ChatGPTやPerplexityのようなAI検索エンジンが、どのブランドを推奨するかをどう判断しているか

TL;DR: AI検索エンジンは、4つのシグナルレイヤーを合成することでブランドを推奨します。(1) 自社ドメイン上の構造化データ、(2) レビュープラットフォーム、Reddit、報道、百科事典的ソースからのサードパーティ権威シグナル、(3) クエリ時点での自社ウェブインデックスからのライブ取得、(4) モデルのベースラインとなる学習知識です。ブランドは4つのレイヤーすべてで同時に強いことで推奨を獲得します。単一のシグナルが支配することはありませんが、schemaとレビューのセンチメントが最も重い2つです。ChatGPTは学習データに、Perplexityはライブ引用に、Google AI Overviewは既存のインデックスに依存します。Shopifyブランド向けのプレイブックは、完全なschemaを実装し、サードパーティでのプレゼンスを構築し、これら3つすべてにわたってモニタリングすることです。NaridonはShopifyストア向けにschemaとモニタリングのレイヤーを自動化します。

ChatGPTに「横向きで寝る人に最適なマットレスは何か」と尋ねたことがあれば、少し落ち着かない事実に気づいたはずです。AIは特定のブランドを1つ挙げます。時には2つ。3つになることはめったにありません。どのブランド運営者も次に問うのは同じ問いです。それはどう判断したのか？そして、名前を挙げられるのが自分かどうかを何が決めるのか？

この記事は、その機械的な答えです。マーケティングのうたい文句ではありません。「高品質なコンテンツが勝つ」といった曖昧な話でもありません。AIエンジンがブランドを選ぶ際に実際に使う取得とランキングのパイプラインを、レイヤーごとに、各レイヤーのShopify固有のプレイブックとともに解説します。

1. 4つのシグナルレイヤー

あらゆる主要なAIエンジン。ChatGPT、Perplexity、Google AI Overview、Claude、Gemini、Bing Copilotは、4つの積み重なったシグナルレイヤーからブランド推奨を構築します。重み付けはエンジンごとに異なりますが、レイヤーは普遍的です。

1.1 レイヤー1: 自社の構造化データ

自社ドメイン上のJSON-LD schema、セマンティックHTML、llms.txtです。これは、あなたが何者で、何を販売し、何を主張しているかについてのグラウンドトゥルースの記録です。AIエンジンは、あなたのOrganization schema、Product schema、FAQ schema、Article schemaを、ブランド自身の主張に関する正規のソースとして扱います。

重み: 中〜高。構造化データだけでAIがあなたを推奨することはありませんが、構造化データが弱いと、AIが引用に必要な事実を確信を持って抽出できないため、ほとんどの推奨から除外されます。

1.2 レイヤー2: サードパーティの権威

レビュー、報道での言及、Redditのスレッド、比較ブログ記事、Wikipedia、Crunchbase、G2、Trustpilot、Yelp、Google Business Profile、そしてカテゴリ固有のレビューアグリゲーターです。これはソーシャルプルーフのレイヤーであり、あなたのマーケティングチーム以外の人々があなたを信頼できると見なしている証拠です。

重み: PerplexityとGoogle AI Overviewでは高く、ChatGPTでは中〜高です。サードパーティでのプレゼンスが強いブランドは、内部コンテンツはより優れていても外部での足跡が薄いブランドを上回ることがあります。

1.3 レイヤー3: ライブ取得

AIのクローラーがインデックスをリアルタイムで照会したときに見つけるものです。ChatGPTはブラウジングツールとOAI-SearchBotを使います。PerplexityはPerplexityBotを使います。Google AI OverviewはGoogleのメインインデックスを使います。取得レイヤーは、AIエンジンが最新であり続ける仕組みであり、サイトを更新し、新しいコンテンツを公開し、クローラーのアクセスを維持するブランドがこのレイヤーで勝ちます。

重み: Perplexityでは高く(設計上、取得重視)、ChatGPTでは中程度、Google AI Overviewでは非常に高いです。

1.4 レイヤー4: 学習データ

学習中にモデル自体に組み込まれるベースラインの知識です。モデルが学習された時点でオープンウェブに十分にカバーされていたブランドは、評判の面で有利にスタートします。新しいブランドは、次の学習サイクルまでこのレイヤーではゼロからのスタートになります。

重み: ChatGPTとClaudeでは高く(ブラウジングが無効か遅いときは学習データにフォールバックします)、Perplexityでは低めです(ほぼすべてのクエリでライブ取得を行うため)。

2. 各エンジンがレイヤーをどう重み付けするか

2.1 ChatGPT

ChatGPTはハイブリッドです。学習データをベースラインの評判として使い、その上に現在のデータ(価格、在庫、新規リリース)のためにブラウジングツールの取得を重ねます。ショッピングクエリに対して、ChatGPTはしばしば次のことを行います。

1. 学習データからそのカテゴリについて知っていること(ブランドの評判、一般的な推奨)を思い出す。
2. ブラウジングツールまたはShopify製品APIを起動して、現在の在庫状況と価格を確認する。
3. 学習コーパスからのレビューのセンチメントを照合する。
4. 過去の評判と現在の在庫状況のバランスを取った推奨を生成する。

