可視性、引用、流入、問い合わせを混同せず、改善判断につながる指標の組み合わせを設計し、限られた計測手段で実務に使える評価の仕組みを作ります。
AI検索最適化の評価が難しいのは、AIの回答に自社の情報が使われても、利用者がページを開かなければ既存の解析ツールに記録が残らないからです。検索順位のように毎日確認できる単一の指標がなく、複数の手段を組み合わせて傾向を読む必要があります。
本ページでは、指標を四つの層に分けて整理し、それぞれをどの手段で測るか、どの程度の精度が期待できるか、そして数字をどう改善判断につなげるかを解説します。ツールの導入は後回しにし、まず手作業で始められる方法を中心に述べます。
一つの数字に寄せない：四つの層で考える
可視性・引用・流入・成果は別々に測る
第一の層は「可視性」で、AIの回答に自社や自社の情報が言及されるかどうかです。第二は「引用」で、出典として自社ページが示されるかどうかです。第三は「流入」で、実際にページが開かれた回数です。第四は「成果」で、問い合わせや資料請求、指名検索の増加など事業上の結果です。
これらは連動しますが、比例はしません。可視性が高くても引用されないことがあり、引用されても流入は少ないことがあります。四つを一つの指標に合成すると、どこに問題があるのかが見えなくなります。評価表では四つを別の列に置き、それぞれの傾向を読む方が改善につながります。
従来のSEO指標との関係を整理する
検索順位、表示回数、クリック数、クリック率は引き続き重要です。特にAI要約が表示されるクエリでは、順位が変わらなくてもクリック率が下がる現象が観察されており、順位とクリック率を分けて追うことで、AI要約の影響を推定できます。
Google Search Consoleでは、AI Overviewsに含まれた際の表示とクリックが通常の検索結果と合算されて計上されるとされており、内訳は取り出せません。したがって、Search Consoleの数字は「検索全体」の指標として扱い、AI固有の可視性は別の手段で補う、という役割分担になります。
手作業で始める回答観察
質問セットを固定して定点観測する
自社に関係する質問を20〜30件選び、月に一度、同じ質問を同じサービス（Google AI Overviews、ChatGPT、Perplexity、Copilotなど）に投げて、回答と出典を記録します。質問は、自社名を含まない一般的な質問と、自社名や製品名を含む質問の両方を用意します。前者で可視性、後者で正確性を測る狙いです。
記録項目は、日付、サービス名、質問文、自社への言及の有無、言及の内容が正確か、出典として示されたURL、競合の言及の有無の七つで十分です。スプレッドシート一枚で管理でき、3か月続ければ傾向が見え始めます。
回答の揺らぎを前提に読む
生成AIの回答は同じ質問でも日や利用者の状況によって変わります。一度の観察で「言及された」「されなかった」と判断すると、偶然に左右されます。同じ質問を複数回、あるいは複数の担当者が確認し、言及された割合として記録すると、揺らぎの影響を抑えられます。
また、ログインしている利用者のアカウントでは過去の会話が回答に影響することがあります。観察は、履歴の影響を受けない設定や、専用のアカウントで行う方が比較の一貫性を保てます。
観察結果から改善点を抽出する
自社への言及が誤っている場合は、その情報の出典を確認します。自社サイトの古いページが原因なら更新し、第三者サイトの誤情報が原因なら訂正を依頼します。言及されない場合は、代わりに引用されている情報源を分析し、自社に欠けている情報の種類（条件の明示、比較表、根拠資料など）を特定します。
改善は一度に多くの質問に取り組まず、月に数件ずつ対象を決めて行います。改善後、次回の観察で変化があったかを確認し、記録に残します。これが改善サイクルの最小単位になります。
既存の解析ツールで取れるもの
Search Consoleでクエリの型ごとに変化を追う
検索クエリを「定義・解説型」「比較・選び方型」「指名型」「取引型」に分類し、型ごとに表示回数とクリック率の推移を追います。AI要約の影響は型によって異なるため、全体の平均では変化が見えなくても、型ごとに見ると明確になることがあります。
分類は正規表現で簡易に行えます。「とは」「違い」「選び方」「比較」「料金」「自社名」などの語を含むかどうかで振り分け、月次で集計します。完全な分類は不要で、傾向を読めれば十分です。
GA4で対話型サービスからの流入を分離する
ChatGPTやPerplexityなどからの流入は、参照元に各サービスのドメインが記録される場合と、参照元なしとして記録される場合があります。GA4では、参照元ドメインを条件にしたカスタムのチャネルグループを作り、「AI検索」として分離して集計できます。分離できるのは参照元が付く場合のみで、全体の一部である点に注意が必要です。
流入の量は当面小さいことが多いですが、滞在時間や問い合わせへの到達率が通常の検索流入と異なるかを見ると、AI経由の利用者がどの段階にいるかを推定する材料になります。
指名検索と問い合わせ内容の変化
