自社がAIにどう説明されているか調べる方法｜質問セットの作り方と誤情報への対処

AIが自社をどう説明しているかは、聞いてみるまで分からない

アクセス解析をどれだけ丁寧に設定しても、AIの回答文に自社がどう書かれているかは出てきません。回答の中身を知る方法は、いまのところ自分で質問して読むことだけです。

この点は最初に整理しておく価値があります。サイトへの流入を見る計測と、回答の中身を見る観測は、まったく別の作業です。流入計測は「AIの回答からリンクを踏んで訪問した人」を数えますが、AIの回答を読んで納得し、リンクを踏まずにそのまま別の行動へ移った人は最初から数えられません。BtoBの初期調査は、まさにその「読んで終わる」使われ方が中心です。つまり、影響が大きい部分ほど流入データには現れないという構造になっています。BtoBマーケの効果測定で扱っている数字の合わなさとは、質が違う問題です。

だから、回答の中身については別の観測を持つしかありません。やることは単純で、自社の見込み客が使いそうな質問を実際に投げて、返ってきた文章を読む。それだけです。ただし単純だからこそ、やり方を決めずに始めると、担当者の気分で質問が変わり、記録が残らず、半年後に「前より良くなったのか」が誰にも答えられない状態になります。実際、私が相談を受けたケースの大半は、この「やってはいるが積み上がっていない」段階でした。

観測を運用に変えるために決めるのは4つです。何を質問するか、何を記録するか、どれくらいの間隔でやるか、何が起きていたら誰が動くか。この4つを最初に紙一枚で決めてしまえば、あとは同じことを繰り返すだけの作業になります。

何を質問するか｜4種類そろえて1セットにする

社名を直接入れた質問だけを繰り返しても、実際の購買行動は再現できません。指名する質問と、指名しない質問の両方を持って初めて観測になります。

質問を設計するときの出発点は、自社の見込み客がAIに何を打ち込むかです。社名を知っている人と知らない人では、聞き方がまったく違います。社名を知っている人は「この会社は何をやっているのか」「評判はどうか」を確かめに来ます。社名を知らない人は「この課題をどう解決すればいいか」「どんな会社に頼めばいいか」から入ります。前者だけを観測していると、後者の状況、つまり候補にすら入れていない状態を見落とします。実際、深刻なのは後者のほうです。

そこで、次の4種類を1セットにして固定します。1種類につき2〜3問、合計で10問前後。これ以上増やすと1周が重くなり、続かなくなります。

4種類目の「条件つきの絞り込み」は、見落とされやすいわりに実害が出やすい領域です。料金体系や対応できる企業規模、対応エリアといった条件は、公開情報が古いまま残っていると、AIが自信を持って間違った前提を語ります。「その規模には対応していないと聞きました」と商談前に候補から外されるのは、この種類の誤りが原因であることが多いです。

質問文は毎回一字一句同じにします。細かいようですが、ここを揃えないと、回答が変わったのが実態の変化なのか質問の言い回しの違いなのか、区別がつかなくなります。表計算ソフトのシートに質問文を書いておき、毎回そこからコピーして貼る。それだけで再現性は確保できます。競合をどう選ぶかはBtoB競合調査のやり方で整理した基準がそのまま使えます。失注時に名前が挙がる会社を優先してください。

使うサービスも固定します。全部を追う必要はありません。自社の見込み客が実際に使っていそうなものを2〜3つに絞れば十分です。どれが使われているかは推測になりますが、商談で「どこで調べましたか」と聞き続けていれば、半年もすれば実態が見えてきます。ChatGPT検索がBtoBマーケティングに与える影響で触れたとおり、購買プロセスのどの段階で使われているかによって、優先すべきサービスは変わります。

1回の回答を結論にしない｜記録の取り方

記録に残すのは「回答に何が書かれていたか」だけです。良い悪いの判断は記録の時点では入れず、後からまとめて行います。

生成AIの回答は、同じ質問・同じサービスでも実行のたびに変わります。表現が変わるだけのこともあれば、挙がる社名が入れ替わることもあります。したがって、1回の実行結果を「今こうなっている」と読むのは誤りです。かといって、統計的に安定するまで何十回も回すのは、事業会社の運用としては現実的ではありません。落としどころは、1問につき2回実行して両方を記録し、差があること自体を前提として扱うことです。2回で一致しなかった項目は「不安定」と印を付けておけば、それで十分に判断材料になります。

