AIに自社はどう見られている？自社ブランドのAI認知を測る方法【実践ガイド】
AI回答における自社ブランドの状況を測る実践手順を解説。計測対象の定義、3タイプの質問設計、複数AI×繰り返し実行の考え方、記録すべき7項目まで、今日から始められる形で整理します。
この記事の結論
この記事の結論
AI回答における自社ブランドの状況は、「計測対象の定義 → 質問セットの設計 → 複数AIでの繰り返し実行 → 結果の記録と集計」という4手順で測ります。ポイントは、1回の質問結果で判断しないことです。AIの回答は同じ質問でも毎回変わるため、複数のAI×複数の質問×複数回の実行を統計的に見ることが、実態を正しく捉える唯一の方法です。 「ChatGPTに1回聞いてみたら自社が出てこなかった」——это事実の断片ではあっても、意思決定に使える計測ではありません。本記事では、社内で今日から始められる計測の実践手順を、記録テンプレートまで含めて解説します。
KEY CLAIM
AI回答におけるブランドの状況は、指名・比較・推薦の3タイプの質問セットを複数のAIに繰り返し実行し、露出率・推薦順位・言及シェア・引用元・誤情報を記録する定点観測によって計測できる。
概要
AI回答における自社ブランドの状況は、「計測対象の定義 → 質問セットの設計 → 複数AIでの繰り返し実行 → 結果の記録と集計」という4手順で測ります。ポイントは、1回の質問結果で判断しないことです。AIの回答は同じ質問でも毎回変わるため、複数のAI×複数の質問×複数回の実行を統計的に見ることが、実態を正しく捉える唯一の方法です。
「ChatGPTに1回聞いてみたら自社が出てこなかった」——это事実の断片ではあっても、意思決定に使える計測ではありません。本記事では、社内で今日から始められる計測の実践手順を、記録テンプレートまで含めて解説します。
手順1：計測対象を定義する
質問を投げる前に、「何を自社としてカウントするか」を決めます。ここが曖昧だと、後の集計がすべて揺らぎます。
- 正式名称と別称の一覧化：企業名・サービス名・英語表記・カタカナ表記・略称をリスト化します。AIは「LLMOinsight」と「LLMOインサイト」を別の表記で出すことがあり、どちらも自社の言及としてカウントする必要があります
- 階層の整理:企業・ブランド・商品シリーズのどのレベルを測るのかを決めます
- 競合の定義:自社が指定した競合だけでなく、「AIが実際に並べてくるブランド」も競合です。計測を始めると想定外のブランドが頻出することがよくあり、それ自体が重要な発見になります
手順2:質問セットを設計する
計測の精度は質問設計で決まります。実務では3タイプを組み合わせます。
タイプ1：指名質問（ブランド名を含む）。「〇〇というサービスの特徴と料金を教えて」。目的はAIの理解の正確性チェックです。価格・実績・所在地など、誤情報（ハルシネーション）が出やすい要素を含めると検出精度が上がります。
タイプ2：比較質問（ブランド名を含まない）。「〇〇業界のツールを比較すると？」「〇〇の選び方は？」。比較検討中のユーザーの行動を再現し、自社が比較の土俵に乗っているかを測ります。
タイプ3：推薦質問（ブランド名を含まない・最重要）。「〇〇でおすすめは？」。ブランドを知らない見込み客への露出を測る、新規獲得に直結する質問です。エリア・予算・利用シーンを付けると実際の利用文脈に近づきます。
設計のコツは3つ。(1) 質問文は実際のユーザーが使う自然な言葉にする（「LLMO対策」ではなく「AIに会社が出てくるようにするには」）、(2) 合計20〜50問を目安に、推薦・比較タイプを厚めにする、(3) 一度決めたら質問文を変えない——変えると時系列比較ができなくなります。
手順3：複数AI×繰り返しで実行する
実行時の原則は2つです。
原則1：主要AIを横断する。ChatGPT・Gemini・Claude・Perplexity・AI Overviewでは、参照する情報源も推薦するブランドも大きく異なります。1つのAIの結果は、そのAIでの状況しか表しません。
原則2：同じ質問を複数回実行する。AIの回答は確率的に生成されるため、同じ質問を5回投げれば異なる結果が返ることは普通です。海外の計測実務でも、単発チェックではなく同一質問の複数回実行（マルチサンプリング）で基準値を作るのが2026年時点の標準です。1回の未登場はノイズ、数週間にわたる一貫した未登場がシグナルです。
