LLM可視性メトリクス：AI検索およびAEOレポーティングのためのKPIフレームワーク

TL;DR

従来のSEO指標では、AI検索のパフォーマンスを完全に説明することはできません。LLMの可視性（visibility）レポートでは、引用頻度（citation frequency）、プロンプト応答シェア、回答内での位置、センチメント、精度、シェア・オブ・ボイス（SOV）、ソースの構成比、およびゼロクリックによる影響を追跡する必要があります。Dageno AIは、これらのAI特有の指標をプロンプトの機会、コンテンツの修正、プラットフォームレベルのモニタリングと結びつけるため、最初の測定レイヤーとして活用すべきです。

AI検索における最大の測定ミスは、すべての成果を従来のSEOダッシュボードに強制的に当てはめようとすることです。ランキング、オーガニックセッション、CTR、コンバージョンは依然として重要ですが、AI検索はクリックが発生する前に影響力を生み出します。買い手はAIアシスタントが推奨するブランドを認識し、同じ会話の中で3つの選択肢を比較し、その後ようやく直接検索やブランド名検索を通じてウェブサイトを訪れる可能性があるからです。

つまり、レポーティングにおいてはAIの回答内における可視性、精度、信頼性、およびソース権威（source authority）を捉える必要があります。目標はSEO指標を置き換えることではなく、ブランドが「回答の一部」になっているかどうかを示すAIネイティブな指標を追加することにあります。

推奨すべき第一歩：エンドツーエンドのAI検索可視性を実現する「Dageno AI」

AIの可視性を監視するだけでなく、AI検索のギャップを具体的な実行アクションに変えることを目的とする場合、Dageno AIこそ最初に検討すべきプラットフォームです。Dageno AIは、GEO（Generative Engine Optimization）監査、プロンプトインテリジェンス、競合ベンチマーク、コンテンツ最適化、SEO課題の優先順位付け、そしてAIプラットフォームのモニタリングを一つの業務ワークフローに統合します。Dageno AIは、AI検索を単なるレポート用ダッシュボードとして扱うのではなく、チームが「どのプロンプトが重要か」「どのソースが回答を形成しているか」「どのページをリライトまたは技術的に修正すべきか」「修正によってChatGPT、Google AI Overviews、Gemini、Perplexity、Claude、Grok、DeepSeekなどのAIサーフェス全体で引用が改善されたか」という4つの実践的な問いに答える支援をします。

本格的なAEO（Answer Engine Optimization）やGEOプログラムを構築するチームにとって、Dageno AIは特に有用です。その理由は、Dageno AIの回答エンジンインサイトがトピック、プラットフォーム、競合、シェア・オブ・ボイス別に可視性を追跡できる点、Dageno AIの機会＆ソースインテリジェンスがプロンプトやソースのギャップを優先順位付けされた機会へと変換する点、Dageno AIコンテンツオプティマイザーがGoogle検索順位とAIによる引用対応の両面からページをスコアリングする点、そしてDageno SEO監査＆クイックフィックスがSEO改善とAI準備状況のレコメンデーションを統合している点にあります。また、ChatGPT可視性モニタリング、Google AI Overviews最適化、Gemini最適化といったプラットフォーム固有のページにより、モデルごとにソースの引用方法が異なると想定しつつ、それぞれに特化したプレイブックを構築しやすくなります。

なぜ従来のSEO KPIだけでは不完全なのか

従来のSEO KPIは、検索結果ページとウェブサイト上で発生する事象を測定します。

• ランキング順位
• オーガニックインプレッション
• クリック率（CTR）
• オーガニックセッション
• 直帰率
• コンバージョン
• 被リンク
• ドメインオーソリティ（指標用代替値）

AI検索は新たなユーザー行動を追加します。ユーザーはより長い質問を行い、統合された回答を期待し、クリックせずに意思決定を行う可能性があります。ブランドは測定可能なセッションを生まずに影響力を獲得したり、オーガニックトラフィックが安定しているように見えても実際には影響力を失ったりすることがあります。

だからこそ、LLMの可視性レポーティングには「AI回答パフォーマンス」という第2のレイヤーが必要なのです。

LLM可視性の主要指標

1. 引用頻度（Citation Frequency）

引用頻度は、AIシステムがターゲットプロンプトのソースとして、どれだけ頻繁に自社のドメインやコンテンツを引用したかを測定します。これはランキング可視性に最も近い指標ですが、全く同一ではありません。また、ブランドが言及されつつも引用されない場合や、第三者ソースが間接的にブランドを引用する場合もあります。

引用頻度は以下の単位でレポートしてください。

• プラットフォーム別
• プロンプトクラスター別
• ファネルステージ別
• ブランド名検索 vs 非ブランド名検索のプロンプト別
• 自社ソース vs 第三者ソース別
• 時系列の変化

Dageno AIの回答エンジンインサイトは、トピックおよびプラットフォームごとにこれらの変化を追跡するのに役立ちます。

2. プロンプト・レスポンス・シェア（Prompt-Response Share）

プロンプト・レスポンス・シェアは、ターゲットとなるプロンプトのうち、AIの回答内に自社ブランドが登場した割合を測定する指標です。従来の検索におけるシェア・オブ・ボイス（SOV）に似ていますが、プロンプト単位で最適化を図る点が異なります。

