最終更新: 2026年7月。 この用語集は、ブランドモニタリング・プロンプト追跡・AI視認性測定にわたる40用語を収録しています。以下のテーマグループから目的のセクションに移動するか、用語名で検索してください。
この用語集の使い方
各エントリーは40〜60語程度の独立した定義から始まり、使用コンテキストと関連用語への参照が続きます。定義はそのまま引用・参照できるよう、単独で意味が完結するよう書かれています。
テーマグループ:
コア指標
1. AIシェアオブボイス
AIシェアオブボイスとは、定義したエンジンセットと競合カテゴリの中で、AI生成回答に自社ブランドが言及された関連プロンプトの割合です。追跡中の100プロンプトのうち35件に言及があるブランドは、そのカテゴリでAIシェアオブボイス35%を保有していることになります。
AIシェアオブボイスは、あらゆるAI視認性プログラムにおける主要な競合ベンチマークです。従来の順位指標に代わるものです。1ページ目でのポジションを追跡する代わりに、購入者がAIエンジンに問いかけるべき質問に対して自社が登場するかどうかを追跡します。
ツール: Otterly.AI、Peec AI、Profound、Temso、SE Ranking。
関連用語: シェアオブモデル (2)、プロンプトカバレッジ (6)、競合セット (38)。
2. シェアオブモデル
シェアオブモデルはAIシェアオブボイスの別名で、特定のAIモデルの回答分布の観点から指標を捉えたものです。「このモデルが関連クエリに回答する際、自社ブランドへの言及が含まれる割合はどれくらいか」という問いに答えます。
「モデル」という視点が有用なのは、AIエンジンが確率的だからです。ChatGPTで同じプロンプトを10回実行すると、7回は自社ブランドが、残り3回は競合が登場するかもしれません。シェアオブモデルはその分布を捉えており、単一の回答を確定的なものとして扱いません。
関連用語: AIシェアオブボイス (1)、プロンプトエントロピー (12)、エンジンカバレッジ (39)。
3. ブランドメンション
ブランドメンションとは、AIモニタリングにおいて、追跡しているプロンプトとエンジン全体のAI生成回答の中に、自社ブランド名・製品名・定義した別名が登場した件数の合計です。メンションは回答ごとに集計され、レポート期間にわたって合算されます。
メンションはシェアオブボイスより変動が大きいです。1つの回答に自社ブランド名が複数回登場することもあります。外部イベント（製品ローンチ・プレスカバレッジ・問題）に連動した急激な増減を検知するのに最も役立ちます。週次のメンション速度は視認性変化の先行指標です。
関連用語: AIシェアオブボイス (1)、引用率 (21)、固有表現認識 (25)。
4. プロンプトカバレッジ
プロンプトカバレッジとは、追跡しているプロンプトセットのうち、少なくとも1件の回答に自社ブランドが言及されたプロンプトの割合です。プロンプトカバレッジ60%のブランドは、モニタリングするクラスターの100件のクエリのうち60件の回答に登場していることを意味します。
プロンプトカバレッジはシェアオブボイスと異なり、1件の回答内での頻度を無視して二値の問いを立てます。「自社ブランドが登場したかどうか」だけを確認します。どのインテントクラスターを制覇しており、どこが完全に欠落しているかを明らかにします。
関連用語: プロンプトクラスター (13)、プロンプトファミリー (14)、AIシェアオブボイス (1)。
5. 引用率
引用率とは、定義したプロンプトセットのAI生成回答のうち、自社サイトの特定URLまたはドメインがソースとして参照またはリンクされた割合です。AIエンジンが単に自社ブランドを名指しするのではなく、コンテンツを権威として扱っているかどうかを測定します。
特定コンテンツの引用率が高いことは、AIモデルがそのコンテンツを検索レイヤーに取り込んでいる最も強いシグナルの1つです。引用率の改善は、AI視認性プログラムの中でも特にレバレッジの高い施策です。
参照: 引用セクションのより詳しい解説は引用率 (21)をご覧ください。
関連用語: 取得済みページ (22)、ソース帰属 (24)、獲得引用 (23)。
6. AI視認性スコア
AI視認性スコアとは、モニタリングプラットフォームが算出する複合指標で、シェアオブボイス・引用率・センチメント・プロンプトカバレッジを1つのインデックス数値に組み合わせたものです。プラットフォームによってスコアの重み付けや名称が異なります。
スコアは経営層向けレポートやトレンド追跡に役立ちます。ただしプラットフォーム間での比較はできません。あるツールの72と別のツールの72は同じ意味ではありません。実際に何が変動したかを解釈できるよう、スコアの変化は常に基礎となる生データに紐付けて把握してください。
