クライアントがGoogleで上位でも、ChatGPT、Gemini、Perplexityの回答には出てこないことがあります。このプレイブックでは、ベースライン、購買意図のプロンプトマップ、ブランドエンティティ、回答に使われるコンテンツ、第三者の裏付け、技術的アクセス、再テストの7ステップで、代理店がクライアントのAI可視性を高める方法を、各ステップの成果物と確認方法とともに紹介します。
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
代理店がクライアントのAI可視性を高めるには、繰り返し使えるプロセスを回します。まず、クライアントがどの購買者の質問、どのAIプラットフォーム、どの国で抜け落ちているかを記録します。次に、コンテンツ、ブランド情報、第三者の情報源、技術設定のギャップを埋め、同じ条件で再テストします。「言及される」「推薦される」「引用される」「正しく説明される」は別々の結果なので、分けて追跡します。また、AIでの順位を保証できる代理店はありません。クライアントが複数になったら、Dagenoで見込み客に無料の初回診断を出し、契約後はプラットフォームや地域ごとの追加料金なしで継続的にモニタリングできます。
クライアントはGoogleで上位に表示されていても、見込み客が頼りにしているAI生成の回答には出てこないことがあります。代理店にとっての課題は、もう検索順位を取ることだけではありません。AIを通じた情報探索の中で、クライアントが見つかり、正しく説明され、信頼できる形で参照されるよう支援することです。
依頼はたいてい同じ形で始まります。クライアントがChatGPT、Gemini、Perplexityに自社カテゴリーのおすすめツールを尋ねると、競合が3社挙がり、自社は出てこないか、古い価格で載っている。それなのにキーワードレポートは問題なさそうに見える、という状況です。
このガイドでは、この問題を代理店がサービスとして実行できる7つの施策に落とし込みます。ベースラインを決める、購買者が実際に尋ねるプロンプトを整理する、ブランドエンティティを統一する、回答に使われるコンテンツを公開する、第三者による裏付けを積み上げる、技術的なアクセス性を直す、再テストする、の7つです。各ステップの最後には、成果物と確認方法を置いています。
AI可視性に独自のアプローチが必要なのは、AIの回答が1回の応答の中でブランドを挙げ、比較し、推薦できるからです。検索順位が高くても、クライアントがその中に入っている保証はありません。
購買者は、どのベンダーのサイトも開かないうちに、AIの回答から候補リストを受け取れます。AIは多くのページから情報を集め、選択肢を比較し、いくつかのブランドを挙げます。そのリストにクライアントがいなければ、購買者はクライアントを一度も目にしないかもしれません。
クリックのデータも同じ方向を示しています。AIの要約が表示されると、人はWebサイトへあまりクリックしなくなります。Pew Research Centerが2025年3月の米国成人900人の閲覧データを分析した調査では、GoogleのAI要約が表示された訪問で従来の検索結果がクリックされたのは8%、表示されなかった訪問では15%でした。要約内のリンクがクリックされたのは訪問の約1%です。これは観察データであり、2つが同時に起きていることを示すもので、要約だけがクリック減少の原因だと示すものではありません。
順位はページがどこに表示されるかを教えてくれます。しかし、AIの回答がクライアントの名前を挙げるかどうかは教えてくれません。そのため、キーワードレポートが良好でも、AI可視性が良好とは限りません。
それでも順位は土台です。GoogleのAI機能とウェブサイトに関するガイドによると、AI OverviewsやAI Modeに表示されるには、ページがインデックスされ、スニペット表示の対象になっていれば十分です。追加の要件はありません。
他サイトでのブランドの言及も注目に値します。Ahrefsは2025年5月に7万5,000ブランドを調査し、Web上で多く言及されているブランドほどAI Overviewsにも多く登場する傾向があることを示しました。相関は0.664（1に近いほど2つが連動していることを示す）で、被リンクは0.218でした。これは2つが連動することを示すもので、言及を増やせばAIがそのブランドを挙げる回数が増えることを示すものではありません。クライアントへの説明には、当社の記事Googleでは上位なのにAIがブランドをほとんど挙げない理由が役立ちます。
