次四半期に最も投資すべきテーマは、キーワードツールの検索順位一覧には現れません。注目すべきなのは、ChatGPT、Perplexity、Google AI Overviewsが競合を積極的に推奨する一方、自社にはまったく言及しない質問の一覧です。これが「AI推奨ギャップ」です。検索ボリュームの推計値だけを見るより、実際の商談機会に近いシグナルを捉えられます。
検索順位だけでは、投資判断を誤る
従来は、検索ボリューム、難易度、事業価値などを基準にキーワードを評価するのが一般的でした。この考え方は、ユーザーが青いリンクを順番に開くことを前提としています。しかし、状況は変わりました。B2Bの購買担当者がソフトウェアを比較検討する際、AIに「中規模チーム向けのXツールは？」「製品Aと製品Bの違いは？」と尋ねる場面が増えています。AIが返すのは、選び抜かれた短い候補リストです。ユーザーが検索結果ページを見ないことも珍しくありません。ある重要キーワードで自社が3位でも、AIの回答に挙がるブランドが2社だけで、そこに自社が含まれていなければ、その順位から得られる実質的な露出は限りなくゼロに近づきます。
したがって、問うべきは「検索ボリュームが多いキーワードは何か」ではありません。「どの購買判断で、AIが競合を推奨し、自社を候補から外しているか」です。この2つの一覧は、しばしば一致しません。検索数が多くても、すでに自社が頻繁に推奨されているテーマは追加投資の効果が限られます。一方、検索規模が中程度でも、選定に直結する質問でAIが競合だけを推奨しているなら、そこに埋めるべきギャップがあります。
AI推奨ギャップとは
AI推奨ギャップとは、自社が属するカテゴリーの重要な意思決定に関する質問に対し、主要なAIエンジンが特定のブランドを回答として推奨しているにもかかわらず、自社ブランドが候補に含まれていない状態を指します。押さえておきたい特徴は3つあります。
- 単位はキーワードではなく「質問」です。たとえば「SOC 2に対応したプロジェクト管理ソフトウェアは？」のように、ユーザーがAIへ実際に投げかける完全な質問を基準にギャップを捉えます。
- 競合との比較が前提です。単に自社の順位が低いのではなく、競合が推奨される一方で自社が不在であるため、対応の緊急度が高くなります。
- 直接対処できます。多くのギャップは、その質問に明快に答え、AIが抽出・引用しやすいコンテンツが自社サイトにないことから生じます。
AIが競合を推奨し、自社を候補から外すテーマを見つける4ステップ
初回は午後の時間だけでも実施でき、その後は継続的な運用プロセスとして仕組み化できます。
- 意思決定に関する質問を列挙します。評価、比較、選定の3段階で買い手が実際に尋ねる質問を書き出します。「XとYの違い」「Xの代替製品」「Xの比較」といった切り口を使えば、通常30〜60問でカテゴリーの主要論点を網羅できます。
- 複数のAIエンジンに質問し、ブランド名を記録します。同じテーマをChatGPT、Perplexity、Google AI Overviews、Geminiに問い、各回答で推奨されたブランドと引用元のURLを書き留めます。結果はエンジンごとに大きく異なります。
- ギャップを特定します。競合が名指しで推奨され、自社が言及されていない質問をすべてギャップとして記録します。同時に、AIが誰の情報を引用しているかも確認します。多くの場合、その引用元こそ、自社が上回るべき基準です。
- ギャップの原因を分類します。該当コンテンツがまったくないのか。コンテンツはあるものの構成が散漫で、AIが要点を抽出できないのか。あるいは、内容はあっても権威性が足りず、AIに採用されないのか。3つの原因には、それぞれ異なる打ち手が必要です。
ギャップをコンテンツの優先順位に落とし込む
ギャップの発見は、優先順位を決めるための材料にすぎません。次四半期の施策へ落とし込む際は、各ギャップを3つの軸で評価します。1つ目は意思決定への近さです。一般に、比較や代替製品に関する質問ほど商談や導入判断に近くなります。2つ目は競合の集中度です。同じ競合が複数のテーマで繰り返し登場するなら、その企業はカテゴリー内で有力なポジションを築いており、優先的に取り戻す価値があります。3つ目は改善可能性です。既存ページの構成を見直し、結論や比較表を明確にするだけで埋められるギャップなら、数週間でAIエンジンに再評価される可能性があります。この3軸を掛け合わせ、スコアが最も高いテーマを次四半期の最初の数ページに割り当てます。
優先順位付けの具体例
API監視SaaSを提供する企業を想定します。このプロセスを実施した結果、「最適なAPI監視ツール」では自社と競合3社が推奨されており、追加投資の価値は低いと分かりました。一方、「GraphQLに対応するAPI監視ツール」では競合2社だけが推奨され、自社は不在でした。しかも、この質問は製品選定に近いものです。また、「Datadogの代替製品」では5社が挙げられましたが、自社は含まれていませんでした。3軸で評価すると、2つ目の質問は意思決定に近く、改善もしやすいため、最優先になります。実際にはGraphQLに対応しているものの、それを明快に伝えるコンテンツがないだけだからです。代替製品に関する質問は、競合の集中度は高いものの改善可能性が中程度のため、次点です。検索ボリュームが最も多い最初の質問を、先に選ぶ必要はありません。
コンテンツギャップ分析で変えるべきなのは、優先順位の基準です。「どのキーワードから検索流入を得られるか」ではなく、「どの質問でAIが競合の商談を後押ししているか」を見ます。— Tenten GEO
次のステップ
このプロセスは、自社だけでも一巡させられます。30問を4つのAIエンジンに投げ、どのブランドが推奨されたかを記録するだけでも、既存のコンテンツ計画を根本から見直す材料になります。ギャップ、その原因、優先順位を整理し、チームがすぐ動ける形にしたい場合、そのために設計されたのが、当社のBrand Radarによる可視性トラッキングとGEO監査です。自社がカテゴリー内でどの程度推奨されているかを把握したい方には、30分のGEO診断をご用意しています。主要な意思決定に関する質問をいくつか取り上げ、現状を可視化します。
