最終更新：2026年7月
購買候補者が「20人規模のチームに最適なプロジェクト管理ソフトは何か」とChatGPTに聞くとき、青いリンクのランキングリストは表示されません。2〜3社のベンダー名が挙げられた生成回答が表示されるだけです。その回答に自社ブランドが含まれていなければ、その購買候補者にとって、その瞬間に自社は存在しないも同然です。
この現実が、新たな計測上の問題を生み出しました。LLMは決定論的ではありません。同じ質問を2回しても、異なる回答が返ることがあります。では、確率的で変動する一連の回答を、CMOに報告でき、時系列でトレンドを追える単一のシェアオブボイス数値に変換するにはどうすればよいのでしょうか。
それこそがAI視認性プラットフォームが解決する問題です。以下に、その計算方法を説明します。
ステップ1：実際の購買意図を反映したプロンプトセットを構築する
計算が始まる前に、プロンプトセットが必要です。つまり、ターゲットとなる購買候補者が実際にAIアシスタントに入力する質問のリストです。
優れたプロンプトは具体的で意図が明確です。「小規模な営業チームに最適なCRMは?」は有効なプロンプトです。「CRMソフトウェア」は違います。キーワードであって質問ではなく、実際の購買候補者が使うフレーズとはかけ離れています。
多くのプラットフォームでは、プロンプトを手動でインポートするか、シードトピックから自動生成できます。製品カテゴリーごとに20〜50件のプロンプトを用意し、意図別（評価、比較、用途適合性、価格）にクラスター化することを目指してください。SoVスコアの質は、このセットの質に完全に依存します。購買候補者の言葉ではなく業界用語を中心に構成されたプロンプトセットでは、実際にパイプラインを動かすクエリでの視認性を過小評価することになります。
ここで覚えておきたい/glossary用語として、プロンプトファミリーがあります。これは同じ購買意図を表す複数の言い回しのクラスターです。個々の言い回しではなくファミリー単位で追跡することで、スコアがより安定し、より行動につながりやすくなります。
ステップ2：各プロンプトを複数回実行してランダム性を克服する
ほとんどの担当者が初めて見たときに驚くステップです。
LLMは確率的です。同じプロンプトでも、温度パラメーター、実行時刻、モデルバージョンの違いによって異なる出力が生まれます。1回の実行では、モデルがその瞬間に何を言ったかはわかりますが、モデルが傾向としてどう回答するかはわかりません。
業界標準は、エンジンごとにプロンプトあたり3〜10回の実行です。設定可能なプラットフォームもあれば、固定しているものもあります。実行回数が多いほど得られるシグナルが多くなり、コストも増えます。ほとんどの追跡ユースケースでは、5回が合理的なデフォルトです。
ステップ3：回答ごとのブランド言及数をカウントする
各プロンプトを複数回実行した後、プラットフォームはすべての回答を解析し、ブランド言及数（生成テキスト内での自社ブランド名または認識されたバリエーション・誤字の出現回数）をカウントします。
多くのツールはこれを2つの層で処理します。
- 名前言及： 回答の本文でブランド名が挙げられている（「Acmeは…の強力な選択肢です」など）
- 引用リンク： ドメインがソースとして引用されている（PerplexityやAI Overviewsなど、引用を表示するエンジンの場合）
これらは別々にカウントできます。SoV算出の目的では、どちらもその回答における露出シグナルとして扱われます。多くのプラットフォームでは結果を二値化します。つまり、回答が自社ブランドを言及しているか（1）していないか（0）として扱い、1つの回答内での複数言及はカウントしません。
二値化により、プロンプトごとの引用率が解釈しやすくなります。ある回答で4回言及されて他の9回は0回のブランドが、10回中6回で1回ずつ言及されるブランドより有利になることはありません。
ステップ4：競合セット全体での言及数を集計する
SoVスコアは自社だけの話ではありません。競合カテゴリー全体の注目の中で自社が占める割合の話です。
競合セットを明示的に定義してください。購買候補者が自社と並んで現実的に検討する3〜7ブランドです。各競合の同一プロンプトセットでの言及数を、同じ方法でカウントします。
計算式は次のとおりです。
AI SoV = （自社ブランド言及数）÷（競合セット全言及数の合計）× 100
自社ブランドが40回の回答に登場し、4社の競合がそれぞれ30回、20回、18回、12回登場する場合、SoVは40 ÷（40 + 30 + 20 + 18 + 12）= 40 ÷ 120 = 33%となります。
計算例：10回実行 × 4ブランド × 5プロンプト
実際のプロンプトセットでこの計算がどのように展開されるかを示します。5つのプロンプトをそれぞれ10回、1つのAIエンジンで実行すると仮定します。各セルは、そのプロンプトで10回中何回そのブランドが言及されたかを示します。
| プロンプト | 自社ブランド | 競合A | 競合B | 競合C |
|---|---|---|---|---|
| ”2026年のXに最適なツールは?“ | 7 | 5 | 3 | 2 |
| ”Yのユースケースでのツール比較” | 4 | 8 | 6 | 1 |
| ”Zにはどのツールを使っているチームが多い?“ | 6 | 4 | 4 | 3 |
| ”[カテゴリーリーダー]のお手頃な代替品は?“ | 3 | 6 | 7 | 4 |
