最終更新：2026年7月
B2B SaaSカテゴリをひとつ選んで、ChatGPTに「検討すべきベンダーは?」と聞いてみてください。次に、Perplexityに同じ質問をしてみましょう。各プラットフォームで上位に引用されるドメインは、ほぼ別物に見えるはずです。
これは偶然でも一時的な現象でもありません。これらのシステムの仕組みそのものです。ChatGPTとPerplexityは異なる検索アーキテクチャを採用し、異なるコンテンツシグナルをインデックスし、その結果として異なるソースを引用します。Profoundが両プラットフォームで実施した10万件のプロンプト分析によると、ChatGPTとPerplexityの引用ドメインの重複はわずか11%でした（Profound、2025年7月。なおProfoundはAI可視性ソフトウェアを販売するベンダーによる調査です）。
1つのエンジンを中心にAIシェアオブボイスプログラムを構築しているなら、全体像の11%しか測定できていません。
この記事では、SaaSカテゴリ向けのクロスエンジン引用ベンチマークを自分で実施する方法を解説します。エンジンごとのドメインリーダーボードの構築方法、Jaccard重複スコアの計算方法、そしてデータを行動に変えるモノエンジントラップリストの作成方法を順を追って説明します。
なぜ重複がこれほど少ないのか
ChatGPTは主として事前学習データと、確立された頻繁に引用されるドメインを優先するブラウジングレイヤーに依存しています。その引用パターンは古い権威あるソース、つまり出版物、アナリストサイト、長年にわたって被リンクを積み重ねてきたソフトウェアレビューアグリゲーターを重視します。
Perplexityはすべてのクエリでリアルタイムのウェブ検索を実行します。最近公開されたコンテンツ、リンク数の多いページ、そしてリアルタイムインデックスが現時点で最も関連性が高いと判断するソースを表示します。鮮度と新しさがより重視され、従来のSEO的な意味でのドメインオーソリティの重要度は低くなります。
その結果、数年にわたる獲得メンションによって評判を築いたドメインは、ChatGPTで好成績を収めながらPerplexityでは低評価になることがあります。一方、タイムリーでリンクの多いコンテンツを発信するドメインは、PerplexityでトップになりながらChatGPTにほとんど登場しないことがあります。
B2B SaaSチームにとって、これは構造的な盲点を生みます。購買担当者は両方のエンジンを使っています。ベンダー選定は各エンジンが伝える情報によって左右されます。1つのエンジンから得たシェアオブボイスの数値は、意思決定が形成される場所のほんの一部しか表していない、もっともらしく見える指標にすぎません。
ステップ1：プロンプトセットを構築する
情報収集型のプロンプトではなく、購買意図型のプロンプトから始めましょう。カテゴリの選択肢を評価しているときに、見込み客が尋ねそうな質問を使います。
B2B SaaS向けの効果的なプロンプト構造：
- 「[企業規模や用途]向けのベスト[カテゴリ]ツール」
- 「[チームサイズや職種]向けの[カテゴリ]ソフトウェアを比較」
- 「[特定のタスク]に最適な[カテゴリ]プラットフォームは?」
- 「[競合名]の代替製品」
- 「[カテゴリ]ツールをどう選ぶか」
30から50件のプロンプトを目指してください。同じ購買意図をさまざまな言い方で表現します。勝てそうなプロンプトと負けそうなプロンプトを両方含めましょう。ベンチマークは、すでに登場できている場所だけでなく、弱点を明らかにして初めて意味を持ちます。
各エンジンで各プロンプトを5回実行してください。アンサーエンジンは確率的です。1回の回答は確率分布から取り出した1つのサンプルにすぎません。プロンプトあたり5回実行することで、ドメインレベルでの集計に十分なばらつきが得られます。このサイトがプロンプトサンプリングをどのように扱っているかは、/methodologyページを参照してください。
ステップ2：エンジンごとのドメインリーダーボードを構築する
各エンジンについて、すべてのプロンプト実行にわたる引用を集計します。各ドメインが全回答に登場した回数をカウントし、頻度で順位付けし、エンジンごとにトップ20を抽出します。
使用する構造は以下のとおりです：
| 順位 | ドメイン | ChatGPT引用数 | Perplexity引用数 | 両方に存在 |
|---|---|---|---|---|
| 1 | domain-a.com | 38 | 41 | あり |
| 2 | domain-b.com | 35 | 4 | なし（ChatGPTのみ） |
| 3 | domain-c.com | 31 | 0 | なし（ChatGPTのみ） |
| 4 | domain-d.com | 6 | 44 | なし（Perplexityのみ） |