目標は、クライアントのビジネスにとって重要な質問について、次の3つの結果を出すことです。ブランドが見つかる（関連する回答に登場する）、正しく理解される（カテゴリー、機能、価格、市場が正確に述べられる）、信頼できる情報源に支えられる（回答がクライアントのページや信頼できる第三者を示せる）。以下の7ステップは、この3つの結果を軸に組み立てています。
プレイブックはクライアントごとに1つのループです。診断（ステップ1〜2）、改善（ステップ3〜6）、再テスト（ステップ7）を回します。各ステップでクライアントが確認できる成果物を作り、再テストの結果で次のサイクルに何を入れるかを決めます。
図1. 7つのステップとその成果物。オリジナル図。
まず範囲について合意します。ベースラインは繰り返し測れて初めて役に立つからです。クライアントと次の点を確認します。
やること。ベースラインシートを作ります。シートの各プロンプト（AIに投げる質問。例：「小規模チームに向いている給与計算ソフトは？」）を、3つの購買段階のどれかに振り分けます。
各プロンプトは、各プラットフォーム・各市場で1回ではなく複数回実行します。AIが挙げるブランドのリストは実行ごとに変わることがあるからです。SparkToroの2026年1月の調査では、600人のボランティアが12個のプロンプトをChatGPT、Claude、GoogleのAIで計2,961回実行しました。著者らは、ChatGPTやGoogleのAIが同じブランドリストを繰り返す確率は100分の1未満と推定しています。つまり、1回の回答はサンプルであって順位ではありません。
各行には、プロンプト、段階、プラットフォーム、地域、言語、テスト日、実行回数を記録します。そのうえで4つの結果を記録します。
最後に、ギャップごとにラベルを付けます。「不在」「競合が優先」「言及されるが推薦されない」「説明の誤り」「信頼できる引用がない」です。たとえば「言及されるが推薦されない」は、回答が「Client Aも選択肢の一つです」と言いながら、購買者には別の会社を選ぶよう勧めている状態です。
図2. 記入済みのベースラインシート。Client Aとすべての結果は架空のものです。
なぜ効くのか。ギャップのラベルが対策を決めます。「不在」はたいていコンテンツか第三者での露出、「説明の誤り」はエンティティ情報、「信頼できる引用がない」は情報源づくりにつながります。
成果物：クライアントAI可視性ベースライン＋優先ギャップリスト。
確認方法：別のチームメンバーが記録された条件でどの行を再実行しても、おおむね同じ結果になること。クライアントが範囲を承認していること。
購買意図のプロンプトとは、実際の購買者が製品を選ぶときに尋ねる質問です。たとえば「20人規模の会社で複数州の税金を処理できる給与計算ソフト」のようなものです。このクライアントの購買者なら尋ねないような人気プロンプトで追跡リストを埋めないでください。クライアントがすでに持っている根拠からリストを作ります。
プロンプトを目的別にまとめます。課題調査、解決策の比較、代替、料金、業界別の用途、地域特有のニーズ、最終的な購入判断です。そのうえで各プロンプトに4つの項目を付けます。購買段階、ビジネス価値（高・中・低）、ターゲット市場、回答すべきページです。記入例：「複数州の税申告に対応した給与計算ソフト」· 検討 · 高 · US · /features/multi-state-tax。
なぜ効くのか。このマップがあれば、レポート上は見栄えが良くても商談につながらないプロンプトに代理店が時間を使わずに済みます。回答するページがないプロンプトも見えるので、それがステップ4のバックログになります。
成果物：プロンプト、意図の段階、プラットフォーム／地域、対象の製品・サービスページを含む購買意図プロンプトマップ。
確認方法：クライアントの営業チームがプロンプトを実際の質問だと認めること。価値の高いプロンプトにはすべて、対象ページか「ページが必要」のフラグがあること。
ブランドエンティティとは、Web上にあるクライアントの基本情報の集まりです。どんな会社か、何を売っているか、誰に提供しているか、どこで事業をしているか、何が違うか。たとえば「Client Aは従業員5〜200人の企業向けの給与計算ソフトで、米国でのみ提供している」といった情報です。Webサイトに載っている価格とディレクトリに載っている価格が違えば、AIの回答が間違えたり、古い価格を繰り返したりすることがあります。
