メディア露出が万回あっても、AIの回答には名前が出てこない。そんな盲点が、いま広報とマーケの現場で広がっています。
購買担当者がカテゴリーの主要プレイヤーを調べるとき、Googleで検索する前にChatGPTやPerplexity、Geminiに質問する動きが増えています。返ってくるのはリンク一覧ではなく、自信満々な段落で3〜4社を挙げた回答です。その段落に自社が載っているか、載っていてもどう紹介されているか——多くのチームは、どちらも把握できていません（参考）。
この記事では、Onclusiveが公開したAI Visibility Playbookの枠組みを軸に、AI検索におけるブランド可視性の測り方と、改善の手がかりを整理します。
この記事でわかること
- メディアモニタリングでは見えない「AI可視性」の盲点
- ブランドのAI検索パフォーマンスを測る5つの指標
- 可視性低下の原因を切り分ける4つのギャップ
- PR・SEO・マーケのどこがAI検索対策を担うべきか
メディア露出とAI可視性の間に生じるギャップ
従来のメディアモニタリングは、どの媒体に何が掲載されたかを追う仕組みです。言及数、センチメント、リーチを集計し、昨日の報道を報告するのに向いています。一方、AIが今日ブランドについて何と答えるかは、この仕組みでは拾えません。
AIが生成する回答は、最新のプレスリリースをそのまま反映するわけではありません。モデルが信頼するソース、ブランド名の掲載頻度と一貫性、長年蓄積されたナラティブ、競合との相対的な位置づけ——これらが組み合わさって回答が形作られます。メディア言及が1万件あってもAI検索では見えないブランドがあり、露出量はその数分の一にとどまる新興企業がカテゴリー回答を独占するケースもあります（参考）。
Onclusiveの調査では、ブランドのAI・LLM引用可視性を追跡している企業はわずか14%にとどまります。残りの86%は、競合がAI回答でどの程度推薦されているかを把握できていない状態です（参考）。
AI可視性を測る5つの指標
https://onclusive.com/resources/whitepaper/ai-visibility-playbook/
AI Visibility Playbookは、広報チームが追跡・報告・改善に使える5指標を提示しています。OnclusiveのGEO Analyticsでは、ChatGPT、Gemini、Grok、Claude、Perplexityの5エンジン横断でこれらを計測します。
Visibility（可視性）は、AIが生成した回答にブランド名が登場する割合です。「出ているか出ていないか」の基本線を示します。
Share of Voice（シェア・オブ・ボイス）は、同一クエリ群のなかで競合と比べてどれだけ頻繁に登場するかを、順位の重み付けを加えた複合スコアで表します。経営層への報告や経時変化の追跡に向いた指標です。
Average Position（平均順位）は、回答内でブランドが何番目に挙がるかを追います。5社並ぶリストで3番目に名前が出るのと、最初に挙がるのでは影響力が異なります。AIエンジンはすべての言及を同等に扱いません。
LLM Choiceは、「このカテゴリーでどの企業を使うべきか」と直接聞いたとき、自社が競合より上位に推薦される頻度を測ります。カテゴリー内の競争ポジションを最も鋭く示す指標です。
Sentiment（センチメント）は、登場した回答のなかでブランドがどう描写されているかの加重スコアです。可視性が高いのにセンチメントが下がっている場合は、早めに対処すべき警告サインになります。
Visibilityが高くShare of Voiceが低い場合は「出ているが順位が弱い」、Visibility自体が低い場合は「そもそも会話に入っていない」と切り分けられます。指標の組み合わせが、次に打つ手を変えます（参考）。
4つのギャップで原因を診断する
https://onclusive.com/resources/blog/ai-visibility-gaps/
可視性が低い理由は、一つのパターンに収まりません。Playbookは4種類のギャップに整理しています。エンジンごとに現れ方が異なる点にも注意が必要です。
プレゼンス・ギャップ（存在ギャップ）は、重要なクエリに対するAI回答にブランドが一切登場しない状態です。購買意欲の高い質問——「この分野のおすすめ企業は？」といった局面——で不在だと、検討候補から外れた時点で不利になります。原因は、AIが参照する第三者ソースへの露出不足や、カテゴリーとの結びつきの弱さにあります。獲得メディアの拡充で改善しやすいギャップです。
