GEOベンダーの評価 - 本当に知識があるかを見抜く質問とは？

クライアント向けに20社以上のベンダーを評価してきました。私のフレームワークを紹介します。

技術理解のテスト：

成果検証：

決定打となる質問：

「AI引用ゼロから定期的な引用を獲得したページを見せて、具体的に何を変えたのか説明してください。」

これに具体的に答えられなければ、やめておきましょう。

専門家か否かを分ける技術的質問：

RAG理解：

質問：「リトリーバル・オーグメンテッド・ジェネレーション向けにコンテンツをどう最適化しますか？」

良い答え：

• パッセージ抽出向けの構造
• 意味的整合性
• 情報密度
• AIシステムがナレッジベースをどうクエリするか

ベクター検索知識：

質問：「ベクター埋め込みが可視性に与える影響は？」

良い答え：

• コンテンツの数学的表現
• 高次元空間での意味的類似性
• コンテンツクラスタリング効果
• AIがクエリとコンテンツをどうマッチさせるか

クローラーアクセスの専門性：

質問：「AIシステムがコンテンツにアクセスできるようにするには？」

良い答え：

• 各種クローラーユーザーエージェント（GPTBot, PerplexityBot, ClaudeBot）
• robots.txtの設定
• JavaScriptレンダリングの問題
• サーバーサイドレンダリングの重要性

これらを深く語れないなら、ただのSEOリブランディングです。

ケーススタディの真偽を見抜く方法：

要求すべきデータ：

検証方法：

1. AI回答画面の実際のスクリーンショットを求める
2. 使った具体的なプロンプトをリクエスト
3. モニタリングツールのダッシュボードを見せてもらう
4. その場で再現できるかチェック

ケーススタディでの警告サイン：

• ランキング改善のみ（AI引用は不明）
• 「可視性向上」など曖昧な指標
• 単一プラットフォームのみ
• タイムラインや日付情報がない
• 実際のモニタリング環境を見せられない

最良のベンダーはAm I Citedなどリアルなダッシュボードを見せてくれます。

プラットフォームごとの知識は必須です。

質問：「各AIプラットフォームごとに最適化方法はどう違いますか？」

良い答え：

「どれも同じ方法で最適化します」と言われたら危険信号です。

追加質問例：

• 「Perplexityの引用のうちReddit由来は何％？」（答え：6.6％程度）
• 「ChatGPTのウェブブラウズモードとベース知識の違いは？」
• 「ChatGPTとPerplexityの両方に引用されるドメインはなぜ11%しかない？」

本物の専門家はこうした違いを知っており、偽物は一般論しか言えません。

測定アプローチに関する重要な質問：

質問：「GEOの成功をどう測定しますか？」

危険信号な答え：

• 「キーワードランキングを追跡します」
• 「オーガニックトラフィックを見ます」
• 「被リンクを重視します」

良い答え：

• 引用率（引用ページ数／追跡ページ数）
• レスポンスインクルージョン率（ブランド入りプロンプト数／全プロンプト数）
• 引用シェア（自社引用数／そのクエリ全体の引用数）
• プラットフォーム別の可視性スコア

質問：「測定手法を教えてください」

良い答え例：

• クエリパネル定義（25～30の優先プロンプト）
• 複数プラットフォームでの追跡
• リピートプロンプトサンプリング（AI回答は変動する）
• 競合ベンチマーク

この測定質問が、GEOの本質的違いを理解しているベンダーとSEOリブランディング業者を分けます。

素晴らしい知見ばかりです。私の評価チェックリストを共有します。

技術理解（1～5点評価）：

成果検証（1～5点評価）：

危険信号チェックリスト：

• 順位保証を謳う
• キーワード施策のみ強調
• RAGやベクター検索を説明できない
• 全プラットフォームを一律扱い
• AI専用ケーススタディがない
• 従来SEO指標しか見ない

面談構成：

1. 技術的質問（15分）
2. ケーススタディ解説依頼（20分）
3. 測定アプローチの議論（15分）
4. プラットフォーム別戦略の質問（10分）

評価基準：

• 全項目4～5点：提案依頼へ進む
• 3点：追加深掘り
• 1～2点：失格

皆さん、フレームワーク構築のご協力ありがとうございました！