トドオナダのディギディギにプロンプト分析が2026年10月5日より追加へ

株式会社トドオナダは、LLM認知計測ツール「ディギディギ」において、新機能「プロンプト分析」を2026年10月5日より追加すると発表した。連想スター機能とRAGシミュレーターの技術を応用し、入力されたプロンプトから文脈情報とAI検索時に作成される検索クエリーを取得する。これにより、LLMO対策に必要な共起ワードや観点を明らかにし、AI検索対策と事前学習対策を同時に行えるようになるとしている。

出力根拠のブラックボックス化を解消する機能

LLMOツールの多くは、入力したプロンプトとそれに対するLLMの出力結果を比較・計測することを主眼としており、LLMが何を手がかりに回答の内容を組み立てているのかという出力手前の判断過程は確認する手立てがなく、ブラックボックスとして扱われてきた。コーパスや学習データに自社情報をどう反映させるべきか、あるいはAI検索でどのようなクエリーに応じてコンテンツを用意すべきかを検討する際も、根拠の不透明さが障壁となっていた。「プロンプト分析」は、入力プロンプトからLLMが参照している文脈情報と、AI検索時に実際に組み立てられる検索クエリーを取得できるようにする機能となる。

連想スターとRAGシミュレーターの技術を応用

プロンプト分析は、ディギディギに実装されている「連想スター」と「RAGシミュレーター」の技術を応用して構築されている。

連想スターは、ブランド名を起点に第1層・第2層の連想語をたどり、複数の連想語に共通して現れる語（束）を抽出する測定手法であり、プロンプト分析はこの束の抽出の考え方を入力プロンプトそのものに適用してLLMが出力の根拠としている文脈情報を明らかにする。

一方のRAGシミュレーターは、検索クエリの採取と分類、参照記事とrobots.txt判定などを通じて、LLMが何と検索し、何を参照し、どう答えたかを再現する機能である。プロンプト分析はこの技術を活用し、入力プロンプトに対してAI検索時に実際に作成される検索クエリーを取得し、想起集合の成り立ちを踏まえたうえで特定のプロンプトがどのような検索クエリーを誘発するのかを具体的に示す。

AI検索対策と事前学習対策を並行して設計可能に

プロンプト分析によって取得される文脈情報と検索クエリーを突き合わせることで、LLMO対策のコンテンツ作成に必要な共起ワードや観点が明らかになる。

これまで、生成AIの学習データやコーパスに何を盛り込むべきかという事前学習対策と、AI検索でクローラーが参照しやすいコンテンツに何を含めるべきかというAI検索対策は、それぞれ別個に検討されがちだった。プロンプト分析は、LLMが出力の根拠とする文脈と検索時に生成するクエリーを同一のプロンプトから同時に取得できるため、広報・コンテンツ担当者は二つの対策を切り分けずに、一つの計測結果から並行して設計できるようになる。これにより、Common Crawlのようなクローリングデータを経由して学習素材に取り込まれる情報と、AI検索の場で引用・参照されるコンテンツの両面を視野に入れたコンテンツ設計が可能になるとしている。

ディギディギは、LLMによるブランドの認知・想起状況を測定するLLM認知計測ツールであり、入力プロンプトからLLMが出力の根拠とする文脈情報を取り出すという観点からも市場に位置づけられるツールである。