製品は購入者のニーズに合っているのに、なぜAIの推薦に出てこないのでしょうか。歯科向けCRMの購入の質問をたどりながら、競合が推薦される理由、引用された情報源、既存のページを比べます。製品の事実、使い方の場面や比較のコンテンツ、外部の利用の根拠のどれを改善するかを決め、見つかったことを具体的なページのタスクに変えましょう。コンテンツを作るのを見送るのが正しい判断のこともあります。
12,000以上のニッチ市場を探索
Nov 05, 2026に更新されました
B2B SaaSのプロダクトマーケティングの責任者なら、AIが作った候補リストで競合が推薦され、同じ問題を解決できる自社製品が出てこないのを見たことがあるかもしれません。最初の反応は、業界記事をもう一本、あるいは競合比較をいくつか追加で発注することかもしれません。
執筆を割り当てる前に、もっと具体的な問いを立ててください。回答は競合を選んだ理由として何を挙げたのか。自社製品には、候補に入るだけの同じくらい明確で信頼できる根拠があるのか。
AI検索の可視性の完全ガイドを使って、合っているのに推薦されない製品を特定したなら、これが次のステップです。歯科医院の顧客関係管理（CRM）ソフトについての質問を例に、推薦の理由、引用された情報源、既存のページを結びつけて、何を変えるかを決める方法を示します。
Rand Fishkinは2026年1月27日、SparkToroとGumshoeの共同によるAIの推薦の一貫性に関する調査を公開しました。600人のボランティアが、ChatGPT、Claude、GoogleのAI Overviews（必要に応じてAI Mode）で12のプロンプトを実行し、合計2,961回の実行を行いました。調査の依頼は2025年11月と12月に行われ、各ラウンドはおよそ7日間でした。
調査では、推薦リストの全体とその順番の両方に大きな揺れが見られました。著者は、ChatGPTやGoogleの検索AIが同じブランドのリストを繰り返す確率は1%未満だったと報告しています。これはリスト全体の繰り返しを測ったもので、個々のブランドの登場率ではありません。それでも繰り返しの観察は、特定のニーズの候補にどのブランドがより多く出てくるかを見分ける助けになります。
この調査が扱ったのは推薦の一貫性です。コンテンツチームにとって、個々の回答は挙げられた理由を知る助けになり、比較できる繰り返しの観察は問題が続いているかを示します。確認できた事実の誤りは、すぐに直せます。
調査の資料には、次の購入の質問が含まれています。
A dental clinic asked me to recommend good CRM software. Which five tools should I investigate?
（日本語訳：歯科医院から良いCRMソフトを勧めてほしいと頼まれました。どの5つのツールを調べるべきでしょうか？）
この質問には261件の回答があります。この記事では、そのうちChatGPTの回答2件を取り上げて推薦と引用を見ていきますが、これをこの質問へのAIの標準的な回答とみなすべきではありません。
| 選んだ回答 | 提供した内容 | ブランドと情報源の出方 |
|---|---|---|
| 製品の候補リストの回答 | Boxly、Oral Connect、Lua CRM、InvestGlass、DCRM、ClickUpを挙げた | 理由には業界での使い方、見込み客の管理、連携が含まれ、ベンダーの具体的なページへのリンクがあった。この候補リストにHubSpotはなかった。 |
| 購入の基準の回答 | 製品の候補リストではなく、フォローアップ、連携、セキュリティなどの要件をカバーする基準を示した | HubSpotの歯科向けCRMの記事を引用したが、HubSpotの製品は推薦しなかった。 |
記録はそれぞれ別のユーザーのものです。一つ目には、元の質問にはなかった英国の文脈も含まれていました。回答の種類さえ違い、一方は製品を選び、もう一方は基準を並べました。これは推薦の回答の揺れを示しています。
コンテンツの責任者にとっての次の問いは、各推薦の理由をどのページが支えているか、自社製品はその条件を満たすか、既存のコンテンツはそれを扱っているか、です。
