ネイティブスコア(AIネイティブ知識)

ネイティブスコアとは?

ネイティブスコアは、テストプロトコルで外部Web検索を無効にした状態(ネイティブモード)でAIモデル(LLM)がブランドについて何を回答するかを測定するAI Labs Auditの指標です。

これは、モデルの内部連想を示す運用指標であり、学習データへの存在を証明するものではありません。特定の時点で、モデルが単独で回答できる内容を反映します。

ネイティブスコアの計算方法

AI Labs Auditは、Web検索を無効にした状態で各AIモデル(ChatGPT、Claude、Gemini、Perplexity)にクエリを送信します。質問は以下に関するものです:

• ブランドとその業界の認識
• 製品とサービスの知識
• 評判の認識
• 競合他社との比較したポジショニング

回答は分析され、言及の正確性、包括性、トーンに基づいて0から100のスケールでスコア化されます。

ネイティブスコア vs Webスコア

ネイティブスコアとWebスコアは補完的なペアを形成します:

• ネイティブスコア: Web検索なし(ネイティブモード)でモデルが回答する内容
• Webスコア: Web検索/グラウンディングを通じてモデルが見つける内容

2つのスコアの大きな差は機会を示します。Webスコアがネイティブスコアよりはるかに高い場合、ブランドはオンラインでは可視化されているが、まだモデルの知識に定着していないことを意味します。逆の場合は、歴史的には知られているが現在のWeb上での存在感が不十分なブランドを示唆します。

ネイティブスコアが戦略的である理由

ユーザーはAIに質問する際、常にWeb検索を有効にするわけではありません。そのような場合、モデルのネイティブ回答のみが重要になります。そのため、このモードを個別に測定することが重要です。

ネイティブスコアの向上

ネイティブスコアは、モデルが内部化した連想を反映しているため、短期的に影響を与えることが最も難しい指標です。しかし、中期的な戦略は存在します:

• LLMが取り込むソース(Wikipedia、Wikidata、報道機関、学術出版物)での存在感を強化する
• オンライン上での言及の量と質を増やす
• 次回の学習アップデートに向けてE-E-A-Tシグナルを強化する

詳細な分析については、記事GEOオーディットにおけるネイティブスコア vs Webスコアをご覧ください。