「AI検索での成果を報告したいが、何を数えればよいか分からない」「ツールや担当者によって数字が違う」。GEO（生成AI向けの最適化）に取り組む担当者から、よく聞く悩みです。
この記事では、AIの回答に「自社が出た」ことを数える4つの指標の意味と計算式、計測の前に決めておくルールを解説します。具体的な数え方は、当社が計測したルームウェア10ブランドのデータを例に紹介します。
この記事の結論
- 言及率：AIの回答に、自社の名前が出た割合です。
- 推奨率：「おすすめ」などの言葉と同じ文で、自社の名前が出た割合です。
- 引用率：自社サイトが、回答の根拠として使われた割合です。
- マッチ精度：特定の商品を指して聞く質問で、その商品の商品詳細ページが引用された割合です。モールのページや自社のトップページが引用されても、マッチしたとは数えません。
- 4つは、「知られている」「勧められている」「根拠に使われている」「狙ったページが使われている」という別の段階を見ています。
- 数える前に、分母・判定のルール・質問の種類・AI・回数の5つを決めて固定します。これがそろわないと、先月や競合と比べられません。
なお、当社（株式会社プレティアジャパン）は、AI回答での露出を計測・改善するサービス「genrank」を提供しています。本記事の指標の定義は、genrankで使っているものです。
AIでの成果を測る4つの指標
AIでの成果は、言及率・推奨率・引用率・マッチ精度の4つで数えます。それぞれ、見ている段階が違います。
| 指標 | 何を数えるか | 計算式 | 分かること |
|---|---|---|---|
| 言及率 | 回答本文に、自社の名前（ブランド名・サービス名など）が出たか | 名前が出た回答数 ÷ 有効回答数 | AIの候補として知られているか |
| 推奨率 | 「おすすめ」などの推奨語と同じ文に、自社の名前が出たか | 推奨語と同じ文に名前が出た回答数 ÷ 有効回答数 | 候補の中で勧められているか |
| 引用率 | 自社サイトのURLが、回答の根拠として使われたか | 自社サイトが根拠になった回答数 ÷ 有効回答数 | 自社の情報がAIに使われているか |
| マッチ精度 | 特定の商品を指す質問で、その商品の商品詳細ページが引用されたか | 指定した商品の商品詳細ページが引用された回答数 ÷ 特定の商品を指す質問の有効回答数 | 買ってほしいページに、AIが案内しているか |
あわせて「推奨率÷言及率」も見ます。名前が出たときに、どれだけ勧められているかを示す値です。
この4つは、「知られている→勧められている→根拠に使われている→狙ったページが使われている」の順に、成果としての価値が高くなります。言及率だけを追うと、「名前は出るが、購入先としてはモールが案内されている」といった状態を見落とします。
なお、米国の広告業界団体IABも、2026年8月の指針で、言及率や引用率などAIでの可視性の指標を整理しています。ただし、どの表記を自社と数えるか、何を推奨とみなすかといった細かな判定ルールは、計測する側が決めて固定する必要があります。
言及率とは：AIの回答に名前が出たか
言及率とは、AIの回答本文に自社の名前が出た回答の割合です。「名前が出た回答数÷有効回答数」で計算します。引用元の一覧にサイト名が出ただけの場合は、言及に数えません。
数える名前の一覧を先に作る
AIは、同じブランドをいろいろな書き方で呼びます。計測の前に、自社として数える名前を一覧にします。
- ブランド名の英字・カナ・略称・旧名
- 運営するECサイトやサービスの名前
- 会社名やグループ名
この3つは、分けて集計すると役に立ちます。ECサイト名の言及は自社サイトへの訪問につながります。一方、ブランド名の言及は、モールなど他の購入先に向かうこともあるからです。1つの回答に複数の表記が出ても、言及は1回と数えます。
自社名を含む質問は分けて数える
