ChatGPT の推薦はブランド需要を動かすシグナルになり始めている
Search Engine Land が取り上げた Similarweb 調査は、ChatGPT の推薦がブランドサイト訪問、滞在時間、そして検索・ダイレクト経由の流入に影響することを示しています。
Dageno 編集部メモ: Dageno 編集部は、この調査を AI 推薦が需要を生む仕組みとして再構成しました。AI referral として見えなくても、ブランド検索、ダイレクト流入、滞在品質、競合検討に影響します。 原文タイトル： ChatGPT recommendations drive more brand website visits: Study.
この記事を60秒で理解する
- Similarweb は、ChatGPT で推薦を見たユーザーが 7 日以内に推薦ブランドのサイトを訪れる確率は競合より 2.5 倍以上高いと示しました。回答面の可視性が需要意図に変わっています。
- 推薦後の訪問者は約 12 ページを閲覧し 11.8 分滞在しました。通常訪問の 6.5 ページ、5.6 分と比べ、AI 影響セッションは質が高い可能性があります。
- 金融、旅行、美容の例では American Express、Capital One、Skyscanner、Kayak、Sephora、Ulta がそれぞれ異なる訪問リフトを示しました。
- AI の影響は誤って帰属されやすいです。検索流入は 55.9% に増え、ダイレクトは 19.9% まで下がったため、クリック前の推薦影響を測る必要があります。
この記事が本当に示している検索可視性ルールの変化
Search Engine Land が取り上げた Similarweb 調査は、ChatGPT の推薦がブランドサイト訪問、滞在時間、そして検索・ダイレクト経由の流入に影響することを示しています。
GEO にとって重要なのは、何が起きたかだけではありません。その変化が情報源選定、回答生成、ユーザー行動にどう変換されるかです。
GEO: 次のステップは、原文のシグナルを prompt family、情報源ギャップ、競合 answer-share、コンテンツ施策へ分解することです。
原文の事実を GEO シグナルとして読み替える
これらは単なるニュースの断片ではありません。各事実は、AI検索システムがブランドを選び、引用し、推薦し、または無視する条件を変えます。 調査は 2025 年 7 月から 12 月の米国デスクトップのオプトイン行動を使い、7 日以内に推薦ブランドまたは競合を訪問したかを見ています。
調査は 2025 年 7 月から 12 月の米国デスクトップのオプトイン行動を使い、7 日以内に推薦ブランドまたは競合を訪問したかを見ていま
調査は 2025 年 7 月から 12 月の米国デスクトップのオプトイン行動を使い、7 日以内に推薦ブランドまたは競合を訪問したかを見ています。
過去 4 週間にブランドを訪問したユーザーや、prompt でブランド名を指定したユーザーは除外され、ロイヤルティより発見効果に近い設計です
過去 4 週間にブランドを訪問したユーザーや、prompt でブランド名を指定したユーザーは除外され、ロイヤルティより発見効果に近い設計です。
ChatGPT が American Express を推薦した場合、AmEx 訪問は 7.2%、Capital One は 3.1%。Ca
ChatGPT が American Express を推薦した場合、AmEx 訪問は 7.2%、Capital One は 3.1%。Capital One 推薦時は 14.2% 対 3.8% でした。
旅行では Skyscanner 推薦時に 9.5% 対 Kayak 7.6%、Kayak 推薦時に 12% 対 Skyscanner 3.4
旅行では Skyscanner 推薦時に 9.5% 対 Kayak 7.6%、Kayak 推薦時に 12% 対 Skyscanner 3.4% となりました。
美容では Sephora 推薦時に 7.9% 対 Ulta 3.3%、Ulta 推薦時に 7.6% 対 Sephora 4.6% でした。
美容では Sephora 推薦時に 7.9% 対 Ulta 3.3%、Ulta 推薦時に 7.6% 対 Sephora 4.6% でした。
AI 影響ユーザーは検索またはダイレクトで到達することが多く、推薦の影響は referral レポートに現れない可能性があります。
AI 影響ユーザーは検索またはダイレクトで到達することが多く、推薦の影響は referral レポートに現れない可能性があります。
このニュースの背後にあるプラットフォーム機構
GEO にとって重要なのは、何が起きたかだけではありません。その変化が情報源選定、回答生成、ユーザー行動にどう変換されるかです。
| レイヤー | システムが観測するもの | GEO で重要な理由 |
|---|---|---|
| 入力 | 調査は 2025 年 7 月から 12 月の米国デスクトップのオプトイン行動を使い、7 日以内に推薦ブランドまたは競合を訪問したかを見ています。 | ブランドが候補になれる可視面を定義します。 |
| 選定 | 過去 4 週間にブランドを訪問したユーザーや、prompt でブランド名を指定したユーザーは除外され、ロイヤルティより発見効果に近い設計です。 | 通常の順位・流入と、回答に影響する証拠を切り分けます。 |
