AIブランドメンショントラッキングテンプレート：ChatGPT、Gemini、Perplexity全体での可視性を追跡する

検索は変わりました。買い手がChatGPTに「リモートチームに最適なCRM」と入力したとき、Googleのように10個の青いリンクのリストは表示されません。代わりに、単一の統合された回答が表示されます——そこに自社ブランドが含まれているか、まったく見えないかのどちらかです。

これがAI駆動型検索の新しい現実です。ChatGPTは毎日20億以上のクエリを処理しています。Google AI Overviewsは60%以上の検索で表示されています。Perplexity、Gemini、Claudeは、買い手が製品を発見し、ベンダーを評価し、購入を決定する方法を再形成しています——すべては、一度のクリックが自社ウェブサイトに届くよりも前に行われています。Bain & Companyの調査によると、ウェブユーザーの80%以上が少なくとも時々AI生成サマリーに依存しており、従来の検索エンジンでの検索の約60%はユーザーがウェブサイトをクリックせずに終了しています。

すべてのブランドが答えなければならない重要な質問：自社ブランドはAI生成の回答に表示されていますか？ もしその質問にデータで答えられなければ、あなたはスマートフォン以来最も重要な検索行動の変化の中で、目隠しをして飛んでいるようなものです。

このガイドでは、完全なAIブランドメンショントラッキングテンプレートを提供します——DIYスプレッドシートと実際の計算式、構造化されたプロンプトライブラリ、そしてエンタープライズがAI可視性の測定に使用するのと同じ指標を組み合わせた、プロダクション対応のシステムです。SEOプロフェッショナル、マーケティングマネージャー、あるいは小規模ビジネスオーナーのいずれであっても、ChatGPT、Gemini、Perplexity、Google AI Overviewsなどでのブランドの存在感を追跡し始めるために必要なすべてのものを手に入れることができます。

AIブランドメンショントラッキングとは？（そしてなぜ無視できないのか）

AIブランドメンショントラッキングとは、ChatGPT、Gemini、Perplexity、Claude、Google AI Overviewsなどのプラットフォーム全体で、自社ブランドがAI生成の回答にどのくらいの頻度で、どこで、どのような文脈で表示されるかを体系的に監視するプロセスです。従来のSEOランクトラッキング——自社ページが10個の青いリンクの中でどこに位置するかを示すもの——とは異なり、AIメンショントラッキングは根本的に異なる質問に答えます：そもそも回答に含まれていますか？

青いリンクからAI回答へのシフト

従来の検索エンジンはマーケターに明確な可視性を提供していました。Google Search Consoleにログインし、すべてのキーワードのランキングを確認し、インプレッションとクリックを追跡し、経時的なパフォーマンスを測定できました。AI検索にはそのような透明性はまったくありません。

潜在顧客がPerplexityに「リモートチームに最適なプロジェクト管理ツールは？」と尋ねたときのことを考えてみてください。AIはリンクのリストを返しません。複数のソース——レビュー、比較記事、公式ドキュメント、コミュニティディスカッション——から情報を統合し、直接的な回答を提供します。多くの場合、最適と判断した3〜5のブランドを挙げます。自社ブランドがその中になければ、検討セットにすら入ることはありません。

数字は厳しいものです。Ahrefsの調査によると、AI Overviewsは上位ランキングページのCTRを最大58%低下させることが示されています。Googleで1位にランクされていても、AIサマリーがユーザーがスクロールする前にクエリに答えてしまえば、トラフィックは保証されません。そしてAIの推奨リストは実行間で1%未満の再現率しかなく、単一のテストクエリではほとんど何もわからないことを意味します——実際の傾向を明らかにするには、体系的で反復的な測定が必要です。

重要な洞察： AI検索では、掲載順位よりも掲載自体が重要です。AI生成の回答内でのメンションは、ランキングというよりも推奨として機能します。システムはすでに利用可能な情報を評価し、どのブランドが信頼できるかを選択しています。

メンションと引用：重要となる2つの指標

追跡を始める前に、AI可視性を左右する2つの核となる概念の違いを理解する必要があります。

メンションとは、AIモデルが回答の中で自社ブランドを名指しすることです。これはAI可視性の基本単位です。ChatGPTが「HubSpot、Salesforce、[あなたのブランド]などのツールが人気の選択肢です」と言った場合、あなたはメンションを得たことになります。メンションは認知と信頼を構築しますが、必ずしもトラフィックを生み出すわけではありません。

