AIシェアオブボイストラッカーに必要な列は何ですか?

信頼性の高いAI SoVトラッカーには9つの列が必要です。プロンプトテキスト、エンジン名、実行日、ブランドメンション(Y/N)、回答内の掲載順位(最初に言及 / 二番目以降 / 言及なし)、センチメント(ポジティブ / ニュートラル / ネガティブ)、競合メンション(カンマ区切りのブランド名)、引用URL(エンジンが提示したソースリンク)、メモ(ハルシネーションや異常な回答動作のフラグ)の9列があれば、SoVの計算、センチメントの監査、引用ギャップの発見に必要なデータをシートを肥大化させることなく記録できます。

AI検索のシェアオブボイスの計算式は何ですか?

AI SoV = (自ブランドのメンション数) / (自ブランドを含む、定義した競合セット全体のメンション数) x 100。例えば、100プロンプトを実行して自ブランドが28回、競合Aが41回、競合Bが19回登場した場合、SoVは28 / (28 + 41 + 19) = 31.1%になります。分母には競合だけでなく、必ず自ブランドのメンション数も含める必要があります。

信頼できる数値を得るには1プロンプトにつき何回実行すればよいですか?

結論を出す前に、エンジンごとに最低5回実行してください。アンサーエンジンは確率的であり、1回の回答は分布から取り出した1つのサンプルにすぎません。5回の実行でそのプロンプトの安定した引用率が得られます。オープンエンドな問いや意見の多い、あるいは合意の少ないテーマには10回の実行を使い、ドリフトを追跡するために毎週または隔週で再実行してください。

毎週同じプロンプトを追跡すべきですか?

はい。ただし定期的な見直しを伴います。一定のプロンプトを維持することで時間的なドリフトを把握できます。実際の購入者がその言い回しで問いを立てなくなったとき、SoVが数週間にわたりそのプロンプトで100%近くに飽和したとき、またはセットに既にある別のプロンプトと重複しているときは、そのプロンプトを引退させましょう。その実行クレジットは回答がまだ競われているプロンプトに再投資してください。

トラッカーにはどのAIエンジンを含めればよいですか?

まずChatGPT、Perplexity、Google AI Overviews、Gemini、Microsoft Copilotの5つから始めましょう。これら5つでAI支援によるリサーチと購買行動の大部分をカバーできます。コア5エンジンが安定して動き出したら、Google AI ModeとMeta AIを追加してください。同一プロンプトでエンジンごとに別の行として記録することで、エンジン別SoVを確認でき、マルチエンジン追跡が必要な理由である乖離を検出できます。

このトラッカーは手動の代わりに自動化できますか?

手動追跡は2〜3つのエンジンで20〜50プロンプト程度までなら機能します。それを超えると、専用プラットフォームがプロンプトの実行、実行平均化、SoVの計算を自動で処理します。Peec AI、Otterly.AI、Profound、Temsoはいずれもスケジュールに沿ってプロンプトを実行し、生の回答データをエクスポートして、SoVダッシュボードを提供します。スプレッドシートテンプレートは手法を理解するための正しい出発点であり、プロンプトセットが大きくなった時点で自動化が正しい次のステップです。

シェアオブボイス追跡テンプレート: 5つのエンジンでAIブランドメンションを競合と比較するスプレッドシート

2026年7月最終更新

ChatGPTが自ブランドに言及するかどうかを知ることは出発点にすぎません。自ブランドがカテゴリープロンプトの28%に登場し、最大の競合が41%に登場することを把握できれば、その差を具体的なアクションにつなげられます。AIのシェアオブボイストラッカーが可視化するのは、まさにその差です。

問題は、多くのチームがトラッカーをまったく構築しないか、精査に耐えられない形で構築してしまうことです。列の選択は一見問題なさそうでも、週ごとに数値が揺れる理由を問われると答えられなくなります。原因はほぼ同じです。プロンプトごとに1回しか実行していない、平均化していない、定義した競合セットではなく単純なメンション数をカウントする計算式を使っている。

この記事では、完全な列スキーマ、正確なSoV計算式、3競合を使ったワークサンプル、そして数値を根拠あるものにするための実行平均化手法を解説します。

9列スキーマ

この構造を任意のスプレッドシートにコピーしてください。各行が1つのエンジンで1日に実行した1プロンプトを表します。

#	列名	記録する内容	入力例
1	プロンプト	質問テキストをそのまま verbatim で記録	”B2B SaaS向けの最良のAI visibilityツールは何ですか?“
2	エンジン	問い合わせ先のAIプラットフォーム	ChatGPT
3	実行日	ISO日付形式 (YYYY-MM-DD)	2026-07-16
4	ブランドメンション (Y/N)	回答の中で自ブランドが言及されたか	Y
5	掲載順位	ブランドが登場した位置: 最初に言及 / 二番目以降 / 言及なし	二番目以降
6	センチメント	ブランドの説明の評価: ポジティブ / ニュートラル / ネガティブ	ポジティブ
7	競合メンション	同一回答の中で言及された競合ブランド名(カンマ区切り)	Profound, Otterly.AI
8	引用URL	エンジンがリンクまたは引用したソースURL(ある場合)	https://yoursite.com/category-page
9	メモ	ハルシネーション、誤った料金、古い情報、異常に長いまたは短い回答にフラグを立てる	ハルシネーション: 誤った料金が記載

