドが検討されるか無視されるかを決定します。

従来の検索エンジンとは異なり、「ChatGPT用のGoogle Search Console」は存在しません。ダッシュボードにログインして、あなたのブランドがAIの応答にどれだけ頻繁に表示されるかを確認することはできません。監査は、すべての最適化努力を測定できる基準点 — T0測定 — を確立する唯一の方法です。

このステップバイステップガイドは、初めてのAI可視性監査を実行する方法、追跡すべき指標、結果の解釈方法を説明します。これは、再現可能な方法論を必要とするブランドオーナー、マーケター、代理店のプロフェッショナル向けに設計されています。

ステップ1:範囲を定義する

AIにクエリを送信する前に、何を測定するかを決定します。明確に定義された範囲は、何時間もの分析を節約し、実用的なデータを生成します。

AIモデルを選択する

すべてのAIエンジンが同等ではありません。B2BおよびB2Cのブランド可視性に最も関連性があるのは:

• ChatGPT (OpenAI) — 世界で最も広く使用されているAIチャットボット。最大のユーザーベースを持つため、ここで引用されることが重要です。
• Claude (Anthropic) — プロフェッショナルで分析的なクエリに好まれています。ヨーロッパで強力です。
• Gemini (Google) — Googleのエコシステムと深く統合されています。その回答はGoogleのAI Overviewsに表示されることが増えています。
• Perplexity — 明示的なソース引用を持つアンサーエンジンとして位置づけられています。「AI用のSERP」に最も近いものです。
• Mistral (Le Chat) — ヨーロッパの代替案で、フランス語とドイツ語市場で急速に成長しています。

最初の監査では、4〜6のモデルで十分なカバレッジが得られます。専用ツールを使用すれば、1つのクエリを50以上のモデルに対して実行することは可能ですが、手動の最初の監査は最も影響力のあるエンジンに焦点を当てるべきです。

市場と言語を定義する

AIの応答は言語によって大きく異なります。ChatGPTで英語で可視化されているブランドが、同じプラットフォームでドイツ語では完全に欠如している可能性があります。最初に重要な市場を決定し、各言語を個別に監査します。

ベンチマーククエリを選択する

監査の品質は、テストされるプロンプトの関連性に依存します。カバーすべき3つのカテゴリ:

• カテゴリクエリ: 「最高の[あなたの製品カテゴリ]」または「トップ[あなたの業界]プロバイダー」 — これらは、あなたが関連するプレーヤーと見なされるかどうかをテストします。
• 問題クエリ: 「[あなたの顧客の問題]を解決する方法」 — これらは、誰かがあなたが提供するソリューションを探しているときにあなたのブランドが浮上するかどうかをテストします。
• 比較クエリ: 「[競合A] vs [競合B]」 — これらは、AIがあなたを代替案と比較してどこに位置づけるかを明らかにします。

意味のあるサンプルのために、これらのカテゴリに分散した少なくとも30のクエリを目指します。

ステップ2:プロンプトリストを構築する

実際の顧客がどのように検索するかを反映するプロンプトのリストを準備します。ベースラインのために、過度にブランド固有のプロンプト(例:「[あなたのブランド]について何を知っていますか?」)を避けてください — これらは言及率を人為的に膨らませます。ベースラインは自発的な可視性を測定する必要があります:AIはプロンプトされていないときにあなたのブランドを引用しますか?

仮想の物流会社のプロンプト例:

• 「ヨーロッパで国際貨物輸送を提供している会社はどこですか?」
• 「ドイツのeコマース向けの最高の物流プロバイダー」
• 「国境を越えたB2B配送の送料を削減する方法」
• 「中規模メーカー向けのサプライチェーンソリューションを比較」

1行に1つのプロンプトを含むスプレッドシートを作成します。テストする予定の各AIモデルの列を追加します。

ステップ3:データを収集する

クエリを実行する方法は2つあります:

手動収集

各AIプラットフォームを別のブラウザタブまたはウィンドウで開きます。各プロンプトを貼り付け、完全な応答を待ち、結果を記録します。各プロンプトについて、以下を記録します:

• あなたのブランドは言及されましたか?(はい/いいえ)
• 言及された場合、応答のどこにありますか?(1番目、2番目、3番目など)
• 言及されなかった場合、代わりにどのブランドが引用されましたか?
• 言及は肯定的、中立的、または否定的でしたか?
• AIは特定のソース(URL、記事)を引用しましたか?