関連用語: AIシェアオブボイス (1)、引用率 (21)、センチメント (31)、プロンプトカバレッジ (4)。
7. ハルシネーション率
ブランドモニタリングにおけるハルシネーション率とは、AIエンジンが生成した回答の中で、自社ブランドについて事実に反する情報を述べる頻度です。よくあるハルシネーションとして、誤った価格・廃止済み機能・誤った創業日・不正確な製品説明などがあります。
ハルシネーションはネガティブセンチメントとは異なるモニタリングカテゴリです。ネガティブな発言は正確な場合もあります。ハルシネーションは事実として誤っており、偏った編集判断ではなく破損または欠落したソースデータを反映しているため、複数の回答にわたって持続することが多いです。
関連用語: 正確性モニタリング (8)、ソース修正 (28)、ブランドファクトドリフト (35)。
8. 正確性モニタリング
正確性モニタリングとは、AIエンジンが自社ブランドについて述べる事実上の主張（現在の価格・機能説明・経営陣・認定資格）を検証済みの正確な情報と照合し、相違点を修正のためにフラグ立てする手法です。
正確性モニタリングは、シェアオブボイスとセンチメントに並ぶ、ブランド認知モニタリングの第三の柱です。Temso・Profound・Otterly.AIなどのプラットフォームは、標準的なモニタリング出力の一環としてハルシネーション検出機能を含んでいます。
関連用語: ハルシネーション率 (7)、ソース修正 (28)、ブランドファクトドリフト (35)。
9. メンション速度
メンション速度とは、定義した期間にわたるブランドメンション件数の変化率で、週次または月次の割合として表されます。プラスの速度はAI露出の増加を示し、マイナスの速度は競合が回答の中で自社を押しのけていることを示します。
速度はスナップショットよりも早くトレンドの反転を検知します。絶対的なシェアオブボイスはまだ高いが速度がマイナスに転じているブランドは、ヘッドラインの数値に反映される前に地盤を失っています。
関連用語: ブランドメンション (3)、シェアオブボイスドリフト (10)、AIシェアオブボイス (1)。
10. シェアオブボイスドリフト
シェアオブボイスドリフトとは、定義した期間におけるブランドのAIシェアオブボイスの変化方向と変化幅です。ドリフトは絶対的なスナップショットよりも行動に移しやすいシグナルです。ブランドが競合において優位を築いているか、失っているか、維持しているかを明らかにします。
絶対的なシェアオブボイスが低い場合は特に、スナップショットよりドリフトの追跡が重要です。四半期を通じて8%から22%に伸びているブランドは、22%がまだカテゴリリーダーを下回っていても、意味のある競合イベントです。
関連用語: AIシェアオブボイス (1)、メンション速度 (9)、プロンプトファミリー (14)。
プロンプトとエンジンの仕組み
11. アンサーエンジン
アンサーエンジンとは、自然言語のクエリに対してリンクのランク付けリストではなく、生成した合成回答で応答するAIシステムです。ChatGPT、Perplexity、Google AI Overviews、Google AI Mode、Gemini、Microsoft Copilot、Meta AI、Grokが、ブランドモニタリング目的で追跡される主要なアンサーエンジンです。
アンサーエンジンのカテゴリがモニタリングで重要なのは、各エンジンが異なる検索手法・学習データ・引用形式を使用しているためです。同じプロンプトでも、エンジンによってブランドのシェアオブボイスが大幅に異なる場合があります。
関連用語: エンジンカバレッジ (39)、検索拡張生成 (20)、クロスエンジン引用重複 (29)。
12. プロンプトエントロピー
プロンプトエントロピーとは、同じAIエンジンで同じクエリを繰り返し実行した場合の回答のばらつき度合いです。エントロピーの高いプロンプトは実行するたびに意味的に異なるブランド名・フレーミング・推奨が生成されます。エントロピーの低いプロンプトは毎回安定して同じ回答が生成されます。
エントロピーはモニタリングのサンプルサイズに影響します。エントロピーの高いプロンプトは、ブランドメンション率が統計的に信頼できるようになるまで5回以上の実行が必要です。エントロピーの高いプロンプトを1回実行のみで報告するダッシュボードは、シグナルではなくノイズを報告しています。
関連用語: プロンプトファミリー (14)、実行回数 (17)、シェアオブモデル (2)。
13. プロンプトクラスター
