01
見えない選別
AI 回答エンジンは、貴社ブランドが「言及するに値する」と判断する情報資産が不足している場合、競合のみを推奨する。検索結果と異なり、なぜ言及されなかったかは可視化されない。
≈ 11%
ChatGPT × Perplexity 間の引用ドメイン共通比率（同一プロンプト群、上位 5 引用、業種横断）
The Digital Bloom, 2025（二次集計）
観測し、整備し、統計的に証明する。「観測 → 整備 → 証明」を、ひと続きで設計した方法論。
URL を入れると、AI クローラー受け入れ・構造化データ・引用面の初期診断をその場で表示する。
No. 02 — The Scene
比較に至る前に、選定は終わっている。 ある一つの、ありふれた問いを見てみよう。
Q. 30 代後半・敏感肌向けのデイリー保湿クリームを探しています。3 つほど候補を挙げてもらえますか？
↳ AI の回答
No. 03 — Three Risks
AI 回答エンジンは、貴社ブランドが「言及するに値する」と判断する情報資産が不足している場合、競合のみを推奨する。検索結果と異なり、なぜ言及されなかったかは可視化されない。
ChatGPT × Perplexity 間の引用ドメイン共通比率（同一プロンプト群、上位 5 引用、業種横断）
The Digital Bloom, 2025（二次集計）
LLM は時に、価格・成分・効果効能・廃番情報について事実と異なる回答を生成し得る。これらの誤情報は消費者に直接届き、修正の機会なく購買判断に影響する可能性がある。薬機法・景表法に関わる領域では特に注意が必要となる。
ブランド領域での誤情報発生率は、業界・モデル・プロンプトに強く依存するため、定量化されたベンチマークは未確立。
観測ベースの個別計測が必要
早期に情報整備を進めた競合は、LLM の学習データ更新時に有利なポジションで取り込まれる傾向がある。一度形成された参照優位は、後発の介入で覆しにくくなる構造である。
ブランド検索量と AI 検索引用の関係性は、複数の業界調査で正の相関が報告されている（因果ではなく観測上の関連）。
Ahrefs (2024–2025) ほか業界調査
No. 04 — Diagnostic
URL を起点に、AI 回答エンジンが貴社 LP をどう解釈しているかを観察する 4 つの観点を整理する。 正式な初期観測・改善優先度の評価は、お問い合わせ後に個別対応する。 有償パイロットへの移行は任意。
入力データは最小限のみ取り扱う。正式運用時の保持・削除方針は契約時に明示する。
↳ 診断レポート例
01クローラー受け入れ
要注意
02構造化データ
緊急対応
03引用可読性
良好
04ブランド言及度
要注意
No. 05 — Method
No. 06 — Position
Profound・Peec.ai は観測のフロンティアを切り拓いてきた既存プレイヤーであり、 AEO 領域の認知を形成した存在である。Erabel は同じ AEO レイヤーに、日本語、介入実装、事前登録による因果検証を重視する角度から取り組む。 以下は能力のスコアボードではなく、各カテゴリが何を中心に据えているかの整理である。
| 軸 / Axis | SEO 対策 | PR · 広告 | 海外 AEO (Profound, Peec.ai) | Erabel の角度 |
|---|---|---|---|---|
| 中心に据えるもの | 検索順位の向上 | 認知形成 | AI 回答の観測・可視化と推奨 | 観測の上に、介入実装と因果検証を統合する設計 |
| 日本語対応 | ○ | ○ | △ 英語ファースト | ○ 日本語特化（コーパス・薬機法・景表法を含む） |
| 介入の主領域 | 順位向上施策 | 媒体・広告 | 観測 + 改善推奨 | 構造化データ・整合性・ハルシネーション対応の実装まで踏み込む方針 |
| 効果検証の手法 | 順位の変化 | 売上相関 | スコアの推移 | DiD + 事前登録の運用を志向（標準化はパイロットを通じて確立中） |
| 業界横断ベンチマーク | — | — | 英語圏中心に蓄積 | 日本語ブランド横断のベンチマーク化を構想（構築途上） |
No. 07 — Architecture
各パイロットは介入群と対照群を事前登録する。 観測対象は業界横断の公開 AI 応答に限り、個別企業の戦略・PDP・スコアは他社向けの分析に流用しない方針である。
公式サイトと Wikipedia 等の情報差分を検出。WAF・Bot 防御による AI クローラー遮断を診断、修正提案まで。
自社単独ではなく、競合他社との相対位置（推奨率・推奨位置・引用粒度）を継続追跡。
schema.org 準拠の JSON-LD 自動生成、sameAs によるエンティティ宣言、Fact-Dense FAQ の設計と実装。
貴社保有の独自調査データ等を AI が参照しやすい Dataset 形式で構造化公開。
ChatGPT・Claude・Gemini・Perplexity 等を対象に、同一プロンプト群を定期観測する設計。対象モデル・頻度・プロンプト数は案件ごとに定義する。
主要 LLM の公開された更新情報と、更新前後の観測差分を確認する設計。再介入の要否は個別判断する。
LLM 応答中の事実誤認候補（特に薬機法・景表法に関わる表現）を検出する観点を設計し、最終的な該当判定は法務確認を前提とする。
施策を実施する介入群と、実施しない対照群を事前固定し、両者の変化分を比較することで効果量を推定する。事前登録とハッシュ固定で「後出し」を構造的に防止し、観測量・設計条件が満たされる場合に信頼区間を併記する。