Shopifyへの示唆: ChatGPTは、確立されたサードパーティでのプレゼンスを持つブランドを評価します。優れたschemaを持っていても、Redditのスレッドがなく、レビューアグリゲーターでのプレゼンスがなく、報道での取り上げもない真新しいShopifyストアは、学習データが追いつくまでChatGPTでは苦戦します。

2.2 Perplexity

Perplexityは取得優先です。ショッピングクエリごとに、Perplexityはライブのウェブ検索を実行し、上位10-20のソースを取り込み、引用の多い回答を合成します。ブランド推奨は、取得したソース全体で最も一貫して名前が挙がるブランドから生まれます。

Shopifyへの示唆: Perplexityは、新しいブランドが最も早く勝てるエンジンです。サードパーティでのカバレッジ(Reddit、レビューアグリゲーター、比較ブログ)と完全なオンサイトschemaを構築すれば、Perplexityは4-6週間以内にあなたを推奨し始めます。学習データの重要性は下がります。

2.3 Google AI Overview

Google AI Overviewは、Googleのメイン検索インデックスの上に位置します。従来のGoogle検索と同じランキングシグナル(ドメインオーソリティ、リンクグラフ、コンテンツ品質、schemaの妥当性)に、AI合成レイヤーを加えて使います。オーガニックで上位に表示されるブランドが有利です。

Shopifyへの示唆: SEOのためにすでに行っていることはすべて依然として重要です。しかし、AI合成レイヤーがブルーリンクのレイヤーでは決して必要とされなかった事実を抽出するため、schemaとエンティティの明確さは譲れないものになります。

2.4 Claude

Claudeの挙動はChatGPTに近く、学習データをベースラインとし、一部のプランではブラウジングによる補強があります。Claudeはブランド名を挙げることに慎重で、多くの場合まずカテゴリレベルのガイダンスを示し、詳しく求められたときに特定のブランド名を挙げます。つまり、Claudeでのブランドの言及は、最初のプロンプトではなく、会話の後半で獲得されるものです。

2.5 Gemini

GeminiはGoogleのインデックスと自身の学習を活用します。ショッピングクエリでは、しばしばGoogle AI Overviewのように振る舞い、似たようなブランド推奨を行います。Geminiの製品固有の面(Google Shopping内)は、より取得主導です。

2.6 Bing Copilot

Bing CopilotはBingのインデックスとOpenAIのモデルを使います。Bing Merchant Centerのフィードから読み取る、独立した(そして成長中の)Shoppingレイヤーがあります。つまり、Bing Merchant Centerのフィードを持つShopifyストアは、ほとんどのブランドが見落としている直接的な取得経路を持っているということです。

3. Shopifyブランドにとって各レイヤーが実際に含むもの

3.1 レイヤー1(オンサイトの構造化データ)チェックリスト

• name、url、logo、sameAs(ソーシャルプロフィール、Crunchbase、該当する場合はWikipedia)、contactPoint、foundingDateを含むOrganization schema。
• aggregateRating、review、brand(Brandオブジェクトとして)、gtin13/mpn、material、color、size、offersを含むProduct schema。
• 製品ページとコレクションページ上のFAQ schema。
• すべての深い階層のページ上のBreadcrumbList schema。
• datePublishedとauthorを含む、ブログ記事上のArticle schema。
• ドメインルートで配信されるllms.txtとllms-full.txt。
• 一般的なコピーを仕様に置き換える、事実の詰まった製品説明。

Shopifyでの実践的な進め方: 実装については当社のShopifyにschemaマークアップを追加する方法ガイドで解説しています。

3.2 レイヤー2(サードパーティの権威)チェックリスト

• 少なくとも2つのプラットフォームでのレビュー(オンサイトのJudge.meまたはLoox、加えてTrustpilotまたはそのカテゴリで支配的なアグリゲーター)。
• 関連するsubredditでのRedditのプレゼンス。スパムではなく、あなたのブランドが議論される正当なスレッド。
• 報道での取り上げ、またはカテゴリブログでの言及(ソースがインデックス可能であれば、小さなものでもカウントされます)。
• Wikipedia記事(特筆性の基準を満たす場合)またはCrunchbaseプロフィール(誰でも該当します)。
• Google Business Profile、Facebook、LinkedIn、そして自社サイト全体で一貫したNAP(名前、住所、電話番号)データ。
• エンゲージメントのあるアクティブなソーシャルプロフィール。Organization schema内のsameAsでリンクされていること。

3.3 レイヤー3(ライブ取得)チェックリスト

• robots.txtとメタタグがGPTBot、OAI-SearchBot、PerplexityBot、ClaudeBot、GoogleBot、Bingbot、Applebot、CCBotを許可していること。AIクローラーをブロックしないでください。
• クローラーがタイムアウトしないよう、高速なページ読み込み(<2.5s LCP)。
• 更新されたコンテンツ。最低でも月次のブログ記事または製品コンテンツの更新。
• AIクローラー向けの機械可読なインデックスとしての、ルートに置かれたllms.txtファイル。
• 製品、コレクション、ブログ記事、ページをカバーするSitemap.xml。