フィールドに関する補足事項:

掲載順位は重要です。「最初に言及」されたブランドは、読者の記憶に残る影響が不均衡に大きくなります。Y/Nフラグとは別に追跡してください。
競合メンションは、社内の略称ではなく、回答に登場した正確なブランド名を使用してください。COUNTIFの計算式が正しく機能します。
引用URLは、会話型エンジンでは空白のことが多く、検索拡張型エンジン(Perplexity、Google AI Overviews)では記録されることが多いです。記載されている場合は必ず記録してください。
メモはアナリストが省略しがちで、後から後悔する列です。「ChatGPTが自社の料金を月99ドルと記載したが、正しくは月29ドル」というメモは、追跡して修正が必要な精度ギャップの典型例です。

SoV計算式

AIシェアオブボイス = (自ブランドのメンション数 / 競合セット全体のメンション数) x 100

分母には自ブランドと定義した競合セット内のすべての競合が含まれます。実行したプロンプトの総数は使いません。競争環境にある全ブランドが何回言及されたかをカウントし、その合計に占める自ブランドの割合を測定します。

SoV = (自ブランドのメンション数 / (自ブランド + 競合A + 競合B + ... + 競合N)) × 100

これはPeec AI、Profound、Otterly.AIといった専用プラットフォームが使用している計算式です。独自のトラッカーを構築する際にこの計算式を使えば、それらのプラットフォームが報告する数値と比較可能な結果が得られます。

ワークサンプル: 3競合セット

5つのエンジン(エンジンごとに20プロンプト)で100プロンプトを実行します。プロンプトごとに5回の実行で平均化した後(エンジンごとに生の実行数は合計500回ですが、平均化した結果は100件)、集計すると:

ブランド	100件の平均化済みプロンプトでのメンション数	SoV
自ブランド	28	31.1%
競合A	41	45.6%
競合B	19	21.1%
競合C	2	2.2%
合計	90	100%

100プロンプトのうち10件はブランドメンションなしの回答でした。この10件は分母に含まれません。SoVは28 / 90であり、28 / 100ではありません。

これは重要な点です。「どうすれば検索の視認性を高められますか?」のようなカテゴリープロンプトがブランド名を含まない一般的な回答を返した場合、それを分母に含めるとすべてのブランドのSoVが人為的に低下します。「ブランド言及なし」プロンプトはSoVの計算から除外しますが、シートには残しておきます。カテゴリーで「ブランド言及なし」プロンプトの割合が増加傾向にあること自体が重要なシグナルです。

実行平均化の手法

アンサーエンジンは確率的です。ChatGPTに同じ質問を5回問うと、5回とも異なるブランドが言及される可能性があります。1回の実行はデータポイントです。5回の実行が測定値です。

実際のワークフロー:

1セッションで各プロンプトを5回実行します(同日、同エンジン、同アカウント状態)。
各実行をシートの別行として記録します。
そのプロンプトの引用率を計算します: 5回のうちメンションされた回数 ÷ 5。5回中3回言及されたブランドは、そのプロンプトで60%の引用率です。
週次SoVを計算するときは、生の数ではなくプロンプトごとの引用率を使用します。
引用率を時系列で追跡します。4週間で40%から70%に変化したプロンプトは調査が必要なドリフトです。モデルの学習データが更新されたか、新しいコンテンツが引用を獲得したか、競合がポジションを失ったかのいずれかです。

数値を根拠あるものにするための方法論メモ: SoVを報告するたびに、プロンプトあたりの実行回数、プロンプトセットのサイズ、エンジンリストという3つのメタデータを必ず添付します。「カテゴリープロンプトセットにおける当社のAI SoVは31.1%でした(プロンプトあたり5回実行平均、100プロンプト、2026年7月14日の週、ChatGPT + Perplexity + Google AI Overviews + Gemini + Microsoft Copilot)」は、ステークホルダーが検証できる数値です。「当社のAI SoVは31%」ではそれができません。

プロンプトセットの構成方法

トラッカーのスキーマは記録を処理します。何を測定するかはプロンプトセットが決めます。

測定サイクルあたり30〜100プロンプトを目標にします。30未満では、個々のプロンプトの変化に揺れが大きいノイズの多いSoV数値になります。100を超えると手動管理が困難になります(その規模での正しい答えは自動化です)。

プロンプトをインテントクラスターに整理します:

カテゴリー評価 (“Xに最良のツールは何ですか”): ファネル上部での発見をキャプチャ。
機能比較 (“どのツールがXをより上手くこなすか”): ファネル中部での検討をキャプチャ。
価格または反論 (“Xはコストに見合うか”): ファネル下部での意思決定をキャプチャ。
問題起点 (“Xをどうやって解決するか”): カテゴリー名を含まないが言及されたいプロンプトをキャプチャ。