引用とは、AI回答に自社ドメインを指すクリック可能なリンクまたはソースの帰属が含まれていることです。これはAI可視性と測定可能なトラフィックの間の架け橋です。引用を得るのはより困難です——AIはブランド名を挙げるだけでなく、権威あるソースとして自社コンテンツにリンクする必要があります。

両方を追跡することが不可欠なのは、それらが異なる目的を果たすからです。メンション率が高くても引用率が低い場合、ブランドは知られているが一次情報源として信頼されていないことを意味します。全体的にメンション率が低い場合、スキーママークアップだけでは解決できない根本的な可視性の問題があることを意味します。

従来のSEOツールがAI可視性を捉えられない理由

ほとんどの古典的なSEOツール——Ahrefs、Semrush、Moz——は、従来の検索ランキングとバックリンクを監視するために作られました。これらは「ChatGPTは私のカテゴリーについて誰かが尋ねたときに私のブランドを推奨しますか？」という質問に答えるように設計されていません。

AIプラットフォームは内部のランキングシグナルを公開しません。ChatGPT用のSearch Consoleはなく、Perplexity用のランクトラッカーもありません。出力は非決定的です——同じプロンプトでも実行ごとに異なる回答が生成されることがあります。パーソナライゼーション、場所、さらにはプロンプトの言い回しによっても、どのブランドが表示されるかが変わります。

だからこそ、専用のAIブランドメンショントラッキングテンプレートは「あると便利」なものではありません。それは、買い手がますます意思決定を行っているチャネルでの可視性を測定するための基本的なツールなのです。

核となる指標：AIブランドメンションスプレッドシートで追跡すべきもの

スプレッドシートを開く前に、何を測定すべきかを知る必要があります。考えられるすべてのデータポイントを追跡するとノイズが生まれます。あまりに少なすぎると、重要なパターンを見逃してしまいます。以下の5つの指標が、意味のあるAI可視性プログラムのバックボーンを形成します。

AIシェア・オブ・ボイス（SOV）——最重要指標

AIシェア・オブ・ボイスとは、自社カテゴリーにおけるAI生成回答の中で自社ブランドに言及しているものの割合です。これはAI可視性トラッキングにおいて最も重要な数値です。なぜなら、絶対的なパフォーマンス（まったく引用されているか？）と相対的なパフォーマンス（競合より多く引用されているか？）の両方を捉えるからです。

計算式はシンプルです：

AI SOV（%） = （自社ブランドのメンション数 / 追跡プロンプト全体の全ブランドメンション数） × 100

ターゲットとするAIプラットフォームで50のプロンプトを実行し、自社ブランドが15の回答に登場した場合、AI SOVは30%です。しかし、この指標は経時的に追跡し、競合に対してベンチマークすることで、はるかに強力になります。一度のAI SOV測定値は、今日の立ち位置を示します。毎月の追跡は、自社の取り組みが効果を上げているかどうかを示します。競合ベンチマーキングは、顧客が代わりに選ぶかもしれないブランドと比較して、シェアを獲得しているか失っているかを示します。

AthenaHQの「State of AI Search 2026」レポートによると、全カテゴリーの平均ブランドメンション率はわずか17.2%です。可視的なブランドと不可視なブランドの差は大きく、拡大しています。

引用対メンション比率——メンションをトラフィックに変える

AIモデルは、ウェブサイトにリンクせずにプレーンテキストでブランドに言及することがよくあります。引用対メンション比率は、テキストでの言及をトラフィックを生み出すハイパーリンクにどれだけ効果的に変換しているかを測定します。

引用対メンション比率 = （総引用数 / 総メンション数） × 100

追跡プロンプト全体でブランドが15回言及されたが、クリック可能なリンクは5回しかなかった場合、引用率は33%です。これは、サイトのスキーママークアップ、コンテンツ構造、または第三者プレゼンスを機械可読性向上のために最適化する必要があることを示しています。