やること。1ページのブランドエンティティ・ファクトシートを書きます。内容は次のとおりです。
次に、主要なプロフィールをすべてこのシートと照らし合わせます。会社概要、製品ページ、著者ページ、LinkedIn、レビューサイト、ディレクトリ、パートナー掲載です。
構造化データも確認します。構造化データとは、検索エンジン向けにページに書くコードで、たとえば会社名やロゴを示すOrganizationマークアップです。これはページ上で訪問者に見える内容と一致していなければなりません。Googleの構造化データに関するガイドラインは、読者に見えない内容をマークアップすることを禁止しています。より詳しいチェックリストは、当社のガイドAIモデル向けのブランドエンティティデータの管理をご覧ください。
なぜ効くのか。ステップ1の「説明の誤り」の行は、たいてい1つの古い情報源にたどり着きます。前の価格や販売終了した製品が残った古いディレクトリ掲載などです。
成果物：ブランドエンティティ整合性チェックリスト＋プロフィールごとに担当者を決めた修正タスクリスト。
確認方法：チェックリストのすべてのプロフィールで、カテゴリー、製品名、中核の事実が同じであること。ステップ7の再テストで説明の誤りが減っていること。
コンテンツ作業では、プロンプトマップをページに変えます。価値の高いプロンプトごとに、クライアントのページがそれに直接、十分に、信頼できる形で答えているかを確認します。見つかるのは3つのケースです。ページがあってよく答えている（そのまま残す）、ページはあるが弱い（強化する）、ページがない（新しく作る）。
やること。プロンプトとページの対応表を作り、購買者の質問がたどり着くページの種類に集中します。製品ページ、比較ページ、ソリューションページと業界別ページ、導入事例、専門家コンテンツです。弱いページを強化するには、次を加えます。
研究によると、出典、引用、統計を加えると、ページがAI生成の回答に登場しやすくなるようです。プリンストン大学などによるGEO論文（KDD 2024）では、著者らが自ら構築したテスト環境で、これらの手法によって回答内でのページの可視性が最大40%向上しました。これは実験室での結果であり、クライアントのページで同じ効果が出ることを保証するものではありません。
実例を挙げます。「当社は業界をリードする給与計算プラットフォームです」で始まる比較ページは、AIの回答に引用できる材料を何も与えません。「〔Client〕は従業員5〜200人の企業の給与計算を米国〔数〕州で行い、複数州の税申告を自動で処理します。〔制限〕には対応していません」で始まるページなら、確認できる事実を渡せます。かっこ内はクライアント自身の製品データで埋めてください。
成果物：コンテンツギャップマップ＋コンテンツブリーフ＋更新済みページ。
確認方法：更新したページがそれぞれ最初の100語以内で対応するプロンプトに答えていること。すべての主張をクライアントが事実確認していること。そのページがステップ7の再テストに含まれていること。
AIの回答は、ブランドのWebサイト以外からもそのブランドについて学びます。業界メディア、レビューサイト、フォーラム、動画、比較サイトが引用元によく登場します。そこに競合が載っていてクライアントが載っていなければ、自社コンテンツだけではギャップは埋まりません。
やること。ベースラインの回答をもとに引用元ギャップ分析を行います。引用されたドメインを一覧にし、種類（編集記事、レビュー、コミュニティ、動画、ディレクトリ、競合）に分け、競合は載っているのにクライアントが載っていない場所に印を付けます。そのうえで情報源の種類ごとに動きます。
アウトリーチとギャップ分析については、当社のガイドAI検索での可視性を高めるPRとChatGPTとPerplexityでAI引用のギャップを見つける方法で詳しく説明しています。
成果物：第三者オーソリティ計画＋対象ドメイン、切り口、担当者、状況を含むPR／レビューのアウトリーチリスト。
確認方法：掲載と訂正が公開され、日付付きで記録されていること。再テストで、それらのドメインがクライアントを引用または言及するようになったかがわかること。
