AI検索の対策を進めるうえで、「自社名で聞けばAIは正しく答えてくれる」ことを成果の目安にしていないでしょうか。米SEJに掲載されたコラムは、AIがブランドを「知っている」ことと、買い手に「薦める」ことは別物であり、多くのチームが前者だけを測っていると指摘しています。この記事ではその主張と、SEO担当者がレポートに組み込める見直しポイントを整理します。
Table of Contents
きっかけは「自分で試した」59回の質問
コラムは、B2Bメディア業界の経営者が自分自身のブランドで行ったテストを起点にしています。ChatGPT、Gemini、Perplexity、GoogleのAI Overviewsに対し、見込み客が尋ねそうな質問を投げた合計59件の回答を確認したところ、結果は次のとおりでした。
- ニュースレターは、カテゴリ質問12件のうち0件で登場
- アドバイザリー事業は、43件のうち1件のみ登場
- 「この人は誰か」という指名の質問には、どのAIも経歴を正しく答えた
つまりAIは本人を知っているのに、カテゴリ全体の質問ではほとんど名前を挙げなかったことになります。また、すでに退任した会社のCEOとして紹介され続けるなど、古い情報が残っている点も報告されています。なお、これは一人の事例で、短期間の少数サンプルです。コラム自身も「1件という数字は下限かもしれないし、ノイズかもしれない」と留保しています。
なぜ「知っている」だけでは足りないのか
背景として、コラムはいくつかの調査を引いています。
- G2の2026年3月調査（B2Bソフトウェア購入者1,076人）：51%がGoogleよりAIチャットボットで調べ始める機会が多いと回答（前年報告は29%）
- 同調査で、69%が「チャットボットのおかげで当初と別のベンダーを検討した」と回答し、3人に1人は知らなかったベンダーから購入
- Corporate Inkの調査（eMarketer経由）：AIでの可視性を積極的に追跡・測定しているマーケターは29%
候補の絞り込み（ショートリスト）をAIが先に作り、人間はそれを確認するだけ、という購買の流れが広がっているとすれば、指名検索や「社名を聞いたら答えられるか」のチェックは偽陽性になり得ます。社名を知っていても、候補に入れてもらえなければ検討の土俵に上がれないからです。
AIが「誰を薦めるか」を決める要因
コラムが挙げた観察は、実務の示唆に富んでいます。
- 情報の鮮度：AIは企業を「過去の姿」で説明しがちで、参照元は企業情報データベースや古いプレスリリースだった
- オリジナルより明快さ：概念を考案した本人ではなく、いちばん分かりやすく説明したページが引用される
- リストの連鎖：カテゴリの質問では、各社のサイトよりも「おすすめ○選」のようなまとめ記事が引用される
別の調査として、アクティブウェア14,140件のクエリを分析した研究では、NikeとNew Balanceは同じKnowledge Graph上の説明を持つのに、おすすめ回答ではNikeが約71%に登場し、New Balanceはほとんど登場しなかったと紹介されています。エンティティ情報が整っているだけでは、推奨の差は埋まらないということです。ブランド情報の不一致を点検する考え方は、四半期ごとの監査手順の記事でも扱っています。
実務で何をすべきか：コラムが示す4つの見直し
コラムの筆者は、上記のテストをSEO向けに置き換えた4つの動きを提案しています。
- 「推奨率」をスコアカードの先頭に置く：買い手が尋ねそうなプロンプトを10〜15個（カテゴリ、課題、「誰に頼むべきか」など）と、指名のプロンプトを2〜3個用意し、複数のAIで実行。登場頻度と説明の正確さを記録します。1回きりではなく、週次で続けるのがポイントです。
- ランキングを追う前に、記録を直す：AIが自社について引用している情報源を洗い出し、自社で管理できるページ（プロフィール、会社概要、プレスページ）を更新。管理できない掲載先には修正を依頼します。組織変更後は、AIがまだ追いついていない前提で動きます。
- 狭いフレーズで第一人者になり、まとめ記事に載る：最も具体的な課題を、自社名義でいちばん明快に説明するページを作る。そのうえで、AIが引用している比較・まとめページを10〜20本特定し、PRで掲載を狙います。
- AI可視性を「自社が持つ顧客接点」に結びつける：推奨率を、登録、問い合わせ、購読、商談などの成果と並べて見ます。
日本の現場で応用するなら、まず自社のサービスカテゴリで、実際の顧客が使う言い回しを10個書き出すところから始められます。ツールを導入する前に、「何を判断するための数字か」「誰が担当し、基準値はいくつか」「90日後に何を見て続けるか止めるか」を言葉にしておくと、可視性ツールを買っただけで終わるのを防げます。
読むときの注意点
この記事は寄稿コラムで、前半は一人の事例、後半は筆者によるSEOへの応用提案です。数字の一部は他社調査の引用であり、手法の詳細（調査期間や設問の選び方など）は記事内では確認できません。そのため、「推奨率が成果に直結する」と断定するのではなく、自社の仮説を検証するための物差しとして取り入れるのが現実的です。AI検索経由の流入の規模感はChatGPT流入の調査の記事も参考になります。
まとめ
- AIが社名を正しく答えられることと、買い手に薦めることは別物で、後者を測る必要がある
- 推奨率は、買い手目線のプロンプトを複数のAIで定期的に実行して把握する
- 古い企業情報の修正、狭いテーマでの明快な解説、まとめ記事への掲載が、推奨につながる打ち手の候補
- 数字は成果（問い合わせや商談）と並べ、スナップショットではなく推移で見る
指名検索での好調さに安心せず、「カテゴリの質問で自社が出るか」を一度確かめてみてください。
