「AIに選ばれる企業か」を、
実測と34項目で診断する。
ChatGPT・Gemini・Claudeに、利用者の立場で実際に質問します。
回答に自社がどう現れるかを記録し、競合と同じ基準で比較します。
あわせて、ブランド認識・情報発信の信頼性・コンテンツ・構造化・AI到達性を含む
6カテゴリ・34項目を100点満点で採点。実測結果の原因と、改善の優先順位を示します。
LLMO・GEO(AI検索への最適化)の現状を把握するための、AI評価調査レポートです。
3つのAI
ChatGPT / Gemini / Claude で実測
34項目
6カテゴリの診断項目
1〜3社
競合を同一基準で比較
100点満点
総合スコアと4段階のランク
検索の主役が変わった。
御社の対策は?
AI検索が急速に普及する中、従来のSEO対策だけではユーザーに見つけてもらえない時代が来ています。
課題 01 — 露出
AI検索で
自社が言及されない。
Google検索では上位に表示されていても、ChatGPTやGeminiの回答には自社ブランドが一切含まれない。従来のSEO対策とAI検索で評価される要因は根本的に異なる——Google検索では1ページ目に出るのに、AI検索に聞くと競合しか出てこない。そんなケースが増えている。
課題 02 — 判断
対策の優先順位が
見えない。
robots.txt、llms.txt、構造化データ、コンテンツ構造。対応項目は多岐にわたるが、自社にとって何が最もインパクトがあるのか判断する基準がない。AI検索対策(LLMO・GEO)が重要なのは理解していても、何から着手すべきか分からないまま時間が過ぎていく。
課題 03 — 測定
効果を定量的に
測定できない。
AI検索での自社の露出度を数値化する標準的な手法が存在しない。施策の効果検証も、競合との比較も、すべて感覚に依存している——施策を打っても、効果があったのかなかったのか判断できないまま次のアクションに進まざるを得ない。
必要なのは「感覚」ではなく「数字」。AI検索時代の存在感を定量的に測定し、優先度付きの改善アクションを提示する。それがAI評価調査レポートです。
AIの回答を実測し、
その原因をサイト側で診断する。
AI評価調査レポートは、二つの調査で構成されます。一つは、ChatGPT・Gemini・Claudeへ実際に質問し、回答に自社と競合がどう現れるかを記録する実測。もう一つは、その結果がなぜ生じているかを、サイトとブランドの状態から突き止める診断です。
設定の有無を数えるだけでは、利用者が実際に目にする回答は分かりません。本調査では実測結果を先に置き、サイト側の診断はその原因として読みます。
- 実測するAI
- ChatGPT / Gemini / Claude。APIではなく、利用者と同じ画面で質問します。
- 質問の設計
- 業種に合わせた10のペルソナが、推薦・比較・評判確認の質問を行います。ブランド名を含まない中立の質問を対照として加え、質問文による誘導がないかを検証します。
- 再現性
- 主要な質問は同じ文面で2回実行し、回答のばらつきを確認します。
- サイト診断
- 6カテゴリ・34項目。サイトマップから最大8ページを抽出し、トップページに加えて記事・商品・FAQ・会社概要も確認します。
- 競合比較
- 1〜3社。自社と同じ基準で巡回・採点します。
- 納品物
- レポート(PowerPoint / PDF)、AI質問・回答ログ(Excel)、実装パック。
3つのAIの回答を、
4つの指標で読む。
回答ごとに、推薦されたブランド・順位・引用された情報源を記録します。紹介率の集計に使うのは、特定のブランドだけを名指ししていない質問です。
| 指標 | 示すもの |
|---|---|
| AI回答での紹介率 | 比較対象となる質問のうち、回答に自社が現れた割合。 |
| 第一推奨率 | 自社が最初に推奨された割合。 |
| 平均推奨順位 | 推奨された順位の平均。1位に近いほど高く換算します。 |
| 3AI横断の紹介一貫性 | 3つのAIのうち、いくつで紹介されたか。 |
同じ回答から、あわせて読み取るもの
Share of Voice
自社と競合の紹介シェアを、同一の質問・同一の基準で比較します。
引用元と掲載ギャップ
AIが出典にした媒体を集計し、上位媒体のページを実際に確認します。競合は掲載され、自社が掲載されていない媒体を特定します。
誤情報
回答に含まれる自社についての事実誤認と、AI間で食い違う記述を一覧にします。
質問別の回答比較
実際の質問文と、3つのAIの回答要点・順位・情報源を1問ずつ掲載します。