センチメント、ポジション、競合の存在

表面的な数字の背後に、3つの文脈的指標が分析に深みを与えます：

• センチメント： 自社ブランドはポジティブ、ニュートラル、ネガティブのいずれで説明されていますか？メンションは必ずしも勝利ではありません——AIが自社製品を「時代遅れだが機能する」と説明した場合、そのメンションは害の方が大きい可能性があります。
• ポジション： ブランドがリストに表示される場合、どの位置にありますか？最初に挙げられたブランドはより大きな重みを持ちます。より早いポジションに高い重みを付ける回答配置スコアは、経時的な「推奨優先度」を追跡できます。
• 競合の存在： 自社ブランドと一緒に——あるいは代わりに——どの競合が表示されていますか？競合の共起を追跡することで、特定の競合にシェアを奪われていないか、どのプロンプトカテゴリーでそうなっているかが明らかになります。

Ready to Monitor Your AI Visibility?

Track how AI chatbots mention your brand across ChatGPT, Perplexity, and other platforms.

始める お問い合わせ

無料のAIブランドメンショントラッキングテンプレート——完全セットアップガイド

このセクションでは、コピー可能な完全なスプレッドシート構造を提供します。Google SheetsまたはMicrosoft Excelで30分以内に構築できます。

スプレッドシート構造：データロギングシート

データロギングという名前のプライマリタブを作成し、以下のカラムを設定します。各行は、1つのプラットフォームで1つのプロンプトを1つの日付でテストしたことを表します。これはダッシュボードに供給される生データです。

プロのヒント： テスト時は常にシークレットモードまたは新しいセッションを使用してください。AIプラットフォームはプロンプト間で会話のコンテキストを保持することがあり、各テストが新しいユーザーが見るものを反映するようにする必要があります。

ダッシュボードタブ：自動インサイトのための計算式

ダッシュボードという名前の2つ目のタブを作成します。ここで指標が実際に機能するようになります。以下の計算式は、データロギングシートに行2〜行1000にデータがあることを前提としています。データが増えたら範囲を調整してください。

全体的なAIシェア・オブ・ボイス（SOV）：

=SUM('データロギング'!E2:E1000) / COUNTA('データロギング'!B2:B1000)

これにより、全テストを通じて自社ブランドがどのくらいの頻度で登場するかが計算されます。パーセンテージとして書式設定してください。

引用対メンション比率：

=IF(SUM('データロギング'!E2:E1000)>0, SUM('データロギング'!G2:G1000) / SUM('データロギング'!E2:E1000), 0)

総引用数を総メンション数で割ります。パーセンテージとして書式設定してください。

プラットフォーム別メンション率（ChatGPTの例）：

=SUMIFS('データロギング'!E2:E1000, 'データロギング'!D2:D1000, "ChatGPT") / COUNTIF('データロギング'!D2:D1000, "ChatGPT")

追跡する各プラットフォームについてこれを1つ作成します。パーセンテージとして書式設定してください。

ポジティブセンチメント率：

=COUNTIFS('データロギング'!E2:E1000, 1, 'データロギング'!I2:I1000, "Positive") / SUM('データロギング'!E2:E1000)

週次トレンドトラッカー：

週終了日、総プロンプト数、メンション数、SOVのカラムを持つ小さなテーブルを設定します。SUMIFSを日付範囲とともに使用して、各週を自動的に入力します。

プラットフォーム別内訳：AIエンジンごとのパフォーマンス追跡

ダッシュボードにプラットフォーム比較テーブルを作成し、データロギングシートからCOUNTIFSとAVERAGEIFSを使用してデータを取得します：

このテーブルは、自社ブランドがどのプラットフォームで最も強く、どのプラットフォームがより多くの注意を必要としているかを明らかにします。ブランドは、ChatGPTでは良好なパフォーマンスを示す一方で、Perplexityではほとんど見えていないことを発見することがよくあります——これはプラットフォームレベルの追跡なしには隠れたままになるギャップです。

AIプロンプトライブラリの構築方法

AIブランドメンショントラッキングの品質は、プロンプトの品質に完全に依存します。自社のブランド名のような虚栄のクエリをテストしても、有用な情報は得られません——AIはほとんどの場合それを正しく処理します。重要なのは、実際の買い手が入力しているプロンプトです。

