今日ChatGPTに尋ねたときと3カ月前とでは、同じ質問でも挙がるブランドの半数近くが異なることがあります。気のせいでも、モデルの性能が急に落ちたわけでもありません。生成エンジンが参照する情報源は変動しており、その幅は購買候補の顔ぶれを変えるほど大きいのです。そこで私たちは、同じ質問群をひとつのシーズンにわたって追跡し、変動の大きさ、影響を受けやすい対象、そこに規則性があるのかを検証しました。結論として、この変動は多くのブランドが考える以上に大きく、AIから見た自社の実際の立ち位置を把握するには、単発の順位より継続的な観測のほうが有効です。
何を追跡したのか
調査方法はシンプルです。B2Bの購買担当者が実際に尋ねる「最適なXXソフトウェア」「XXツール」「どのチーム向けのXXか」といった典型的な意図を持つ40問を選びました。そのうえで、ChatGPT、Perplexity、Geminiに毎週まったく同じ文言で質問し、3カ月間追跡しました。回答のたびに、登場したブランド、引用されたURL、最上位に挙げられたブランドを記録しています。
この調査の成否を左右するのは、条件を変えないことです。同じアカウントと地域設定を使い、パーソナルメモリと検索履歴を無効化しました。回答の変化が私たち自身の利用履歴ではなく、モデルと参照元に由来するようにするためです。質問文も完全に固定しました。ひとつでも語句を変えれば回答内容に影響し、時系列比較ではなく、別々の質問を比べることになってしまいます。
3カ月後、回答はどう変わったか
まず、最も直感に反する結果から見てみましょう。変動が大きいのは、ニッチで利用頻度の低い質問だけではありません。「最適なプロジェクト管理ソフトウェア」のような定番の質問でさえ、引用・言及されるブランドの顔ぶれは3カ月で約40%入れ替わりました。自社はポジションを維持できていると思っていても、実際には足元が揺らいでいる可能性があります。
- 月初と月末で比較すると、引用・言及されたブランド一覧の平均重複率は約55%でした。つまり、ひとつのシーズンのうちに、引用されるブランドの3社に1社が入れ替わった計算です。
- 全質問の約3分の1で、最上位に挙げられるブランドが3カ月の間に少なくとも一度は変わりました。
- 最も変動が大きかったのはPerplexityです。直近の検索結果への依存度が高いためです。既に定着したブランドについてはChatGPTのほうが安定していましたが、それでも変化は見られました。
- ロングテールのリード獲得型クエリでは、注目度の高い質問と比べ、ブランド一覧の入れ替わりが約2〜3倍多く発生しました。
- 構成が明確で、十分な説明と定義を備えた新規コンテンツは、公開から2〜3週間で引用候補に入ることがあります。
引用の安定性は、単発の順位よりも実態を正確に映します。短期的には一本の記事によって順位が上がることもありますが、引用が安定しているなら、モデルが自社を信頼できる情報源として繰り返し評価していることを示します。— Tenten GEO Brand Radar tracking observation
同じ質問なのに回答が変わるのはなぜか
変動はいくつかの層から生じます。土台にあるのは検索です。モデルは回答前にリアルタイム検索を行うか、検索インデックスを参照します。その検索結果自体が日々並び替わり、新しいページが加わる一方、古いページは順位を落とし、抽出される情報も変化します。その上にはモデル自体の更新があります。提供各社は数週間ごとに重み付けや安全性に関する方針を調整するため、同じプロンプトでも選択傾向が変わる可能性があります。さらに生成にはランダム性があり、ほかの条件が変わらなくても、表現や提示される事例には小さな揺れが生じます。
もうひとつ見落とせないのが、競合も動いているという点です。競合企業が構成と定義の明確な比較記事を公開すれば、2〜3週間で自社に代わって引用される可能性があります。AIの回答は確定済みの一覧ではなく、絶えず再計算されるバランスなのです。
変動の中にも規則性がある
一見無秩序な変動にも、予測できる部分があります。認知度が高く、第三者からの裏付けが豊富なブランドほど変動は明らかに小さくなります。一方、自社ページの情報だけに依存するブランドは、一覧の入れ替わりで最も脱落しやすい傾向があります。質問の意図が明確で、一般的な答えが存在するほど回答は安定します。反対に、曖昧で範囲が広く、選択肢の多い質問ほど変動が長引きます。つまり、コンテンツ構造を整え、外部の専門的な裏付けを増やすことで、変動が小さく安定して引用される側へ近づけます。
ブランドはこの不安定さにどう向き合うべきか
最も効果が薄いのは、毎日AIの回答を確認し、自社が一覧から外れるたびに慌てて記事を修正することです。日ごとの一覧はもともと揺れるため、ある時点だけを見て判断しても、工数を浪費するだけです。本当に必要なのは観測期間を延ばし、重複率や引用量などの指標を用いて、安定する方向へ進んでいるのか、それとも継続的に失われているのかを見極めることです。
安定性を高める方向性は明確です。中核テーマを、数値と文脈を備えた明快な段落にまとめ、モデルが情報を正確に抽出できるようにすること。複数の信頼できる情報源で、ブランドに関する一貫した実体的なシグナルを維持すること。そして第三者による言及と裏付けを積み重ね、AIが自社を信頼できる情報源と判断する根拠を増やすことです。TentenのBrand Radarは、まさにこのための仕組みです。複数の主要な生成エンジンにおける引用の推移を継続的に監視し、その日限りの変動を取り除いて、意思決定に使えるトレンドとして可視化します。
AIの回答そのものを安定させることはできません。できるのは、自社を代替されにくい情報源にすることです。自社ブランドがどれほど安定して引用されているのか、どこに不足があるのかを知りたい方は、30分のGEO診断をご予約ください。実際のブランドを対象に追跡調査を行い、数値をもとに直接ご説明します。
