AI可視性（シェア・オブ・ボイス）の測り方｜LLMO効果測定の5軸

「LLMO対策を始めるのはいいが、効果が出ているかをどう判断するのか」——これは、施策の稟議を通す立場の方から必ず出るご質問です。SEOなら検索順位やクリック数という馴染みのKPIがありますが、AIの「答え」の中での存在感は、同じ物差しでは測れません。

この記事では、AI検索での効果——AI可視性——をどう測るかを、私たちが月次レポートで使っている5つの軸に沿って解説します。SEOのKPIが通用しない理由、指標（シェア・オブ・ボイス）の定義、プロンプトパネルの作り方、そして「良いレポート」に何が載っているべきかまで。用語（AEO / GEO / LLMO の違い）はAIO用語集にまとめています。

結論：測るべきは「AI回答内でのシェア・オブ・ボイス」

先に要点を。AI検索の効果測定の北極星（ノーススター）となるのは、固定した質問群（プロンプトパネル）に対して、AIの答えの中で自社がどれだけ言及・推奨されるか——すなわちシェア・オブ・ボイス（推奨シェア）です。検索順位のような単一の数字ではなく、「どのエンジンで・どの競合と比べて・どんなトーンで」語られるかを、複数の軸で継続的に見ます。

そして発注者としての判断軸はシンプルです——月次で、エンジン別に、名前のある競合と比べた推奨シェアを見せられないベンダーは、成果ではなく「作業」を売っています。その理由を、順を追って説明します。

なぜSEOのKPIが通用しないのか

従来のSEOは、検索順位・クリック率（CTR）・流入数で効果を測ってきました。しかしAI検索では、この前提が崩れます。

• 順位という概念が違う — AIは10本の青いリンクを並べるのではなく、1つの答えを合成します。そこに「1位」はなく、あるのは「答えの中で言及されたか、どんな文脈で推奨されたか」です。
• クリックが発生しない — ユーザーはAIの回答内で意思決定を終えることが多く、サイトに来る前に検討が済みます（ゼロクリック）。CTRや流入数では、この「見えない影響」を捉えられません。
• エンジンごとに答えが違う — ChatGPT・Claude・Gemini・Google AI Overviews は、同じ質問でも異なる答えを返します。単一の順位表は存在しません。

だからこそ、新しい物差しが要ります。それが、AIの答えそのものを対象にした「AI可視性」の測定です。

AI可視性を測る5つの軸

私たちは、AIの回答を5つの軸で計測しています。これはAIO対策ページのMethodセクションで示している枠組みの、詳しい解説版です。各軸について「何を測るか・悪い状態はどう見えるか・どんな打ち手につながるか」を挙げます。

① 可視性（シェア・オブ・ボイス）

何を測るか — 固定したプロンプト群のうち、AIの答えで自社が言及された割合。最重要の北極星指標です。 悪い状態 — 主要な質問で言及率が低い（競合は出るのに自社が出ない）。 打ち手 — 一次情報の拡充、構造の整備、外部での言及づくり。具体策はLLMO対策のやり方（自社でできる12項目）にまとめています。

② 順位

何を測るか — 言及された場合の、答えの中での平均的な並び順（何番目に紹介されるか）。 悪い状態 — 言及はされるが、常に競合の後。 打ち手 — 推奨理由の強化（実績・専門性・第三者評価の明示）。

③ センチメント

何を測るか — 言及のトーン。好意的か、中立か、否定的か。 悪い状態 — 事実誤認や古い情報で、否定的・不正確に語られる。 打ち手 — 公式情報の最新化と、外部の誤情報の是正。

④ 競合

何を測るか — 同じ答えに並ぶ競合の顔ぶれと、それぞれの推奨シェア。 悪い状態 — 特定の競合が、あらゆる質問で先に推奨されている。 打ち手 — その競合がなぜ推奨されるのか（引用元・強み）の根本分析と、差別化点の発信。

⑤ 引用元（ソース）

何を測るか — AIがその答えの根拠として挙げた情報源。自社サイトか、第三者メディアか。 悪い状態 — 自社が引用されず、まとめサイトや競合寄りの情報源ばかり。 打ち手 — 引用されやすい一次情報の設計と、第三者メディアでの言及づくり。

この5軸を、主要4エンジン × プロンプトパネルで毎月見ることで、「どこで勝てていて、どこで負けているか」がデータになります。

プロンプトパネルの作り方

測定の土台は「何を質問するか」——プロンプトパネルです。作り方の要点は3つ。

• トピック × 購買者の質問で設計する — 「カテゴリのおすすめは？」「自社の評判は？」「競合との違いは？」「〈課題〉を解決するには？」など、顧客が実際にAIへ投げる質問を洗い出します。
• 数は50〜100プロンプトを目安にする — 少なすぎると、たまたまの1回に振り回されます。ある程度の数があって初めて「割合」に意味が出ます。
• エンジン別に、定期的に測る — 各エンジンは同じ質問でも異なる答えを返します。だから複数エンジンで、週次など一定周期で測ります。
• 1回のチェックで複数回サンプリングする — さらに見落とされがちなのが、AIは同じエンジン・同じ質問でも、実行のたびに答えが変わるという点です。1回のチェックにつき同じプロンプトを3〜10回繰り返して平均を取ると、「たまたまのその1回」に振り回されない、再現性のある数字になります。エンジン間の違い（横のばらつき）だけでなく、同一エンジン内の実行ごとの揺れ（縦のばらつき）まで均すのが、客観的なAI可視性の条件です。単発の1回だけを切り取って報告する簡易的な計測では、この揺れを均せません。