「〇〇の評判は？」のように、質問文に自社名が入ると、AIはその名前をそのまま繰り返します。そのため、言及率は実力より大幅に高く出ます。
実力を示すのは、自社名を知らない人の質問（「おすすめの〇〇は？」など）での言及率です。自社名を含む質問は「自社がどう説明されるか」を確かめるために使い、言及率の集計からは分けます。
推奨率とは：おすすめと一緒に名前が出たか
推奨率とは、「おすすめ」などの推奨語と同じ文に、自社の名前が出た回答の割合です。名前が並んだだけなのか、勧められているのかを分けて見るための指標です。
判定のしかた
回答を文ごとに区切り、同じ文に「自社の名前」と「推奨語」の両方があれば、推奨と数えます。推奨語には、「おすすめ」「どこ（で買うなら）」「比較」など、勧めるときに使われる言葉を使います。
| AIの回答文の例 | 判定 |
|---|---|
| 「肌ざわりを重視するなら、Aがおすすめです。」 | 言及＋推奨 |
| 「Aは素材の種類が多いブランドです。」 | 言及のみ |
| 「Aは今回の条件ではおすすめしません。」 | 言及のみ（否定のため除外） |
「推奨率÷言及率」で勧められ方を見る
推奨率を言及率で割ると、名前が出た回答のうち、勧められた回答の割合が分かります。言及率が同じブランドどうしでも、この値は大きく違います。後で紹介するルームウェアの例では、ブランドによって約4%から16%まで開きがありました。
近似値として扱う
推奨率は、文の意味までは読まず、言葉が一緒に出たかだけを見る近似値です。「どこ」「比較」のような一般的な言葉も含むため、値には幅があります。
- 推奨語の一覧を決めたら、途中で変えない（変えると推移が比べられない）
- 否定や除外の文（「おすすめしません」「〇〇を除くと」）は数えない
- 数値目標にする前に、推奨と判定された回答を抽き出して目で確かめる
引用率とは：自社サイトが根拠に使われたか
引用率とは、自社サイトのURLが、回答の根拠として使われた回答の割合です。名前が出ることと、自社の情報が使われることは別です。そのため、言及率とは分けて数えます。
「一覧に表示」と「本文で採用」を分ける
AIは回答の下や横に、参照したページの一覧を出します。この一覧に載っただけでは、回答の中身の根拠になったとは限りません。
- 引用リストへの表示：自社のURLが参照の一覧に出た
- 本文での採用：自社のURLが、回答の文の根拠として使われた
引用率は「本文での採用」で数えます。ただし、参照の示し方はAIごとに違います。一覧に出たものをすべて本文の根拠として扱うAIもあるため、AIどうしで引用率の水準を比べるのは避けます。
自社サイトの範囲を決める
「自社サイト」として数えるドメインを、一覧にしておきます。自社ECサイト、ブランドサイト、会社サイト、オウンドメディアなどです。同じ名前の別会社のドメインを入れないように注意します。
リンク先が同じ名前の別会社になっていないか確かめる
自社ブランドについて説明している回答なのに、引用されたリンクが同じ名前の別会社のサイトになっていることがあります。これを「エンティティの衝突」と呼びます。AIが、名前の同じ会社やサービスを区別できていない状態です。
当社の計測でも、自社サービスを説明している回答で、同じ名前の別会社のサイトがリンクされていた例がありました。この場合、名前は出ていても、引用からたどり着くのは別会社です。
こうしたリンクは、自社サイトの引用には数えません。そのうえで、「自社の説明なのに別会社にリンクされた回答」を別に数えておきます。件数が多い場合は、公式サイトに正式名称・運営会社・公式URLをはっきり書き、AIが自社を区別できるようにします。
分母は「回答数」にする
引用には、「引用URL全体に占める自社URLの割合」という数え方もあります。しかし、分母が違うと値は大きく変わります。ルームウェアの例で言及率1位のブランドは、回答数で割ると19.2%、引用URL数で割ると6.2%でした。