実際に重要なプロンプトカテゴリー

効果的なプロンプトライブラリは、実際の買い手の意図に基づいて構成されています。すべてのブランドが追跡すべき5つのカテゴリーは以下の通りです：

ブランド付き vs ブランドなし vs 競合プロンプト

バランスの取れたプロンプトライブラリは、3つのタイプに重みを配分します：

• ブランド付きプロンプト（全体の25%以下）： 自社ブランド名を含むクエリ。例：「[自社ブランド]は価値がある？」これらはベースラインの可視性を確立し、AIがどのように自社を説明するかを明らかにします。
• ブランドなしプロンプト（全体の50%以上）： 特定のブランドを挙げないカテゴリーレベルのクエリ。例：「Eコマース向けの最高のメールマーケティングツール」これらは新しい顧客を獲得するか失うかの分かれ目です。
• 競合プロンプト（全体の約25%）： 競合名を含むクエリ。例：「[競合]の代替品」これらは競合に対する不満を取り込めているかを明らかにします。

営業、サポート、SEOデータからプロンプトを調達する方法

最良のプロンプトライブラリは発明されるものではなく、発見されるものです。実際のクエリを以下のソースから収集してください：

• 営業通話の文字起こしとCRMメモ： 見込み客は購入前にどのような質問をしますか？彼らは自分の問題をどのように説明しますか？
• カスタマーサポートチケット： どのようなペインポイントが人々を自社製品に駆り立てますか？どのような比較をしていますか？
• SEOキーワードデータ： 既存のオーガニックキーワードランキングは、オーディエンスが何を検索しているかを明らかにします。これらのクエリの多くは、現在GoogleではなくAIプラットフォームに入力されています。
• 競合のレビューサイト： G2、Capterra、Trustpilotの比較ページには、買い手がカテゴリーを評価するために使用する正確な文言が含まれています。
• AIプラットフォームのオートコンプリート： ChatGPTやPerplexityにカテゴリークエリを入力し始めると、プラットフォームが提案する内容をメモします。

最初は30〜50のプロンプトを目指してください。少なすぎると十分なバリエーションを捉えられません。多すぎると手動追跡が持続不可能になります。

Stay Updated on AI Visibility Trends

Get the latest insights on AI mentions, brand monitoring, and optimization strategies.

Email address

Subscribe

ステップバイステップの実行方法：AI検索でブランドメンションを追跡する方法

スプレッドシートが構築され、プロンプトライブラリが定義されたら、完全な実行ワークフローは以下の通りです。

ステップ1：追跡頻度を設定する

AI検索インデックスは、従来のGoogle SERPのように日々変動するわけではありません。モデルがウェブインデックスを更新したり、ライブデータを取得したりする際に、段階的に変化します。プロンプトライブラリを週に1回テストすることで、シグナルと持続可能性の適切なバランスが得られます。

帯域幅が限られているチームの場合、隔週または月次の頻度でも方向性のある洞察が得られます。重要なのは一貫性です——毎回同じスケジュールで同じプロンプトをテストすることです。一貫性のないテストでは、異なる期間で比較できないデータが生成されます。

責任者を明確に割り当ててください。複数のチームメンバーがプロンプトの選択や分析に貢献する場合でも、一人が追跡プロセスを所有する必要があります。明確な責任者がいないと、AI可視性追跡は従来のSEOワークフローの隙間から落ちてしまう傾向があります。

ステップ2：AIプラットフォーム全体でプロンプトを実行する

ライブラリ内の各プロンプトについて、対象となる各プラットフォームで実行します。毎回シークレットモードまたは新しいセッションを使用して、会話履歴が結果を歪めるのを防ぎます。以下の項目をリアルタイムで記録します：

1. 自社ブランドが表示されたかどうか
2. リストや推奨内での位置
3. クリック可能な引用が含まれていたかどうか
4. 引用された正確なURL
5. メンションのセンチメント
6. 自社と一緒に、または代わりに表示された競合

このプロセスは、30のプロンプトライブラリを4つのプラットフォームで実行する場合、週に約60〜90分かかります。この時間を確保できないチームの場合、自動化ツール（次のセクションで説明）が必要になります。