このパネルは一度作れば資産になります。毎月同じ質問群で測るからこそ、変化を追えます。

月次レポートに何が載っているべきか

良いレポートは、スクリーンショットの寄せ集めではありません。プロンプトごと・エンジンごとに5軸の数値が並び、競合と比較できる形になっているべきです。イメージとしては次のような表です（数値はイメージ。ここでは5軸のうち3軸を抜粋しています——実際のレポートには競合・引用元の軸も並びます）。

エンジン	可視性	センチメント	順位
全体	67%（8/12）	+0.6	#2.3
ChatGPT	100%（3/3）	+0.8	#1.7
Claude	67%（2/3）	+0.6	#2.3
Gemini	33%（1/3）	+0.4	#3.3
AI Overviews	67%（2/3）	+0.5	#2.0

※データはイメージです。実際には各プロンプトを主要AIエンジンで定期的にスキャンし、競合比で示します。

この例なら、「Geminiでの可視性が弱い（33%）」「全体では競合に次ぐ2番手」といった打ち手の起点が一目でわかります。数字の横に「なぜ動いたか」の解釈が添えられていれば、そのレポートは意思決定に使えます。

計測そのものは、ツールで自動化できる領域です——とりわけ、各プロンプトを複数回実行して平均を取るサンプリングは、手作業では現実的でなく、プラットフォーム向きの仕事です。私たちも、月次レポートを支える計測基盤として、共同開発したSupasaitoを使い、各プロンプトを複数回サンプリングして数値を安定させています。ただし、ツールが出すのは数字まで——その数字を競合戦略に翻訳し、何から先に直すかを決めるのは、人の仕事です。

私たちの無料のAI可視性診断と、AIOプログラムの月次レポートは、まさにこの5軸のレポートそのものです。ただし、対象範囲は同じではありません。無料の診断はChatGPTとGoogle AI Overviewsの2つのAIを対象にした1回きりの計測で、推移は含みません。AIOプログラムの月次レポートは対象エンジンを広げ、月ごとの推移まで追います。どちらも、競合比の推奨シェアと、その数字の解釈・改善指示までをお渡しします。

なお、「その計測を何で回すか」は別の問いです。AI可視性ツール9製品を14項目で比較した記事がこちらにあります。書いているのは比較対象の1社であるSupasaito側です。その前提でお読みください。

無料のAI可視性診断を申し込む →

測定でやりがちな失敗

最後に、効果測定でよくある落とし穴を3つ。

• 単発プロンプトの逸話で判断しない — 「試しに1回聞いたら出た／出なかった」は測定ではありません。エンジンの回答は揺れるので、割合で見る必要があります。
• 都合のいいスクリーンショットだけを集めない — 出てきた場面だけを切り取ると、実態を見誤ります。固定パネルで、出た回も出なかった回も等しく数えます。
• 施策のたびに測らない — AIへの反映には時間がかかります。変更のたびに測ると、ノイズを成果と誤読します。月次など一定周期でまとめて見ましょう。

測定は、成果を「証明」するためだけのものではありません。次にどこを直すかを決めるための羅針盤です。だからこそ、数字と解釈がセットで届く体制をつくることが、LLMO対策を続けるうえでいちばんの近道になります。

よくあるご質問

01 AI可視性とは何ですか？

固定した質問群（プロンプトパネル）に対して、AIの答えの中で自社がどれだけ言及・推奨されるかを示す指標です。中心となる数値が「シェア・オブ・ボイス（推奨シェア）」——競合と比べて、AIの回答内で自社がどれだけの割合を占めているか、です。検索順位に代わる、AI検索時代の北極星指標と考えてください。

02 どのくらいの頻度で測るべきですか？

週次での計測、月次でのレビューが実務的な目安です。AIの回答は実行のたびに揺れるため、1回のチェックで同じプロンプトを複数回（目安3〜10回）実行して平均し、週次で数を取ってならすと精度が上がります。一方で施策の反映には時間がかかる（早い面で1〜3ヶ月、推奨シェアの本格的な変化で3〜6ヶ月）ため、成果の判断は月次以上の周期で見るのが適切です。施策のたびに一喜一憂しないことが大切です。

03 無料でAI可視性を測る方法はありますか？

あります。ChatGPTやGeminiに、自社と競合について複数の質問を投げ、言及の有無・順位・トーン・引用元を手で記録すれば、無料でも現在地はつかめます（自社セルフチェックの手順はこちら）。機械可読性の側は、PageSpeed Insightsが無料で採点してくれます（Agentic Browsingの解説）。ただし手動は、プロンプト数を増やすと手間が跳ね上がり、エンジンごとの揺れをならすのも困難です。数十プロンプト×複数エンジン×継続、という規模になると、計測プラットフォームか外部支援が現実的になります。

04 ベンダーのレポートは何を基準に評価すればいいですか？

「①エンジン別に出しているか、②名前のある競合と比較しているか、③単発ではなく継続計測か、④数字に『なぜ動いたか』の解釈が添えられているか」の4点です。これらが揃わず、きれいなスクリーンショットが並ぶだけのレポートは、成果ではなく作業の報告書である可能性があります。判断軸はLLMO対策会社の比較記事でも解説しています。