3.4 レイヤー4(学習データ)。あなたが影響を与えられること

学習データを直接変更することはできません。しかし、学習データのパイプラインが取り込む、シグナルが強く頻繁にクロールされるソース上でプレゼンスを構築することで、次の学習サイクルに入るものに影響を与えることができます。

• Wikipedia(特筆性がある場合)。AIの学習コーパスにとって単一で最もシグナルの強いソース
• Reddit。学習データに頻繁に含まれる
• 権威の高いニュースおよびカテゴリ出版物
• GitHub、Stack Overflow(技術系ブランド向け)
• Crunchbase(ブランドのエンティティ抽出に多用される)
• ポッドキャストの文字起こしとYouTubeの文字起こし(ますます取り込まれている)

学習データでのプレゼンスがどのように積み重なるかのタイムラインについては、当社のChatGPTとPerplexityが製品を推奨する仕組みの詳細をご覧ください。

4. 複利効果

レイヤーは加算的ではなく、乗算的です。4つのレイヤーすべてで7/10のブランドは、通常、1つのレイヤーで10/10、他で3/10のブランドを上回ります。

だからこそ、単一の戦術によるアプローチは失敗します。サードパーティの権威を伴わない純粋なschema最適化は、平凡な引用率で頭打ちになります。schemaを伴わない大量のPRは、AIエンジンが構造化された事実を抽出できないため引用を取りこぼします。ChatGPTとPerplexityで勝つShopifyブランドは、4つのレイヤーすべてを並行して実装します。

5. Shopifyブランド向けの実践的プレイブック

5.1 1-2か月目: レイヤー1と3

完全なschema、llms.txt、そしてセマンティックな製品説明を実装します。クローラーがブロックされていないこと、サイトマップがクリーンであること、ページ速度が許容範囲であることを確認します。これは完全にあなたのコントロール下にあり、クロールから2-4週間以内に積み重なるため、最も早く見返りが得られるレイヤーです。

5.2 2-4か月目: レイヤー2

サードパーティでのプレゼンスを構築します。Trustpilotまたはカテゴリ固有のレビュープラットフォームで立ち上げます。20-50件の検証済みレビューを集めます。3-5件のカテゴリブログの比較で言及されるようにします。Crunchbaseのプロフィールを作成または申請します。カテゴリのsubredditで正当なRedditのプレゼンスを始めます(質問に答え、スパムはしないこと)。

5.3 4-6か月目: レイヤー4

学習データへの影響は最も遅いものです。ブランドが基準を満たすなら、Wikipediaの特筆性を目指します。コンテンツが学習コーパスに取り込まれる可能性が高いサイトでの、ポッドキャスト出演やゲスト投稿を狙います。このレイヤーは、以降のモデルバージョン(次のChatGPTの更新、次のClaudeの更新など)にわたって効果を発揮します。

5.4 継続的に: モニタリング

フィードバックループがなければ、どれも機能しません。引用率、ポジション、センチメント、シェアオブボイスを毎週追跡します。セットアップについては当社のAI要約の可視性をモニタリングするガイドをご利用ください。

6. エンジンが使わないもの

明示的に述べておく価値があります。AIエンジンは次のものを使いません。

• AI要約内のオーガニックなブランド言及に対する直接の支払い(Bingは別のレイヤーにスポンサー結果を持っていますが、ChatGPTとPerplexityは現在オーガニックな推奨を収益化していません)。
• ページ上のキーワード密度。
• メタキーワードタグ。
• Google Search ConsoleにURLを送信する順序。
• ブログにあるAI生成記事の数(しばしば積極的にペナルティを受けます)。

もしあるガイドがこれらのいずれかを行うよう勧めているなら、それは間違った時代に向けて最適化しています。

7. 正直なまとめ

AIエンジンは、複数のソースにわたって検証可能で、具体的で、一貫しているブランドを推奨します。検証可能とは、現実と一致する構造化データを意味します。具体的とは、AIが抽出できる事実の詰まったコンテンツを意味します。一貫しているとは、あなたのストーリーが自社サイト、Reddit、Trustpilot、Crunchbase、そして報道で同じであることを意味します。

攻略すべき秘密のアルゴリズムはありません。あるのは、複数のソースを横断して読む合理的な人物にとって信頼できると映るブランドを評価する、多層の評判モデルです。それはまさに、よく訓練されたAIそのものです。

---

すべてのAIエンジンで推奨を勝ち取る

4つのレイヤーすべてを手作業で実装するのは6か月のプログラムです。Shopify App StoreからNaridonを無料でインストールして、レイヤー1(schema、llms.txt、製品コンテンツ)とレイヤー3(クローラーアクセス、モニタリング)を自動化し、さらにChatGPT、Perplexity、Google AI Overview、Claude、Gemini、Bing Copilotにわたる週次の可視性トラッキングを行いましょう。100製品未満は無料。有料プランは$49/月から。