ステップ3：結果を記録し、指標を計算する

各テストセッションの直後に、データロギングシートに入力します。Google Sheetsでは、ダッシュボードの計算式が自動的に更新されます。

異常値に注意してください。通常は自社ブランドが含まれるプロンプトから突然外された場合は、すぐに調査してください。AIが引用していたソースが変更されたか、競合が新しいコンテンツを公開したか、自社のコンテンツが更新または削除された可能性があります。

ステップ4：傾向を分析し、ギャップを特定する

4〜6週間の一貫した追跡の後、パターンが現れ始めます。以下の点を探してください：

• 強みと弱みのあるプラットフォーム： ChatGPTでは可視だがPerplexityでは見えない？これは、コンテンツがトレーニングデータにはよくインデックスされているが、リアルタイムの検索結果には含まれていないことを示している可能性があります。
• パフォーマンスの低いプロンプトカテゴリー： カテゴリー発見クエリでは勝っているが競合比較では負けている場合、特定の競合に対するポジショニングに取り組む必要があるかもしれません。
• 引用サプライチェーンの問題： AIが自社ブランドを推奨するが、自社ドメインではなく2024年のRedditスレッド、G2のレビューページ、Wikipediaの記事を引用する場合、最適化の対象はオフページです。より強力な第三者権威シグナルが必要です。
• 競合の勢い： 競合のメンション率が上昇しているのに自社が横ばいの場合、彼らはAIモデルに拾われているコンテンツまたはPR戦略を実行している可能性があります。

手動 vs 自動AIメンショントラッキング：ツール比較

スプレッドシートを使った手動追跡は、ほとんどのブランドにとって適切な出発点です。無料で、データを理解することを強制され、最大50クエリのプロンプトライブラリで機能します。しかし、手動追跡には明確な限界があります——スケールせず、人為的エラーが発生しやすく、同じプロンプトを何百回も実行することから生じる統計的パターンを捉えることができません。

手動追跡が機能する場合（そして機能しない場合）

手動追跡は以下の場合に最適です：

• 週に50未満のプロンプトをテストするブランド
• 専任のSEOまたはコンテンツリソースを持つチーム
• ベースラインを確立する初期段階のAI可視性プログラム
• AI可視性ツールの月間予算が200ドル未満

手動追跡は以下の場合に破綻します：

• 4つ以上のプラットフォームで100以上のプロンプトを追跡する必要がある場合
• 日次またはほぼリアルタイムのモニタリングが必要な場合
• 統計的信頼性が必要な場合（回答の変動性を考慮してプロンプトを何百回も実行する）
• 複数のブランドやクライアントのAI可視性を管理している場合

主要なAI可視性ツールの比較

手動追跡を超える必要がある場合、2026年の市場は大きく成熟しています。主要なプラットフォームの比較は以下の通りです：

重要： この分野では価格と機能が急速に変化します。各ベンダーに直接問い合わせて現在のプランを確認してください。ほとんどのツールは無料トライアルを提供しており、契約前に試す価値があります。

AIブランド引用を改善する方法

AI可視性を追跡することは方程式の半分に過ぎません。残りの半分はそれを改善することです。以下に efforts を集中すべき領域を示します。

引用サプライチェーン：AIがソースを引き出す場所

AIプラットフォームが自社ブランドのソースを引用するとき、そのソースが自社ウェブサイトだけから来ることはほとんどありません。AIは、自社ドメイン、第三者レビュー、比較記事、業界出版物、Wikipedia、Reddit、コミュニティフォーラムなど、ウェブ上のシグナルの網から回答を組み立てています。

引用サプライチェーンを理解することとは、次の質問をすることです：AIが自社ブランドを推奨するとき、どのソースを指していますか？一貫して自社ウェブサイトではなくG2のレビューページを引用している場合、AIは自社のコンテンツよりも第三者の検証を信頼しています。競合の比較ページを引用している場合、彼らは自社カテゴリーの権威としての地位を確立することに成功しています。

引用サプライチェーンをマッピングすることで、最適化の efforts をどこに投資すべきかが正確に明らかになります：

• AIが第三者のレビューサイトを引用する場合： レビュー生成、カテゴリーラウンドアップ、コミュニティ管理に投資する。
• AIが競合を引用する場合： 彼らのコンテンツ構造を分析する。LLMが容易に抽出できる特定のデータポイント、比較表、または説明的な要約を使用している可能性が高い。
• AIが自社ドメインを引用しているが古いページの場合： 最も引用されているコンテンツを新しいデータ、統計、明確なブランドポジショニングで更新する。
• AIが自社ブランドについて誰も引用しない場合： 権威シグナルが弱すぎる。獲得メディア、デジタルPR、権威あるドメインでのメンション獲得に注力する。

