AIの回答がにぎやかでも、市場の需要が大きいとは限りません。回答の数は質問セットとサンプリングに左右され、AIはブランドを並べるのが好きだからです。どの層のデータで照らし合わせるべきか、どのシグナルなら企画に値し、どれが調査の手がかりにとどまるかを解説します。
12,000以上のニッチ市場を探索
更新者
Nov 05, 2026に更新されました
必ずしもそうではなく、ほとんどの場合はそうではありません。「AIの回答がにぎやか」という状態には、たいてい5つのシグナルが混ざっています。内容の豊富な回答、高いプロンプト量の推定値、毎回変わる回答、何度も言及されるブランド、そしてAI広告やショッピングカードです。
最初の3つが主に反映しているのは、ネット上にどれだけコンテンツがあるか、推定がどう行われたか、そしてモデルのランダム性です。4つ目は、あるブランドがAIの候補リストに入ったことを示すだけです。5つ目は、誰かがこうした質問にお金を払おうとしていることを示します。商業的な需要に最も近いシグナルですが、それでも市場規模と同じではありません。
需要が大きいかどうかを判断するには、最終的に検索データ、自社サイト上の行動、そして実際の顧客に立ち返る必要があります。
AIの回答は、1つの質問に対する出力です。ChatGPTに「水泳に向いているスマートウォッチは？」と尋ねて長いリストが返ってきても、それはAIが答えられることを証明しているだけです。尋ねているのはあなた1人かもしれません。
2種類のシグナルを分けると、状況はずっとはっきりします。
問題は、需要側がほとんど見えないことです。主要なAIプラットフォームはどこもプロンプトのログを公開しておらず、AhrefsとConductorも手法を説明する中でそれを認めています。つまり、市場に出回っている需要側の数字はすべて、推定値か間接的な観察です。
以下では、シグナルを1つずつ取り上げ、それぞれが何を証明できるかを見ていきます。
この5つのシグナルは、まとめて「この市場はAIで盛り上がっている」と扱われがちです。下の表はそれを分けたものです。表の下に行くほど、「誰かがお金を払っている」に近いシグナルになります。
| シグナル | 見えるもの | 主に反映しているもの | 示せること | 示せないこと |
|---|---|---|---|---|
| 1. 内容の豊富な回答 | 多くのブランドを挙げ、多くの情報源を引用する長い回答 | 公開コンテンツの量、カテゴリーの成熟度 | AIがそのカテゴリーを語るのに十分な材料を持っていること | 何人が尋ねているか |
| 2. 高いプロンプト量 | ツールがあるテーマを「よく尋ねられている」と示す | パネルや検索データから推計した推定値 | 同じツール内でのテーマ同士の相対的な人気 | プロンプトの絶対数、購入意図 |
| 3. 変動する回答 | 同じ質問でも毎回違うブランドが違う順番で返ってくる | 確率的な生成、候補の母数の大きさ | カテゴリーの候補が広いか狭いか | 市場が変化していること |
| 4. 頻繁なブランドの言及 | 一部のブランドが多くの回答に何度も登場する | AIの候補集合の中でのブランドの位置 | 選んだ質問セットの中でのブランドの可視性 | 売上、市場シェア、クリック |
| 5. AI広告、ショッピングカード | 回答の下にスポンサー広告や商品カードが表示される | 広告主が支払っていること、プラットフォームが購買意図があると判断したこと | 企業がこうした質問での露出にお金を払おうとしていること | 市場規模、コンバージョン率 |
多くのブランドを挙げる長い回答がまず示しているのは、ネット上にそのカテゴリーについてのコンテンツがたくさんあるということで、多くの人が尋ねているということではありません。
SparkToroとGumshoeが2026年1月に公開した調査がこれを裏付けています。600人のボランティアが12個のプロンプトを使い、ChatGPT、Claude、GoogleのAIから2,961件の回答を集めました。研究者たちは、AIが推薦するブランドの数がテーマによって大きく違い、その違いはAIが学習する素材の中にそのテーマの対象がどれだけ存在するかと強く連動していることを見つけました。たとえば、ロサンゼルスにあるVolvoの販売店は十数軒もありませんが、最近のSF小説は数千冊あります。