関係する情報は、学習データ、ウェブのリアルタイム検索、プラットフォームとの連携の三つから入ってきます。一つの回答に三つすべてが関わることもあります。
モデルは学習の中で、製品、ブランド、使い方の関係を学ぶことがあります。2023年の機械学習国際会議（ICML）で発表されたロングテールの知識の学習に関する研究は、GPT-NeoやBLOOMなどのモデルの事実に関する質問応答の成績が、学習データに含まれる関連文書の数と関係していることを示しました。検索を加えると、その学習情報への依存は小さくなりました。
ここから妥当に推測できるのは、時間をかけて蓄積された製品ドキュメント、業界の報道、本物の利用の議論が、学習データに入れば、モデルがブランドについて学ぶ助けになりうるということです。
ウェブ検索の機能を持つシステムは、回答しながらより新しい情報を探し、情報源のリンクを示せます。OpenAIのウェブ検索ツールのドキュメントはこの仕組みを説明しています。検索が行われるかどうかは、ツールの設定とタスクによります。
CRMの例では、引用はベンダーの具体的な業界ページ、使い方のページ、比較記事を指しています。リアルタイムの検索なら、モデルの学習が終わった後にこうしたページで公開された情報も取得できます。
ECの販売者やプラットフォームは、対応する製品データのチャネルを通じて、製品名、説明、価格、在庫状況、バリエーションを提供できます。OpenAIの製品データの仕様には、こうした項目が含まれています。
この経路は主にECの製品のためのものです。B2B SaaSのコンテンツ診断では、引き続き公開されているソフトウェアの事実、使い方、レビューに焦点を当てます。
| 情報源 | 関係するコンテンツ | コンテンツ作業への示唆 |
|---|---|---|
| 学習データ | 学習に含まれる製品ドキュメント、報道、議論などの関連資料 | ブランドをはっきり特定する正確で一貫した情報を、長期にわたって保つ。 |
| ウェブのリアルタイム検索 | 公式の製品ページやヘルプページ、使い方や比較のページ、関係する第三者のコンテンツ | 今の回答に足りないものを確認する。機能の事実か、製品を選ぶ理由か、利用やレビューの根拠か。 |
| プラットフォームとの連携 | ECの製品、販売条件、在庫状況、バリエーションのデータ | ECのブランドは対応する製品データを管理する。 |
SaaSのチームにとって、公式の製品の事実は、ソフトウェアが要件を満たせるかを説明します。使い方の場面や比較のコンテンツは、なぜこのニーズに合うのかを説明します。外部の根拠は、実際の利用体験と独立したレビューを加えます。三種類のコンテンツはどれもウェブから取得されることがあり、一部は将来の学習の材料になるかもしれません。
Dagenoでは、回答とその表示された引用元を確認できます。それらのページと主張が、調査を始める場所になります。
まず「製品は合っている」を、購入者が満たす必要のある条件に分解します。CRMを求める歯科医院は、主に新しい問い合わせを管理したいのかもしれません。あるいは、予約、フォローアップ、既存の医院の業務システムをつなげたいのかもしれません。この二つのタスクには、別々の機能が必要です。
以下の調査は、情報源の構成や相関を示すもので、何を優先して調べるかの助けになります。具体的な原因は、自社の回答、製品、ページを確認して突き止めます。ブランドの位置、競合が推薦される理由、情報源のURL、自社の既存のページを記録します。購入者の要件と、AIが付け加えた条件は分けておきます。
実践的な判断：競合が特定の連携を理由に選ばれているのに、自社のページが「今お使いのツールとつながります」としか書いていないなら、重要な事実が抜けていないかを確認します。この診断は、購入者の要件と公式のコンテンツガイダンスを組み合わせたものです。Microsoftが2025年10月に公開したAI検索向けコンテンツのガイドは、あいまいな主張を具体的な事実と文脈に置き換え、重要な答えを読めるテキストで提供することを勧めています。
「連携に対応」だけでは、判断の根拠になりません。購入者は、どのシステムとつながるか、どんな情報をやり取りするか、同期は双方向か、どのプランが必要か、誰が設定するかも知る必要があります。