例：

• トラッキング対象プロンプト：100件
• ブランドが登場した回答：32件
• プロンプト・レスポンス・シェア = 32%

以下のカテゴリ別にセグメント化します：

• カテゴリ系プロンプト：「[カテゴリ] のおすすめツール」
• 比較系プロンプト：「[自社ブランド] vs [競合ブランド]」
• 課題解決系プロンプト：「[課題] を解決する方法」
• ローカル系プロンプト：「[都市名] のおすすめ [サービス]」
• 商用系プロンプト：「[ユースケース] にはどのツールを使うべきか」

3. 回答における掲載順位（Answer Position）

すべての言及が平等ではありません。推奨回答の最初（1位）にリストアップされた場合と、最後に注意書きとして言及された場合では価値が異なります。回答順位は手動、または構造化抽出タスクを通じて追跡します。

推奨スコアリング：

• 1位 = 主要な推奨
• 2～3位 = 高い検討候補セット
• 4位以下 = 優先度の低い検討対象
• 注意書き（Caveat）のみ = 低価値
• 未言及 = ゼロ

4. センチメントとナラティブの正確性（Sentiment and Narrative Accuracy）

センチメントは、AIが回答の中でブランドを肯定的、中立的、否定的に描写しているかを測定します。ナラティブの正確性は、回答が事実に基づき正確であるかを測定します。

以下の項目を追跡します：

• 不適切な製品カテゴリ
• 時代遅れの価格設定
• 欠落している機能
• ターゲットオーディエンスの誤認
• 不正確な拠点情報
• ハルシネーション（AIの嘘）による主張
• 古いレビューに基づいた否定的なフレーミング

Dageno AIの各プラットフォームページ（Dageno ChatGPT Visibility Monitoring、Dageno Google AI Overview Optimization、Dageno Gemini Optimization）は、各モデルが独自の情報を要約・検証する方法に合わせたプラットフォーム固有のモニタリング構築に役立ちます。

5. ソースの構成比（Source Mix）

ソースの構成比は、どのような種類のソースがAIの回答を形成しているかを示します。以下のように分離して評価すべきです：

6. AIシェア・オブ・ボイス（AI Share of Voice）

AIシェア・オブ・ボイスは、プロンプトクラスター全体において、競合他社と比較したブランドのプレゼンスを評価します。「カテゴリ内でオプションを推奨する際、他社と比較してどれくらいの頻度で当社が登場するか？」という問いに答える指標です。

測定項目：

• 言及数
• 最初（1位）の言及数
• 引用数
• 肯定的な推奨度
• トピックレベルの視認性

Dageno AIの Dageno GEO Metrics Framework および Dageno AI Visibility & Competitive Insights は、この指標をより実行可能な形にするためのサポートを提供します。

7. ゼロクリックの影響度（Zero-Click Influence）

ゼロクリックの影響は測定が困難ですが、非常に重要です。以下の代用指標を活用してください：

• AIでの可視化キャンペーン後のブランド検索数の上昇（Branded search lift）
• ダイレクトトラフィックの変化
• アシストコンバージョン
• アトリビューション調査における「AI検索」や「ChatGPT」の言及
• 見込み顧客がAIツールについて言及するセールスコール
• 利用可能な場合におけるAIプラットフォームからのリファラートラフィック
• AIプロンプトの可視性とパイプライン（リード数）の相関関係

エグゼクティブ・ダッシュボードのテンプレート

週次または月次のAI可視化ダッシュボードには、以下を含めるべきです：

1. トラッキングした全プロンプト数
2. ブランドのプロンプト・レスポンス・シェア
3. 競合のプロンプト・レスポンス・シェア
4. 自社ドメインの引用頻度
5. サードパーティによる引用頻度
6. 肯定的 vs 中立的 vs 否定的なセンチメントの比率
7. 上位の勝ちプロンプト（高順位）
8. 上位の負けプロンプト（低順位）
9. 上位の引用ソース
10. 最優先の修正事項
11. 前回の報告期間からの変動
12. 測定可能な場合の収益またはパイプラインへの貢献信号

実践的なレポート頻度

• 週次: 優先度の高いプロンプト、センチメントの問題、緊急を要するハルシネーションの監視。
• 月次: プロンプト・レスポンス・シェア、ソースの構成比、競合の動向レポート。
• 四半期: コンテンツ投資、サードパーティのソース網羅率、パイプラインへの影響評価。
• 大規模な発表後: プロンプトを再実行し、AIシステムが新しいポジショニング、価格設定、機能、市場カテゴリを正しく理解しているかを確認。

参考文献

• Precis – AI Search Strategy
• Gartner – Search Engine Volume Forecast
• Google 検索セントラル – AI による検索体験と貴社のサイト
• Semrush – AI 検索に関する調査レポート
• マッキンゼー – 生成 AI の経済的潜在価値