プロンプトクラスターとは、購入者の共通したインテントによってまとめられたクエリグループです。「リモートチーム向けの最良プロジェクト管理ツール」「分散企業向けトップPMソフトウェア」「20人チームが使うべきプロジェクトマネージャーは何か」は3つの異なるプロンプトですが、1つのクラスターです。
クラスターはAI視認性管理の実務的な単位です。クエリをまたいだ表現の揺れが誤解を招く単一プロンプトの結論を生み出さないよう、クラスターレベルでカバレッジとシェアオブボイスを追跡します。
関連用語: プロンプトファミリー (14)、プロンプトカバレッジ (4)、インテントマッピング (16)。
14. プロンプトファミリー
プロンプトファミリーとは、実際の購入者が同じ情報ニーズに対して入力するであろうクエリのバリエーションのセットです。単一の表現ではなくファミリーを追跡することで、実際の購入者行動を反映し、同じ質問を人々が異なる言い回しで表現する自然なばらつきを考慮した引用率が得られます。
プロンプトをファミリーから引退させることは、追加することと同様に重要です。購入者がある表現を使わなくなったとき、またはその表現でのシェアオブボイスが100%近くで飽和したときは、回答がまだ競われているプロンプトに実行予算を再投資しましょう。
関連用語: プロンプトクラスター (13)、プロンプトエントロピー (12)、実行頻度 (18)。
15. 購入者インテントプロンプト
購入者インテントプロンプトとは、購入段階の情報ニーズを反映したクエリです。比較検討・ベンダー評価・価格調査・カテゴリレベルの問題解決などが該当します。「10人のマーケティングチーム向けの最良AI視認性ツール」は購入者インテントプロンプトです。「AI視認性とは何か」は情報収集目的のプロンプトです。
購入者インテントプロンプトは最優先のモニタリング対象です。見込み客がどのベンダーに問い合わせるかに最も影響を与えるクエリだからです。購入者インテントプロンプトでのシェアオブボイスは、情報収集クエリでのシェアオブボイスよりも、パイプライン貢献度に近い代理指標です。
関連用語: プロンプトクラスター (13)、インテントマッピング (16)、コンバージョンシグナル (40)。
16. インテントマッピング
インテントマッピングとは、モニタリングしているプロンプトセットを購入者ジャーニーの段階（認知・検討・決定）またはクエリインテントの種類（情報収集・比較・取引）によって整理するプロセスです。各段階でブランドがどこに登場し、どこにギャップがあるかを構造的に可視化します。
インテントマッピングはどのステージが十分にカバーされ、どのステージが全く見えていないかを明らかにします。認知ステージのプロンプトの70%に登場しているが比較プロンプトでは12%しか登場していないブランドは、ヘッドラインのシェアオブボイスが高く見えても、後半ファネルの視認性に問題があります。
関連用語: プロンプトクラスター (13)、購入者インテントプロンプト (15)、プロンプトカバレッジ (4)。
17. 実行回数
実行回数とは、1回の測定サイクルの中で特定のプロンプトをAIエンジンに問い合わせる回数です。アンサーエンジンは確率的なため、1回の実行は分布からの1サンプルにすぎません。プロンプトあたり5回の実行が一般的な最低基準です。エントロピーの高いプロンプトはそれ以上が必要です。
実行回数は、そこから派生するすべての指標の信頼性に直接影響します。プロンプトあたり1回の実行でシェアオブボイスを報告するプラットフォームは、安定した分布ではなく1サンプルの出力を報告しています。シェアオブボイスの数値を行動可能なものとして扱う前に、プラットフォームが何回実行しているかを必ず確認してください。
関連用語: プロンプトエントロピー (12)、プロンプトファミリー (14)、AIシェアオブボイス (1)。
18. 実行頻度
実行頻度とは、モニタリングプラットフォームがプロンプトデータを更新する間隔です。日次・週次・月次などがあります。頻度は視認性の変化をどれほど早く検知できるか、またその変化を特定の外部イベントにどれほど確実に起因させられるかを左右します。
競合ダイナミクスの変化が速いカテゴリ（新製品ローンチ・プレスイベント・アルゴリズム更新）では日次頻度が最も重要です。エントロピーが低く競合環境の変化が緩やかなカテゴリでは月次頻度で十分です。
関連用語: 実行回数 (17)、メンション速度 (9)、シェアオブボイスドリフト (10)。
19. ファンアウトクエリ
ファンアウトクエリとは、AIエンジンがユーザーの元のプロンプトへの回答を構築する前に、ソース素材を取得するために内部で生成するサブクエリです。Perplexity や Bing Copilot を含む検索拡張AIシステムは、引用を収集するためにファンアウトクエリに大きく依存しています。