成果の指標には回答数で割った値を使います。URL数で割った値は、「どんなサイトが根拠になっているか」という内訳を見るときだけに使います。2つを足したり、並べて比べたりはしません。
→ 関連：そもそも自社サイトがAIに読まれているかは、AIのクローラーをブロックしていないか確かめる方法で確認できます
マッチ精度とは：指定した商品のページが引用されたか
マッチ精度とは、特定の商品を指して聞く質問で、その商品の商品詳細ページが回答に引用された割合です。genrankでは「質問とURLのマッチ精度」と呼んでいます。自社サイトが引用されていても、それが聞かれた商品のページとは限りません。その差を見るための指標です。
引用率だけでは足りない理由
引用率は、自社サイトのどのページが引用されても1件と数えます。トップページやお知らせが引用された場合も同じです。しかし、「綿100%のガーゼ素材で、夏向けの半袖パジャマはどれ？」のように特定の商品を指して聞かれたら、その商品の商品詳細ページに案内してほしいはずです。
さらに、自社の名前が出ても、根拠として引用されるのがAmazonや楽天市場などモールのページだけのことがあります。その場合、AIから来たお客さまはモールで買い物をします。自社ECの売上や顧客データにはつながりません。
マッチ精度の測り方
- 特定の商品を指す質問を用意する：素材・用途・サイズなどの特徴で、特定の商品を指して聞く質問を作ります。それぞれの質問に、答えとなる商品の商品詳細ページのURL（または商品コード）を紐づけます。
- 回答でそのURLが引用されたかを判定する：同じ自社サイトでも、トップページや別の商品のページならマッチとは数えません。モールにある同じ商品のページも数えません。
- 分母は、特定の商品を指す質問の回答だけにする：「おすすめのパジャマは？」のように商品を指さない質問では、マッチは起こりえません。全質問で割ると値が薄まるため、分母から外します。
マッチ精度の手前の段階として、「商品詳細ページ引用率」も見ます。どの商品でもよいので、自社の商品詳細ページが引用された回答の割合です。あわせて、引用された自社ページを商品詳細・カテゴリ・解説記事・トップページなどに分けて数えると、AIがどのページを使っているかが分かります。名前が出た回答で、モールのページが引用された割合も見ておきます。
当社が支援した韓国の大手食品ブランドでは、genrank導入後5週目に、質問とURLのマッチ精度が約9倍になりました。
→ 関連：商品ページが根拠として使われるための書き方は、ECの商品ページを、AIにおすすめされるようにする方法で解説しています
例：ルームウェア10ブランドで数えてみる
複数の指標を並べると、言及率だけでは見えないことが分かります。当社の「ルームウェアの購入に関するAI回答調査」のデータで、実際に数えてみました。この調査には特定の商品を指す質問がないため、マッチ精度の代わりに、引用された公式ページに占める商品詳細ページの割合を見ています。
- 計測：2026年10月24〜25日、80問×5つのAI（ChatGPT、Gemini、Google AI Overview、Google AI Mode、Copilot）×12回
- 有効回答：4,548件
- 対象：ルームウェア10ブランド（本記事ではブランド名を伏せています）
- 推奨語：「おすすめ」「どこ」「比較」
| 見るところ | 10ブランド全体 | ブランドごとの幅 |
|---|---|---|
| 言及率 | 平均9.1% | 2.9%〜19.3% |
| 推奨率÷言及率 | 9.4% | 4%〜16% |
| 名前が出た回答で、公式サイトが根拠になった割合 | 28.8% | 11%〜61% |
| 名前が出た回答で、モールのページが根拠になった割合 | 24.5% | 13%〜47% |
| 引用された公式ページのうち、商品詳細ページの割合 | 13.6% | 0%〜71% |
