SEO・AI 検索分析プラットフォームを提供する Ahrefs（エイチレフス）は、GMO TECH株式会社の中原卓馬氏による「ブランドレーダー」の活用事例を公開しました。同社 執行役員・アルゴリズム研究室長の中原氏は、従来の SEO データに AI 検索の回答・引用元・競合データを重ね、分析範囲を拡張しています。

単なる言及数の計測にとどまらず、ブランドが推薦される理由や施策が影響し得る範囲までを分析しており、事例ではブランドレーダー、AI、MCP を組み合わせた運用や顧客支援への展開が紹介されています。

市場全体の俯瞰と「量」「文脈」の分析拡張

SEO に 17 年間携わり、2013 年から Ahrefs を活用してきた中原氏は、AI 検索への対応において最初に観測するプロンプトの設定が課題だったと指摘しています。自社に都合の良い回答が出やすい問いや需要から外れた問いに絞ると、成果の見落としや一部の結果のみでの施策評価につながるおそれがあります。そのため、蓄積されたプロンプトデータと検索需要から市場全体を俯瞰したうえで、継続して追うカスタムプロンプトを設計する順序を重視しています。

ブランドレーダーの導入により、従来の SEO 分析で培った視点を AI 検索へ拡張。自社と競合の言及数や言及シェアを同期間で比較する「量」の分析に加え、回答本文から用途や条件、推薦理由、望まない説明、料金や実績の誤情報までを把握する「文脈」の分析を行い、次に整えるべき情報や接点を具体化しています。

約 4 万件の AI 回答解析から導く「推薦の文法」

中原氏は、ブランドレーダーを起点に約 4 万件の AI 回答を解析しました。プロンプト、回答、引用元、競合データを取得し、必要に応じてサイトエクスプローラーの検索データを重ねたうえで、AI と外部ツールを接続する仕組みである MCP を介して AI に渡し、大量の回答を分類・比較しています。

この分析を通じて、候補として名前が並ぶ「言及」と、対象や用途、理由を伴う「推薦」の違いを整理。「どんな用途に強いか」「どんな機能に強みがあるか」を主軸に対象者や選び方が組み合わされる規則性を「推薦の文法」と位置付けています。集計や分類は AI を用いながらも、検証項目の決定や得られた傾向の施策への反映は人が担当しています。

AI が関連情報を探すために展開する「ファンアウトクエリ」を集計することで、特定の検索領域がいくつのプロンプトに影響し得るかを確認する手法も取り入れられています。個々の問いを追うだけでなく、多くの回答に関わる情報需要を見つけ出す分析を行っています。

顧客支援においては、関連クエリで上位にある第三者サイトを特定して関係構築を優先し、AI 上の言及変化を検証する取り組みを実施。さらに、望む推薦文脈と実際の検索需要を照らし合わせ、企業の独自の強み（USP）を整理し、強み・ブランド名・製品名を一貫して伝える情報整備へつなげています。

GMO TECH株式会社の中原氏は、AI 検索の分析では言及の有無だけでなく用途や条件などの推薦文脈を見ることが大切であるとし、企業の意図と検索されている言葉の双方を確認しながら USP とブランド名、製品名の関係を明確にすることが重要だと述べています。

Ahrefs ブランドレーダーおよび会社概要

公開されたインタビューは以下の全 2 部で構成されています。

• 第 1 部：AI 検索時代に変わること、変わらないこと
• 第 2 部：AI × Ahrefs × MCP で、AI 検索をどう分析するのか

ブランドレーダーは、AI 検索におけるブランドの言及や引用元を可視化するツールで、自社と競合の言及数や AI シェアオブボイスの推移比較、回答本文や引用ドメインの確認、カスタムプロンプトによる継続観測に対応しています。

Ahrefs Pte. Ltd.（エイチレフス）の概要は以下の通りです。

• 事業内容：オールインワン・マーケティングツール「 Ahrefs（エイチレフス）」や対話型 AI ワークスペース「Letaido（レタイド）」の開発・提供
• 実績：世界 180 カ国を超えるユーザーに利用されている

本記事はAhrefsの発表をもとに作成されています。

Dellows News編集部

ビジネスパーソンの課題解決と納得感にこだわるDellows News編集部。キャリア論からAI、健康法まで幅広い分野に対応し、複雑なテーマでも平易な言葉で丁寧に解説。読者が「明日から使える」知識やヒントを得られるよう、具体的な事例・データ・専門家の見解を交えて執筆。情報を整理し、納得感ある記事づくりを心がけています。