AEO監査を実施し、チェックリストを一通り終えた後、多くの担当者が次に悩むのは「本当に正しく改善できたのか」という点です。ここでつまずく原因は、AEOの成果を従来のSEOダッシュボードだけで判断してしまうことにあります。キーワード順位が動かず、自然検索流入がむしろ減っていれば、取り組みが無駄だったように見えるかもしれません。しかし、実態はその逆です。AIエンジンに「検索順位1位」という概念はなく、コンテンツを文単位に分解して回答へ組み込みます。したがって、成果を見る単位も順位ではありません。確認すべきは、AIが自社ページをクロールしたか、情報源として引用したか、そして回答の中に自社が含まれたかという3点です。
検索順位と流入だけでAEOの成否を判断しない
従来のSEOは、検索結果の上位3位に入り、クリックを獲得し、サイト流入につなげるという因果関係が明快です。一方、AEOではその途中が分断されます。ユーザーがChatGPTやPerplexityに質問すると、エンジンがその場で回答を組み立てるため、ユーザーは自社サイトを一度もクリックせず、回答を読んだだけで離脱する可能性があります。これがゼロクリックです。そのため、ブランドが数多く引用されているのに、公式サイトの流入が比例して増えないことがあります。これは失敗ではなく、AEOでは自然な現象です。GAの自然検索流入だけをKPIにすると、成果が積み上がり始める直前にプロジェクトを打ち切りかねません。
成果を3層の指標に分解して捉える
AEOの成果は、クロール層、引用層、露出層という3層のファネルで捉えると整理しやすくなります。AIエンジンが回答生成時に自社情報を「引用」するには、まず対象ページを「クロール」している必要があります。引用が十分に蓄積されて、初めてユーザーの質問に対する回答内でブランドが「露出」します。どこか1層でも詰まれば、その先の成果にはつながりません。監査後の効果測定で重要なのは、どの層まで通っていて、どこにまだボトルネックが残っているかを確認することです。
- クロール層（Crawl）：AIクローラーがページを正常に取得できたか、どのページを取得したか、どのくらいの頻度で再訪しているか。
- 引用層（Citation）：AIが生成した回答で自社が情報源として示されているか、どのページが引用されているか。
- 回答露出（Answer visibility）：重視する質問群の回答に自社ブランドが登場する割合、つまり回答シェア。
クロール層：まずAIクローラーがアクセスできているか確認する
クロール層は見落とされがちですが、最初に測るべき項目です。サーバーのアクセスログを開き、AIクローラーのユーザーエージェントを抽出します。対象は、OpenAIのGPTBotとOAI-SearchBot、AnthropicのClaudeBot、PerplexityのPerplexityBot、そしてAI学習やAI Overviewsに関わるGoogleのGoogle-Extendedです。確認するのは、クローラーが訪問しているか、どのページを取得したか、404が大量に発生していないか、robots.txtでブロックされていないかという点です。実際の監査でよく見つかるのが、顧客企業のrobots.txtやCDNのファイアウォールが、一部のAIクローラーを気づかないうちに遮断しているケースです。この状態では、どれほど優れたコンテンツでもモデルの参照対象には入りません。
引用層：AIが自社を情報源として引用した回数を追う
引用層では、2つのシグナルを捉えます。1つ目は参照元トラフィックです。GA4でchatgpt.com、perplexity.ai、gemini.google.com、copilot.microsoft.comを個別のグループにまとめ、AI回答内の参照リンクから訪問が発生しているかを確認します。この流入は通常それほど多くありませんが、ユーザーの意向は強く、一般的な自然検索流入よりもコンバージョン率が高い傾向があります。2つ目は引用率です。同じ質問群をAIに投げ、回答の情報源一覧に自社ドメインが登場した割合を記録します。前者は引用が生んだ実際のクリック、後者は引用そのものの頻度を見る指標です。ゼロクリックがある以上、参照元トラフィックだけでは実際の影響を常に過小評価してしまうため、両方を追う必要があります。
露出層：質問に対する回答シェアを測る
露出層はビジネス成果に最も近い一方、自社だけでの測定が最も難しい領域です。まず、購買担当者が実際に尋ねそうな質問群を作成します。製品カテゴリー、課題、比較検討時の質問をもとに、通常は数十から数百問を用意します。次に、その質問群を主要な複数のAIエンジンへ定期的に入力し、回答で自社ブランドに言及しているか、評価のトーンが肯定的か、中立的か、あるいは非推奨として扱われているかという2点を記録します。これを回答シェアに換算すれば、月ごとの推移を比較できるようになります。数十問なら手作業でも対応できますが、数百問を複数のエンジンで検証し、継続的に推移を追うにはツールによるモニタリングが必要です。これが、私たちのAI visibility monitoring visibility trackingが扱っている領域です。
まず基準値を取り、進捗を判断できる状態にする
すべての指標は監査時に一度測定し、その値を基準値として残しておく必要があります。基準値がなければ、その後の数値を見ても、改善したのか悪化したのか判断できません。測定頻度の目安として、クロール層はサーバーログを週1回確認し、引用層と露出層は月1回測定します。AIエンジンの回答更新にはタイムラグがあるため、間隔を詰めすぎてもノイズが増えるだけです。プロジェクト全体の見通しとしては、クロール層には通常数週間で変化が現れます。一方、引用層と露出層で傾向が見え始めるまでには1〜3か月かかります。AIエンジンが再クロールし、コンテンツを再統合してからでなければ、回答に自社情報を組み込めないためです。
AIエンジンは自社の順位を教えてくれません。回答に含めるかどうかを決めるだけです。効果測定の役割は、「回答に含まれたか」を可視化し、継続して追える数値へ変えることです。
避けるべき効果測定の落とし穴
- 1回の質問だけで結論を出す：AIの回答にはばらつきがあります。同じ質問を3回または5回試し、安定して登場する内容を評価対象にします。
- 自分のアカウントでメモリ機能を有効にして検証する：パーソナライズが結果に影響します。ログアウトした状態か、履歴のないクリーンな環境を使用します。
- ブランド名を含む質問だけを追い、非ブランドの質問を見ない：本当の機会は、まだ自社を知らないユーザーが課題だけを表現している質問にあります。
- 流入減少をそのまま失敗と判断する：露出自体が失われたと決めつける前に、ゼロクリックによってサイトへのクリックが減っていないかを確認します。
この3層の効果測定は、最初からツールを用意しなくても始められます。サーバーログと手作業で作成した質問リストがあれば、「監査で見つかった問題を正しく改善できたか」に客観的に答えられます。本当に難しいのは測定そのものではなく、3層の指標を1つのダッシュボードにつなぎ、経営層への説明と次のコンテンツ施策に活用できる状態にすることです。現在どの層で機会損失が起き、どこから直すべきかを知りたい方は、30分間のGEO診断をご予約ください。お客様のドメインと質問を使い、その場で3層の数値をお見せします。