記録する項目は次の6つです。これ以上増やすと入力が面倒になって続きません。

「回答要旨」の欄で、多くの担当者がつまずきます。ここに「競合ばかり出て悔しい」「説明が薄い」といった感想を書き込んでしまうと、後から見返したときに事実と評価が混ざって使えません。書くのは、回答文に実際に書かれていた内容だけです。評価は分類の工程で、別の列に入れます。

そして「出典リンク」は、この記録でいちばん価値のある欄です。次のセクションで扱うとおり、誤情報への打ち手は出典が特定できるかどうかでまるごと変わります。出典が示されない形式のサービスもありますが、その場合は「なし」と正確に書いてください。空欄と「なし」は意味が違います。

どれくらいの頻度で、誰がやるか

毎週やる意味はほとんどありません。四半期に一度を基本にして、自社側で大きな変更があったときに臨時で回す。この2本立てで足ります。

頻度を決めるときの考え方は、「観測の間隔は、変化が起きうる間隔より短くする必要はない」です。AIの回答の元になっている情報は、自社サイトの更新、外部メディアの記事、比較サイトの掲載内容といったものです。これらが週単位で変わることはまずありません。にもかかわらず毎週回すと、回答のゆらぎばかりを拾って、担当者が一喜一憂するだけの時間になります。実際、週次で追い始めた会社が3ヶ月で運用をやめる、というのは何度も見てきた光景です。

基本は四半期に一度。加えて、次のような自社側の変更があった後に臨時で回します。サービス名や料金体系を変えたとき、対象顧客の説明を変えたとき、サイトを大きく作り替えたとき、プレスリリースなど外部に出る情報を出したとき。いずれも「自社が発信した内容が、どれくらいの時間で回答に反映されるか」を見る機会になります。ただしここでも注意が必要で、反映されないこと自体は珍しくありませんし、反映されるまでの期間を一般化して語れるだけの根拠は現状ありません。「変えた翌月に確認したが変わっていなかった」という事実を記録するにとどめてください。サイトリニューアルの進め方を検討している場合は、リニューアルの前後で1回ずつ観測しておくと、変更の影響を後から振り返れます。

担当は、外注ではなく社内のマーケ担当が持つべき仕事です。理由は、回答が正しいか間違っているかを判定するには、自社の実態を知っている必要があるからです。「対応領域が違う」「その料金プランはもうない」といった判断は、外部の人間には下せません。実行そのものを補助してもらうことはできても、判定は社内に残ります。マーケ業務の生成AI活用で整理した「任せてよい工程と任せない工程」の線引きと、同じ考え方です。

そして、この作業に管理職の時間を継続的に割く必要はありません。四半期に2〜3時間、担当者が手を動かして、結果の要点だけを責任者が見る。それ以上のコストをかけ始めたら、費用対効果を疑ったほうがいい領域です。

誤情報が出ていたら｜出典が特定できるかで打ち手が変わる

誤情報を見つけたときにまず確かめるのは、その記述の出どころです。出どころによって、直せるもの、部分的にしか直せないもの、直せないものに分かれます。

ここが、この記事でいちばん実務的な部分です。「AIが間違ったことを言っている」と一括りにすると、打ち手が「AIに訂正を申し立てる」という一択になってしまい、そして多くの場合それは機能しません。実際には、AIの回答に現れる誤りの多くは、AI固有の不具合ではなく、ウェブ上のどこかに置かれた古い情報や食い違った情報が表に出てきたものです。だから、出どころをたどれるかどうかが最初の分岐になります。

A：自社サイトの記述が古い

出典をたどったら自社のページだった、という場合です。相談を受けたケースでいちばん多いのがこれで、しかも直しやすい。会社概要の事業内容が数年前のまま、サービスページに終了したプランが残っている、事例ページの導入企業の業種が現在の主力と違う。こういう状態が積み上がっていると、AIは「公式サイトにそう書いてある」という理由で、その古い説明を採用します。

やることは単純で、該当ページを現在の実態に書き直します。あわせて、同じ内容が複数のページに散らばっていないかを確認してください。1ページだけ直しても、古い記述が別の場所に残っていれば意味がありません。修正した箇所には更新日を明示しておくと、後から自分たちが見返すときにも役立ちます。既存ページの直し方そのものは記事リライトのやり方と判断基準の手順が使えます。

この分類Aへの対応は、AI対策として特別なことをしているわけではありません。単に、公開情報を最新に保つという当たり前の作業です。だからこそ費用対効果が高く、最初に手を付けるべきところです。