手動収集は時間がかかりますが、有益です — 各モデルがあなたの市場をどのように解釈するかを直接見ることができます。

自動収集

AI Labs Auditのようなプラットフォームは、プロセス全体を自動化します。これらは、プロンプトを複数のAIモデルに同時に送信し、すべての応答を記録し、標準化された指標を計算します。これにより、データ収集から分析へと労力がシフトします — そこに真の価値があります。

方法に関係なく、モデルの動作の日々の変動を避けるために、一貫したセッションですべてのプロンプトを実行するようにしてください(モデルは頻繁に更新されます)。

ステップ4:指標を計算する

完全なAI可視性監査を構成する4つの指標:

言及率

あなたのブランドが明示的に引用されたクエリの割合。例:あなたのブランドが30のプロンプトのうち12で表示された場合、言及率は40%です。10%未満の率は非常に低い可視性を示します。60%以上は支配的な地位を示唆します。

引用位置

すべての言及が同等ではありません。リストの最初に挙げられたプロバイダーであることは、リストの下部での言及よりも重みがあります。あなたのブランドが引用されたときの平均位置を追跡します。

AI Share of Voice (SoV)

監査における業界全体の言及の割合としてのあなたのブランドの言及。3つの競合がそれぞれ30%の時間引用され、あなたのブランドが10%の場合、あなたのSoVは10%です。これは、市場に対するあなたのパフォーマンスを文脈化します。

言及センチメント

ブランドは肯定的、中立的、または否定的に説明されていますか?「Xは顧客サービスに対する批判に直面している」と言うAIは、ブランドを言及していますが、役立つ方法ではありません。

ステップ5:ギャップと競合を特定する

あなたのブランドが言及されなかったすべてのプロンプトについて、どの競合が言及されたかをメモします。これにより以下が明らかになります:

• あなたが獲得したいポジションを占めているのは誰か
• 彼らがどのタイプのクエリで勝っているか(カテゴリ、問題、比較)
• どのAIモデルが彼らに優先的な可視性を与えているか

徹底した監査は、幻覚情報もチェックします:AIがあなたのブランドのために発明したURL、捏造された製品主張、または偽の認証。これらは対処すべきブランド安全性リスクを提示します。

ステップ6:技術的準備を分析する

AIモデルは、事実を検証したりソースを引用したりする必要があるときに、あなたのウェブサイトから情報を取得します。あなたのサイトが「AI対応」かどうかを決定するいくつかの技術的要因:

• 構造化データ (Schema.org): あなたのサイトは、AIモデルがエンティティ情報を抽出できるように適切なスキーマタイプ(Organization、Product、FAQ、Article)を使用していますか?
• Robots.txtとllms.txt: AIクローラーはあなたの重要なページにアクセスすることを許可されていますか?AIモデルを最も重要なコンテンツに導くllms.txtファイルがありますか?
• コンテンツの新鮮さ: AIモデルは最近更新されたコンテンツを好みます。12ヶ月以上更新されていないページは引用される可能性が低くなります。
• 内部リンク: AIクローラーは明確な内部アーキテクチャを通じてあなたの重要なページを発見できますか?
• 多言語処理: あなたのサイトは、ターゲット市場に基づいてAIクローラーに正しい言語を提供していますか?

38ポイントの技術チェックリスト(AI Labs Auditで使用されているもののような)は、これらの要因などをカバーし、サイトのAI準備状況のスコア評価を提供します。

ステップ7:アクションプランを構築する

データが収集され分析されたら、アクションに優先順位を付けます:

1. 重要なギャップを最初に修正する: 主要なAIプラットフォームで不可視である場合、位置を最適化する前に、そこで引用されることに焦点を当てます。
2. ブランド安全性の問題に対処する: 幻覚URLと捏造された主張は、コンテンツ更新と構造化データを通じて直ちに修正する必要があります。
3. 技術的準備を改善する: スキーママークアップ、robots.txt、コンテンツの新鮮さは基礎です — 高度な戦術の前にここに投資します。
4. 引用可能なコンテンツを作成する: AIモデルが参照する可能性が高い権威ある、よく構造化された記事とガイドを公開します。AQA標準を使用したFAQページは特に効果的です。
5. 継続的に監視する: AI可視性は一度限りの指標ではありません。進捗を追跡し、モデルの変更に対応するために定期的な監査をスケジュールします。

月次監視が続く初期ベースラインは、実行ごとのモデルの変動から真のトレンドを分離するのに十分なデータ密度を提供します。

推奨ツール

手動スプレッドシートを超えて自動化したい人のために、専門のGEO/AEOプラットフォームは、標準化されたスコアリングを備えたマルチモデル監査機能を提供します。AI Labs Auditは、6次元スコアリング(AGS方法論)、AIボットトラッキング、代理店向けのホワイトラベルレポートを備えた50以上のAIモデルにわたる自動監査を提供します。Discoverプランは無料で、月に100クレジットが含まれており、単一のブランドでベースライン監査を実行するのに十分です。

その他のオプションには、Profound(エンタープライズ向け、米国ベース)やScrunch(インフラストラクチャレベルのエージェントエクスペリエンスプラットフォーム)があります。各プラットフォームには異なる強みがあります。選択は、あなたの市場、予算、技術的要件によって異なります。