AI可視性の測り方：本当に効く指標とは
AIの回答には1位がありません。順位をつける検索結果ページは存在せず、回答はその都度生成され、ブランドはそこに含まれるか含まれないかのどちらかです。順位トラッカーを持ち込む習慣は通用しなくなりますが、だからといって可視性が測れないわけではありません。測り方が変わるだけです。以下は私たちが使っているフレームワークを、効果の大きい順に示したものです。
1. 順位ではなく回答シェアを追う
中心となる指標は回答シェアです。追跡しているプロンプトのうち、何件の回答にブランドが現れるか、どの程度目立つ位置に現れるか。シンプルで誠実な形はメンション率です。ブランドへの言及があった回答数を監査した回答総数で割り、エンジン別に算出します。SEOツールから借りた「順位」は、ここには存在しないモデルを持ち込み、レポートを静かに誤らせます。
2. 購買者の質問からプロンプト集合を作る
測定の品質は、実行の前に決まります。選ぶプロンプト次第です。実際の購買者が入力する、あるいは口にするであろう30〜50の質問を集めます。カテゴリの質問（「Yに最適なX」）、比較（「X vs Y」）、課題に関する質問、価格に関する質問です。自社ブランド名だけで作った自己満足的なプロンプトは避けてください。必ず自社ブランドが返るだけで、何も証明しません。集合を固定し、バージョン管理し、プロンプトの追加は意図的に行ってください。さもないと週次の数値が比較できません。
3. エンジンごとに分けて測る
ChatGPT、Perplexity、Google AI Overviews、Gemini、Claude、Copilotは一つのチャネルとしては振る舞いません。引用型のエンジンは毎回ウェブを検索し、アシスタントは自社カテゴリについて既に知っていることに依存します。回答エンジンとアシスタントの分岐で述べた区分です。エンジンを混ぜた一つの数字は、まさに行動すべき差異を隠します。エンジン別に測定し、2つの系統を別々に読みます。
4. 「引用される」と「言及される」を区別する
リンク付きの引用と、リンクのない単なるブランド言及は、異なる仕組みを持つ別の事象です。引用は検索（リトリーバル）から生まれます。ページが見つかり、引用されたということです。コンテンツ構造の改善が効くのはここです。リンクのない言及は、モデルがカテゴリについて既に信じていることから生まれ、独立したソースによる裏付けが動かします。引用だけを追うとコンテンツ施策を過大評価し、言及だけを追うと見えなくなります。両方を別々に数えてください。
5. 競合にも数字をつける
回答シェアは相対的なものです。したがって競合の列はすべてのレポートに入れるべきです。プロンプトごとに、自社と並んで現れるブランドを記録します。自社のメンション率が5ポイント動いたとき、カテゴリのリーダーが2ポイント動いたのか15ポイント動いたのかで意味が変わります。競合の列は将来の施策のパイプラインでもあります。競合が現れて自社が現れないプロンプトは、次に作るべき・改修すべきページを直接指し示します。
6. 個別の実行ではなく傾向を読む
回答はその都度生成されるため、1回の実行は逸話にすぎません。同じプロンプト集合を固定の頻度で実行し、週単位の傾向で判断します。変更を公開したら、判断の前に測定期間を設けてください。再クロールと選択には通常、数日から数週間かかります。分野最大の統制実験であるGEO-bench研究（約10,000クエリ、KDD 2024）では、引用文と実名付きの統計を加えることでソースの可視性が最大約40%向上したことが示されています[1]。こうしたレバーは傾向に現れるのであって、一午後のスポットチェックには現れません。
7. 週次レポートでループを閉じる
実用的なAI可視性レポートは短いもので十分です。エンジン別メンション率、主要競合とのシェア比較、プロンプト単位の成功と欠落、前回レポート以降に公開した変更。そのうえで欠落に行動しましょう。自社が現れないプロンプトは、判定ではなくタスク一覧です。裏付けづくりはページ内構造より遅く動くことが多いため、拡大する前に各変化を正しいレバーに帰属させてください。回答を手作業で監査したくなければ、この測定ループをNovaxilabsが6エンジンの毎日実行で自動化しています。
よくあるご質問
どの頻度で測ればよいですか？実行は毎日、判断は週次です。生成回答の日単位の変動はノイズであり、2〜4週間の傾向がシグナルです。
メンション率はどの程度あれば良いですか？普遍的な基準はありません。カテゴリとエンジンで異なります。絶対値ではなく、同じプロンプト集合における主要競合のシェアと比べてください。
ツールなしで測定できますか？小さなプロンプト集合なら可能です。実行し、回答を記録し、毎週繰り返します。手動の監査は20件前後で限界に達します。それを超えると頻度も一貫性も保てません。
References
- Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K., Deshpande, A., “GEO: Generative Engine Optimization,” KDD 2024. arXiv:2311.09735
- Chen, et al., “What Generative 検索 Engines Like,” Carnegie Mellon University, 2025. arXiv:2510.11438