B：他社サイトの情報が古い

出典をたどったら、比較サイトの掲載情報や、数年前に取材された記事だった、という場合です。ここは自社で直接書き換えられません。打てる手は2つに分かれます。

ひとつは、掲載元に更新を依頼することです。比較サイトのように自社が掲載枠を持っている先なら、掲載情報の更新は通ります。取材記事の場合は、媒体側の判断になるので通らないことのほうが多いと考えておいてください。依頼する場合は「間違っています」ではなく「現在の内容はこうなので差し替えていただけますか」と、差し替え後の文面まで用意して送るほうが動いてもらいやすいです。掲載枠を持つかどうかの判断はBtoB比較サイトへの掲載を判断するで扱っています。

もうひとつは、更新されない前提で、自社側に正しい記述を明確に置くことです。古い情報が外部に残り続けるのは避けられないので、それを打ち消すのではなく、より新しく、より明確な記述を自社の側に用意しておく。これは「効果が保証される施策」ではありません。自社側の情報を整えても外部の古い情報が参照され続けることはあり得ますし、どちらが採用されるかを事前に見通す手段は現状ありません。それでも、自社に正しい記述がない状態よりは条件が良い、という程度の期待で取り組むのが妥当です。

C：どこにも根拠が見つからない

出典が示されない、あるいは示されたURLをたどっても該当する記述が存在しない、という場合です。断片的な情報が組み合わさった結果として、実際には誰も書いていない内容が回答文になっていることがあります。

この分類がいちばん厄介で、正直に言えば、確実に直す手段はありません。次のセクションで詳しく扱いますが、ここでやるべきことは記録に残すこと、そして営業側に共有することです。「こういう誤解が回答に出ることがある」と営業が知っていれば、商談の場で自然に訂正できます。誤情報を放置するのと、誤情報が出る前提で会話の準備をしておくのとでは、結果が大きく違います。自社の回答にどんな誤りが出ていて、どこから直すべきか整理したいという段階でしたら、一度ご相談ください。

訂正できないケースがあることを、先に認めておく

「AIに直接訂正を申し立てる」ことを、確実な手段として計画に入れないでください。企業に関する事実の訂正を受け付ける窓口が整備されているとは確認できません。

この点は、期待値の設定として最初に共有しておく必要があります。各サービスには回答へのフィードバック機能が用意されていることがありますが、それは「送れば直る」仕組みではありません。送った内容がどう扱われるか、いつ反映されるか、そもそも反映されるかについて、事業者側が保証しているとは確認できません。個人情報に関する削除・訂正の請求とは別の話です。

ベンダーやツールの説明の中には、「訂正申請を代行します」「AIに正しい情報を認識させます」といった表現が見られることがあります。こうした説明に接したときは、何が確認できる事実で、何が主張なのかを分けて聞いてください。確認できるのは「自社サイトの記述を直した」「外部サイトに更新を依頼した」といった作業の実施までです。「その結果AIの回答が変わった」の部分は、確かめられる場合もありますが、他の要因と切り分けられない形でしか観測できません。BtoBのLLMO対策のやり方でも触れているとおり、この領域は検証できないことを効果として語る余地が大きいので、発注側が判断軸を持っておく必要があります。

では何もできないのかというと、そうではありません。できるのは、参照されうる情報のほうを整えることです。分類Aを直し、分類Bに手を打ち、自社の説明を明確にしておく。そのうえで、次の四半期に同じ質問を投げて、回答が変わったかどうかを見る。変わっていれば良し、変わっていなくても、少なくとも自社側の情報の正しさは改善しています。この「手を打った結果は保証されないが、手を打つこと自体には別の価値がある」という立て付けなら、無理なく続けられます。

「まったく言及されない」ときに何を疑うか

名前が出てこない原因は、大きく3つに分かれます。原因の見立てを間違えると、まったく効かない打ち手に時間を使うことになります。

カテゴリ指名なしの質問で自社の名前が一度も出てこない。これは多くの担当者にとって、誤情報より強いショックになります。ただ、ここで慌てて「AI向けの対策」を発注する前に、原因を3つに切り分けてください。

疑い1：そもそもそのカテゴリで探されていない

自社が名乗っているカテゴリ名と、見込み客が使う言葉がずれている場合です。社内で使っている呼び方をそのまま質問文に入れていると、そもそも購買側の言語と合っていないので、出てこないのは当然です。この場合の問題は、AIではなく、自社の訴求の言葉そのものにあります。まずは商談の録音や問い合わせフォームの自由記述を読み直して、実際に使われている言葉を拾ってください。BtoBの訴求設計で扱っているメッセージ階層の整理が、そのまま効きます。