スキーママークアップ、エンティティSEO、コンテンツ構造

AIモデルは、機械可読で明確に構造化されたコンテンツを優先します。3つの技術的戦術が効果を発揮します：

スキーママークアップ： 主要ページにOrganization、Product、Review、FAQ、HowToスキーマを実装します。AIモデルは構造化データを使用して、自社ブランドが何であるか、何をするか、他者によってどのように説明されているかを理解します。スキーマプロパティが欠けていると情報ギャップが生まれ、AIモデルは見つけられるものでそのギャップを埋めます——それは好ましくないものかもしれません。

エンティティSEO： 自社ブランドがナレッジグラフ全体で明確なエンティティとして認識されていることを確認します。一貫したNAP（名前、住所、電話番号）情報、Wikipediaでの存在、Wikidataエントリ、Googleナレッジパネルのカバレッジはすべて、AIモデルに対して自社ブランドが引用に値する実在の確立されたエンティティであることを示します。

コンテンツ構造： AIモデルは、明確な見出し、説明的な要約、比較表、データ豊富な記述を使用するコンテンツからより効果的に情報を抽出します。主要ページの上部に「TL;DR」セクション、説明的なH2とH3、オリジナルのデータポイントはすべて、コンテンツがAIに引用される可能性を高めます。

AIモデルが信頼する権威シグナルの構築

自社ウェブサイトを超えて、AIモデルはより広範なウェブ全体での信頼シグナルを探します。これには以下が含まれます：

• 獲得メディアとデジタルPR： 評判の高い出版物でのメンションは権威を示します。主要な業界出版物での1回のメンションが、自社ドメイン上の10のブログ記事よりもAI可視性を大きく変える可能性があります。
• 権威あるドメインからのバックリンク： 従来のSEOを促進するのと同じバックリンクが、AIモデルに対しても自社コンテンツが信頼できることを示します。量より質に焦点を当ててください。
• 業界ラウンドアップやリスト記事への掲載： AIモデルは「ベスト」記事や比較ラウンドアップを頻繁に引用します。これらの記事——特にAIがすでに信頼しているドメイン上——に自社ブランドを含めてもらうことは、AI可視性への直接のパイプラインを生み出します。
• ウェブ全体での一貫したブランドメッセージング： レビューサイト、ソーシャルメディア、自社ウェブサイトでブランドの説明が異なる場合、AIモデルは一貫した全体像を形成するのに苦労します。ポジショニング、機能、価値提案の一貫性が、AIが自社ブランドを正確に表現する精度を向上させます。

結論

AIブランドメンショントラッキングはもはやオプションではありません。それは、AI生成回答が買い手の主要な発見チャネルとして従来の検索結果を置き換えつつある検索環境における測定レイヤーです。今日AI可視性を測定するブランドが、明日のカテゴリーを掌握するブランドになるでしょう。

このガイドのスプレッドシートテンプレートから始めてください。営業、サポート、SEOデータからの実際の買い手クエリを使用して、30〜50のプロンプトライブラリを構築してください。それらのプロンプトを毎週、ChatGPT、Perplexity、Gemini、Google AI Overviews、Claudeで実行してください。結果を記録し、AIシェア・オブ・ボイスを計算し、競合に対してベンチマークしてください。

収集したデータは、どこで勝っていて、どこで負けていて、何を修正する必要があるかを正確に明らかにします。どのプラットフォームが自社ブランドに有利か、どのプロンプトを見逃しているか、どの競合が自社が持つべきAI可視性を獲得しているかがわかります。そして、その洞察に基づいて行動し——コンテンツ構造を改善し、権威シグナルを構築し、引用サプライチェーンを最適化する——につれて、数字が動くのを目の当たりにするでしょう。

AI可視性を確立するための窓は今、開いています。それは永遠に開いたままではありません。今日、体系的な追跡を構築するブランドが、明日、AIが推奨するブランドになるのです。