ここから推測できること（これは私たちの判断で、調査の結論ではありません）：レビューやランキング記事が多い消費財のカテゴリーでは、AIは自信たっぷりに詳しく答えます。購買需要は強いのに公開コンテンツが少ない産業向けのカテゴリーでは、AIは数行しか答えないかもしれません。回答の豊富さと需要の大きさに必然的な関係はありません。
確認方法：回答の裏にある引用元を開き、ブランドのWebサイト、編集メディア、コミュニティフォーラム、ECプラットフォームに分けてください。引用が少数のランキングサイトやアフィリエイトサイトに集中しているなら、「豊富」とはそうしたサイトがたくさん書いているという意味にすぎません。
プロンプト量（AI検索ボリュームとも呼ばれます）は、いま最も「需要データ」らしく見える指標ですが、すべて推定値です。数字を手にしたら、まずそれがどの推定方法によるものかを確認してください。
Alexa for Shoppingchatgpt.comやperplexity.aiからの参照訪問と、Search Consoleの検索語句です。これらは実際の件数ですが、すでに自社サイトに届いた需要しかカバーしません。これらのプロンプトが購入と関係があるかも確認する必要があります。 OpenAIがハーバード大学の経済学者David Demingと共同で書いたNBERのワーキングペーパーは、150万件のChatGPTの会話を分析しました。Demingの要約によると、2025年半ばまでに仕事以外のメッセージが73%を占めました。「Seeking Information」（購入する製品やレシピを調べることを含む）は全メッセージの21.3%で、「Practical Guidance」の28.3%、「Writing」の28.1%を下回っていました。
これが意味すること（私たちの推論）：あるテーマのプロンプト量の大部分は、宿題、文章作成、学習から来ていて、購入とは関係がないかもしれません。プロンプト量が多いことが示せるのは、せいぜい「このテーマについて人々が話している」ということです。「人々が買いたがっている」ことは示せません。
おすすめの使い方：同じツールの中でだけテーマの相対的な水準と傾向を比べ、ツールをまたいで絶対値を比べないでください。Googleの検索ボリュームやGoogle トレンドと合わせて見て、同じ方向を向いているときのほうが信頼できます。社内レポートでは、正確な数字ではなく傾向を語ってください。
同じ質問への答えが先週と今日で違う場合、最もよくある理由はサンプルが小さすぎることで、市場が変わったからではありません。
上で触れたSparkToroの調査は具体的な数字を示しています。同じプロンプトを100回尋ねても、ChatGPTやGoogleのAIがまったく同じブランドリストを返す確率は1%未満です。同じリストが同じ順番で返る確率はさらに低く、約1,000分の1です。実際のユーザーの言い回しも同じくらいばらばらで、142人の参加者が同じ意図のプロンプトをそれぞれ書いたとき、意味の類似度の平均はわずか0.081でした。
この調査には別の側面もあります。繰り返しサンプリングすると、ブランドの出現率は比較的安定しており、研究者たちはそれを妥当な指標だと考えています。一方、「AIで何位か」には意味がありません。
確認方法：まず市場、言語、モデル、質問セット、期間を固定し、そのうえで何回かサンプリングして、スクリーンショット2枚ではなく出現率を比べます。同じ設定で測った変化だけが、市場のシグナルとして追う価値があります。
あるブランドがAIの回答に何度も登場するなら、それはモデルの候補集合に入ったということです。売上や市場シェアとは別のものです。
購買意図ごとに結果を分ける場合も同じです。ある種類の質問が追跡している質問セットの大きな割合を占めているなら、それはコンテンツが向かうべき方向を教えてくれるもので、何人が買っているかではありません。
言及されたとしても、それが訪問につながるとは限りません。Pew Research Centerは2025年3月の米国成人900人の実際の閲覧データを分析し、68,879件のGoogle検索をカバーしました。ページにAI要約が表示されたとき、ユーザーが従来の検索結果をクリックしたのは8%で、要約がないときは15%でした。要約内で引用されたリンクをクリックしたのは1%だけでした。これはGoogle検索の数字でChatGPTにそのまま当てはめることはできませんが、「AIに表示される」ことと「訪問をもたらす」ことの間にはっきりした差があることを示すには十分です。