Dagenoで見る場所：対象市場とブランドの位置を確認したら、Demand & Insights → Search Intents → Recommendationsに進みます。関係するサブインテントを選び、View AI responsesをクリックします。次に関係する引用分析に切り替え、推薦の理由の裏にあるページを調べます。
このSmart Watchesの例では、購入のサブインテントを選び、その行のAIの回答を開いて、推薦の理由を引用と比べます。
CRMの場合、回答が医院の業務システムとの接続を重視しているなら、次の点について自社製品と引用されたページを比べます。
すること：機能はあるのにページが説明していないなら、まず関係する製品ページや連携のヘルプページを更新します。具体的な割り当ては、たとえば「既存の連携ページに、同期するデータ、同期の方向、きっかけ、対象のプラン、制限を加え、業界ページからその説明にリンクする」となります。
サイトがすでに機能を説明しているのに回答が古い条件を使っているなら、引用されたページのバージョンと範囲を確認します。自社が今も管理している古い情報は直します。第三者の説明については、一次資料の根拠を添えて、具体的な修正を公開者に送ります。
製品に必要な機能がないなら、製品担当者にその要件を判断してもらい、コンテンツのタスクは保留します。重要な情報が公開の状態で読めないなら、ウェブチームにアクセスとインデックスを、Search Consoleでのページの状態も含めて確認してもらいます。GoogleのAI機能に関するウェブサイトの要件は、AI OverviewsとAI Modeの裏づけのリンクは、インデックスされ、検索スニペット付きで表示される対象である必要があると定めています。
更新した後は、元の質問に戻ります。回答が機能、条件、制限を正確に説明しているかを確認し、使っている情報源を記録します。
調査データ：2025年12月4日に公開されたAhrefsの推薦の情報源に関する調査は、ソフトウェア、製品、代理店の推薦にまたがる750の質問と26,283の情報源URLを分析しました。ChatGPTのデータは2025年11月の第1週に、ログアウトした新しい会話でGPT-5を使って収集されました。ソフトウェアのカテゴリーでは、ブログ形式のおすすめリストが情報源URLの51.39%を占めていました。こうした回答では、比較と選び方のコンテンツが広く使われていました。
自社の連携機能はすでにしっかり説明されているのに、競合が推薦された理由が「複数のチャネルから問い合わせを受ける受付チームにより向いている」だったとします。仕様をさらに足しても、問題は解決しないかもしれません。購入者は、その機能が日々の仕事にどう組み込まれるかを理解する必要があります。
Dagenoで見る場所：似た購入の質問への回答から、競合が推薦された理由を記録します。次にCitation analysis → Top cited pagesに進み、関係する比較記事を開きます。Competitor citationsに切り替えて、競合自身のページを調べます。コンテンツがユーザー、業務の流れ、代わりの候補、導入の条件をどう説明しているかを見ます。
ページのタイトルとリンクで選び方のコンテンツを見つけ、それを回答と比べて、どの推薦の理由を支えているかを確認します。
すること：既存の機能を、誰でもたどれる使い方の説明に変えます。CRMの機能一覧なら「共有受信箱、自動化、レポート」と書くかもしれません。歯科の見込み客管理のページでは、次のことを説明します。
手作業や追加の設定が必要な手順も含め、製品の実際の業務の流れを説明します。
MicrosoftのAI検索向けコンテンツのガイドは、それだけで意味の通るコンテンツを整理するために、直接のQ&A、リスト、比較表を勧めています。SaaSのページでは、業界のキーワードを足すだけでなく、前提条件のはっきりした作業の手順として機能を説明することにつながります。
購入者が汎用のCRMと歯科専用のCRMを比べているなら、それぞれがどんな業務をカバーするか、設定にどれくらい手間がかかるか、誰が管理するか、どんなときにもう一方のほうが向いているかを説明します。違いの一つひとつに、検証できる製品の根拠を添えます。