| 5 | domain-e.com | 29 | 27 | あり |
| … | … | … | … | … |
「両方に存在」の列こそが、本当に目指すものです。「なし」と表示されている行はすべて、モノエンジントラップリストの候補です。
プロンプト実行から得た実際の数値を入力してください。この表の構造は再利用できます。目的は、各ドメインがどこに存在し、どこに不在かを一目で確認することです。
ステップ3：Jaccard重複スコアを計算する
Jaccard重複スコアは、2つのドメイン引用セットがどれだけ類似しているかを測定します。クロスエンジン引用ベンチマークでは：
Jaccard = （両エンジンに引用されたドメイン数）/ （どちらかのエンジンに引用されたユニークドメインの合計数）
ChatGPTのトップ20ドメインとPerplexityのトップ20ドメインが4つ共有し、合計ユニーク数が36ドメインの場合、Jaccardスコアは4/36 = 0.11です。
これはProfoundのカテゴリ横断的な調査結果と一致します。実際には、カテゴリごとにJaccardスコアは異なります。有力なレビューアグリゲーターが存在する確立されたソフトウェアカテゴリは、それらのアグリゲーターがどこにでも登場するため、スコアがやや高くなる場合があります。新しく変化の速いSaaSカテゴリでは、Perplexityのライブインデックスがまだ学習データに取り込まれていないニッチで新しいソースを表示するため、スコアが低くなる可能性があります。
Jaccardスコアはキャリブレーション値として使いましょう。1つのエンジンだけを追跡した場合に、どれだけのシェアオブボイス測定値が隠れてしまうかを教えてくれます。Jaccardが0.11であれば、組み合わせたドメインユニバースの約89%がエンジン固有です。Jaccardが0.30でも、70%はエンジン固有です。
どんなJaccardスコアも、シングルエンジン監視を正当化しません。
ステップ4：モノエンジントラップリストを構築する
モノエンジントラップリストは、ベンチマークを実行可能にする成果物です。トップ20リーダーボードの中で、一方のエンジンにのみ登場するドメインをすべて含みます。
リスト上の各ドメインについて、以下を記録します：
- どのエンジンが引用しているか（ChatGPTのみ、またはPerplexityのみ）
- そのエンジンでの引用ボリューム
- 自社ドメインか、競合他社か、第三者ソースか
リストを3つのグループに整理します：
1つのエンジンにしか存在しない自社ドメイン。 これが最優先の発見です。プラットフォームのギャップがあることを意味します。自社を引用していないエンジンは、購買者がカテゴリを調査するとき、競合他社に誘導しています。コンテンツタイプの問題なのか、鮮度の問題なのか、ソースオーソリティの問題なのか、技術的なクローラビリティの問題なのかを診断してください。
1つのエンジンにしか存在しない競合ドメイン。 これはインテリジェンスです。競合がChatGPTを支配しながらPerplexityには不在なら、そのエンジンは未開拓の領域です。どこでも同時に勝とうとする必要はありません。まず競合が弱いところから始めましょう。
1つのエンジンにしか存在しない第三者ドメイン。 これらは各エンジンの独自のカテゴリ観を形成したソースです。出版物、アナリストサイト、またはレビュープラットフォームがPerplexityには多く登場するがChatGPTには登場しない場合、そのソースは多数のPerplexity購買者ジャーニーに影響を与えています。そこで引用されることは、Perplexity可視性への直接の道です。ChatGPT専用ソースにも逆のことが当てはまります。
ステップ5：ギャップを診断し、修正する
モノエンジントラップリストは、不在の場所を示します。診断は、その理由を説明します。フレームワークは以下のとおりです：
| 症状 | 考えられる原因 | 修正の方向性 |
|---|---|---|
| ChatGPTは強いがPerplexityが弱い | 鮮度シグナルが低い。自社コンテンツへの被リンクが少ない | タイムリーでリンクの多いコンテンツを公開。Perplexityが好むソースからの引用を獲得 |
| Perplexityは強いがChatGPTが弱い | ライブウェブでの存在感は良好だが、学習データのフットプリントが限られている | 長期的な権威を構築。アナリストへの言及、確立された出版物への寄稿、一貫したドメイン履歴 |
| 両方に不在 | まったく認知されていない | 両エンジンでカテゴリを支配する第三者ソースから始める |
| 両方に存在するが順位が低い | 引用ボリュームが薄すぎる | 購買意図コンテンツの幅を広げ、多様なプロンプトファミリーにわたって引用を増やす |
