追跡しているプロンプトはいくつ？AmICitedでカウントを確認する

「今、実際にいくつのプロンプトを監視しているの？」という疑問にすぐに答えたいなら、ダッシュボードの追跡プロンプトカウンターが一目でその数を表示し、さらにそれらがいくつのAIプラットフォームに対して実行されているかも教えてくれます。

プロンプトトラッキングとは

AI検索の可視性において「プロンプト」とは、実際のユーザーがChatGPT、Perplexity、Gemini、Google AI Overviewsに入力しそうな現実的な質問やクエリのことです。「中小企業向けの最適なプロジェクト管理ソフト」や「[カテゴリ]の主要ベンダーは？」といった質問が該当します。プロンプトトラッキング とは、こうしたプロンプトの定義済みセットを各AIプラットフォームに対して定期的に実行し、自社ブランドがその回答の中に、どこで、どのように登場するかを記録する取り組みです。従来のSEOにおけるキーワード順位トラッキングのAI検索版と言えますが、検索語句での順位を確認する代わりに、関連する質問がされたときにAIアシスタントが自社を引用・言及・推奨するかどうかを確認する点が異なります。

監視対象とするプロンプトの集合は、通常プロンプトライブラリまたはプロンプトセットと呼ばれます。これはトピック、意図、ファネル段階に紐づいた構造化されたクエリ集であり、無作為なサンプルではなく、実際に自社の見込み客が尋ねる質問を監視に反映させるためのものです。良いプロンプトセットを構築する上で重要なのは量よりも関連性です。自社のオーディエンスの検索方法に近いプロンプトが少数あるほうが、緩く関連しているだけのプロンプトが何百個もあるより多くの情報を与えてくれます。だからこそプロンプトライブラリの構築 は、それ自体が一つの専門分野として扱われているのです。何をどのくらいの頻度で計測するかだけでなく、何を計測すべきかを決める作業でもあります。

これが重要な理由は、AIアシスタントにはGoogleの検索結果のような単一の「ランキング」が存在しないからです。それぞれのプロンプトは独自のミクロ環境であり、モデルはクエリを再構成し、異なるソースから情報を引き出し、言い回しのわずかな違いによって挙げるブランドが変わることがあります。あるクエリでは強く推奨されるブランドが、ほぼ同じ内容の別のクエリでは全く登場しないということも起こり得ます。だからこそAmICitedのようなAI可視性プラットフォームは、「自社は可視化されているか」を単純なYes/Noで確認するのではなく、プロンプトの集合全体にわたって可視性を測定し、単発の逸話ではなく統計的に意味のある全体像を提供します。このプロンプトの集合が広く、代表性が高いほど、そこから導かれるすべての指標の信頼性が高まります。

これは、プロンプトエンジニアリング がこの構図の両側に関わってくる理由でもあります。監視の側面では、プロンプトの言い回し次第でAIが提示する内容が変わるため、追跡対象のプロンプトはSEO的なキーワード文字列ではなく、実際の購買者の自然な言葉遣いを反映すべきです。コンテンツの側面では、AIモデルが言い回しをどう解釈し応答するかを理解することで、そもそも回答に取り上げられやすいページを書く助けになります。プロンプトトラッキングはこの両者の交点に位置し、自社のコンテンツ戦略が実際に人々の目にする回答へと反映されているかどうかを教えてくれる測定レイヤーなのです。

確認方法

追跡プロンプトカウンターは、ダッシュボードの主要指標の下にある4つのカウンターカードの2番目で、TRACKED PROMPTS（追跡プロンプト） と表示されています。例では「129」と表示され、その下に「4つのプラットフォームで」という注記があります。

示している内容

• 数値（129）は、現在アクティブなドメインに対して監視されているプロンプトの数です。これはあなたの測定範囲そのものであり、AmICited内の他のすべてのパーセンテージ指標、トレンドライン、競合比較は、この同じプロンプト群を基準に計算されています。
• 「N個のプラットフォームで」 は、各プロンプトがいくつのAIエンジン（通常はChatGPT、Gemini、Perplexity、Google AI Overviews）に対してチェックされているかを示します。すべてのプラットフォームが各プロンプトに同じように答える必要はありません。重要なのは、各プロンプトがすべてのプラットフォームに対して一貫してテストされることで、プラットフォームごとにAI検索の可視性 がどう異なるかを比較できる点です。

これらを合わせると、監視の規模がわかります。4つのプラットフォームで129のプロンプトということは、AmICitedが各サイクルで約129 × 4回のチェックを実行していることになります。つまり、システムが更新されるたびに516件ものAI回答が個別に読み取られ、ブランド言及・引用・競合の文脈についてスコアリングされているのです。だからこそ、これを手作業で（ChatGPTに一つずつクエリを入力して）再現しようとするのは、プロンプトの数が少し増えただけで非現実的になります。また、これがチームがその場しのぎのスポットチェックから、本格的なAIランクトラッカー へと移行する主な理由でもあります。信頼できるシグナルを得るために必要なクエリ数は、スプレッドシートで人手管理できる範囲をすぐに超えてしまうのです。