疑い2：情報が読み取りづらい形で置かれている

自社サイトに情報はあるが、抽出しづらい形になっている場合です。事業内容が画像やスライドの中にしか書かれていない、料金や対応範囲が問い合わせ後にしか分からない、といった状態がこれにあたります。この領域の打ち手は情報設計の話になるので、この記事では扱いません。観測の結果として「情報はあるはずなのに拾われていない」と分かったら、その方向で手を打つ、という理解にとどめてください。

疑い3：自社サイトの外に情報がない

自社サイトにしか自社の情報が存在しない場合です。公式サイトだけを根拠に「この分野ならこの会社」と説明されることは、あまり期待できません。第三者の文脈で言及されている量が極端に少ないと、候補として挙がりにくい状況になります。ここも打ち手は別の話になりますが、観測の段階では「他社の名前は出るのに自社は出ない」というときに、その他社がどこで言及されているかを確認しておくと、後の判断材料になります。

この3つのうち、観測だけで判定できるのは疑い1です。質問文の言葉を少し変えたら名前が出た、というのなら、それは言葉のずれです。疑い2と3は観測だけでは切り分けられないので、仮説として置いておき、四半期ごとの記録を積み上げながら絞り込んでいくことになります。焦って全部に手を出すより、疑い1から確認するほうが確実です。BtoB SEOコンテンツ戦略の設計手順で扱っている言葉の選び方は、この確認作業の下敷きになります。

この観測を、何につなげるか

言及された回数や、回答に出た順番を目標に置かないでください。この観測の出口は、商談の場で起きていることを説明できるようになることです。

観測を続けていると、記録が溜まって、つい集計したくなります。「今期は10問中6問で言及された、前期は4問だったので改善した」といった形です。気持ちは分かりますが、この数字を目標として社内に置くのはおすすめしません。理由は2つあります。ひとつは、回答が実行ごとに変わる以上、この6と4の差が実態の変化なのかゆらぎなのかを区別できないこと。もうひとつは、言及されること自体が事業の成果ではないことです。

では何につなげるか。商談です。具体的には、次の2つを回してください。

ひとつは、商談前に相手が持っている前提を確認する運用です。観測で「自社の対応範囲が実際より狭く説明されている」と分かっているなら、初回商談の早い段階でその点に触れる。「対応範囲について、事前にどう認識されていますか」と聞くだけで、誤解が入り込んでいるかどうかが分かります。誤解があれば、その場で正せます。これは観測の結果を営業活動に直接変換する、いちばん確実な使い方です。

もうひとつは、商談で「どうやって当社を知りましたか」「検討にあたって何で調べましたか」を聞き続けることです。AI経由の影響は流入データにほとんど現れないので、本人に聞く以外に把握する方法がありません。自由回答で構いませんし、母数が小さいうちは集計もしなくていい。営業が「最近こういう話をよく聞く」と感じたことを、マーケ側が観測の記録と突き合わせる。この往復が、観測を実務に接続する回路になります。

報告の書き方も、この方針に合わせます。「観測できた事実」「観測できていない範囲」「そこからの解釈」を分けて書く。たとえば「10問中6問で言及を確認した（事実）」「言及が購買判断に影響したかは確認できていない（未観測）」「商談で対応範囲の誤解が2件あり、観測で見つかった誤りと一致していた（解釈）」という形です。この書き分けができていれば、経営から「で、効果は出ているのか」と聞かれたときに、正直かつ有用な答えを返せます。この観測を自社の商談プロセスにどう組み込むかを一緒に設計することもできます。

この運用が要らない会社もある

やらない判断も明確にしておきます。見込み客がAIで調べていない事業なら、この観測に時間を使う理由はありません。

まず、既存顧客からの紹介と、営業の直接アプローチだけで案件が成立している会社。この場合、購買側が事前にAIで調べる工程自体が存在しないか、あってもほとんど影響しません。四半期に2〜3時間とはいえ、優先順位としては明確に下です。

次に、扱っている商材が極端にニッチで、そもそも国内の対象企業が数十社という規模の場合。買い手は業界内の人脈で候補を把握しているので、AIの回答が候補集合を左右する余地は小さいと考えられます。

それから、マーケティングの体制がまだ立ち上がっていない段階の会社。自社サイトに事業内容が正確に書かれていない、問い合わせ導線が整っていない、といった状態で観測を始めても、出てくるのは「直すべきことが山ほどある」という当たり前の結論だけです。順序としては、公開情報を整えるほうが先です。BtoBコンテンツマーケ戦略の立て方で扱っている優先順位の付け方に沿って、土台のほうから手を付けてください。

