AI 上の言及シェア：測り方とベンチマークの取り方

指標を正確に述べる

多くのチームが、同じ呼び名のもとに別々の二つを混同しています。切り分ければ診断はずっと簡単になります。

言及率は二値の問いに答えます。そもそも現れるのか。回答占有率は競争の問いに答えます。アシスタントが挙げた全ブランドのうち、放送時間のどれだけがあなたのものだったか。B2B のツールは言及率 90% でも負けることがあります。十社中九番目に挙げられ、買い手の注意は上位三社に向かうからです。

どちらもアシスタントごと、プロンプト群ごとに計算します。プロンプト群とは、同じ意思決定に属する購買意図の質問のまとまりです。価格の比較、名指しの競合の代替、X に最適なツール、連携に関する質問などです。群をまたいで平均すると、原因をたどれない理由で動く数字になります。

• 言及率（%） = 自社ブランドが現れた実行回数 ÷ 総プロンプト実行回数を、一つのアシスタントと一つの群について、×100。
• AI 回答占有率（%） = 自社ブランドの言及数 ÷ 同じ回答群における全ブランドの言及数、×100。定めた競合集合に対してゼロサムなので、これが本当のシェア指標です。
• 加重シェア（任意） = 同じ比率を、言及の位置で重みづけしたもの。一覧の先頭は脚注より重く数えます。単純な重み（先頭 = 1.0、中間 = 0.6、末尾 = 0.3）を使い、それを明記してください。
• 推薦率 = 単なる例として触れられたのではなく、推薦として名前を挙げられた実行回数。意図の強いプロンプトでは分けて出す価値があります。

数字に意味があるかを決める三つの入力

AI 可視性の指標は、その計測の仕組みの安定性を超えられません。緩く決められたときに最も害をなす判断が三つあります。

第一にプロンプトセット。正確な言い回し、市場、言語、想定する立場を文書に固定し、版を管理してください。プロンプトを足すたびに傾向線は切れるので、古い群を編集するのではなく新しい群として足します。網羅的に見える量ではなく、意思決定を覆う量を狙ってください。市場ごとに二十から四十のよく選ばれた購買質問は、何百もの一般的な質問に勝ります。

第二に実行回数。アシスタントの出力は決定的ではありません。同じプロンプトを二度尋ねれば別のブランドが挙がることがあり、生きた取得が絡むときは特にそうです。つまり一回の実行は逸話です。各プロンプトをアシスタントごと・期間ごとに複数回実行してください。五回が実務上の下限で、競合の裾野が長い分野ではもっと必要です。標本が小さいときの小さな差は、動きではなく雑音として扱います。

第三に言及の規則。裸の URL を数えるか、出典一覧の引用を言及として数えるか、綴りの誤りや親ブランド名をどう扱うか、否定的な言及を数えるかを、あらかじめ決めてください。規則は書き留めます。可視性が改善したかどうかの論争は、たいていここの不統一から生まれます。

アシスタントごとのベンチマークが食い違う理由、そしてそれが正しい理由

同一のプロンプトで、あるブランドが Perplexity では回答占有率 55%、ChatGPT では 12% だとしても、それは計測誤差ではありません。どのブランドが名前を挙げられる資格を持つかを決める層で、両者は違っているのです。

最大の分かれ目は、取得か、モデル内の知識かです。生きたウェブ検索に頼るアシスタントは、現在の索引とその順位づけの層が好むものを出します。モデルの重みからの回答は、学習データにそのブランドがどれだけ目立って現れたかを映します。OpenAI は ChatGPT 検索をモデルとウェブおよび第三者提供の情報の組み合わせと説明しており（OpenAI）、Anthropic は Claude が自ら使うかを判断する道具としてウェブ検索を提供し（Anthropic）、Perplexity は取得と引用を既定として設計され（Perplexity）、Google は自社の AI 機能を検索の上に重ねた面として、独自のリンク挙動とともに文書化しています（Google Search Central）。資格が違えば、挙がるブランド一覧も違います。

第二の要因は情報源の好みです。あるアシスタントは編集記事のまとめとレビュープラットフォームに、別のアシスタントはドキュメント、掲示板、公式サイトに寄ります。あなたの分野の第三者による報道が少数のリスト記事に集中していれば、それらのページを信頼するアシスタントは、そこで上位にいる者を過大に反映します。

第三は鮮度と根拠づけの規則です。新しく立ち上がった競合は取得型のアシスタントにはすぐ現れ、重み依存のアシスタントには数か月見えません。地域、言語、そしてそもそも検索が必要だとツールが判断するかどうかも、正当なばらつきを加えます。

実務上の帰結はこうです。アシスタント横断の混合平均を見出しの数字にしてはいけません。行列で報告してください。アシスタント間の開きそのものが洞察です。問題が情報源の網羅性なのか、他人のページでの順位なのか、そもそもコーパスに不在なのかを教えてくれるからです。そのアシスタント別の内訳こそ、私たちがGrowli で作っている中核であり、単一の総合スコアが報告書で最も役に立たない数字である理由です。