技術作業は、ステップ3と4のページが実際に読み取れるようにするためのものです。読み取れないページは、どれほど良くてもAIの回答には届きません。よくある原因は3つです。サイトが該当するクローラーをブロックしている、重要な事実が画像の中にしかない、canonicalが別のURLを指している。canonicalとは、どのURLが正式版かを検索エンジンに伝えるタグで、たとえばキャンペーンページからメインの製品ページを指す場合に使います。
やること。優先ページを監査します。
成果物：技術的アクセス性監査＋修正の優先順位リスト。
確認方法：URL検査とテキストのみの取得で重要な事実が表示されること。サーバーログで優先ページへのクローラーのアクセスが確認できること。ただし、クローラーがアクセスしただけでページが引用されるわけではありません。
再テストで、作業によって何かが変わったかがわかります。ただし、条件がベースラインと一致している場合に限ります。同じプロンプト、プラットフォーム、地域、言語、実行回数です。
やること。決まったスケジュールでベースラインを再実行します。たとえば毎月1回の全体再テストと、最も価値の高いプロンプトのより頻繁なチェックです。言及率、推薦率、引用率、正確性率、競合の変化を、一つずつベースラインと比べます。
変更ログを付け、ページの更新、PR掲載、技術修正の日付をすべて残します。数値が動いたとき、その前にどんな作業があったかがわかります。ただし、あることが別のことより先に起きたからといって、それが原因だとは限りません。振り返りの後、次のサイクルのエンティティ、コンテンツ、PR、技術タスクの優先順位をつけ直します。
成果物：ビフォー／アフターの可視性レビュー＋次サイクルのアクションプラン。
確認方法：レビューがベースラインと同じ条件を使っていること。どの作業とどの変化が同時期に起きたかを述べ、ある施策がある結果の原因だと主張していないこと。
測定は7ステップのフィードバックループです。その役割は、どのギャップが埋まり、どれが埋まっていないかを示すことです。
同じ回答セットに対して、4つの率を別々に使います。
4つの率は別々に報告します。同じ月に、言及率が上がって推薦率が下がることもあります。1つにまとめたスコアではそれが隠れてしまいます。より詳しいKPIの枠組みは、当社の記事AI可視性の追跡指標をご覧ください。
条件が変われば、数値は比較できません。そのため、レポート期間ごとに次を固定します。プロンプトセット、プラットフォーム、地域、言語、ログイン状態、実行回数です。プロンプトを追加する場合は、古い率に混ぜず、新しいグループとして報告します。
可視性が上がっても、自動的に売上が増えるわけではありません。そのため、2つは分けて報告します。データがあれば、可視性の推移の横に次を示します。
対照実験がない場合は、「原因となった」ではなく「連動した」と書きます。
クライアントが複数になると、プロンプトを実行し、スクリーンショットを撮り、シートを手で埋める作業は追いつかなくなります。クライアント5社がそれぞれプロンプト20個、プラットフォーム3つ、地域2つなら、それだけで1サイクル600件の回答になります。この段階では、回答を集め、競合を比較し、毎回同じ方法でギャップを見つけるツールが必要です。
Dagenoは、ブランド、SEO、グロース、コンテンツの各チーム向けのGEO/AEOプラットフォームです。代理店にとって特に役立つのは3点です。契約前の見込み客に無料の初回診断を出せること。契約後は追加のプラットフォーム料金や地域料金なしで、プラットフォーム別・国別に継続モニタリングできること。そして、すべての発見を元の回答と引用元までさかのぼれることです。
これはステップ1のベースラインにあたり、クライアントの契約前に実施できます。Brand Explorerに見込み客のブランドかドメインを入力し、ターゲット市場を選ぶと、AIの回答でどう表示されているかがわかります。プロンプトを書いたり、新しい収集サイクルを待ったり、先にプランを購入したりする必要はありません。Dagenoのページには、公開市場の検索は永久無料であること、データは12,000以上のニッチ市場と3,000,000以上のブランドをカバーしていること、結果が約5秒で出ることが書かれています。見込み客がURLしか渡してくれない場合は、無料のSEO・GEO/AEOレポートにドメインとターゲット市場を入れると、その地域の可視性レポートが作成されます。