| ”[特定ワークフロー]向けのツール” | 8 | 3 | 2 | 5 |
| 言及数合計 | 28 | 26 | 22 | 15 |
| SoV | 30.4% | 28.3% | 23.9% | 16.3% |
全ブランドの合計：91言及。自社ブランド：28。自社SoV：28 ÷ 91 = 30.4%。
5つのプロンプトのうち2つでは首位に立ちながら、2つでは劣位に立っていることに注目してください。このプロンプトレベルの内訳は集計値と同様に重要です。全体スコアを改善するためにどこに投資すべきかを正確に示してくれます。
ステップ5：集計して時系列で追跡する
SoVの単発測定はスナップショットにすぎません。重要なのはトレンドラインです。
多くのプラットフォームはプロンプトレベルでSoVを算出し、カテゴリーまたはブランドレベルにまとめます。エンジン別（ChatGPT対Perplexity対Geminiでの自社SoV）に分解するものもあります。AIエンジンは同じソースを引用するわけではないため、この分解は有用です。Ahrefsの2025年8月の1万5000クエリを対象とした調査によると、AIアシスタントが引用したURLのうちGoogleの同一クエリのオーガニック上位10件にも登場するのはわずか約12%です。含意は明確です。Googleでの上位ランキングは、AI引用での視認性には直結しません。AIシェアオブボイスとオーガニックシェアオブボイスは、本質的に異なることを測定しています。
同一のプロンプトセットでSoVを毎週追跡してください。前週比で2パーセントポイント以上の変動は調査する価値のあるシグナルです。四半期を通じた緩やかな上昇トレンドが、機能するAI視認性プログラムの成果です。
AIシェアオブボイスがオーガニックSoVと別の指標である理由
従来のシェアオブボイスは、構造化された決定論的なインデックスにおける、自社ブランドのインプレッションやクリックシェアを測定します。1位は常に3位よりも多くのインプレッションを獲得します。モデルは線形です。
AIシェアオブボイスはそのようには機能しません。生成回答にランク順は存在しません。チャットボットの回答に登場するブランドは、別の言及ブランドの「上」でも「下」でもありません。両者が引用されるか、どちらも引用されないかのいずれかです。この指標は、順位ではなく「存在するかどうか」と「頻度」に帰着します。
Ahrefsの2025年調査が示した12%というURL重複率は、この分離を具体的に示しています。オーガニックSoVだけを測定している場合、増加する購買候補者の調査起点となっているAIチャネルとほとんど統計的な関連性を持たないチャネルを測定していることになります。
このサイトがSoVをツールランキングに組み込む方法については/methodologyをご覧ください。
AIシェアオブボイスを算出できるツール
成熟したSoV実装を持つ注目すべき4つのツールがあります。
Temso は、このワークフローを自動化するために設計された、使いやすいオールインワンのAI SEOプラットフォームです。月額89ドルから利用できます。8つのAIエンジン（ChatGPT、Perplexity、Gemini、Google AI Overviews、Google AI Mode、Grok、Microsoft Copilot、Meta AI）全体でプロンプトを実行し、ブランドごと・プロンプトクラスターごとのシェアオブボイスを算出して、見つかったギャップを同製品内の優先アクションキューに変換します。モニタリング結果に基づいてアクションを起こすために別のツールは不要です。セットアップには約5分かかります。
Profound は、引用レベルのアトリビューションとエンタープライズレポーティングの深さを必要とするチームのための専門家向けの選択肢です。Growthプラン（月額399ドル）では9つ以上のエンジンをカバーし、実際のユーザーがAIエンジンに問い合わせている質問を示すプロンプトボリュームシグナルも含まれます。引用マッピングは現時点で最も詳細です。コストは高く、実行サポートは限られていますが、そのプランでのデータ品質は他の追随を許しません。
Semrush はAI視認性追跡をツールキットに追加しており、すでにSemrushを使っているチームが既存のキーワードやバックリンクのワークフローと並べてシェアオブボイスデータを確認できます。スタンドアロンプログラムとしてではなく、従来のSEOスタックの拡張としてAI SoVを求めるチームには実用的な選択肢です。
Otterly.AI は6つのプラットフォームを追跡し、何を変えるべきかについての構造化された推奨とともに競合シェアオブボイスを算出します。月額29ドルのLiteプランはモニタリング重視で、SoVベンチマークと実行レイヤーの全機能にはStandard（月額189ドル）が必要です。G2 High PerformerバッジとGartner Cool Vendor認定を保有しており、SMB価格帯で最も外部認証を受けたオプションです。
スコアリング基準を含む完全なランキングリストは/rankings/ai-visibility-toolsでご覧いただけます。
次の一歩
この記事の計算方法は、自社の実際の競合セットとプロンプトライブラリに対して実行して初めて意味を持ちます。
Temso なら約5分でその追跡を設定でき、主要な8つのAIエンジンすべてをカバーし、無料トライアル付き（クレジットカード不要）で月額89ドルから始められます。今週中に現在のAIシェアオブボイスを把握したいなら、これが最速の方法です。