Dental clinic interior

購入者が目にする回答を読み解く、AIブランド露出トラッキング

APIのサンプルデータと実際の回答で、ソースリンクが一致するのはわずか4%程度です。Saiは、購入者がブラウザでログインした状態で実際に目にする回答を毎週追跡します。

今週、[our brand]がAIの回答にどのように表示されているかを追跡します。 ChatGPT、Perplexity、Google AI Mode、Copilotで以下の12個のプロンプトを実行します。 自分のアカウントにログインし、プロンプトごとに新しいセッションを開始します: [paste your 12 buyer-intent prompts here] 各実行で以下をキャプチャします:プロンプト、エンジン、日付、[our brand]への言及の有無、 回答内での掲載順位、併記されているすべてのブランド、 および回答が引用しているすべてのソースリンク。 回答の全文を証拠として保存し、自社が管理していないページへの引用があればフラグを立てます。 プロンプトとエンジンの組み合わせごとに1行ずつGoogleスプレッドシートにまとめ、 エンジン別、プロンプト順に並べ替え、今週のデータを最上部に配置します。 送信は不要です。
今すぐ試す

仕組み

プロンプトセットを一度作成すれば、残りの3つのステップはSaiが毎週自動で実行します。

Step 1

購入者が実際に検索する質問を作成する

10〜20個のプロンプトと、ターゲット市場が利用するエンジンを指定します。オプションで、低下を検知した際に通知するしきい値を設定できます。

Step 2

Saiはログイン済みの実環境で各プロンプトを実行

プロンプトごとに新しいチャットセッションを、お客様自身のアカウントで実行します。購入者が回答を得る際と全く同じ環境を再現します。

Step 3

Saiが言及、競合、引用元をすべて記録

言及の有無、回答内での位置、併記されたブランド、引用されたすべてのソースリンクを記録し、回答全文を保存します。

Step 4

Saiが来週月曜日に再び実行

同じプロンプト、同じエンジン、同じ形式で実行します。今週のデータは、過去のすべての週のデータと並べて表示されます。

ブランドマーケターおよびコンテンツマーケターのための活用事例

数値の根拠を説明しなければならないマーケターのために

サンプルではなく、回答そのものを分析

モデルのエンドポイントとログイン後の製品インターフェースでは、検索結果、パーソナライズ、引用元が異なるため、返される回答も異なります。Saiはインターフェース上の回答を直接読み取るため、報告される言及は、実際のセッションでユーザーが目にした可能性のあるものに限られます。

モデルエンドポイントとサインイン後の製品インターフェースでは、検索結果、パーソナライゼーション、引用元など、返される応答が異なります。Saiはインターフェースを読み取るため、報告される言及は、ユーザーが実際にセッション内で目にすることができたものとなります。

可視性を左右するインターフェースの多くは、公開APIを持たなくなっています。メモリやコネクタを備えたChatGPTセッション、テナントに紐付いたエンタープライズ向けCopilot、独自のモデル選択機能を持つPerplexityアカウントなど、これらをSaiは開き、サインインし、入力し、画面を読み取ります。

1回限りの実行ではなく、100回目の実行のために構築

可視性の数値は単体では意味をなしません。40週目の月曜日にこそ意味があります。Saiは同一のプロンプトセットを自動で繰り返し実行し、毎週のデータを並べて記録するため、誰も再実行することなく推移を読み取ることができます。

すべての数値には根拠がある

各行には回答の全文とエンジンが引用したすべてのリンクが保持されます。言及が消えた場合、単にスコアが下がったことを確認するだけでなく、実行結果を開いて、その引用枠に代わって表示されたページを確認できます。

AIブランド可視性トラッキングが実際に測定しているもの

AIブランド可視性トラッキングとは何か?

AIブランド可視性トラッキングとは、特定の購入者向け質問セットに対してAIエンジンが生成する回答の中に、ブランドがどれだけ表示されるかを繰り返し測定することです。各実行では、言及の有無、回答内での位置、併記された競合ブランド、回答が引用したソースが記録されます。これは単発の監査ではなく、トレンドを測定するものです。

検索ランキングでは10位までの順位とクリック数が重要でした。しかしAIの回答は、1つの段落、3〜4つのブランド名、そして短い引用リストで構成されます。「2ページ目」という概念は存在しません。段落内に含まれないブランドは検討対象外となり、その事実はランキングレポートには一切反映されません。

AI検索結果における自社ブランドの可視性を追跡するには?