図3. ブランド概要。1ページで、ブランドの可視性と順位、各プラットフォーム・各地域での順位、AIがそのブランドと一緒によく挙げるブランド（同時言及ブランド）がわかります。例の市場：Apple · Smart Watches。メインパネルを切り抜いています。
これは提案の場で役立ちます。AIが実際に見込み客を誰と比べているかを見せられ、同時言及ブランドには見込み客が挙げていなかった競合が含まれていることもよくあります。制限もあります。5秒で出る結果は、Dagenoのデータにすでにあるブランドと市場に限られます。また、初回診断は出発点であり、範囲を決めた監査の代わりにはなりません。
これはステップ1と7を支えます。Market overview → Platforms & regionsを開きます。各行は1つのプラットフォームか1つの国で、順位（例：「#1 / 124」は比較した124ブランド中1位）、可視性（このAI回答セットにブランドがどれだけ登場するか。市場シェアではありません）、その行の上位3ブランドが表示されます。
図4. Platforms & regionsの表示。例の市場：Apple · Smart Watches。2026年9月8日取得。メインパネルを切り抜いています。
この表示から、Appleは5つのプラットフォームすべてで1位なのに、スペイン、ポーランド、イタリアではGarminに次ぐ2位だとわかります。ポーランドではGarminが70.0%、Appleが43.6%です。米国だけ、または1つのプラットフォームだけのチェックでは、このギャップを見落としていたでしょう。回答数は国によって違うので、ギャップを本物と判断する前に回答を開いてください。あわせてブランドが複数のAIプラットフォームで可視性を追跡すべき理由もご覧ください。
複数市場のクライアントでも追加費用はかかりません。2026年11月4日時点で、料金ページには9つの標準AIプラットフォーム（ChatGPT、Grok、Gemini、Perplexity、Google AI Mode、Google AI Overview、Copilot、Brave、Dola）が記載され、86以上の国と地域すべてがStarterプランから利用でき、Amazon Alexaはカスタム連携です。ただし使用量はプランの上限に数えられます。AI Visibility Trackingでは、同じプロンプトでもプラットフォームや地域が違えば、プロンプト上限に別々にカウントされます。
各モジュールはプレイブックのステップに対応し、どこを見ればよいかを示します。ページの編集、PRの実施、コードの修正はどのモジュールも行いません。
| 代理店の作業 | Dagenoのモジュール |
|---|---|
| 市場と競合を調べる（ステップ1） | Brand Explorer、AI競合状況 |
| 購買者の質問を意図別に整理する（ステップ2） | AI Search Intents |
| 情報源のギャップを見つける（ステップ5） | AI引用元 |
| 修正の優先順位をつける（ステップ1、4） | GEO Gap Diagnosis |
引用元（ステップ5）。Citation analysis → Cited source leaderboardでは、各ドメインに2つの数値があります。citations（そのドメインへのリンクが付いた回数）とresponse share（少なくとも1回そのドメインにリンクした回答の割合）です。上位の第三者ドメインは、そのままステップ5のアウトリーチリストに入れられます。
図5. Cited source leaderboard。例の市場：Apple · Smart Watches。2026年9月8日取得。メインパネルを切り抜いています。
課題と機会（ステップ1と4）。Issues & opportunitiesの各カードが1つのギャップです。ギャップの種類、ブランドの値、比較対象の値、優先度が書かれています。優先度が高いカードは「Choose by budget or tier」で、Appleの可視性は37.9%、Amazfitは56.8%、差は18.9ポイントです。つまり予算に関するプロンプトには対象ページが必要です。
図6. Issues & opportunitiesリスト。例の市場：Apple · Smart Watches。カードの日付は2026年9月8日。