最初の4つのシグナルはどれもAI自身が生み出したものです。広告は違います。企業が予算で投じた票です。
OpenAIの公式発表によると、ChatGPTは2026年2月9日、米国のFreeプランとGoプランのログインした成人ユーザーを対象に広告のテストを始めました。3月には、試験をカナダ、オーストラリア、ニュージーランドに広げると発表しました。8月には、英国、メキシコ、ブラジル、日本、韓国で広告を開始したと発表しました。広告にはSponsoredの表示があり、回答とは分けて表示され、会話のテーマ、過去のチャット、広告とのやり取りに基づいてマッチングされます。OpenAIは、広告は回答に影響せず、健康、メンタルヘルス、政治などのテーマの横には表示されないとしています。
なぜこれが需要に近いのか（私たちの判断）：広告主が「リビング用のテレビの選び方」のような質問での露出にお金を払おうとしているなら、少なくとも一部の企業はそこに買い手がいると考えています。「AIが詳しく答えている」よりずっと説得力があります。
注意すべき3つの変数：
ショッピングカードも手がかりの1つです。プラットフォームがある質問を買い物の質問として扱うと、通常は商品カードを表示します。どの質問で商品カードが出るのか、そしてどの競合がその枠を取っているのかも記録する価値があります。
5つのシグナルは、はしごのように並べられます。下から順に証拠を探してください。低い段のシグナルをいくら集めても、上の段の証拠の代わりにはなりません。
証拠のはしご：「AIが答えられる」から「需要が自社に届く」までの5段階
1本のコンテンツなら、L2〜L3に届けば通常は十分です。新しい市場に参入するかを決めるなら、L5まで届く必要があります。すべてのカテゴリーにL4があるわけではなく、広告がないことは需要がないことを意味しません。
下の順番は、最もコストの低い確認から始まります。先に進むほど、本当の需要に近づきます。
この5つの確認を終えたら、調査を続けるか、小さく試すか、いったん止めるかを決めるために、AI検索の市場インテリジェンス完全ガイドの判断表を参照してください。購買者がすでに比較の段階にいるかを具体的に判断するには、新しい市場に参入する前に：公開されたAIの質問から、購買者がすでにこの種類の製品を比較しているかを見極める方法をご覧ください。
上の5つの確認は、手作業で一度やるだけなら難しくありません。難しいのは、毎回設定をそろえ、証拠を振り返られるようにしておくことです。DagenoのMarket Intelligenceは、同じ市場、モデル、地域、期間の中で、AIの回答、引用元、購買意図、広告、商品カードを記録します。これは証拠のはしごのL1からL4にそのまま対応します。以下では、Smart Watches市場を例にします。
回答が誰のコンテンツに頼っているかを見る。 AI引用元とコンテンツは、引用されたドメイン、引用回数、各ドメインを引用した回答の割合を一覧にし、Official Sites、Editorial & News、Community & Socialといった種類ごとにドメインにラベルを付けます。図1では、youtube.comが回答の19.7%で引用され、apple.comは6.7%で6位です。このカテゴリーの回答が豊富なのは、主にコミュニティやメディアのコンテンツが支えているからです。
図1. DagenoのCited source leaderboard、Smart Watches市場
にぎやかさがどの質問に集中しているかを見る。 AI Search Intentsは質問を購買意図ごとにまとめます。図2では、「Recommendations」の需要シェアが55.1%です。その中では「Choose for your needs」が81.2%を占め、「Compare options & decide」はわずか0.3%です。これは、コンテンツを用途を軸に組み立てるべきことを示しています。需要シェアは追跡している質問を表すもので、検索ボリュームではありません。
図2. DagenoのSearch intent overview、Smart Watches市場