| 結果 | ChatGPT が American Express を推薦した場合、AmEx 訪問は 7.2%、Capital One は 3.1%。Capital One 推薦時は 14.2% 対 3.8% でした。 | プラットフォーム行動が測定可能な可視性・需要シグナルになる流れを示します。 |
AI visibility と情報源選定に起きる変化
AI 検索の可視性は URL や順位だけでなく、回答レベルで読む必要があります。
引用されなくても回答に登場しているかを把握し、referral では見えない回答レベル可視性を補います。
どの自社ページや第三者情報源が AI 回答の根拠として信頼されたかを示します。
同じ prompt family で競合ブランドがより安全な推薦になっていないかを確認します。
コンテンツ構造はどう対応すべきか
Dageno の読者にとって必要なのは、一般的な記事更新ではなく、検索・引用・検証に耐える証拠資産へ変換することです。
旅行では Skyscanner 推薦時に 9.5% 対 Kayak 7.6%、Kayak 推薦時に 12% 対 Skyscanner 3.4% となりました。
この事実を、AI が抽出できるページ、データ点、比較ブロック、FAQ に変換します。
美容では Sephora 推薦時に 7.9% 対 Ulta 3.3%、Ulta 推薦時に 7.6% 対 Sephora 4.6% でした。
単にキーワードを足すのではなく、トピック権威と第三者検証を強化するために使います。
owner と指標で動くべきチーム
AI visibility はクリック前・中・後に形成されるため、GEO、SEO、コンテンツ、分析、ブランド各チームに作業が生まれます。
| 担当チーム | 変化すること | 監視すべき指標 |
|---|---|---|
| GEO チーム | キーワード可視性から prompt family 可視性へ広げ、引用、言及、競合 answer-share を追跡します。 | prompt カバレッジ、引用率、answer-share |
| SEO チーム | 順位とインデックスを候補資格として扱い、回答抽出と情報源信頼を高めます。 | AI Overview 採用、インデックス済み証拠ページ |
| コンテンツ戦略 | 主張を商品事実、固有名詞、事例、比較文脈を含む高密度証拠資産へ変換します。 | 情報源選定、コンテンツギャップ解消 |
| 分析・帰属 | 検索、ダイレクト、ブランド需要、補助コンバージョンにまたがるクリック前 AI 影響をモデル化します。 | ブランド検索増、補助パイプライン |
| ブランド / PR | 自社ページ外で検証できる第三者信頼シグナルを強化します。 | 外部ソース露出、センチメント |
監視すべき可視性シグナル
有効な計測レイヤーは、なぜブランドが出たか、競合が代わりに出たか、その可視性が事業行動につながったかを説明します。
引用されなくても回答に登場しているかを把握し、referral では見えない回答レベル可視性を補います。
どの自社ページや第三者情報源が AI 回答の根拠として信頼されたかを示します。
同じ prompt family で競合ブランドがより安全な推薦になっていないかを確認します。
レビュー、比較、ドキュメント、コミュニティ表現、権威メディアなど不足する証拠を特定します。
対応を促すべきリスクシグナル
これらは、チームが誤った層を測定している、または古い前提に依存している可能性を示す警告です。
見えない影響
AI 推薦は検索・ダイレクト流入を増やしても AI referral として現れない場合があります。
順位はあるが引用されない
ページが順位を持っていても AI Overview や統合回答には入らないことがあります。
証拠密度の弱さ
一般的なページは抽出できる証拠が少なく、無視されやすくなります。
古いテレメトリ
レポート遅延や不完全な計測は、資格や成果の判断を誤らせます。
次のスプリントで優先すべき実行項目
prompt family を作る
記事テーマに沿って非ブランド、比較、用途、代替、意思決定 prompt を分類します。
情報源選定を確認する
AI 回答に登場する自社ページ、第三者ページ、競合ソースを記録します。
証拠資産を作る
事実、データ、事例、著者性、明確なエンティティ関係を持つページを公開します。
レポートを収益へ接続する
AI 可視性の変化をブランド検索、ダイレクト流入、リード品質、補助コンバージョンに結びます。
Dageno が次に監視するもの
次のステップは、原文のシグナルを prompt family、情報源ギャップ、競合 answer-share、コンテンツ施策へ分解することです。
- ブランド prompt と非ブランド prompt の可視性を分けてマッピングします。
- 自社ソース引用、第三者引用、競合言及を比較します。
- 測定可能なソースギャップまたは回答ギャップがある場合にのみコンテンツ施策を作ります。
AI visibility のシグナルを実行に変える。
Dageno AI は data monitoring → strategy → content generation → result attribution をつなぐ実行プラットフォームです。AI回答面の監視、戦略ギャップの特定、コンテンツ施策の生成、可視性と事業成果の接続を支援します。
Alexa for Shopping