診断は定性的です。回帰分析ではなく、パターンを読み取ります。ただし、チームメンバーにアサインして四半期にわたって追跡するには十分に具体的です。
この手法をサポートするツール
クロスエンジンの引用データを手動で取得することは可能ですが、時間がかかります。以下のプラットフォームはプロセスの各部分を自動化します：
Profoundはマルチプラットフォーム引用インテリジェンスに特化して構築されています。プロンプトボリュームデータにより、実際のユーザーがどんな質問をしているかを示し、引用マップによってChatGPT、Perplexity、Google AI Overviewsにわたりどのドメインが表示されるかを確認できます。ステップ2のリーダーボードをスケールで構築するための最も強力な専門ツールです。実用的なカバレッジは月$399から。
Peec AIはDeepSeek、Grok、Llamaなど主要なエンジンに加えて9つ以上のエンジンをカバーしています。エンジンごとの引用内訳はクロスエンジンドメインリストの構築に適しています。無制限ユーザーシートにより、代理店やマルチブランドチームにも実用的です。月€85から。
Semrushはそのプラットフォームでのドメイン引用を通じてAI Overviewsのモニタリングをサポートします。Google AI Overviewsプロンプトにわたってどのサードパーティソースがカテゴリで繰り返し登場するかを特定するのに役立ちます。専門のAEOプラットフォームのGoogle側を補完するツールとして活用できます。
Temsoは月$89から、1つのダッシュボードで8エンジンにわたるシェアオブボイスを監視します。初期ベンチマークを実施してギャップを特定した後、プラットフォーム間での引用プレゼンスが改善しているかどうかを継続的に追跡するための摩擦の少ない方法です。ChatGPT、Perplexity、Gemini、Google AI Overviews、Google AI Mode、Grok、Microsoft Copilot、Meta AIをカバーしています。
これらのツールのいずれも、分析ステップを自動化するわけではありません。リーダーボード構造、Jaccardスコア、モノエンジントラップリストは、データが示す内容を解釈する作業が必要です。それこそがこの手法の要点です。生の引用数を優先順位付きのアクションリストに変換します。
ツールの全比較は/rankings/ai-visibility-toolsをご覧ください。
ステークホルダーへの報告方法
このベンチマークの成果物は、四半期レポートやチームレビュー向けに自然な構造を持っています：
件名： クロスエンジンAIシェアオブボイス、[SaaSカテゴリ]、[四半期]
主張： 当社のドメインはChatGPTで[X]位（トップ20リーダーボード）、Perplexityで[Y]位にランクしており、カテゴリのJaccard重複スコアは[Z]です。
指標： エンジンごとの引用頻度、[N]件の購買意図プロンプトにわたり、プロンプトあたり5回実行の平均。
期間： [開始日]から[終了日]まで、前四半期比。
この4つの構成要素（件名、主張、指標、期間）により、結果を引用可能にし、報告期間にわたって比較できるようになります。また、これはAIエンジンが整理されたコンテンツから情報を引き出すときに使う構造でもあります。このようなベンチマークをカテゴリの編集コンテンツとして公開すれば、購買者が「このカテゴリでのリーダーは誰か」と問うとき、AIエンジンがあなたのフレーミングを引用する可能性が高まります。
/glossaryには、シェアオブボイス、引用率、Jaccardスコアの定義があります。非技術的な聴衆に説明するときの参考資料として活用してください。
今週やるべきこと
購買意図プロンプトのトップ5を選んでください。ChatGPTで各5回、Perplexityで各5回実行します。いずれかの回答に引用されたすべてのドメインをリストアップし、カウントし、比較します。両方のリストに登場するドメインがいくつあるかを確認してください。
この最初の手動チェックは2時間もかかりません。そして、自分がモノエンジントラップに陥っているかどうかを教えてくれます。重複が20%未満であれば、そのトラップに嵌まっています。そこから、完全なベンチマークをどう構築するか、何を最初に修正するかを判断できます。
ベンチマークを一度きりではなく継続的に追跡したい場合、Temsoは月$89から、ドメインとプロンプトセットを登録するだけで8エンジンにわたるシェアオブボイス監視を提供します。分析をエグゼクティブ聴衆やAEO専門家に届ける必要がある場合は、Profoundが最も詳細な引用レベルのデータを提供します。
いずれにせよ、まずデータから始めましょう。モノエンジントラップは、両エンジンにわたって測定するまで見えません。一度測定すれば、ギャップが明確になり、修正すべき点も明らかになります。