まず、既存の業界ページにこの情報を入れられるかを確認します。既存のページでは別の購入タスクにはっきり答えられない場合にだけ、新しいページを検討します。HubSpotにはすでに歯科向けCRMの比較記事があります。次のステップは、そのコンテンツを具体的な推薦の理由に照らして評価することです。
更新した後は、似た質問への回答が新しく加えた理由を使い、製品が合う条件を正確に説明しているかを確認します。
調査データ：2025年12月12日に公開されたAhrefsのネット上の言及とAIでの可視性に関する調査は、75,000のブランドを分析し、数百万件のAIの回答での言及を数えました。ネット上のブランドの言及と、ChatGPT、Google AI Mode、AI Overviewsでのブランドの可視性とのスピアマンの相関は、およそ0.66〜0.71でした。このサンプルでは、ネット上でより多く言及されているブランドほど、AIの回答にもより多く出てくる傾向がありました。選定の基準は、すでにネット上で存在感のあるブランドに偏っていました。
サイトは製品が何に対応しているかを説明できます。具体的な利用の体験談や独立したレビューは、人々がどう使っているか、移行のときにどんな問題にぶつかるか、代わりの候補と比べてどんな得失を選んでいるかを確かめる助けになります。
Dagenoで見る場所：Citation analysis → Cited source leaderboardに進みます。関係するドメインを検索するか、情報源の種類で絞り込み、公式サイト、編集メディア、コミュニティを区別します。引用数と、各情報源を引用した回答の割合を比べ、自社の購入の質問に関係する情報源を調べます。
情報源の種類とドメインを確認し、引用数と回答のカバー率を比べて、ページ単位で調べる情報源を選びます。
次にTop cited pagesを開き、ドメインの種類の絞り込みをUGCコミュニティにします。これで、引用されている個々の議論が分かります。対象のニーズに関係するRedditのリンクを開き、購入の回答に戻って、それがどの理由を支えているかを確認します。
このSmart Watchesの例のRedditの項目では、Ultra 3がユーザーのニーズに合うか、Series 11との比較、バッテリーの持ちについての質問が議論されています。各リンクから対応する議論を開けます。
CRMのチームにとって役立つ情報源は、古いシステムからの移行について議論しているものや、ある連携を続けた、あるいはやめた理由を説明しているものかもしれません。執筆者が製品を使ったか、どのバージョンを説明しているか、その体験が今の購入者の要件に当てはまるかを確認します。
すること：引用されたコミュニティのリンクをたどって、関係する議論を開きます。テーマと参加のルールを確認し、まだ解決していない質問に答えます。ほかの情報源については、抜けに合わせて対応を決めます。
| 見つかったこと | 次のステップ |
|---|---|
| 関係するページに、誤った説明や古い説明がある | 現在の製品ドキュメントを添えて、具体的な修正を公開者に送る。 |
| コミュニティの議論に、自社製品が応えられる本物の質問がある | コミュニティのルールに従い、ベンダーであることを明かし、方法、条件、制限を説明する。製品が合う場合は製品に触れる。 |
| レビューの情報源に、関係する利用体験が足りない | 本物のユーザーに、台本どおりの称賛ではなく、体験と得失を率直に語ってもらうよう依頼する。 |
| 業界のレビュアーが、製品を評価するのに十分な情報を持っていない | 検証できる資料と評価のためのアクセスを提供する。テストと掲載の判断は執筆者に任せる。 |
Dagenoは情報源とリンクを見つける助けになります。チームはそれを使って、議論に参加したり、執筆者に連絡したり、本物のユーザーレビューを依頼したりできます。その後、情報源で何が変わったか、後の購入の回答がその情報を使っているかを記録します。
前に取り上げたAhrefsの750の推薦の質問についての情報源の調査では、ソフトウェアの情報源に、機能や製品のページ、おすすめリスト、レビュープラットフォーム、コミュニティが含まれていました。下の表は、SaaSの購入判断に関係するカテゴリーを選んだものです。割合はソフトウェアのカテゴリーにおける情報源URLの構成で、ベンダー自身のサイトと第三者のサイトの両方を含みます。