ファンアウトクエリはユーザーの元の表現から大きく乖離することが多いです。Profoundの2026年4月の分析によると、ChatGPTの最も乖離したファンアウトサブクエリは元のユーザープロンプトと単語の重複が約13%しかありません。表面上のクエリだけでなく、ファンアウトの表現に最適化したコンテンツ作成は、新興のAEO実践として注目されています。
関連用語: 検索拡張生成 (20)、引用率 (21)、検索ウィンドウ (26)。
20. 検索拡張生成 (RAG)
検索拡張生成 (RAG) とは、AIシステムがまずコーパスから関連する文書やパッセージを取得し、その取得したパッセージを回答生成のコンテキストとして使用するアーキテクチャです。Perplexity・Google AI Overviews・Microsoft Copilot・ChatGPTのブラウジングモードはいずれもある程度RAGを使用しています。
コンテンツの品質・権威性・サードパーティによる引用がAI視認性に影響するのはRAGが理由です。純粋に学習データのみで動作するモデルは、インデックスしていないURLを引用できません。RAG対応のシステムは引用できるため、引用率は関連プロンプトの取得コンテキストに自社ページがどれだけ登場するかと直接相関します。
関連用語: ファンアウトクエリ (19)、引用率 (21)、取得済みページ (22)。
引用と検索
21. 引用率
引用率とは、定義したプロンプトセットとエンジンセットのAI生成回答のうち、自社サイトの特定URLまたはドメインがソースとして参照された割合です。あるページの引用率が高いことは、AI検索システムがそのコンテンツを権威ある入力として扱っているシグナルです。
引用率とブランドメンションは関連しますが異なります。自社ドメインのURLが一切引用されなくても、回答の中でブランドが言及されることがあります（AIがあなたのことを知っているが、サードパーティのソースから情報を引用している場合）。逆に、ブランドが明示的に名指しされなくてもURLが引用される場合もあります（AIがコンテンツを背景情報として使用しているが、ブランド名は登場しない場合）。
関連用語: ブランドメンション (3)、獲得引用 (23)、取得済みページ (22)。
22. 取得済みページ
取得済みページとは、モデルが回答を生成する前に、AIエンジンの検索システムが特定のプロンプトの関連コンテキストとして選択したURLです。検索されることは引用されるための必要条件ですが、十分条件ではありません。
検索レベルのデータ（引用レベルのデータとは別に）を提供するプラットフォームを使用すると、AIによって選択されたが最終的な回答には含まれなかったページを特定できます。この脱落は、コンテンツが検索ウィンドウには入り込んでいるが、最終的な回答に含まれるほど権威があるまたは関連性が高いとは見なされていないシグナルです。
関連用語: 引用率 (21)、検索ウィンドウ (26)、RAG (20)。
23. 獲得引用
獲得引用とは、サードパーティのソース（レビューサイト・ジャーナリスト・アナリスト・コミュニティフォーラム）があなたに言及したために、AI生成回答にあなたのブランドまたはドメインへの参照が現れることです。獲得メディアと同じ意味でのアーンドです。費用を払ったわけでも、自分で公開したわけでもありません。
獲得引用は、ほとんどのAIモニタリングデータセットで支配的な引用タイプです。AI引用の大多数は、ブランド所有のページではなくサードパーティのソースから来ているという研究が一貫して示しています。獲得メディアへの掲載・アナリストによる言及・コミュニティフォーラムでの議論はすべて獲得引用を生み出します。
関連用語: 引用率 (21)、ソース帰属 (24)、サードパーティ権威性 (27)。
24. ソース帰属
ソース帰属とは、AI生成回答で自社ブランドの引用を生み出しているドメインまたはURLを特定するプロセスです。ソース帰属レポートは、引用が自社サイト・メディアカバレッジ・レビュープラットフォーム・コミュニティコンテンツのどこから来ているかを示します。
ソース帰属はAEO戦略において重要です。引用の80%が2〜3のサードパーティドメインから来ている場合、視認性は脆弱です。より多くの権威ある参照先への引用ソースの多様化は、リスク低減策であると同時に成長のレバーでもあります。
関連用語: 獲得引用 (23)、サードパーティ権威性 (27)、引用ギャップ (30)。
25. 固有表現認識 (NER)
AIモニタリングにおける固有表現認識 (NER) とは、AI生成テキストからブランド名・製品名・競合名を自動的に識別・抽出するプロセスです。モニタリングプラットフォームはNERを使ってメンションをカウントし、エンティティ別にセンチメントを分類し、大規模にシェアオブボイスの計算を行います。
