2026/09/03 13:30

AI引用の計測方法とは？手動・ツール・GA4の3つの手順と記録フォーマットを解説【2026年最新】

「うちの会社、ChatGPTで名前が出るようになった？」

上司からそう聞かれて、とりあえずChatGPTを開いて質問してみた。名前が出たから報告した。

この進め方には、実は3つの落とし穴があります。

1回しか試していないこと、条件を記録していないこと、そして「名前が出た」ことと「引用された」ことを区別していないこと。どれも、次の月に同じことをしたときに比較できない状態を招きます。

AI引用の計測は、特別なツールがなくても今日から始められます。ただし、始め方を間違えると数字が積み上がりません。

本記事では、手動チェック・専用ツール・GA4という3つの方法それぞれの具体的な手順と、そのまま使える記録シートの列設計までをまとめます。

まずは自社のAI検索対策状況を無料で診断しませんか？

バクリ株式会社の「無料AIOアセスメント」では、ChatGPT・Gemini・Perplexityにおける自社の引用状況と改善ポイントを10分で可視化します。

無料AIOアセスメントを受け取る

【お知らせ】4月17日（金）に弊社代表荒川が書籍を発売しました！
AI時代を勝ち抜く最先端のノウハウをまとめた書籍『海外の先行事例に学ぶ AI検索最適化（AIO/AISEO/LLMO）実践ガイド』（著者：弊社代表取締役荒川大史）が、4月17日（金）よりKindleストアにて配信開始しました。

これからのビジネス戦略にぜひお役立てください！

1 1. AI引用の計測とは？まず「何を引用と数えるか」を決める
2 2. AI引用を計測する3つの方法
3 3. 【AI引用の計測方法①】手動チェックの具体手順｜5ステップ
4 4. そのまま使える記録シートの列設計
5 5. 【AI引用計測方法②】計測ツールの選び方
6 6. 【AI引用計測方法③】GA4・Search Consoleで「引用のその後」を測る
7 7. 計測結果の読み方｜3つの数字に変換する
8 8. AI引用の計測でよくある5つのミス
9 9. 計測を月次運用に乗せる
10 10. よくある質問（FAQ）
11 11. まとめ｜計測は「条件を固定する」ところから始まる

1. AI引用の計測とは？まず「何を引用と数えるか」を決める

1-1. 引用・言及・推奨・参照は、それぞれ別物です

AI引用の計測とは、生成AIの回答のなかで自社がどのように扱われているかを、条件をそろえて定期的に記録し、変化を追う作業のことです。

ここでつまずく人が多いのが、「引用」という言葉の指す範囲です。実務では少なくとも4つの状態を区別する必要があります。

種別	状態	何を意味するか	測り方
言及（メンション）	回答文中に社名・サービス名が登場した	AIが自社を知っている	回答文を目視・テキスト検索
引用（サイテーション）	出典として自社URLが示された	情報源として信頼された	リンク・脚注の有無を確認
推奨（レコメンド）	「おすすめ」として挙げられた	選択肢として推された	提示順・文脈を確認
参照（ソース）	自社以外の媒体経由で自社情報が使われた	間接的に情報が届いている	引用元URLの発行元を確認

たとえば「言及はされたが自社URLは示されず、出典は業界メディアだった」というケース。これは言及○・引用×・参照○という状態で、打つべき手は「自社サイトの情報整備」ではなく「メディア掲載時の情報精度」になります。分類が雑だと、施策の方向も雑になります。

最初に「自社は当面どれを主指標にするか」を決めてください。認知の段階なら言及、コンテンツ評価を上げたい段階なら引用、受注に直結させたい段階なら推奨が主役になります。

1-2. 計測対象とするAIサービスの範囲を決める

次に決めるのは、どのAIを見るかです。すべてを追うのは現実的ではありません。判断基準は次の2つです。

自社の顧客が実際に使っているか：BtoBならChatGPTとGeminiが中心になるケースが多く、業界によってはCopilotの比重が上がります
計測手段が存在するか：後述しますが、GoogleのAI Overview経由の流入は現時点でどの手段でも分離できません

最初は2〜3サービスに絞り、運用が回ってから広げるのが失敗の少ない進め方です。

1-3. AIO・LLMOとの関係を整理しておく

なお、この計測作業が属する領域の呼び名も整理しておきます。LLMOは大規模言語モデルに参照されやすくする最適化、GEOは生成エンジンの回答に引用させる最適化を指し、実務上はほぼ同義として扱われます。これらを包含する総称がAIOです。

バクリでは、AIOを以下のように定義しています。

AIOの定義 主な対象：AI Overview＋各種生成AI（AI検索全般）目的：AI Overview対策とLLM対策（その他AI対策）を合わせた総称。AI検索全体で引用・紹介される状態をつくること

計測の文脈でこの定義が効いてくるのは、測定範囲の宣言に使えるからです。「AI Overviewまで含めて見るのか、チャット型AIだけを見るのか」を最初に明示しておくと、レポートを読む側との認識のズレを防げます。

2. AI引用を計測する3つの方法

計測手段は大きく3つに分かれます。それぞれ役割が違うため、どれか1つを選ぶというより、フェーズに応じて組み合わせる形になります。

2-1. 3つの方法の役割分担

方法	測れるもの	コスト	向いているフェーズ
①手動チェック	言及・引用・推奨のすべて	無料（工数のみ）	立ち上げ期・全フェーズ
②専用ツール	言及・引用・競合比較・シェア	月額数万円〜	運用が回り始めてから
③GA4・Search Console	引用後の流入・表示回数	無料	全フェーズ（必須）