| コンテンツの種類 | ソフトウェアの情報源URLに占める割合 | 主に提供する情報 |
|---|---|---|
| ブログ形式のおすすめリスト | 51.39% | 製品の候補、推薦の理由、それぞれが誰に向いているか。ベンダー、レビュアー、編集メディアのいずれかが公開していることがある。 |
| 機能、サービス、使い方のランディングページ | 14.60% | 製品が何に対応し、特定のユーザーのタスクにどう応えるか。 |
| G2などのプラットフォームのランキングといった、ブログ以外のリスト | 11.66% | 比較できる製品の集まり、ランキング、詳しいレビューへのリンク。 |
| Redditを含むコミュニティとソーシャルメディア | 3.70% | 利用上の問題、比較、移行、制限についての議論。 |
| 個別のレビューやプロフィールのページ | 1.83% | 特定の製品の情報、レビュー、利用の詳細。 |
| 製品ページ | 0.84% | 具体的な製品とバージョンの情報。公式のページは機能と購入条件の確認に役立つ。 |
ここでは「製品ページ」と「機能や使い方のランディングページ」は別のカテゴリーです。SaaSのサイトではどちらも確認する価値があります。一方は製品の事実を、もう一方は用途と向き不向きを説明します。
レビュープラットフォームはSemrushの調査にも出てきます。2025年9月に公開されたその最初のAI Visibility Indexは、五つの業界にわたるおよそ2,500の質問を使い、ChatGPTとGoogle AI Modeを対象にしました。そのデジタルテクノロジー分野の情報源についての結果では、G2がChatGPTで4番目に多く引用された情報源でした。
ここからコンテンツチームは、実践的な確認の順番を得られます。サイトは機能と条件を説明しているか。比較は選ぶ理由を説明しているか。レビューとコミュニティは本物の体験を加えているか。では、歯科向けCRMの質問で引用された三つのページを見てみましょう。ページの内容はこの記事のために確認した時点のもので、過去の回答からは引用とその使われ方が分かります。
製品の候補リストの回答は、Boxlyの歯科業界向け製品ページを使って、見込み客の管理、自動フォローアップ、業界のシステムとの連携に関する理由を支えていました。このページには、問い合わせのチャネル、タスクとフォローアップの自動化、医院の業務システムとの連携が含まれています。
参考になるのは、情報のつなぎ方です。製品が誰に向けたものか、どんな業務を扱うか、既存のシステムとどうつながるか。自社のページでは、関係する設定の条件、プラン、制限を加えます。
たとえば「顧客のフォローアップを自動化」とだけ書くのではなく、どの状態がフォローアップのきっかけになり、誰が受け取り、どのチャネルを使い、いつ止まり、人がどう引き継ぐのかを説明します。答えは製品の実際の動きから取ります。
製品の候補リストの回答は、ClickUpを、医院がすでに使っている場合も含めて、歯科のCRM用途での汎用の選択肢として示していました。その歯科医向けのCRMの使い方のページは、予約とリマインダー、患者との関係、治療計画の追跡を軸に構成されています。
自社の使い方のページを書くときは、タスクごとに説明します。どの既存機能がそのまま使えて、どれに設定、連携、手作業が必要なのか。
購入の基準の回答は、製品の候補リストを作らずに、HubSpotの歯科向けCRMの比較記事を引用していました。この記事には、製品の比較、機能、選び方の質問が含まれています。
この種のコンテンツを確認するときは、一般的な購入の基準と、特定の製品を選ぶ根拠を区別します。HubSpotの記事は、ベンダーが公開した比較コンテンツです。実際の利用体験を理解するには、ユーザーのレビューや独立したテストに進みます。
この確認の後、各コンテンツのまとまりは具体的な問いに答えるべきです。機能の説明は、機能、条件、ドキュメントを示します。比較は、同じ条件での違いを説明します。利用の体験談とレビューは、ユーザー、環境、方法、制限を明示します。