NERの精度はプラットフォームによって異なる品質変数です。省略されたブランド名・非公式な製品への言及・ブランドに隣接した用語は見落とされたり誤分類されたりすることがあります。NERの品質が、プラットフォームが生成するすべてのメンションベース指標の信頼性を左右します。
関連用語: ブランドメンション (3)、AIシェアオブボイス (1)、正確性モニタリング (8)。
26. 検索ウィンドウ
検索ウィンドウとは、生成ステップの前にAIエンジンの検索システムが特定のプロンプトの候補コンテキストとして選択する文書またはパッセージのセットです。検索ウィンドウに入らないコンテンツは回答の中で引用されることができません。
検索ウィンドウは、意味的な関連性・クロール可能性・ドメイン権威性・コンテンツの新鮮さ・エンジンが使用する検索アーキテクチャの組み合わせによって決まります。検索ウィンドウへの最適化は引用への最適化とは異なります。まず選択され、次に最終的な回答に現れるほど権威があると見なされる必要があります。
関連用語: 取得済みページ (22)、RAG (20)、ファンアウトクエリ (19)。
27. サードパーティ権威性
サードパーティ権威性とは、外部ソース（メディア・レビュープラットフォーム・アナリスト企業・コミュニティフォーラム）がAI検索システムが信頼できると見なす形で自社ブランドを引用・説明・リンクしている度合いです。サードパーティ権威性が高いブランドは、直接ドメインのシグナルが強くなくてもAIエンジンに引用されやすくなります。
ChatGPTとPerplexityにわたる10万件のプロンプト分析（Profound）によると、両プラットフォームで引用されるドメインの重複はわずか11%です。これは、ウェブの異なる部分でのサードパーティ権威性シグナルが、異なるエンジンでの引用を左右することを意味します。
関連用語: 獲得引用 (23)、ソース帰属 (24)、クロスエンジン引用重複 (29)。
28. ソース修正
ソース修正とは、AIエンジンが自社ブランドについて誤った・古い・ネガティブな情報を述べる原因となっている特定のサードパーティURLまたは学習データソースを特定し、それらのソースを更新または置き換えるための対策を講じることです。
ソース修正は正確性モニタリングに続く是正ステップです。戦術としては、不正確さを打ち消す内容で自社コンテンツを更新する、誤ったコンテンツを掲載しているサイトに連絡する、AI検索で誤ったソースを置き換えるような権威ある新しいコンテンツを公開するなどがあります。
関連用語: 正確性モニタリング (8)、ハルシネーション率 (7)、サードパーティ権威性 (27)。
29. クロスエンジン引用重複
クロスエンジン引用重複とは、同じプロンプトセットに対して2つ以上の異なるAIエンジンのAI生成回答に登場するURLまたはドメインの割合です。重複が少ないということは、各エンジンが異なるソースプールから情報を引用しているということです。
Profoundの調査によると、ChatGPTが引用するドメインのうちPerplexityが同じプロンプトで引用するものはわずか約11%です。別のAhrefsの調査では、Google AI OverviewsとGoogle AI Modeの引用の重複はわずか13.7%でした。この低い重複率は、あるエンジンでのパフォーマンスから別のエンジンでのパフォーマンスを推測できないことを意味します。
関連用語: サードパーティ権威性 (27)、ソース帰属 (24)、エンジンカバレッジ (39)。
30. 引用ギャップ
引用ギャップとは、競合がAI生成回答で引用されているが、自社ブランドは引用されていないクエリまたはインテントクラスターです。引用ギャップは、モニタリングセットの各競合に対して自社の引用率とプロンプトカバレッジを比較することで特定されます。
引用ギャップはAEOアクションプランを推進する主要な出力です。Peec AIやProfoundなどのプラットフォームはプロンプトレベルでギャップを示し、競合は引用されているが自社は引用されていない具体的なクエリを表示します。
関連用語: 引用率 (21)、プロンプトカバレッジ (4)、AEO (37)。
センチメントと認知
31. センチメント分析
AIモニタリングにおけるセンチメント分析とは、自社ブランドについてAIが生成した回答の言語を、ポジティブ・ニュートラル・ネガティブに分類することです。AIが製品・価格・サポート品質・使いやすさ・競合ポジショニングについて述べる形容詞や主張が対象となります。