そのままコピーできるベンチマーク表の雛形

アシスタント × プロンプト群 × 期間ごとに一行を作ります。列は順に次のとおりです。

読み方は二通りです。行を横に読めば、ある群があるアシスタントでは健全で別のアシスタントでは壊れていることが分かります。列を縦に読めば、ある競合がどこでも勝っているのか（コーパスと権威の問題）、一つの面でだけ勝っているのか（狙える情報源の問題）が分かります。

二枚目のシートには競合集合を置きます。名指しの競合五社から八社を、その期間は固定します。あわせて正確なプロンプト一覧と言及の規則も置きます。それらがなければ、来期の数字は今期と比較できません。

• 期間 — 週または月と、実行した日付。
• アシスタント — ChatGPT、Gemini、Claude、Perplexity、Copilot、Grok。それぞれ一行ずつで、混ぜないこと。
• プロンプト群 — 例：X に最適なツール、競合の代替、価格。
• 実行回数 — その行の背後にある総プロンプト実行回数。プロンプトあたり五回未満は信頼度が低いと印をつけてください。
• 自社の言及数 — 明文化した規則のもとで自社ブランドを含んだ実行回数。
• 言及率（%） — 自社の言及数 ÷ 実行回数。
• 総ブランド言及数 — 同じ回答群における、自社と追跡している競合集合の全言及数。
• 回答占有率（%） — 自社の言及数 ÷ 総ブランド言及数。
• 平均順位 — 一覧で名前が挙がったときの順位の平均。
• 首位の競合とその占有率（%） — 実際に枠を取っているのは誰か。
• 引用が多かったドメイン — アシスタントが最も頼った情報源三つ。これがあなたの作業一覧です。
• 前期との差 — パーセント変化ではなくパーセントポイントで。母数が小さいときに動きを誇張しないためです。

占有率の差分を打ち手に変える

割合で終わる言及シェアの報告書はダッシュボードにすぎません。価値は、差分の型から介入への対応づけにあります。そして名前をつける価値のある差分の型は数えるほどしかありません。

ある群でどのアシスタントにも不在なら、回答が組み立てられる材料の中にあなたがいません。やるべきは網羅です。その群についてアシスタントが既に引用しているページ、つまりレビュープラットフォーム、カテゴリのまとめ記事、コミュニティのスレッド、業界誌で、名前を挙げられ、説明され、比較されるようにすること。そして自社ページで、何をしていて、誰のためで、いくらかを平明に述べておくことです。

取得型のアシスタントには現れ、重み依存のアシスタントには不在なら、それは新しさの問題です。あなたは生きたウェブには存在しますが、より深いコーパスにはいません。時間差を見込みつつ、当面は取得が資格を決める面に集中してください。

名前は挙がるが最下位なら、比較の証拠の問題です。アシスタントは情報源にある枠組みを使って一覧を並べます。競合に明示的な比較ページ、価格表、用途の記述があってあなたにないなら、当て馬の枠に置かれます。具体を公開してください。誰に向かないかは、誰に向くかと同じくらい役に立ちます。

名前は挙がるが属性が誤っている場合が最も損害が大きく、言及数だけを数えていると最も見落としやすいものです。言及の有無だけでなく、あなたについてどんな主張がなされたかを記録してください。誤った価格体系、欠けている連携、古い立ち位置など。そして引用されている情報源のところで直します。

一つのアシスタントで特定の競合が独占している場合、たいてい一ページにたどりつきます。引用ドメインの列からそれを見つけ、そのページに入り込むのか、同等のドメインでより強い代替を作るのか、事実訂正を依頼するのかを決めてください。

優先順位は差分の大きさではなく商業的な重みでつけます。意図の強い「代替」系プロンプトでの十ポイントの差は、定義を尋ねる質問での四十ポイントの差より価値があります。言及率、論調、引用元がどう噛み合うかという広い枠組みは、AI 可視性の入門でまとめています。

頻度、信頼度、そして何をもって本当の動きとするか

ほとんどの分野では月次の計測が合います。立ち上げ、リブランド、訂正のキャンペーン中は週次が正当化されます。どちらにせよ、モデルの更新が標本をまたがないよう、プロンプトセット全体は短い期間内に回してください。

報告する前に動きの閾値を決めてください。プロンプトあたり五回の実行なら、単一の群での数ポイントの変化はサンプリングのばらつきの範囲に十分収まります。二期連続で続くか、同じアシスタントの複数の群にまたがって現れたときにだけ、動いたと呼びましょう。跳ねを説明しうる出来事は毎回の報告に注記します。モデルの更新、競合の新規参入、大きな第三者記事の公開、自社サイトの変更などです。

最後の規律をひとつ。集計値だけでなく、生の回答も保管してください。半年後、集計値は占有率が下がったことを教え、保管した回答はその理由を教えます。これが、擁護できる AI 可視性の指標と、論争の火種になるだけの数字との違いです。

FAQ