AIの回答に自社の名前が出ていれば、ひとまず安心。そう考えたくなりますが、Search Engine Journalに掲載されたビル・ハント氏(Bisan Digital代表)の記事は、その先を問いかけています。同氏が関わったある企業では、AIにほぼ毎回言及され、推奨もされていたのに、主張を支える証拠が弱い回答が7割を超えていました。
ハント氏は、買い手が具体的な条件で質問を重ねたときに候補に残れるかどうかを「意思決定への備え(decision readiness)」と呼び、GEO(生成エンジン最適化。AIの回答で取り上げられるための取り組み)の中心的な指標にすべきだと主張しています。
Table of Contents
発端は可視性ではなく、細っていく商談だった
記事で紹介されているのは、同氏のクライアント(社名は非公表)の分析です。問題として持ち込まれたのは、AIでの見え方ではなく、商談の減少でした。
そこで同氏は、複数の製品カテゴリと買い手の層にまたがる、条件を細かく指定した38個のプロンプトを用意し、5つのAIサービスで実行しました。得られた回答は合計190件です。
数字で見る「見えている」と「選ばれ続ける」の差
- 評価した回答の98.4%が、その企業に言及していた。
- 93.2%が、第一の推奨、または候補の1社として挙げていた。
- 一方で73.7%は、その企業についての重要な主張や推奨を支える証拠が、弱いか、欠けていた。
- 15.8%の実行結果には、重要な関連づけ、評価基準、競合との違いなどに「重大または致命的な欠落」があった。
可視性の数字だけを見れば、ほぼ満点です。しかし、根拠の面では大きな穴がありました。ハント氏自身も、この分析だけで、証拠の不足がすべての失注やAIからの除外の原因だと証明できるわけではない、と断っています。1社の事例として、慎重に読む必要があります。
AIに知られていることと薦められることの差については、推奨率で見直すレポート設計の記事でも取り上げました。今回の話は、さらにその先の「薦められたあと、根拠が持つか」という段階にあたります。
弱いのは能力ではなく、証拠
同氏の見立てでは、問題は製品に機能が無いことではなく、その機能を裏づける情報が見つからないことでした。そして、競合と同じような内容を増やす「横並びのコンテンツ」では、同じ土俵に立てるだけで、選ばれる理由にはならないと指摘しています。
証拠には、2つの種類があるとされています。
- 自社の資料で足りるもの: ある機能や連携が「存在する」こと。公式のドキュメントで示せる。
- 第三者の裏づけが要るもの: 優位性、効果、導入の広がり、規模、測定できる成果、他社との違い。顧客、業界、行政、アナリストなど、独立した立場からの裏づけが求められる。
いちばん難しいのは「証拠の採点表」づくり
記事によれば、最も苦労したのは、何をもって十分な証拠とするかを決める採点表でした。基準を磨くほど、重大な欠落とされる割合は上がっていったといいます。どの会社にも使える共通の採点表はなく、方法は再利用できても、基準は組織ごとに決めるしかない、というのが同氏の立場です。
興味深いのは、社内の反応です。診断用のプロンプトが複雑すぎる、こんな聞き方をする人はいない、という反論がブランド側とSEO代理店から出ました。しかし、その後に調達担当者へ話を聞くと、実際のプロンプトはもっと長いこともあったそうです。
コンテンツ担当だけでは埋められない
足りない知識を、コンテンツ担当が作り出すことはできません。記事は、営業、製品、顧客対応、エンジニアリング、コンプライアンス、パートナー担当、そして顧客自身を巻き込む必要があるとしています。コンテンツ担当の役割は、集まった証拠を整理することです。
実務で取り組みたいこと
- 可視性と並べて、意思決定への備えを測る。 言及率や推奨率だけで終わらせない。測定の考え方は、AI可視性スコアの測り方の記事も参考になります。
- 先に基準を決める。 買い手が何を条件に選ぶのか、何があれば十分な証拠なのかを定義してから、採点表を作る。
- つながりを明示する。 機能、業務の流れ、買い手の要件、成果の関係をはっきり書き、AIが筋道をたどれるようにする。
- 最初の回答だけでなく、やり取りの続きを追う。 買い手は質問を重ねる。複数ターンのプロンプトで確認する。
- 主張の種類ごとに証拠を用意する。 存在の証明は自社資料で、優位性や成果は第三者の裏づけで。
「証拠っぽいコンテンツ」を量産しない
ハント氏は、証拠を次の小手先のテクニックにしないよう、強く注意しています。水増ししたページ、根拠の弱いアンケート、作り物の調査、AIで生成した事例などを、AIに影響を与える目的だけで作るべきではない、という指摘です。公開するのは、買い手の不安を実際に減らす本物の情報だけ。知識のある顧客の判断に役立たないものなら、おそらく作る必要はない、と述べています。
まとめ
AIの回答に名前が出ることは、候補リストに載るための入口にすぎません。今回の事例では、98.4%の言及率と93.2%の推奨率の裏で、73.7%の回答に証拠の弱さがありました。1社のデータであり、因果関係までは示されていませんが、「見えているか」に加えて「根拠が示せているか」を点検する視点は、BtoBを中心に多くのサイトで役立ちそうです。まずは、自社の買い手が実際に重視する条件を書き出し、それぞれに示せる証拠があるかを、営業や製品の担当者と一緒に確認するところから始めてみてはいかがでしょうか。