手順4：記録すべき7項目
回答を眺めるだけでは計測になりません。最低限、次の7項目を構造化して記録します。
| 項目 | 見るもの |
|---|---|
| 露出の有無 | 自社（別称含む）が回答に登場したか |
| 推薦順位 | 何番目に挙げられたか |
| 言及シェア | 回答に登場した全ブランド中、自社への言及の割合 |
| 評価の文脈 | ポジティブ/中立/ネガティブ、どんな強みとして紹介されたか |
| 引用元 | 回答の情報源に自社サイト・第三者メディアのどれが使われたか |
| 誤情報 | 事実と異なる説明（旧料金・終了サービス等）の有無と内容 |
| 競合の顔ぶれ | AIが実際に挙げた競合ブランドの一覧 |
特に「言及シェア」は重要です。分母を「自社が想定する競合」ではなく「AIが実際に挙げた全ブランド」に取ることで、市場でのリアルな占有率が見えます。
手動で始める場合の運用
ツールなしで始めるなら、スプレッドシートに「日付・AI・質問・7項目」の列を作り、週1回・同じ曜日に実行するのが現実的です。まず質問10問×AI3種×週1回から始めても、1ヶ月続ければ傾向は見え始めます。
ただし手動計測には明確な限界があります。(1) 質問数×AI数×回数の掛け算で工数が爆発する（20問×5AI×3回=週300回答の読解）、(2) 言及シェアや引用元の集計が属人的になる、(3) 回答の揺らぎを均すだけの実行回数を人手で確保しにくい——という3点です。
LLMOinsightなら、この計測設計をそのまま自動化できる
LLMOinsight（LLMOインサイト） は、本記事の計測手順をそのまま製品化した、国内最高峰の分析精度を追求するLLMO分析プラットフォームです。
- 指名・比較・推薦の3タイプで設計されたベンチマーク質問を、主要AIへ横断実行
- 回答に登場した全ブランドを分母にした言及シェア（Share of Voice）を自動集計
- 本文への言及と情報源としての引用を分離して計測
- 承認済みのブランド事実と回答を照合し、誤情報を自動検出
- サンプル数や質問充足度が足りない指標は「データ不足」と明示し、信頼できる数値だけでスコアを確定
手動なら週数時間かかる計測・集計・記録が自動で回り、変化の検知に集中できます。まずは無料デモで、自社の現在地をご確認ください。
まとめ：計測は「設計→横断→反復→記録」
AI回答での自社ブランドの状況は、計測対象の定義、3タイプの質問設計、複数AI×複数回の実行、7項目の記録という手順で測れます。単発の確認はノイズであり、統計的な定点観測だけが実態を映します。
まず10問からでも、今週から定点観測を始めてください。1ヶ月後には、感覚ではなくデータで自社のAI認知を語れるようになります。
よくある質問
Q. 無料でAIの計測を始める方法はありますか？+
A. 主要AIに指名質問と推薦質問を手動で投げ、スプレッドシートに露出・順位・引用元を記録する方法なら費用ゼロで始められます。まず質問10問×AI3種×週1回が現実的です。ただし質問数とAI数を増やすと工数が急増するため、本格運用ではツール化が必要になります。
Q. 質問は何問くらい用意すべきですか？+
A. 実務では20〜50問が目安です。ブランド名を含む指名質問は理解の正確性チェック用に絞り、新規獲得に直結する推薦・比較タイプを厚めに配分します。重要なのは、一度決めた質問文を変えずに使い続けることです。変えると時系列の比較ができなくなります。
Q. 計測の頻度はどれくらいが適切ですか？+
A. 週1回・同じ曜日の実行が基本です。AI回答は日々揺らぐため、毎日の変化を追うより、週次の統計値で傾向を見る方が判断を誤りません。モデルの大型アップデート直後は臨時計測を挟むと変化を捉えやすくなります。
Q. 自社がAI回答に全く出てこない場合、何から確認すべきですか？+
A. まず指名質問で正しく説明されるかを確認してください。指名でも誤りが多いなら、AIのブランド理解自体が不足しており、公式サイトの一次情報整備が最優先です。指名は正確なのに推薦で出ないなら、比較・推薦文脈で参照される第三者情報やカテゴリとの関連づけが弱いことが原因です。
著者 : LLMOinsight編集部
*この投稿は、Letierの法的通知および免責事項に従います。
*本投稿は、 LLMOinsight(AI検索最適化プラットフォーム) で作成しています。一部AIの構成・編集が含まれることがあります。