各クラスターのSoVを別々に追跡します。カテゴリー評価プロンプトを支配しながら問題起点プロンプトで消えるブランドには、特定の課題があります。問題に答えてカテゴリー推薦につなげるコンテンツを強化する必要があります。

エンジン別SoV: なぜ重要か

追跡する各エンジンに対して各プロンプトを実行します。SoVを集計値だけでなく、エンジン別に計算します。

Profoundの調査(2025年7月)では、両方のプラットフォームで10万件のプロンプトを分析した結果、ChatGPTとPerplexityの両方で引用されるドメインは約11%にすぎないことが明らかになりました。エンジンはほぼ異なるソースプールを参照しています。集計SoVが良好に見えても、購入者が最もよく使う1つのエンジンでは無視されている可能性があります。

トラッカーのエンジン別列でこの分割が見えるようになります。ChatGPTでのSoVが40%でGoogle AI Overviewsでは8%であれば、それは2つの異なる問題であり、2つの異なる解決策が必要です。

トラッカーのメンテナンス: 簡易チェックリスト

一貫した追跡は、放棄してしまう完璧なトラッカーよりも価値があります。シンプルに保ちましょう:

毎週(または隔週)の決まった曜日にプロンプトを実行します。週末のモデル更新ノイズを避けるため、火曜日の朝がうまく機能します。
古い実行は削除せず、アーカイブします。過去データがあってこそトレンドラインを描けます。
購入者の言い回しを反映しなくなったプロンプトは引退させます。営業コールやサポートチケットで新しい言い回しに気づいたら、代替プロンプトを追加します。
プロンプトの文言を変更した週はフラグを立てます。わずかな変更(疑問符の追加、時制の変更)でも引用率が変わり、トレンドラインが乱れることがあります。
メモ欄を月次でレビューします。ハルシネーションのパターン(誤った料金、誤った機能セット、誤った企業規模)は、更新が必要なソース素材を示しています。

専用ツールに切り替えるタイミング

スプレッドシートテンプレートは出発点として最適です。ソフトウェアに任せる前に手法を理解することを強制してくれます。

プロンプトセットが50〜100を超えるか、3つ以上のエンジンを追跡するようになると、手動追跡がボトルネックになります。そのときこそ、専用プラットフォームが本領を発揮します。

Peec AIはDeepSeekやGrokを含む9つ以上のエンジンで毎日プロンプトを実行し、生の回答データをエクスポートし、手動のCOUNTIF計算式なしでエンジン別SoVを提供します。すべてのプランでユーザーシート数が無制限なので、代理店に選ばれています。

Otterly.AIは、6つのプラットフォームにわたるプロンプトレベルの引用追跡に加え、構造化されたGEO監査ガイダンスを提供します。Standardプランは月189ドルからで、Liteティアにはない競合SoVベンチマーキングが含まれています。

Profoundは、最深の引用インテリジェンスを必要とするチーム向けの専門家向け選択肢です。6億8000万件の引用データセットと、実際のユーザーがAIエンジンに問いかけている質問を表示するPrompt Volumes機能は、スプレッドシートでは再現できないレベルです。フル機能プランの開始は月399ドルです。

Temsoは、モニタリングとアクションプランを1つの製品で求めるチーム向けのオールインワン選択肢です。月89ドルから8つのAIエンジン全体でシェアオブボイス、ブランドメンション、引用、センチメントを追跡し、同じサブスクリプション内で視認性のギャップを優先度付きの改善キューに変換します。

Semrushは2025年にAI Overviews追跡を自社プラットフォームに追加しました。Semrushエコシステムにすでに入っているチームには合理的な出発点ですが、AIトラッキングは専用のAEOプラットフォームより範囲が限定されています。

AIvisibilityツールの全順位ランキングでは、主要な選択肢すべての料金とエンジンカバレッジを横並びで確認できます。

方法論のメモ

共有するすべてのSoV数値には3つのメタデータを添付してください。プロンプトあたりの実行回数、プロンプトセットのサイズ、エンジンリストです。これがなければ、ステークホルダーはその数値が1つのエンジンでの数回の実行によるスナップショットなのか、厳密な測定プログラムによる安定した平均値なのかを判断できません。

この記事の計算式とスキーマは、主要なAI visibilityプラットフォームが使用する手法と一致しています。このスプレッドシートから専用ツールに移行しても、過去データは引き続き解釈可能で、SoV数値は両方のアプローチで比較可能です。

このサイトでのツール評価に使用している完全な測定手法については/methodologyを、用語の定義については/glossaryをご覧ください。

9つの列から始め、プロンプトごとに5回実行し、計算式を適用し、すべてのレポートに方法論メモを付けてください。これが根拠あるAIシェアオブボイスプログラムの完全な基盤です。

8つのエンジン全体で測定を最初から自動化したい場合、Temsoの月89ドルプランがプロンプトの実行、実行の平均化、SoVダッシュボードの提供をスプレッドシートなしで行います。代理店向けのマルチシートアクセスや構造化されたGEO監査ガイダンスを優先する場合は、Peec AIとOtterly.AIが有力な代替候補です。