原因は、6カテゴリ・34項目で診断する。
AIの回答そのものを起点に、ブランド、信頼性、サイトの実装へと順に遡ります。配点が最も大きいのは、実測に基づく「AI回答での紹介状況」です。
カテゴリ
重み
項目数
確認する内容
AI回答での紹介状況
30%
8 項目
指名・おすすめ・比較の各質問での紹介、順位、論調、公式サイトの引用、3つのAIでの安定性、回答の正確性
ブランド認識
13%
5 項目
外部プロフィールとの連携、Wikipedia/Wikidata、ブランド表記の統一、エンティティ情報の網羅性、公式SNS
情報発信の信頼性
10%
4 項目
発信者情報、外部出典の引用、会社情報・問い合わせ先、独自情報と実績
コンテンツの回答力
20%
7 項目
見出しと質問の対応、結論先出しの構成、鮮度の表示、数字と根拠、箇条書き・表、検索説明文、重要ページへの導線
情報の構造化
15%
6 項目
構造化データの実装、FAQ・記事・会社・商品の各情報、記述品質
AI到達性
12%
4 項目
AIクローラーの到達性、JavaScript依存度、XMLサイトマップ、llms.txt
採点に含めないもの、
軽く扱うもの。
AIクローラーの到達性は、検索用とユーザー起点のクローラーを採点対象にします。学習用クローラーのブロックは経営判断として扱い、減点しません。robots.txtの記述に加え、AIクローラーとして実際にアクセスし、WAFやCDNによる遮断がないかも確認します。
llms.txtは測定しますが、採点には含めません。主要なAI検索による利用が、公式には確認されていないためです。
XMLサイトマップ、検索説明文、FAQの構造化は、AIの回答への影響が限定的な項目として、重みを半分にしています。
100点満点で採点し、
4段階で判定する。
各項目を0〜100点で採点し、対応済み・一部対応・未対応の3段階で判定します。カテゴリごとに項目の加重平均を出し、カテゴリの重みを掛けて合算した値が総合スコアです。
競合も同じ式で採点します。
- S GEO Ready 80〜100
- AI検索で十分な存在感がある状態。維持と競合動向の確認が中心になります。
- A 改善推奨 60〜79
- 基盤はある状態。一部対応・未対応の項目から改善します。
- B 要改善 40〜59
- AIでの存在感が弱い状態。信頼性とコンテンツの基盤から着手します。
- C 緊急対応 0〜39
- AIの回答にほぼ現れない状態。到達性とブランド認識の整備を優先します。
GEOは Generative Engine Optimization(生成エンジン最適化)の略。LLMO(大規模言語モデル最適化)とも呼ばれ、AIの回答で自社が正しく紹介される状態をつくる取り組みを指します。
納品物
レポート本体は、実測結果・原因・進め方の順に読める3部構成です。根拠となる回答の記録と、実装に使う素材を同梱します。
レポート本体
PowerPoint / PDF
-
総合評価
総合スコアとランク、主要な示唆、カテゴリ別の競合比較、業種別の重点。
-
第1部 AI回答の実測結果
紹介率と順位、AI別の比較、Share of Voice、引用元と掲載ギャップ、誤情報、購買段階別の露出、質問別の回答比較。
-
第2部 原因診断
6カテゴリの診断一覧、要改善項目の詳細、競合に対する勝機と敗因。
-
第3部 改善の進め方
改善効果の試算、四半期別の実行計画、優先度順の施策一覧。
-
付録
本編で要約に留めた項目の詳細、コンテンツのAI引用適性。
詳細ページを設けるのは、一部対応・未対応と判定した項目です。対応済みの項目は一覧表で示します。
AI質問・回答ログ
Excel
どのAIに、どの質問を投げ、何が返ってきたかの全件記録です。質問文と回答の全文、推薦されたブランドと順位、引用されたURLを収録します。
実装パック
Markdown
検出した不備に対応する修正素材です。robots.txtの修正差分、会社情報・FAQの構造化データ、誤情報の是正リストなどを、そのまま実装に回せる形でまとめます。
調査の進行
-
01
ヒアリング
対象ドメイン、ブランド名、業種、主要キーワード、比較する競合を確認します。競合が未定の場合は、候補を提示します。
-
02
巡回と採点
自社と競合のサイトを同じ基準で巡回し、採点します。
-
03
AI回答の実測
3つのAIへ質問を実行し、回答・順位・引用元を記録します。
-
04
レポート納品
実測結果、原因診断、改善計画をまとめて納品します。
料金
個別見積り
対象ドメイン数と、比較する競合の社数に応じて見積ります。