比べるべきは、一番安い表示価格ではなく、同じ仕事を各ツールでこなす実際のコストです。まず作業量を計算します。料金ページの数え方では、プロンプト20個、プラットフォーム3つ、地域2つのクライアント1社で、プロンプト枠を120（20 × 3 × 2）使います。Dagenoの月額表示価格は次のとおりです。
| プラン | 料金（USD/月） | プロジェクト数 | カスタム監視プロンプト数 | この作業量で対応できるクライアント数 |
|---|---|---|---|---|
| Starter | $49 | 1 | 50 | 単一ブランドの調査向け。この作業量には小さすぎる |
| Growth | $199 | 2 | 250 | 1〜2社（240枠） |
| Scale | $410 | 5 | 600 | 5社（600枠） |
Scaleには、ブランドやクライアントをまたいだ一括比較、API、バッチ設定、エクスポートも含まれます。
Growthでは優先度の高い変化アラート、定期レポート、MCPでのデータアクセスが加わり、Scaleでは月次の市場レポートが加わります。Dagenoのパートナープログラムは、サービス提供者に製品、データ、調査手法、提案前と納品の支援も提供しており、クライアント向けデモや営業資料も含まれます。代理店、リセラー、ホワイトラベル、アフィリエイトの形態があり、範囲は個別の契約で確定します。
クライアントのAI可視性を高めるとは、7つのステップを何度も回すことです。ベースラインを決める、購買の質問を整理する、ブランド情報をそろえる、購買者の質問に直接答えるコンテンツを書く、第三者での露出を得る、技術的な問題を直す、再テストする。どのステップでも、クライアントが確認できるものを渡します。そのため、サービスを売りやすく、人員を配置しやすく、更新もしやすくなります。データプラットフォームは多くのクライアントと市場のモニタリングを速くしてくれますが、可視性が上がるかどうかは、やはり代理店の戦略と実行次第です。
まず、クライアントの市場でChatGPTに購買意図のプロンプトを複数回実行してベースラインを作り、言及、推薦、引用、正確性を記録します。次に、そのベースラインで見つかったギャップを直します。ブランド情報の不一致、答えるページの不足、第三者での露出の弱さ、OAI-SearchBotをブロックするrobots.txtのルールのような技術的な障害です。そして同じプロンプトと条件で再テストします。
特定の購買者の質問に、確認できる事実で直接答えるページです。製品ページと比較ページ、ソリューションページと業界別ページ、導入事例、専門家コンテンツがこれにあたります。最初の数文に答えを置き、その後に定義、仕様、出典、著者の経歴、更新日、製品の制限事項を加えます。
クライアントの変化のペースに合った一定の頻度を保ちます。よくある形は、毎月の全体再テスト、最も価値の高いプロンプトのより頻繁なチェック、大きなリリースやサイト変更の後の追加チェックです。結果を比較できるよう、レポート期間中は頻度を変えないでください。
すべてのプラットフォームを一律に追うのではなく、各ターゲット市場でクライアントの購買者が使うプラットフォームを追跡します。ChatGPT、Google AI OverviewsとAI Mode、Gemini、Perplexityがよくある出発点で、特定の層にはCopilot、Grok、地域のプラットフォームが重要になることもあります。クライアントの営業チームと分析データで確認し、ベースラインでプラットフォームごとに確かめてください。
言及率、推薦率、引用率、正確性率の4つを、同じプロンプト、プラットフォーム、地域、言語、実行回数でベースラインと比べます。分析データがあればAIからの参照セッションとアシストコンバージョンを加え、対照実験がない限りは関連した動きとして説明します。
いいえ。ツールは回答を集め、ギャップを示し、情報源を追跡し、再テストのための証拠を残せます。改善をもたらすのは、ツールが指し示す作業です。ブランド情報の訂正、より良いページの公開、第三者での露出の獲得、技術的な問題の修正です。AIでの順位が自動で上がるという約束には注意してください。
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.
Alexa for Shopping
