「AIが自社ブランドを取り上げてくれない」。一見すると1つの課題ですが、実際には3つに分けて考える必要があります。ChatGPTの回答文に社名が出ること、自社サイトが参考情報として示されること、そしてAIが「この条件ならXがおすすめです」と明言することは、それぞれまったく異なる状態です。多くのブランドがAI可視性の改善で最初につまずくのは、この3段階を一括りにし、最も目につきやすい一方で価値の低い指標だけを見てしまうからです。
まず、3つの言葉を整理する
GEOやAEOの議論では、メンション、引用、推奨が混同されがちです。しかし、これらが示す可視性の段階も、AIから得ている評価の種類も異なります。区別しなければ、施策の方向を誤ります。本来はコンテンツの信頼性を高めるべきなのにタイトルだけを変えたり、推奨される理由が不足しているのに社名の露出回数だけを増やしたりすることになります。
- メンション（mention）：AIが生成した回答文に自社のブランド名が現れる状態です。1文だけ触れられる場合もあれば、リンクが付かない場合もあります。
- 引用（citation）：AIが自社のWebページを情報源として掲載する状態です。通常はクリック可能なリンクや出典ラベルが付き、モデルが自社コンテンツを参照したことを示します。
- 推奨（recommendation）：ユーザーが「どれを選ぶべきか」と尋ねた際、AIが自社を候補として挙げる状態です。場合によっては最上位で紹介されます。
メンション：名前が出るだけでは、選ばれたとは限らない
メンションは、AI可視性の入口にあたります。ユーザーが「台湾のB2Bコンテンツ制作会社にはどこがあるか」と質問し、AIの回答に自社名が記載される状態です。学習データやその場での検索結果に一定の存在感があるという意味では、価値があります。ただし、最も過大評価しやすい指標でもあります。10社の一覧に説明もリンクもないまま名前だけが並んでも、実質的な効果はほぼゼロです。さらに問題なのは、メンションの内容が正しいとは限らないことです。AIが自社の位置づけを誤ったり、競合他社の特徴を自社のものとして説明したりする可能性もあります。回数だけを追っていると、「どのように言及されているか」という、より重要な論点を見落とします。
引用：AIが自社を情報源として採用する
引用は、メンションより1段階上です。PerplexityやAI Overviewsが回答の下に情報源を並べ、その1つとして自社サイトへのリンクを示している状態を指します。これは、モデルが自社の存在を認識しているだけでなく、回答の根拠にできるほど自社コンテンツを信頼していることを意味します。引用はクリックや検索流入に直結しやすく、AIの回答内に設けられた限られた「出典枠」を獲得する手段でもあります。ここには見落とされやすいギャップがあります。メンションは多いのに、ほとんど引用されないケースです。主な原因はコンテンツの構造にあります。重要な情報が冗長な段落に埋もれ、明確な定義文や単独で抜き出せる要点がなければ、モデルは社名を読み取れても、そのまま引用できる一文を抽出できません。
メンションは「自社について話されている」状態、引用は「AIが自社コンテンツを根拠として扱う」状態です。前者が示すのは露出量、後者が示すのは信頼です。— Tenten GEO consultant team
推奨：認知される段階から、選ばれる段階へ
推奨は、3段階のなかで最も商談に近い状態です。ユーザーは「どのような選択肢があるか」ではなく、「自分の状況なら、どこを選ぶべきか」と尋ね、AIが具体的な候補を答えます。この段階の可視性では、モデルが自社を候補として支持しています。ここに到達するには、社名と引用元があるだけでは足りません。明確な適合条件、比較上の優位性、実際の顧客成果、競合との違いなど、AIが自社を選ぶ理由が必要です。特にB2Bの購買では、意思決定者がAIを初期選定のアドバイザーとして利用することがあります。AIが示す推奨リストが、資料請求や最初の接点につながる候補一覧になる可能性があるのです。
なぜ3つの段階を分けて考える必要があるのか
分けるべき理由は、課題ごとに必要な施策が異なるからです。メンションが少ない場合は、市場におけるブランド認知が不足しています。コンテンツが扱うテーマの範囲を広げ、自社について語られる機会を増やす必要があります。引用が少ない場合は、モデルが自社コンテンツから根拠を抽出しにくい状態です。構造化、明確な定義文、検証可能なデータ、権威性を示すシグナルを強化します。推奨が少ない場合は、AIが自社を選ぶ理由を見つけられていません。差別化されたポジショニング、具体的な利用場面、実証済みの成果が必要です。3つを分けなければギャップの所在が見えず、どこから改善すべきかも判断できません。
3つの指標をどう追跡すればよいか
追跡は、必ずしも専用ツールから始める必要はありません。まず質問セットを固定し、ChatGPT、Perplexity、Geminiでそれぞれ1回ずつ実行すれば、最初のベンチマークを作れます。重要なのは、ブランド名を含む誘導的な質問ではなく、実際の買い手が尋ねるような質問を設計することです。
- 実際の買い手が尋ねる質問を15〜30件挙げます。「どのような選択肢があるか」「XとYは何が違うか」など、メンション・引用・推奨の3段階を確認できる質問を含めます。
- 主要なAIプラットフォームで各質問を1回ずつ実行し、メンションされたか、情報源として引用されたか、候補として推奨されたかを分けて記録します。
- 同じ質問セットを2週間ごと、または毎月実行します。AIの回答はモデルの更新やコンテンツの変化に伴って変わるため、1回限りのスナップショットだけでは意味がありません。
- 競合も同じ表に記録します。可視性は比較して初めて意味を持ちます。同じ質問に対して、誰が推奨され、次点に誰が挙がるのかを確認します。
メンション、引用、推奨を明確に分ければ、問うべきことも変わります。「AIが自社について話してくれない」ではなく、「買い手が実際に尋ねる質問に対して、自社はどの段階で止まっているのか」と考えられるようになります。自社の3段階のギャップ、優先して埋めるべき箇所、その改善方法を知りたい方には、30分間のGEO診断で、実際の買い手が尋ねる質問を使って可視化します。
