スコアと指標:可視性、推薦シェア、推薦レベル、区間、引用、感情
各数値の計算方法:ダッシュボードの可視性スコア、言及・引用・シェア・オブ・ボイス、言及から推薦までの各割合と 95% 区間、加重推薦シェア、回答ごとの推薦レベル、カバー率と位置、感情、文脈の健全性、生成記事の AEO 準備度。
可視性スコア(ダッシュボードのゲージ、0〜100)
現在のフィルター(市場、プラットフォーム、期間)の範囲で、少なくとも 1 つの AI エンジンで言及された追跡中プロンプトの割合:言及されたプロンプト ÷ チェックしたプロンプト × 100。フィルターバーに連動するので、市場やエンジンを 1 つに絞って見られます。
言及、引用、シェア・オブ・ボイス
- 言及:プロンプト × エンジン × スキャンごとに、回答にブランドが出たら 1 回。
- 引用:回答が自社ドメインの URL を引用したら 1 回。「引用されたページ」は異なる URL の数です。
- シェア・オブ・ボイス:自社の言及 ÷(自社の言及+同じ回答内の競合の言及)× 100。
- 変化 は期間の後半と前半の平均を比べます。最初と最後の比較より、少ないサンプルでも安定します。
推薦レベル(回答ごと)
言及されることと推薦されることは別です。回答ごとに自社ブランドの推薦レベルが付き、根拠ドロワーに理由とともに表示されます。
| レベル | ルール |
|---|---|
| 第一候補 | 回答が条件なしで「一番良い・第一の選択肢」と明言。リストの 1 番目にあるだけでは該当しない |
| 推奨 | 回答が条件なしで積極的に勧めている(他ブランドと並んで勧められる場合も含む) |
| 条件付き推薦 | 一部の人や条件付きでのみ勧めている(例:「予算に余裕があれば」「X が必要なチーム向け」) |
| 候補の一つ | 選択肢に中立的に並んでいるだけで、勧められていない |
| 言及のみ | ついでに触れた、比較に使われた、批判された、または勧められていない |
レベルはモデルが回答の原文から判定し、各レベルには根拠となる原文が付きます。キャリブレーションをまだ通過していない言語は当面ルールで判定します。詳しくは 方法論。
判定が違うときは、根拠ドロワーの「過去の回答」で「判定が違う?」を押し、正しい推薦レベルを選んで送信します。訂正は回答の横に保存され、回答そのものは変わりません。
言及から推薦まで
ダッシュボードの「言及から推薦まで」カードは、回答をファネルとして集計します:AI の回答 → 言及あり → 自社サイトを引用 → 推薦あり → 第一推薦。AI エンジン別にも展開できます。あわせて次を表示します。
- 自社サイトを引用した回答のうち推薦した割合:引用が推薦につながっているか。
- 言及した回答のうち推薦した割合。
- 加重推薦シェア:同じ回答に出てくる追跡中の競合数で重み付けします。単独推薦は 1、競合 3 社と並べば 1/4。全回答数で割ります。競合ページも各ブランドに同じ方法を使います。
- 単独推薦:推薦し、追跡中の競合に一切触れていない回答数。
言及から推薦まで をご覧ください。
区間とデータの取得元
割合の横には 95% 区間 が表示されます。同じ条件でもう一度測れば、値はほぼこの範囲に入るという意味です。回答が 10 件未満のときは x/n で表示します。区間が狭いほど回答数が多く、広いときはスキャンを重ねるか複数回サンプリングを使います。
各指標には データの取得元(「実際の製品画面」=ユーザーが AI アプリで見るのと同じ、または「公式 API」)と使われたモデルも示されます。プロンプトライブラリの「カバー率と候補」にも 95% 区間が付きます。プロンプトのカバー率 と 測定の信頼性 をご覧ください。
プロンプトごとのカバー率と位置(プロンプト追跡)
- カバー率:言及したエンジン数 ÷ 回答したエンジン数 × 100。その市場でスキャンするエンジンだけを数えます。エラーや上限に当たったエンジンは除外し、障害で数値が下がらないようにしています。
- 位置:自社ブランドを含む最初の番号付き・箇条書きの行の順番で、根拠のエンジンタブに #n と表示されます。リスト外での言及は「言及」、1 位は「トップ結果」、1〜3 位は「ランクイン」です。
- 複数回サンプリング:「1回のスキャンで3回質問」を ON にすると、各エンジンが 3 回回答し、結果は「言及 x/3」と表示されます。複数の回答でブランドがどれくらい出るかがわかります。
- 引用:回答内のリンクのホストが自社ドメインまたはそのサブドメイン。
- 回答内の競合:比較表があれば 1 列目、なければリスト項目から、実在の名前に絞って最大 8 件。
- 最高順位、平均順位、変化 はスキャンごとに保存され、推移と成果に使われます。
感情
各回答に感情スコアが付きます。+10 超はポジティブ、−10 未満はネガティブ、その間は中立。ダッシュボードの「ポジティブな感情」はポジティブ ÷(ポジティブ+ネガティブ)で、中立の回答は分母に入りません。
文脈の健全性
各回答を 3 つの失敗パターンで判定します:別の種類の会社として説明、話題ずれ、言語の誤り。結果は一致・ずれ・無関係で、ずれと無関係はそのプロンプトの「根拠」に文脈カードが表示され、プロンプト追跡は「文脈の問題」で絞り込めます。判定は生産ルールのビジネス情報を基準にするため、正確に保ってください。ブランド検索の回答に出る誤った電話番号・URL・価格は、自動化 → ブランド情報チェック で別にチェックします。
生成記事の AEO 準備度(GEO スコア)
固定のルールで採点し(同じ記事なら毎回同じ点数)、100 点満点で 5 つの観点を見ます。
| 観点 | 見るところ |
|---|---|
| 構造 | 見出しの階層、FAQ セクション、構造化データがそろっているか |
| エンティティの明確さ | ブランドとテーマが明確で、冒頭に出てくるか |
| データの裏付け | 具体的な数値や比較があるか |
| 適切な長さ | 質問に十分に答えられる長さか |
| 直接的な答え | 冒頭段落で質問に直接答えているか |
記事ページには基準を満たした観点の数(N / 5)が表示されます:5 = 十分に最適化、4 = 良好、3 = 公開可、2 以下 = 改善推奨。
よくある質問
ダッシュボードとプロンプト追跡の数値が違うのはなぜ? ダッシュボードはフィルターに連動し、どれか 1 つのエンジンで言及されればカバーとみなします。プロンプト追跡は各プロンプト自身のエンジン横断のカバー率です。
ある日すべての数値が下がった? ダッシュボードに「AI プラットフォーム全体の変化」が出ていないか確認してください。あるエンジンが全プロジェクトで同時に変化した(回答あたりの引用リンクが減った、新しいモデルになった)場合、原因はたいていプラットフォームです。
スコアはトラフィックを予測しますか? いいえ。AI 回答での存在感を測るものです。AI からの訪問は AI トラフィック、そこから生まれたリードと売上は収益アトリビューションで確認します。
Was this article helpful?