誰かがお金を払っているかを見る。 AI広告の競合状況はChatGPT AdsとGoogle AI Overview Adsで観察された広告主と広告枠を記録し、AIショッピングでの商品の可視性は商品カードの商品、価格、販売者を記録します。図3では、すべてのプラットフォームとすべての地域を合わせて、この市場には200の広告枠と99の広告主があります。最も多く登場するのはWhoopで、広告枠は13です。広告枠の数は、広告費やコンバージョンを表すものではありません。
図3. Dagenoの広告の概要、Smart Watches市場
そのうえでプロンプトの人気と自社のデータを加える。 Prompt Volumesは同じ設定の下でテーマの優先順位をつけ、Cross-Model and Regional Benchmarkingはモデル、国、言語ごとの違いを比べます。GSCとGA4を接続すると、自社の検索語句、ランディングページ、主要なイベントがAIのデータと並んで表示され、それぞれにデータ元のラベルが付きます。これでL5が埋まります。
チームの人手が足りなければ、Dagenoは診断、コンテンツ、情報源、継続的な納品をカバーするGEO/AEO運用代行サービスも提供しています。はっきりさせておくと、Dagenoは市場規模や総需要を推定しません（市場参入の調査のページを参照）。Dagenoがするのは、証拠の各段を見直せて検証できる状態にすることです。投資の判断には、やはりファーストパーティのデータと顧客調査が必要です。
同じ「にぎやかさ」でも、設定が違えば正反対の結論になることがあります。行動する前に、次の点を確認してください。
AIが書いた計画に基づいて行動する前に、その裏にある証拠を確認してください。理由は、私たちのニュース記事AIが生成した戦略は、チームが行動する前に証拠のテストが必要で説明しています。
いいえ。回答の豊富さは、主にネット上に使えるコンテンツがどれだけあるかで決まります。人気を判断するには、少なくとも検索ボリュームやプロンプト量の推定値の相対的な変化を見て、できれば自社サイトのデータも見てください。
Googleの検索ボリュームはGoogle自身のデータに基づいているので、測り方がずっと安定しています。プロンプト量は常に推定値で、テーマ同士の相対的な順位を比べるのに向いています。2つが同じ方向を向いているときは結果の信頼性が高まります。はっきり食い違うときは、その理由を個別に調べる価値があります。
必ずしもそうではありません。推定方法によっては、モバイルや企業のユーザーなど一部の層が少なく数えられている可能性があります。ターゲットの購買者がAIで製品を選んでいて、すでに競合が回答に登場しているなら、推定量が少なくても優先する価値があります。
まず3つを確認してください。広告がどの国で表示されているか、どの質問を狙っているか、競合が継続して出稿しているか、です。継続して表示される広告は、競合が成果を見ていることを示唆しますが、それでも自社のユニットエコノミクスで判断する必要があります。
いいえ。DagenoはAIの回答、引用、広告、商品カードを観察し、調査の範囲を絞り込み、競合とのギャップを見つけます。市場規模や販売の可能性には、独立したビジネス調査とファーストパーティのデータが必要です。
AIの回答がにぎやかなことは追いかける価値のある手がかりであって、そのまま企画の承認に持ち込める結論ではありません。まずどの種類のにぎやかさかを見極め、それから「AIが答えられる → 購買者が繰り返し尋ねる → 誰かがお金を払う → 需要が自社に届く」の順で証拠を探してください。そうすれば、見栄えのいいAIのリストに判断を誤らされることはありません。
自社の市場でのAIの回答、競合、引用、広告を確認するには、無料で検索してください。12,000以上の市場セグメントをカバーしています。
関連記事
すべてのページは2026年10月20日に閲覧しました。
更新者
Dageno
Dageno is the research and insights team at Dageno AI, publishing industry reports and expert analysis on AI Search Visibility, Generative Engine Optimization (GEO), and AI-powered search discovery.