出典：株式会社プレティアジャパン「ルームウェアの購入に関するAI回答調査」（2026年10月24〜25日、有効回答4,548件）を当社が集計。
この表から、次の3つが読み取れます。
- 名前が出ても、勧められているとは限らない：名前が出た回答のうち、推奨語と同じ文に出たのは約1割でした。
- 根拠になっているのは、公式サイトよりモールのことが多い：10ブランド中7ブランドで、モールのページが公式サイトより多く根拠になっていました（下の図）。
- 公式サイトが引用されても、商品ページとは限らない：引用された公式ページの内訳は、解説記事40%、カテゴリ・特集21%、トップページ18%で、商品詳細は14%でした。引用が30件以上あった9ブランドのうち4ブランドは、商品詳細ページが一度も引用されていません。
言及率がほぼ同じブランドAとBでも、Aは公式サイトが根拠の中心で、Bはモールのほうが多く根拠になっています。言及率だけを報告していると、この違いに気づけません。
→ 関連：ルームウェアの調査結果は、ルームウェアの購入に関するAI回答調査で詳しく解説しています
計測の前に決める5つのルール
AIでの成果は、数え方が少し違うだけで大きく変わります。先月や競合と比べるために、次の5つを計測の前に決めて固定します。
1. 分母を決める
指標ごとに、何で割るかを決めてレポートに書き添えます。言及率・推奨率・引用率は有効回答数、推奨率÷言及率は名前が出た回答数、マッチ精度は特定の商品を指す質問の回答数です。回答を取得できなかった分や、本文が空の回答は、分母から外します。
2. 判定のルールを決める
数える名前の一覧、数えない言葉の一覧、推奨語、自社ドメイン、質問に対応する商品ページです。途中で変えると、前後の数字が比べられなくなります。どうしても変える場合は、過去分も新しいルールで数え直します。
3. 質問の種類を分けて、内訳を固定する
質問の種類によって、名前の出やすさは大きく違います。ルームウェアの例では、10ブランドのいずれかの名前が出た回答は、知識を聞く質問で22%、おすすめを聞く質問で94%でした。
質問の内訳が変わると、ブランドの実力が同じでも数字は動きます。知識・悩み・おすすめ・比較などの種類ごとに集計し、自社名を含む質問は分けます。
4. AIごとに分けて見る
AIごとに、引用元の示し方が違います。ルームウェアの例で、いずれかのブランドの公式サイトが根拠になった回答は、Google AI Overviewで60%、Google AI Modeで16%でした。
この差の多くは、ブランドの実力ではなくAIの仕様によるものです。AIどうしの水準は比べず、AIごとの推移を見ます。複数のAIを合計するときは、AIごとの回答数をそろえます。
5. 同じ質問を複数回聞く
AIの回答は、同じ質問でも毎回少しずつ変わります。ルームウェアの言及率1位のブランドを、1回分（約400回答）ごとに集計しました。すると言及率は、17.0%から22.6%まで動きました。
施策の前後で1回ずつ測ると、このぶれを施策の効果と取り違えます。同じ質問を複数回聞き、期間でまとめて比べます。
この5つを毎回そろえて手作業で数えるのは、質問数やAIの数が増えるほど難しくなります。genrankでは、質問セットと判定ルールを固定したまま、複数のAIに決まった時刻で繰り返し質問し、この記事の4つの指標を週ごとに集計しています。
目的別の指標の選び方
どの指標を主に追うかは、「今、何を知りたいか」で決めます。
| 知りたいこと | 主に見る指標 | 一緒に見るもの | 数字が低いときの改善の方向 |
|---|---|---|---|
| AIの候補に入っているか | 言及率（自社名を含まない質問） | 競合の言及率 | 選び方・比較の情報を増やす |
| 候補の中で勧められているか | 推奨率、推奨率÷言及率 | 推奨と判定された回答の中身 | 「どんな人に向くか」を具体的に書く |