AIの回答で自社が言及されると、利用者は自社名で検索し直すことがあります。指名検索の表示回数の推移は、可視性の間接的な指標として使えます。ただし広告や広報の影響も受けるため、他の施策の時期と照らして読みます。
問い合わせフォームに「どこで知ったか」の選択肢として「AIチャット・AI検索」を追加すると、自己申告ではあるものの、経路の把握に役立ちます。サポートに寄せられる質問の内容が変わったか、つまり基本的な質問が減って具体的な質問が増えたかも、公開情報が参照されている兆候として確認します。
定性的な証拠も集める
営業・サポートからの聞き取り
商談の場で「AIで調べたら御社が出てきた」と言われた事例、サポートで「AIの回答と違う」という指摘があった事例は、数値には表れにくいものの重要な証拠です。月次で営業とサポートに数件でよいので事例を報告してもらい、記録に残します。
こうした事例は、可視性の確認だけでなく、誤った言及の早期発見にも役立ちます。特に価格や条件について「AIがこう言っていた」という問い合わせは、公開情報の見直しを促す信号として扱います。
回答の質を評価する基準を持つ
言及されるかどうかだけでなく、言及の内容が自社の意図に沿っているかを評価します。「対象顧客が正しいか」「主要な特徴が伝わっているか」「条件や制約が省かれていないか」「競合との比較が公平か」の四点で、良い・要改善・誤りの三段階で記録すると、定性的な評価が比較可能になります。
評価は複数人で行い、判断が分かれた場合は理由を記録します。この記録が、どの表現をどう直せば意図が伝わるかの手掛かりになります。
改善サイクルの作り方
月次の確認と四半期の見直し
月次では、回答観察の結果、Search Consoleの型別推移、GA4のAI流入、営業・サポートの事例を一枚にまとめ、改善対象の質問を数件決めます。四半期では、質問セットの入れ替え、指標の妥当性、改善の効果を振り返ります。会議の運び方は参加と合意形成で述べた二層構造と揃えると、負担が増えません。
改善の効果は、対象とした質問についてのみ、観察の前後で比較します。全体の数字は他の要因に左右されるため、個別の質問単位での変化を積み上げる方が、施策の効果を説明しやすくなります。
指標の目標値は段階的に設定する
初期は「観察を毎月続ける」「主要な質問の半数で自社が正確に言及される」といった達成可能な目標から始めます。可視性の数値目標を最初から高く置くと、揺らぎの大きい指標に振り回されます。半年程度の基準線ができてから、前年同期比や前四半期比で目標を設定します。
また、目標を可視性だけに置くと、言及されるために誇張した表現を使う誘惑が生まれます。正確性の評価を目標に含めることで、この偏りを防げます。制度面の注意は制度と実務を参照してください。
ツール導入の判断基準
AI検索の可視性を追跡する商用ツールは複数登場しており、複数サービスへの質問の自動化、競合との比較、出典の集計などを提供しています。導入の判断は、手作業の観察で質問数が50件を超えて負担が大きくなった時点、あるいは複数ブランド・複数言語で観察が必要になった時点が目安です。
ツールを選ぶ際は、観察対象のサービスの範囲、回答の揺らぎをどう扱っているか、データの保存期間と書き出しの可否を確認します。手作業で得た基準線と、ツールの数値が整合するかを導入初期に確かめると、後の解釈が安定します。
よくある失敗と対策
流入減少だけを見て施策を打ち切る
AI要約の普及に伴い検索流入が減った際、「成果が出ない」と判断して情報整備をやめる例があります。しかし、流入が減っても可視性や問い合わせの質が改善している場合があり、四つの層を分けて見なければ判断を誤ります。打ち切りの判断は、少なくとも四層の指標がすべて悪化していることを確認してから行うべきです。
また、流入の減少が業界全体の傾向である場合、自社だけの問題ではありません。同じ型のクエリで競合も同様に減っているか、業界メディアの報告と照らして判断します。
観察を属人化させて途切れさせる
回答観察を一人の担当者が手作業で続けていると、異動や多忙で途切れ、基準線が失われます。質問セットと記録形式を文書化し、複数人で分担するか、四半期ごとに担当を交代する仕組みにしておきます。記録の形式が統一されていれば、担当が変わっても比較可能性は保たれます。
記録は共有のスプレッドシートに置き、過去の記録を削除しない運用にします。基準線は積み重ねが価値であり、途中で形式を変えると過去との比較ができなくなります。
まとめ：測れるものから測り、続ける
AI検索最適化の評価は、可視性・引用・流入・成果の四層を分け、手作業の回答観察、Search Consoleの型別分析、GA4のチャネル分離、営業・サポートからの定性情報を組み合わせて行います。単一の指標に頼らず、揺らぎを前提に傾向として読むことが基本です。
月次の確認と四半期の見直しで改善サイクルを回し、基準線ができてから段階的に目標を設定します。ツールは手作業の負担が明確になってから導入し、既存の基準線と整合させます。海外で先行する計測の実践は海外動向で紹介しています。