AI回答のセンチメントは公衆のセンチメントとは異なります。実際の顧客レビューの大多数がポジティブであっても、AIエンジンは取得した1本の批判的な記事に基づいて自社ブランドについてネガティブなセンチメントのフレーミングを生成することがあります。センチメントシグナルのソースは、シグナルそのものと同じくらい重要です。
関連用語: センチメント減衰 (32)、認知モニタリング (33)、ブランドファクトドリフト (35)。
32. センチメント減衰
センチメント減衰とは、モデルの検索レイヤーにネガティブまたは古いソース素材が残り続けることで、AIが自社ブランドを説明する内容が時間とともに徐々に悪化していく現象です。ニュースサイクルとは異なり、積極的な介入なしにはネガティブなAIセンチメントが何か月も安定したまま残ることがあります。
センチメント減衰は特に厄介です。新しいネガティブな報道が届くことによって引き起こされるのではなく、古い報道が検索プールで目立ち続けることによって引き起こされるからです。修正するには、ソースコンテンツを更新するか、古いコンテンツを上回る新しい権威あるコンテンツを生成するか、より現在のフレーミングを導入する獲得カバレッジを確保する必要があります。
関連用語: センチメント分析 (31)、ブランドファクトドリフト (35)、ソース修正 (28)。
33. 認知モニタリング
認知モニタリングとは、AI回答で自社ブランドが言及されているかどうかだけでなく、どのように説明されているかを追跡する手法です。使われる言葉・強調される製品属性・比較対象の競合・推奨されるユースケースが対象です。
認知モニタリングはセンチメント分析の上位概念です。センチメント分析が「ポジティブかネガティブか」を問うのに対し、認知モニタリングは「AIはこのブランドについてどんなストーリーを語っているか」を問います。ブランドはニュートラルなセンチメントスコアを受けながらも、ポジショニングを損なう形で説明される可能性があります。
関連用語: センチメント分析 (31)、センチメント減衰 (32)、正確性モニタリング (8)。
34. トーン分類
トーン分類とは、センチメント分析の詳細版で、熱狂的・慎重・否定的・比較的（自社ブランドを名指しされた競合と相対的に示すフレーミング）などのカテゴリを区別するものです。トーンは二値のポジティブ/ネガティブスコアよりも行動に移しやすいです。
価格関連プロンプトで「慎重」というトーン分類が出た場合、AIエンジンが自社の価格ポジショニングについて留保を付けていることがわかります。これは機能関連プロンプトで「否定的」なトーンが出る問題とは異なります。後者は、検索ソースが自社の機能セットを限定的なものとして扱っていることを示唆します。
関連用語: センチメント分析 (31)、認知モニタリング (33)、競合フレーミング (36)。
35. ブランドファクトドリフト
ブランドファクトドリフトはゆっくりと進行するリスクです。月49ドルから29ドルへ価格を改定したが、最も多く引用されるレビュー記事がまだ49ドルを記載しているブランドは、何か月もの間、AIエンジンが一貫して自社の価値提案を過少評価し続ける状況を見ることになります。価格・機能・ポジショニングの事実上の正確性をモニタリングすることが、ドリフトを早期に検知・修正する唯一の方法です。
関連用語: ハルシネーション率 (7)、正確性モニタリング (8)、ソース修正 (28)。
36. 競合フレーミング
競合フレーミングとは、AIエンジンが同じ回答の中で名指しされた競合と関連付けて自社ブランドを説明する方法です。「Profoundより安価だがエンタープライズ機能は少ない」という説明は競合フレーミングです。センチメントだけでなく、AIが暗黙的にどの購入者セグメントに対して自社を推薦しているかにも影響します。
競合フレーミングはAIモニタリングの中で最も重要な認知シグナルの1つです。AIがどのような顧客プロフィールを自社に向け、どれを競合に向けているかを決定します。プロンプトレベルでの追跡は、AIの市場モデルの中で自社ブランドが持つ暗黙的なポジショニングを明らかにします。
関連用語: 認知モニタリング (33)、トーン分類 (34)、競合セット (38)。
プログラムとプラットフォームの概念
37. AEO（アンサーエンジン最適化）
アンサーエンジン最適化 (AEO) とは、AIアンサーエンジンが自社ブランドを引用し、製品を正確に表現し、関連する質問をする購入者に推薦するよう、コンテンツを作成・構造化・配布する取り組みです。AEOは従来のSEOのAI時代における後継です。