AI検索でのブランド可視性を追跡するには、実際の購入者が入力するであろう10〜20の質問を固定し、市場で利用されているエンジン(ChatGPT、Perplexity、Google AIモード、Copilot、Geminiなど)を選択します。そして、サインインしたセッションから毎週同じ曜日に同一のセットを実行し、実行ごとに5つの項目を記録してください。

その5つの項目とは、言及の有無、回答内での位置、併記されたブランド、引用されたソース、そして回答全文です。重要なのはプロンプトを固定し続けることです。可視性の数値は時系列データとして初めて意味を成すものであり、実行のたびに質問を書き換えてしまうと、ベースラインがリセットされてしまいます。

What is measured API-sampled AI visibility trackers Sai (real signed-in interface)
Surface queried Model endpoint, no account, no session The signed-in product, one fresh chat per prompt
Agreement with the on-screen answer ~4% of cited source links, ~24% of brand mentions It is the on-screen answer
Engines with no public API Not covered Covered — operated through the UI
Memory, connectors, personalisation Stripped out by definition Present, exactly as the buyer has them
Evidence retained A score Full answer text plus every cited link
Diagnosing a drop The number moved The page that took the citation slot

AI可視性トラッカーの結果が、自分の画面で見ているものと異なるのはなぜか?

AI可視性トラッカーの結果が画面と異なるのは、参照しているインターフェースが異なるためです。APIの背後にあるモデルエンドポイントは、サインイン後の製品とは異なり、メモリ、コネクタ、ライブ検索レイヤー、アカウントのコンテキストを持ちません。測定による比較では、両者が一致する引用ソースリンクは約4%、ブランド言及は約24%に留まります。

この乖離は平均化すべきサンプリングノイズではなく、測定そのものです。APIサンプリングから40%の言及率を報告するツールは、
顧客が実際に訪れることのないインターフェースを記述しているに過ぎません。その数値は内部的には一貫していても外部的には無意味であり、
経営会議の資料に載せるには最悪の組み合わせと言えます。

なぜこれらのツールはログイン画面で止まってしまうのでしょうか?

これらのツールがログイン画面で止まってしまうのは、APIを基盤としているからです。しかし、重要な回答が得られる場所の多くは、APIを公開していません。Profound、Peec AI、Scrunch AI、Otterly、そしてSemrushやAhrefs内のAIモジュールはすべてプログラムによるサンプリングを行っていますが、いずれもメモリやコネクタが有効なChatGPTのログインセッション内で動作することはできません。

SaiはAPIに依存していません。人間と同じようにブラウザを操作します。エンジンを開き、認証情報でログインし、プロンプトを入力し、回答が完了するのを待ち、表示された内容を読み取ります。人間がクリックできる場所であれば、Saiは実行可能です。そのため、APIを提供するエンジンであれ、今後も提供しないエンジンであれ、同じ指示で対応できるのです。

AIブランド可視性トラッキングを導入すべきでないのはどのような場合ですか?

来月の役員会議用のスライドに載せるスナップショットが1つ必要なだけであれば、導入は不要です。ブラウザを使えるアナリストが午後を使って作業すれば、どんなトラッキングツールよりも優れた結果を出せるでしょう。また、対象とするすべてのエンジンが安定した公開APIを提供しており、すでにエンジニアがその統合を維持管理している場合も同様です。

このツールが真価を発揮するのは、毎週5つのエンジンに対して同じ20の質問を1年間繰り返す必要がある場合や、数値の根拠を説明しなければならない場合です。一度測定するのは「作業」ですが、12ヶ月目も測定し続けるのは「業務」です。Saiは1回目の実行ではなく、100回目の実行のために設計されています。

よくある質問

Building autonomous computers doesn't mean replacing humans. It means cooperation.

Free your hands from the computer.

Try Sai