カウントが重要な理由

可視性スコアやシェア・オブ・ボイス といったパーセンテージ指標は、すべてこのプロンプトセットを基準に計算されます。つまり、この数値はすべての指標の分母であり、プロンプトの追加・削除を始める前に、その仕組みを理解しておく価値があります。

• まだランク付けされていないプロンプトを追加すると、通常は最初に可視性スコアが下がります。これは、これまでより多くの質問に対して評価されるようになり、その一部はまだ可視性を獲得できていないためです。これは自社のAIプレゼンスが悪化したわけではなく、測定がより正直になったということです。40個の簡単なプロンプトで計算された可視性スコアは、より難しく競争の激しいクエリを含む130個のプロンプトで測定した同じブランドのスコアより、常に良く見えてしまいます。
• 適切に選ばれた大規模なプロンプトセットは、AI可視性のより完全で信頼性の高い全体像を提供します。 プロンプトセットが小さいとノイズが多くなります。1つのAI回答が引用元を変えるだけで、スコアが数ポイント動くこともあります。プロンプトセットが大きければそのノイズが平滑化され、トレンドラインに意味が生まれます。
• このカウントは、他のすべてのレポートの範囲も規定します。 競合比較、ソース分析、引用トレンドのグラフは、すべて同じプロンプト群から構築されています。そのため、プロンプトセットが狭すぎる（例えばブランド名を含むクエリのみなど）と、可視性が実際より高く見えてしまいます。競合が優位に立ちやすい、より難しいノーブランドのプロンプトを除外してしまっているためです。

これは、生成エンジン最適化（GEO） に不慣れなチームが陥りがちな落とし穴です。スコアが上がったか下がったかだけで進捗を判断し、まず分母が変わったかどうかを確認しないのです。指標の変化に反応する前に、必ずこのカウンターを確認してください。数値が急増していたなら、その変化は少なくとも部分的には機械的なものであり、AIモデルが自社ブランドをどう扱っているかの本質的な変化ではありません。

活用方法

1. カバレッジを確認する。 数値が自分の分野にしては低いと感じたら、重要な質問を見逃している可能性があります。プロンプトを追加しましょう。有効な確認方法として、見込み客が競合他社と比較する際にAIアシスタントに尋ねるであろう10個の質問を書き出し、それぞれが追跡セットに含まれているか確認してみてください。ギャップがどこにあるかわからない場合は、AI検索可視性のためのコンテンツギャップ分析 が、それを体系的に見つける方法を示してくれます。
2. 指標の変化を正しく解釈する。 このカウントが増えた直後に可視性スコアが下がったとしても、それは予想通りです。可視性を失ったのではなく、プロンプトを追加したのです。結論を出す前に、カウンターが変化した日付とスコアが変化した日付を照らし合わせましょう。
3. セットを意図的に管理する。 プロンプトセクション（またはダッシュボード下部の追跡プロンプトウィジェット）を使用して、プロンプトの追加、編集、削除を行い、この数値の対象を変更できます。汎用的で検索数の多いだけのプロンプトよりも、実際の購買段階の質問を反映したプロンプトを優先しましょう。的確にターゲティングされた小規模なセットのほうが、緩く関連しているだけの大規模なセットよりも、ChatGPTでのブランド言及を追跡する 上で通常はより有用です。
4. セットを定期的に見直す。 購買者の言葉遣いは変化し、新しい競合が登場し、AIプラットフォーム自体も時間とともに回答の仕方を変えていきます。プロンプトライブラリは生きた資産として扱いましょう。設定した時だけでなく、一定の頻度で見直すことで、このカウントが最初に監視を設定した時点の検索方法ではなく、人々が実際に検索している方法を反映し続けます。

このカウンターの読み方に慣れたら、それをより大きな全体像と結びつけて考える価値があります。目標は数値そのものを大きくすることではなく、自社の購買者が実際にAIアシスタントに問いかける方法を反映したプロンプトセットを持つことです。それによって、可視性スコア、シェア・オブ・ボイス、引用トレンドといった、その上に構築されるすべての指標が、都合の良いサンプルではなく現実を反映するようになります。プロンプトセットの規模やターゲティングの度合いをどう決めるべきか迷っている場合は、AI検索可視性の指標とKPIを測定するガイド で、プロンプト数、カバレッジ、スコアリングがどのように相互作用するかを確認できます。AmICitedでプロンプトライブラリの編集を始める前に、目を通しておくとよいでしょう。