業界横断の公開 AI 応答を継続観測し、効果量の業界ベンチマーク化を構想中。パイロット件数の蓄積に伴って、新規介入の期待効果を業界分布から推定する設計に発展させる（個別企業の機密データは含めない方針）。
No. 08 — Dashboard
Share of Model、mention 検出、ハルシネーション候補、DiD 効果量。 事前登録された対照群と並べ、観測量・設計条件が満たされる範囲で信頼区間を併記する設計。 出典・閾値・対象モデル・更新日時は併記方針とする。以下の数値はサンプルである。
DiD ATE
+18.4 pp
95% CI
[+11.2, +25.7]
p-value
< 0.001
Live alerts
! Hallucination · Claude
薬機法該当語句を 2 件検出
02:14 — open in console
✓ Citation health
87% 整合
↗ Mention surface
+12 entities, week-over-week
No. 09 — Provenance
AEO は新しいが、因果効果検証は新しくない。Erabel は確立した統計手法と エンタープライズ調達の慣行に、AEO ドメインを接続している。
方法論の系譜
施策を実施したブランドだけを前後で比較すると、季節性や AI モデル更新など 外部要因の影響を切り分けられない。そこで、施策を実施した群と、しなかった同類群のそれぞれの変化分を比較する。 これが 差の差分法（DiD: Difference-in-Differences）であり、最低賃金 (Card & Krueger, 1994)・金融政策・薬剤効果検証で 40 年以上使われてきた標準手法である。Erabel の貢献は新しい統計ではなく、 AEO というドメインにこの手法を、事前登録 (pre-registration) と ハッシュ固定とあわせて持ち込み、後付けの解釈を構造的に防いでいる点にある。
Reference: Card & Krueger (1994) ·
Bertrand, Duflo, Mullainathan (2004) ·
AsPredicted.org pre-registration protocol
初期パートナー
初期パイロットは少数の企業・領域に絞って設計する想定である。チャーター・パイロット参加企業には優遇条件を提示し、効果検証レポートを共著（匿名化可）として公開する権利を Erabel と参加企業で共有する想定。
設計中 · 参加条件は個別協議
Procurement readiness
No. 10 — Pilot
介入実装と効果検証をひとつのパイロットに梱包。 効果が限定的だった場合の継続支援条件は、パイロット契約時に個別に設計する。
成果連動 · 事前登録 · ハッシュ固定
Total · tax excl.
¥6,000,000
Set-up
対象ブランド・PDP 選定、事前登録書作成、ハッシュ固定、4 LLM ベースライン計測
Intervention
M1（整合性 + クローラー）／ M3（構造化データ）／ M4（オプション）
Observation
週次観測、中間レビュー、追加チューニング判断
Causal report
DiD 分析、95% CI 付き効果量レポート、継続契約スコープ提示
No. 11 — Two doors
事業会社 · ブランド／マーケティング責任者
既存ブランドを保有し、AI 経由の検討段階での失注を統計的に把握・改善したい方。 新規メディア出稿は不要で、既存資産の整備のみで効果を検証できる。
代理店 · プランナー／アカウント責任者
既存クライアントへの新規提案商材として AEO を扱いたい方。 SEO の置き換えではなく上位レイヤーとして共存し、既存施策と競合しない。
No. 12 — Disclosure
AEO は発展途上の領域である。効果が出る領域・出にくい領域がモデル別・ブランド別に存在する。本パイロットは「効果を保証する」ものではなく、効果の有無と大きさを統計的に検証するもの。Reddit 中心の参照特性を持つ Perplexity 等で効果が限定的になる可能性、 LLM のモデル更新により参照パターンが変化する可能性も、契約前に開示する。
No. 13 — Questions, answered
既存の SEO 代理店との関係は？
競合しない。SEO と AEO は補完関係にあり、schema.org 整備等は既存 SEO 施策との相性も良好。SEO 代理店との並行運用を前提に設計している。
自社サイトに変更を加えるリスクは？
構造化データの追加は表示 UI に影響しない設計を取る。SEO への影響は事前に確認しながら段階的に実装し、貴社情報システム部門との協議を前提とする。
ChatGPT 等の利用規約に違反しないか？
介入は自社サイト上での公開仕様に基づく整備が中心であり、利用規約に違反するスクレイピング等は一切行わない。利用規約変更時は速やかに方針を見直す。
効果が限定的だった場合、何が残るか？
観測されたベンチマークデータ、モデル別の参照特性分析、整備済みの構造化データ資産が残る。継続支援条件・クレジット適用は、効果の判定基準を含めパイロット契約時に個別に設計する。
代理店マージンは設計できるか？
可能である。具体的なマージン率・卸価格・ホワイトラベル提供条件は、提案形態と役割分担に応じて個別に設計する。創設パートナー枠は初期段階のため、適用条件・優遇内容も個別協議とする。
当社のデータが他社の改善に使われるか？
いいえ。DataLake は匿名化された介入実績の集計のみで、個別ブランドの戦略・PDP・スコアが他社向けに開示されることはない。
No. 14 — One more step
観測 → 整備 → 証明 · 90 日
URL 1 点で 60 秒。あるいは、30 分のご相談で。