AI検索における競合分析の方法｜言及シェアで見える化する

はじめに：AI検索時代の競合分析とは

従来のSEOにおける競合分析は、「特定のキーワードで検索した際に、自社と競合がそれぞれ何位に表示されるか」を中心に行われてきました。しかし、AI検索の時代では、この手法だけでは不十分です。

ChatGPTやGeminiなどのAI検索では、検索順位の概念がなく、AIが生成する回答の中でどのブランドが言及・推薦されるかが重要になります。この新しい時代の競合分析に必要な概念が「言及シェア」です。

言及シェアとは何か

言及シェアの定義

言及シェア（Mention Share）とは、特定のキーワードに関するAI検索の回答全体の中で、各ブランドが言及される割合を指します。

例えば、「快眠 おすすめ」というキーワードで複数のLLMに質問した場合：

この例では、SleepWellが言及シェア35%で最も高い「AI検索でのシェア」を持っていることが分かります。

言及シェアが重要な理由

言及シェアは、従来の検索シェアやブランド認知度とは異なる、AI検索時代特有の競争指標です。

• AIの推薦は購買に直結：ユーザーがAIに「おすすめは？」と聞いた際の回答は、直接的な購買行動につながりやすい
• ゼロクリック時代の指標：ユーザーがリンクをクリックせずにAIの回答で意思決定する時代において、言及されること自体が価値を持つ
• 相対的な競争力の可視化：自社だけでなく、競合との相対的な位置づけを数値で把握できる

言及シェアの計測方法

手動での計測方法

最も基本的な方法は、AI検索に対して複数のプロンプトで質問し、回答内のブランド言及を手動でカウントすることです。

1. 対象キーワードに関する質問プロンプトを5つ用意する
2. 各LLM（ChatGPT、Gemini、Claude、Perplexity）に質問を送信する
3. 各回答に含まれるブランド名をカウントする
4. 言及回数を集計し、シェアを計算する

しかし、無料でのAIO対策の限界でも解説した通り、手動計測には精度やスケーラビリティの面で大きな限界があります。

ツールを使った計測方法

AIOPulseのようなAIO対策ツールを使うと、言及シェアの計測を自動化・定量化できます。

AIOPulseでの計測フロー：

1. キーワードと追跡対象のブランド名を登録
2. 毎日自動で4つのLLMに5種類のプロンプトで質問を送信（計20クエリ/日）
3. 各回答からブランド名を自動検出
4. 言及回数を集計し、ブランドごとのシェアを計算
5. 結果を日次データとして蓄積し、時系列グラフで可視化

言及シェアを活用した競合分析の実践

ステップ1：自社のベースラインを把握する

まず、現時点での自社ブランドの言及シェアを計測します。これが今後の改善の基準点（ベースライン）となります。

確認すべきポイント：

• 自社の言及シェアは何%か
• 最大の競合は誰で、何%のシェアを持っているか
• LLMごとに言及シェアに差があるか

ステップ2：競合マッピングを作成する

言及シェアのデータを基に、競合マッピングを作成します。

このマッピングから、LLMごとの強み弱みが見えてきます。例えば、Claudeでは自社が最大シェアだがPerplexityでは弱い、といった傾向が把握できます。

ステップ3：トレンドを分析する

言及シェアの時系列推移を分析することで、市場のダイナミクスが見えてきます。

• 自社のシェアが上昇トレンド：施策が効果を発揮している。このまま継続する
• 自社のシェアが下降トレンド：何らかの外的要因か、競合の施策により押されている。原因分析と対策が急務
• 競合のシェアが急上昇：競合が新たな施策を実施した可能性。その施策を分析して対応する
• 新しいブランドが出現：これまで言及されなかったブランドが登場した場合、新たな競合として注視する

ステップ4：業界横断の競合を発見する

AI検索の特徴の一つは、業界の枠を超えたブランドが推薦されることです。AIOPulseのジョブ理論に基づくアプローチでは、この業界横断の競合を自動的に検出できます。

例えば、「快眠」というキーワードに対して：

• 寝具業界：マットレス、枕のブランド
• テクノロジー業界：睡眠トラッキングアプリ
• ヘルスケア業界：サプリメント、アロマオイル
• フィットネス業界：ヨガ、瞑想アプリ

これらは従来の業界分類では競合と見なされないかもしれませんが、AI検索では同じ「ジョブ」の解決策としてユーザーに推薦されるため、実質的な競合となります。

ステップ5：LLM別の対策を立案する

各LLMで言及シェアが異なる場合、LLMごとに最適化された対策を立案します。

• ChatGPTでシェアが低い場合：ChatGPTの学習データに多く含まれるソース（Wikipedia、有力メディア）での存在感を高める
• Geminiでシェアが低い場合：Google検索でのSEO対策を強化する（GeminiはGoogle検索データも参照するため）
• Perplexityでシェアが低い場合：引用されやすい権威性の高いコンテンツを充実させる
• Claudeでシェアが低い場合：専門性の高い技術コンテンツや詳細な比較コンテンツを強化する

言及シェア分析の具体的な活用事例

事例1：新商品ローンチ時のモニタリング

新商品をリリースした際、AI検索での言及が始まるタイミングと、言及シェアの推移をモニタリングします。ローンチ施策（プレスリリース、メディア掲載、インフルエンサーPR）のどれがAI検索での言及に最も寄与したかを分析できます。

事例2：コンテンツマーケティングの効果測定

ブログ記事やホワイトペーパーを公開した後、言及シェアに変化があったかを追跡します。どのようなコンテンツがAIに引用されやすいかのパターンを特定し、コンテンツ戦略の最適化に活用します。

事例3：危機管理

ネガティブなニュースや口コミが広まった場合、AI検索での言及がネガティブに変化していないかをモニタリングします。迅速に対応策を講じることで、AIの回答における自社のイメージを守ることができます。

言及シェア分析に適したツール

言及シェア分析を行うには、複数のLLMに対して定期的にクエリを実行し、結果を自動分析するツールが必要です。

AIOPulseは、言及シェアの時系列追跡をコア機能として設計されたツールであり、この分野においてもっとも深い分析が可能です。

まとめ：言及シェアで競合分析を「見える化」する

AI検索時代の競合分析は、「言及シェア」という新しい指標を中心に行う必要があります。言及シェアを定期的に計測し、時系列で追跡することで、以下のことが可能になります。

• 自社と競合のAI検索における相対的なポジションを定量把握
• 施策の効果を数値で測定
• 市場のトレンド変化を早期検知
• 業界横断の隠れた競合を発見
• LLM別の最適化戦略を立案

言及シェアに基づく競合分析は、AI検索時代のマーケティング戦略において最も基本的で重要なアクティビティです。AIOPulseのようなツールを活用して、データに基づいた意思決定を行うことをおすすめします。

関連記事：AI検索モニタリングツール比較 | AIO対策ツール比較2026年版