AEOがSEOと異なる点はいくつかあります。最適化すべきランク順位がなく、ターゲットはブルーリンクではなく生成されたパッセージ内の引用であり、エンジンはクロールされたインデックスだけでなくリアルタイムの検索と学習済みの事前知識の組み合わせに依存しています。AEOは実行レイヤーであり、AI視認性モニタリングは測定レイヤーです。
両方をカバーするプラットフォームの全比較はAIツールランキングをご覧ください。評価方法については/methodologyを参照してください。
関連用語: AI視認性スコア (6)、引用ギャップ (30)、AIシェアオブボイス (1)。
38. 競合セット
AIモニタリングにおける競合セットとは、自社のAI視認性指標とあわせて追跡するブランドの定義済みリストです。シェアオブボイスの計算は常に競合セットに対する相対値です。次位の競合が20%の場合と55%の場合では、自社の35%という数値の意味が異なります。
競合セットは、AIエンジンが実際にそのカテゴリで推薦するブランドを反映すべきです。それは自分のメンタルモデルの中の競合とは異なる場合があります。競合セットを確定する前に、対象クエリクラスター全体でディスカバリープロンプトを実行してください。
関連用語: AIシェアオブボイス (1)、プロンプトカバレッジ (4)、シェアオブボイスドリフト (10)。
39. エンジンカバレッジ
エンジンカバレッジとは、モニタリングプラットフォームが追跡するAIエンジンの数と選択です。プラットフォームによって大きく異なります。4エンジンをカバーするものもあれば、9以上をカバーするものもあります。対象エンジンが、モニタリングデータが代表する購入者セグメントを決定します。
最低限、ChatGPT・Google AI Overviews・Perplexity・Geminiを追跡してください。この4つを合わせると、ほとんどのB2BおよびB2Cオーディエンスの大多数のAI支援リサーチジャーニーをカバーします。より広いカバレッジのためには、Microsoft Copilot・Google AI Mode・Meta AI・Grokを追加してください。Peec AIやTemsoなどのツールは、カテゴリ内で最も広いエンジンカバレッジを提供しています。
関連用語: クロスエンジン引用重複 (29)、実行頻度 (18)、AIシェアオブボイス (1)。
40. コンバージョンシグナル
AI視認性におけるコンバージョンシグナルとは、AI回答でのブランドの存在が購入者の行動に影響していることを示す下流の指標です。AIエンジンからの参照トラフィック・AIチャネルソースに帰属するフォーム送信・AI影響を受けた発見に紐付けられた商談パイプラインなどが該当します。
AI視認性指標をコンバージョンシグナルと結びつけることは、この分野で新たに生まれている課題です。AIエンジンからのトラフィック帰属は、有料または自然検索の帰属と比べてまだ成熟していません。AIリファラルソースを取得するよう早期にアナリティクスを整備したブランドは、このチャネルが成長するにつれて大きな測定上の優位を持つことになります。
関連用語: AIシェアオブボイス (1)、プロンプトカバレッジ (4)、メンション速度 (9)。
クイックリファレンス表
| 用語 | グループ | 概要 |
|---|---|---|
| AIシェアオブボイス | コア指標 | 自社ブランドが言及されたプロンプトの割合 |
| シェアオブモデル | コア指標 | AIシェアオブボイスの別名（モデル中心の視点） |
| ブランドメンション | コア指標 | AI回答における自社ブランド登場の件数 |
| プロンプトカバレッジ | コア指標 | 少なくとも1件のブランド言及がある追跡プロンプトの割合 |
| 引用率 | コア指標・引用 | 特定URLが参照された回答の割合 |
| AI視認性スコア | コア指標 | すべてのコアシグナルを組み合わせたプラットフォームの複合インデックス |
| ハルシネーション率 | コア指標 | AIによる事実誤認の頻度 |
| 正確性モニタリング | コア指標 | AIが述べた事実と検証済みの正確な情報との照合 |
| メンション速度 | コア指標 | 週次のブランドメンション件数の変化率 |
| シェアオブボイスドリフト | コア指標 | 経時的なAIシェアオブボイスの方向変化 |
| アンサーエンジン | プロンプト/エンジン | 合成回答を返すAIシステム（リンクリストではない） |
| プロンプトエントロピー | プロンプト/エンジン | 1つのプロンプトを繰り返し実行した際の回答のばらつき |
| プロンプトクラスター | プロンプト/エンジン | 同じ購入者インテントを共有するクエリグループ |
| プロンプトファミリー | プロンプト/エンジン | 1つの情報ニーズに対する定義済み表現のセット |