AIに知られていることと、AIに推薦されることは同じではありません。AI recognizes most brands but mentions almost noneをご覧ください。
CRM製品を担当しているなら、歯科医院の候補リストで挙げられた理由を、自社の機能とページと比べてください。チームの対応表は次のように整理します。
| 見つかったこと | 優先する場所 | 成果物 | その後に確認すること |
|---|---|---|---|
| 製品が必要な条件を満たしていない | 製品または市場でのポジショニング | 合わない点を記録し、コンテンツは見送る。 | 機能や購入者の要件は実際に変わったか？ |
| 機能はあるが、公開の事実が欠けているか間違っている | 関係する製品ページ、連携ページ、古いドキュメント | 機能、前提条件、制限、現在のドキュメントを加える。 | 回答はその事実を正確に説明しているか？ |
| 事実はそろっているが、選ぶ理由がはっきりしない | 既存の使い方や比較のページ | 業務の流れ、代わりの候補との違い、合う条件を加える。 | 回答は正確な選ぶ理由を使っているか？ |
| 関係する外部の根拠の抜けが特定できた | 具体的なコミュニティ、レビュー、評価のページ | 情報を直す、本物の体験を加える、評価用の資料を提供する。 | 情報源は変わったか、後の回答はそれを使っているか？ |
| 外れた理由がまだ説明できない | 確認待ちの回答や事実 | 足りない証拠を特定して調べる。 | 具体的な対応を決めるのに十分な証拠があるか？ |
購入の質問の全文をいちばん上に置きます。タスクごとに、変更するページのURL、関係する推薦の理由と情報源のURL、担当者、変更日を加えます。優先順位は事業上のリスクで決めます。まず事実の誤りを直し、次に対象顧客が理解する必要のある条件を加えます。
たとえば、購入者に必要な双方向の連携に製品は対応しているのに既存のページが説明していないなら、タスクは「既存の連携ページに、同期するデータ、方向、きっかけ、対象のプラン、制限を加え、業界ページからリンクする」とできます。機能がまだ確認できていないなら、先に製品担当者にタスクを回します。
変更した後は、同じ購入の質問、プラットフォーム、言語、地域で、比較できる会話の条件のもと観察を続けます。Dagenoの成果の追跡では、既存の回答での対象URLの引用とブランドの成果が分かります。URLを追加してもリアルタイムのクロールは始まらないので、新しい質問のテストは別に手配します。
ページの変更、情報源の変化、事実の正確さ、製品の推薦は分けて記録します。こうすると、タスクで何が解決し、次の判断にどんな証拠がまだ必要かがチームに分かります。
はい。ウェブ検索の機能を持つシステムは、現在のページから製品の情報を取得できます。製品の事実と合う条件を読める状態にし、そのうえで実際の回答がどの情報源を使っているかを確認します。
今の購入者の機能、連携、導入の要件を自社のページと比べます。回答全文を読み、それらのページが選ぶ理由として何を提供しているかを確認します。具体的な抜けが特定できたら、それに応えるのに最も適したページを更新します。
サイトに誤った事実があるか、重要な条件が抜けているなら、まずサイトを直します。関係する回答で使われている外部の情報源に製品の情報やレビューが足りない、または古い説明が残っている場合に、外部の情報源に対応します。
必ずしもそうとは限りません。推薦の理由、情報源、製品の候補の変化を観察し続けます。新しい証拠の抜けが見つからなければ、同じような記事を増やすのではなく、観察を続けます。
SparkToroとGumshoeの共同調査：AIの推薦の一貫性に関する調査と方法論（2026年1月27日）
ICML 2023：大規模言語モデルはロングテールの知識の学習に苦労する
Microsoft：AI検索の回答に含まれるためのコンテンツ最適化
Semrush：2025年の最初のAI Visibility調査の結果
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.
Read full bio
Alexa for Shopping