| 自社の情報が使われているか | 引用率（本文での採用） | 自社の代わりに引用されたサイト | 質問に一文目で答えるページを置く |
| 買ってほしいページに案内されているか | マッチ精度 | 引用された自社ページの種類、モールが引用された割合 | 商品ページに、質問への答えになる情報を載せる |
計測を始める前のチェックリスト
- 数える名前の一覧（英字・カナ・略称・サイト名・会社名）と、数えない言葉の一覧を作った
- 推奨語の一覧を決めた
- 自社サイトとして数えるドメインを決めた（同名の別会社を除いた）
- 特定の商品を指す質問に、その商品ページのURLを紐づけた
- 質問を種類別に分け、自社名を含む質問を分けた
- 「引用リストへの表示」と「本文での採用」を分けて記録する
- 指標ごとの分母をレポートに書く
- AIごとの回答数をそろえ、同じ質問を複数回聞く
よくある質問
Q. AIの言及率とは何ですか？
A. AIの回答本文に、自社の名前が出た回答の割合です。「名前が出た回答数÷有効回答数」で計算します。質問文に自社名が入っていると値が高く出るため、自社名を含まない質問で数えます。
Q. AIの推奨率はどうやって測りますか？
A. 回答を文ごとに区切り、「おすすめ」などの推奨語と自社の名前が同じ文にある回答を数えます。否定の文は除きます。文の意味までは読まない近似値なので、推奨語の一覧を固定し、判定結果を目で確かめます。
Q. 引用率はどう数えますか？
A. 自社サイトのURLが、回答本文の根拠として採用された回答を数え、有効回答数で割ります。参照リンクの一覧に表示されただけのものとは分けて記録します。
Q. マッチ精度とは何ですか？
A. 特定の商品を指して聞く質問で、その商品の商品詳細ページが回答で引用された割合です。自社のトップページやモールのページが引用されても、マッチとは数えません。ECでは、AIが自社の商品ページに案内しているかを確かめるために使います。
Q. GEOやLLMOのKPIは何にすればよいですか？
A. 目的で決めます。候補に入ることが目的なら言及率、勧められることが目的なら推奨率です。自社の情報を使わせることが目的なら引用率、自社の商品ページへの案内が目的ならマッチ精度を主に追います。どの指標も、分母を明記します。
Q. AIの回答は何回計測すればよいですか？
A. 1回の計測では判断しません。当社の計測では、1回分に約400件の回答があっても、同じブランドの言及率が17.0%から22.6%まで動きました。同じ質問を複数回聞き、期間でまとめて比べます。
まとめ：4つの指標を、同じルールで数え続ける
AIでの成果は、言及率・推奨率・引用率・マッチ精度の4つで数えます。
- 言及率：名前が出たか（自社名を含まない質問で数える）
- 推奨率：推奨語と同じ文に名前が出たか
- 引用率：自社サイトが回答の根拠に使われたか
- マッチ精度：指定した商品の商品詳細ページが引用されたか
ルームウェアの例では、名前が出ても推奨語と同じ文に出たのは約1割でした。また、10ブランド中7ブランドで、公式サイトよりモールのページが多く根拠になっていました。言及率だけでは、こうした状態は見えません。
数える前に、分母・判定のルール・質問の種類・AI・回数を決めて固定しましょう。同じルールで数え続けてはじめて、施策の効果を比べられます。
自社がAIの回答でどう扱われているか、4つの指標で測りませんか？
genrankは、言及・推奨・引用・マッチ精度を同じ質問セットで計測します。その結果をもとに、足りない情報をAI向けのコンテンツとして生成・掲載するサービスです。
関連記事
出典
- 株式会社プレティアジャパン「ルームウェアの購入に関するAI回答調査」（計測2026年10月24〜25日、有効回答4,548件）。本記事の数値は、回答データを当社が集計し直したもの
- IAB「IAB Releases "Measuring Visibility in the AI Era"」（2026年8月3日）