| 購入者インテントプロンプト | プロンプト/エンジン | 購入段階の情報ニーズを反映したクエリ |
| インテントマッピング | プロンプト/エンジン | 購入者ジャーニーの段階別にプロンプトを整理すること |
| 実行回数 | プロンプト/エンジン | 測定サイクルごとのプロンプト実行回数 |
| 実行頻度 | プロンプト/エンジン | モニタリングデータが更新される間隔 |
| ファンアウトクエリ | プロンプト/エンジン | AI が回答前に内部生成するサブクエリ |
| RAG | プロンプト/エンジン | ほとんどのAIエンジンが使用する検索してから生成するアーキテクチャ |
| 引用率 | 引用 | AI回答でのURLレベルのソース参照率 |
| 取得済みページ | 引用 | 検索によって選択されたが必ずしも引用されるとは限らないURL |
| 獲得引用 | 引用 | サードパーティのソースを起源とするブランド参照 |
| ソース帰属 | 引用 | 自社ブランドの引用を生み出しているドメインの特定 |
| 固有表現認識 | 引用 | AIテキストからブランド名を自動抽出すること |
| 検索ウィンドウ | 引用 | AIが生成前に検討する候補文書セット |
| サードパーティ権威性 | 引用 | AI引用を促進する外部ソースの信頼性 |
| ソース修正 | 引用 | AIが誤った事実を述べる原因となるソースの更新 |
| クロスエンジン引用重複 | 引用 | 2つのAIエンジンで共有される引用URLの割合 |
| 引用ギャップ | 引用 | 競合は引用されているが自社は引用されていないインテントクラスター |
| センチメント分析 | センチメント | AI によるブランド説明のポジティブ/ニュートラル/ネガティブ分類 |
| センチメント減衰 | センチメント | 新たな入力なしにAIブランドセンチメントが徐々に悪化すること |
| 認知モニタリング | センチメント | 単なる感情的評価ではなくAIが自社ブランドをどう特徴づけるかの追跡 |
| トーン分類 | センチメント | 詳細なセンチメント（慎重・熱狂的・否定的） |
| ブランドファクトドリフト | センチメント | AIが述べる事実と現在の実態との乖離 |
| 競合フレーミング | センチメント | 名指しされた競合と相対的にAIが自社ブランドを説明する方法 |
| AEO | プログラム | アンサーエンジン最適化: AI引用を獲得するための取り組み |
| 競合セット | プログラム | AI視認性追跡における定義済みの競合ブランド |
| エンジンカバレッジ | プログラム | プラットフォームがモニタリングするAIエンジンの数と選択 |
| コンバージョンシグナル | プログラム | AI視認性が購入者行動に影響していることを示す下流のエビデンス |
これらの指標を追跡するツール
以下のプラットフォームは、この用語集のコア指標をカバーしています。いずれも複数のAIエンジンにわたってシェアオブボイス・ブランドメンション・センチメントを少なくとも追跡しています。
- Otterly.AI: 6エンジンにわたるプロンプトレベルの引用追跡。構造化されたGEO監査出力。月29ドルから。
- Peec AI: 9以上のエンジンでの日次追跡。シートは無制限。DeepSeekとGrokを含む強力なクロスエンジンカバレッジ。月85ユーロから。
- Profound: エンタープライズチーム向けの詳細な引用帰属とプロンプト量データ。Growthプランは月399ドル。
- Temso: モニタリングにアクションプランを組み合わせたオールインワンツール。視認性ギャップを8エンジンにわたって修正策に変換します。月89ドルから。
- SE Ranking: AI Overviewsと従来のSEO追跡を組み合わせたもの。両方のデータセットを1つのワークフローで必要とするチームに有用です。
スコアリング基準とランキングの全詳細: /rankings/ai-visibility-tools。編集基準と手法: /methodology。用語集インデックス全体: /glossary。
AIシェアオブボイスの測定を始めましょう
用語を理解することが最初のステップです。次のステップは、実際の購入者が使うプロンプトに対して自社ブランドを実行し、どこに登場しどこで競合が先行しているかを確認することです。
AI視認性ツールランキングでは、エンジンカバレッジ・アクション深度・価格・サードパーティエビデンスのすべての主要プラットフォームを比較しています。モニタリングと実行を1つのサブスクリプションでカバーするツールから始めたい場合は、ランキングを確認してチームサイズと予算でフィルタリングしてください。