ポジション・ギャップ（順位ギャップ）は、名前は出るが競合より下位に置かれ続ける状態です。AIの回答は熟慮された意見のように読まれるため、3番目・4番目の言及は1番目とは重みが違います。露出量の問題というより、権威あるソースからの引用の厚みやナラティブの強さが競合に劣っているサインです。
ナラティブ・ギャップ（物語ギャップ）は、AIが語るブランド像が、いま伝えたいポジショニングとずれている状態です。学習データのカットオフを持つモデルは、メッセージ変更を自動では追従しません。リアルタイムにWebを参照するエンジンでも、古い記事やニッチなソースが支配的シグナルになることがあります。リブランドや製品転換のあと、新しいストーリーが権威ある第三者メディアに定着していないと起きやすいです。
ソース・ギャップ（情報源ギャップ）は、カテゴリーでAIが重視する出版物やプラットフォームに自社の露出がない状態です。4つのなかで戦略的に最も重要です。ここを埋めると、他のギャップ改善にも波及します。問題は「何を言っているか」だけでなく「誰がどこで言っているか」にあります。
ギャップの種類を誤認すると、打ち手も外れます。ソース不足なのにコンテンツ制作に注力したり、ナラティブのずれなのにメディアアウトリーチだけ増やしても、指標は動きません（参考）。
なぜ広報・コミュニケーションが担うべき領域か
AI可視性のオーナーシップをめぐり、SEOチームは検索問題、マーケはコンテンツ問題、広報は「他人ごと」と捉える組織が少なくありません。この切り分けは誤りです。
AIエンジンは獲得メディア（earned media）を学習の主要ソースとしています。信頼するのは、長年関係を築いてきた出版物やジャーナリスト、業界プラットフォームです。繰り返し引用されるナラティブも、編集記事に一貫して現れたものが核になります。AI回答でカテゴリーを支配するブランドは、多くの場合、獲得メディアでも支配的です（参考）。
広報チームはすでにこのインプットをコントロールしています。欠けていたのは、何が効いているかを見える化し、経営層に自信を持って報告する計測レイヤーです。Playbookの5段階レポートフレームワークは、その穴を埋める設計です。
なお、AI検索最適化（GEO: Generative Engine Optimization）はSEOの延長として語られることもあります。従来SEOがリンクのクリックを狙うのに対し、GEOはAI回答内での引用・言及を狙う領域です。ただし、GEOの土台には第三者による権威ある言及が必要であり、広報の役割は周辺ではなく中核に位置します。
露出の「量」より「質と集中」が効く理由
Playbookが強調する発見は、AI可視性の高さとソースカバレッジの厚みの相関が、想定より弱いという点です。獲得メディアのフットプリントは大きいのにAI回答では大きく負けているブランドがあり、露出量は控えめでも一貫して勝っているブランドもいます。
差を生むのは量ではなく、AIがそのカテゴリーで信頼する特定ソースへの質と集中度です。モデルが軽視する媒体に数百件の言及があっても、重みの高い5媒体に一貫して載り続ける方が、AI可視性では上回ることがあります（参考）。
カテゴリーごとに「どのドメインが引用されているか」を把握し、自社がそこに入っているかを確認することが、AI可視性戦略の出発点になります。OnclusiveのGEO Analyticsでは、カテゴリー内でAIが最も引用する出版物を優先度付きで示し、競合がどの媒体から可視性を得ているかも照合できます。
従来の指標では警告が遅れる
Googleの検索順位、メディアモニタリング、ソーシャルリスニング——いずれもAIエンジンがブランドについて何と答えているかは教えてくれません。検索順位が安定していても、AI可視性では負けているケースがあります。アクセス解析に異常が表れる頃には、競合との差はすでに広がっている可能性があります（参考）。
Onclusiveのデータでは、2026年時点で検索の60%がクリックなしで終わるとされています。AIは情報を集約し、推薦として届けるため、ユーザーが1社のサイトにも訪れないまま購買判断が進みます（参考）。この環境では、AI回答への登場そのものがブランド認知の新しい接点になります。
計測を始める第一歩は、自社にとって重要なプロンプト群でブランドが登場するか、競合と比べてどの位置か、どのソースが回答を形作っているかを確認することです。ギャップの種類がわかれば、獲得メディアの重点先、ナラティブ修正、コンテンツ方針のどこにリソースを振るべきかが具体化します。影響がトラフィック数字に現れる前に動けるチームが、いまの競争で先手を握ります。