逆に、明確にやるべきなのは次のような会社です。指名検索が一定量あり、社名を知った上で調べられる機会が多い。カテゴリ内に競合が複数いて、比較検討の中で候補集合に入るかどうかが受注を左右する。料金や対応範囲の条件で候補から外されることが実際に起きている。このいずれかに当てはまるなら、四半期に2〜3時間の投資は十分に見合います。

まとめ

自社がAIにどう説明されているかは、自分で質問しない限り分かりません。そして1回聞いただけでは何も分かりません。この記事で提案したのは、直接指名・カテゴリ指名なし・競合比較・条件つき絞り込みの4種類で質問セットを固定し、日付・サービス・質問文・言及の有無・回答要旨・出典リンクの6項目を記録し、四半期に一度と大きな変更の後に回す、という運用です。担当はマーケ担当1名、1周あたり2〜3時間で足ります。

誤情報を見つけたら、出典をたどって3つに分けてください。自社サイトが古いなら直せます。他社サイトが古いなら、更新を依頼しつつ、更新されない前提で自社側に正しい記述を置きます。どこにも根拠がないなら、直す手段はないと認めたうえで、記録に残し営業と共有します。AIに直接訂正を申し立てる手段を、確実な打ち手として計画に入れないでください。

そして、言及された回数を目標にしないこと。この観測の出口は、商談の場で相手が持っている前提を先回りして確認できるようになることです。観測できた事実と、観測できていない範囲と、そこからの解釈を分けて報告する。この書き分けを守れば、確かめられないことを効果として語らずに、手を止めずに続けられます。

よくある質問

ChatGPTに自社名を聞いたら間違った説明が返ってきました。すぐに訂正してもらう方法はありますか。

企業に関する事実の誤りについて、申請すれば訂正されるという窓口が整備されているとは確認できません。回答へのフィードバック機能が用意されている場合はありますが、対応の内容や時期が保証されているわけではないため、確実な手段として計画に入れないでください。現実的な打ち手は、その記述の出典をたどることです。出典が自社サイトなら該当ページを直す、外部サイトなら更新を依頼しつつ自社側にも正しい記述を置く、出典が見つからないなら記録に残して営業と共有する。この3つに分けて動くほうが、結果につながります。

同じ質問なのに回答が毎回違います。どう判断すればいいですか。

回答が変わるのは前提として扱ってください。1回の実行結果を「今こうなっている」と読むのは誤りです。実務的な折衷案は、1問につき2回実行して両方を記録し、2回で一致しなかった項目には「不安定」と印を付けることです。そのうえで、四半期をまたいだ比較で傾向を見ます。前期との差が1〜2問程度なら、実態の変化ではなくゆらぎの範囲と考えるのが無難です。

AI検索のブランドモニタリングツールは導入したほうがいいですか。

まずは手作業で2〜3周してから判断してください。理由は2つあります。ひとつは、質問セットが固まっていない状態でツールを入れても、何を監視させればいいかが決まらないこと。もうひとつは、四半期に一度・2〜3時間という頻度なら、手作業のコストがツール費用を上回らない可能性が高いことです。回答が正しいかどうかの判定は自社の実態を知っている人にしかできないので、その工程はいずれにせよ社内に残ります。監視の頻度を上げたい明確な理由が出てきてから検討するので間に合います。

AI経由の流入がGA4で0件です。この観測をやる意味はありますか。

あります。流入計測と回答の観測は別の話です。AIの回答を読んで納得し、リンクを踏まずに次の行動へ移った人は、そもそも流入データに現れません。BtoBの初期調査はその使われ方が中心なので、流入が0件でも、回答の中で自社がどう説明されているかは商談に影響し得ます。逆に言えば、流入が増えることを期待してこの観測をするのではありません。出口は商談の場での前提確認だと考えてください。

競合ばかり挙がって自社の名前が出ません。何から手を付けるべきですか。

最初に確認するのは、質問文に使っているカテゴリ名が、見込み客の実際の言葉と合っているかです。社内の呼び方をそのまま使っていて出てこないだけ、というケースが少なくありません。言葉を変えても出てこない場合は、自社サイトの情報の置かれ方と、自社サイト外での言及の量という2つの方向を疑うことになります。ただしこの2つは観測だけでは切り分けられないので、仮説として置き、四半期ごとの記録を積み上げながら絞り込んでください。