Ahrefs Pte. Ltd.、GMO TECHがAI検索の推薦理由を約4万件で分析

Ahrefs Pte. Ltd.は、GMO TECH株式会社によるAI検索分析の活用事例を公開しました。
GMO TECHは、AI検索の回答や引用元を約4万件分析しました。
言及数だけでなく、ブランドが推薦される用途や理由を調べています。
分析結果は、顧客支援や情報整備の施策判断に活用されています。

記事の概要

GMO TECHの中原卓馬氏は、SEOデータにAI検索の回答や競合情報を重ねて分析しています。
活用したのは、AI検索でのブランド言及や引用元を可視化する「ブランドレーダー」です。
同ツールでは、自社と競合の言及数やAIシェアオブボイスを比較できます。
中原氏は、プロンプト、回答、引用元、競合データを取得し、約4万件の回答を解析しました。
MCPを介してAIにデータを渡し、回答を同じ観点で分類・比較しています。
分析では、候補として名前が挙がる「言及」と、用途や適性を伴う「推薦」を区別しています。
また、ファンアウトクエリを集計し、多くのプロンプトに影響し得る検索領域を確認しています。

記事のポイント

1. 約4万件を横断分析： プロンプトや引用元などをMCP経由でAIに渡し、回答の推薦理由を分類・比較しています。
2. 言及と推薦を区別： 言及数の計測に加え、誰にどの用途で適しているかという推薦の文脈を分析しています。
3. 施策の影響範囲を把握： ファンアウトクエリを集計し、多くの回答に関わる検索領域から施策の優先順位を検討しています。

このニュースがもたらす影響

• 導入検討企業： 導入を検討する企業は、AI検索施策を言及数だけで評価せず、推薦される用途や理由、競合との差まで確認して改善点を決める必要がありそうです。
• マーケ支援会社： マーケ支援会社は、大量の回答を同じ基準で分類し、検索需要や引用元と結び付けることで、個別回答の報告から施策優先度の提案へ役割を広げられそうです。
• 分析サービス提供者： 分析サービス提供者には、言及数やシェアの可視化に加え、推薦理由やファンアウトクエリまで扱い、情報整備の判断につなげる機能が求められそうです。

このニュースの背景

GMO TECHは、従来のSEOデータにAI検索の回答、引用元、競合情報を重ねて分析しています。
AI検索では、どのプロンプトを観測するかによって成果の見え方が変わり、自社に都合のよい問いだけでは市場全体を捉えにくいという課題があります。
ブランドレーダーは、蓄積されたプロンプトデータや検索需要をもとに、想定外の問いや競合を含めてAI検索上の状況を確認するために使われています。
さらに、MCPを介してプロンプトや回答、引用元、競合データをAIに渡し、約4万件の回答を同じ観点で分類・比較する分析が行われています。

関連するニュース

• GIGはClaudeとAhrefsで顧客サイトの分析を半自動化し、AI検索の露出も月次計測しています。
• COODは、生成AI検索でのブランド表示を計測・改善するGEOツール「AIがいうてた」の提供を開始しました。
• Wanokuniが、AI検索の分析から記事修正、再計測まで担う「Brand UP」のAIエージェント機能を提供開始しました。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

Ahrefs（エイチレフス）、GMO TECH による AI 検索可視化ツール「ブランドレーダー」の活用事例を公開

Ahrefs pte. ltd.のプレスリリース（2026年9月28日 09時30分）Ahrefs（エイチレフス）、GM…