重要なのは、③では引用そのものを測れないという点です。GA4が教えてくれるのは「AIから人が来た」という結果であって、「AIが自社に言及した」という事実ではありません。回答内で紹介されてもクリックされなければ、GA4には何も残らないからです。

2-2. どれから始めるべきか

判断はシンプルです。

まだ何も測っていない → ①手動チェック＋③GA4の確認から。今日始められて、費用もかかりません
手動を3ヶ月続けて工数が苦しくなった → ②ツールの導入を検討
競合との比較を求められている → ②ツールが実質必須。手動では競合分の工数が跳ね上がります

「まずツールを入れよう」から始めると、何を見ればいいかわからないまま契約だけが残りがちです。手で1周してから自動化する順番をおすすめします。

3. 【AI引用の計測方法①】手動チェックの具体手順｜5ステップ

ここが本記事の中心です。手動チェックは無料ですが、精度は手順の設計で決まります。

3-1. STEP1｜プロンプトを設計する

計測の土台になる質問セットを作ります。以下の4タイプをバランスよく含めてください。

指名系：「株式会社〇〇について教えて」「〇〇のサービス内容は？」
カテゴリ系：「BtoB向けのLLMO対策会社でおすすめは？」
課題解決系：「AI検索で自社が表示されないときの対処法は？」
比較系：「LLMO対策の依頼先を選ぶときのポイントは？」

件数は20〜30問が現実的な出発点です。少なすぎると1問の増減で数字が跳ね、多すぎると運用が続きません。

作成時のコツは、自社が答えたい質問ではなく、顧客が実際に打ちそうな言葉で書くことです。「弊社の強み」ではなく「どこに頼めばいいか」。この視点のズレが、計測結果と商談実感の乖離を生みます。

3-2. STEP2｜実行条件を固定する ←最重要

競合記事があまり触れていない、しかし結果を最も左右するステップです。以下を毎回そろえてください。

固定する条件	理由
ログイン状態	過去の会話履歴が回答に影響する可能性があるため
会話履歴・メモリ	前回のやりとりを参照されると条件が崩れる
新規チャットで実行	同一スレッド内での連続質問は文脈が引き継がれる
実行する曜日・時間帯	情報更新のタイミング差を排除する
地域設定・言語	表示される情報が変わりうる
AIサービスのバージョン	モデル選択が可能な場合は毎回同じものを

とくに**「新規チャットで、履歴やメモリの影響を排した状態で実行する」**は必須です。自社について何度も質問した端末では、AIが自社を挙げやすくなっている可能性を排除できません。可能であればログアウト状態やシークレットウィンドウを使い、条件をそろえてください。

この条件を記録に残しておくことも忘れずに。半年後に数字が動いたとき、「施策の効果か、条件が変わったのか」を切り分ける唯一の手がかりになります。

3-3. STEP3｜試行回数を決める

生成AIは、同じ質問でも毎回同じ回答を返すとは限りません。1回の結果は、判断材料としては不十分です。

最低3回、できれば日を変えて3日分を推奨します。30問×3回＝90回と聞くと大変そうですが、1問あたり30秒として45分程度。月1回であれば十分に現実的な工数です。

3回のうち何回登場したかで、その質問における言及の安定度も見えてきます。「3回中3回」と「3回中1回」では、同じ言及ありでも意味がまったく違います。

3-4. STEP4｜記録する

その場で判断せず、まず記録に徹します。回答文全体をコピーして保存しておくと、後から別の観点で見直せるため有用です。記録項目の詳細は次章で扱います。

3-5. STEP5｜集計して率にする

最後に、生の記録を率に変換します。

言及率 ＝言及ありの回答数 ÷ 総試行回数
引用率 ＝自社URLが出典として示された回答数 ÷ 総試行回数
推奨率 ＝上位（1〜3番目）で挙げられた回答数 ÷ 言及ありの回答数

推奨率の分母を「総試行回数」ではなく「言及ありの回答数」にしている点に注意してください。こうすることで、「登場したときに、どれだけ良いポジションを取れているか」という質の指標になります。言及率とセットで見ると、次に打つべき手が明確になります。

4. そのまま使える記録シートの列設計

記録の形式が悪いと、3ヶ月後に分析できないデータの山が残ります。最初に列を決めてしまいましょう。

4-1. 最低限そろえたい9列

列名	記入例	用途
測定日	2026/08/18	時系列比較の軸
プロンプトID	P-012	質問を固定管理するための番号
プロンプト本文	BtoB向けのLLMO対策会社は？	内容確認用
AIサービス	ChatGPT	サービス別集計
試行回目	2回目	安定度の把握
言及の有無	あり／なし	言及率の算出
引用の有無	あり／なし	引用率の算出
提示順	3番目	推奨率の算出
引用元URL	https://…	どのページが効いているか

プロンプトIDを振っておくことが地味に効きます。本文をキーにすると、句読点の違いだけで別データとして扱われてしまうためです。

4-2. 競合を記録する列を足す意味

余力があれば、「同時に挙がった他社名」の列を追加してください。1列増やすだけで、以下が見えるようになります。

自社のカテゴリで、AIが定番として扱っている企業はどこか
その企業は、自社より何が多く公開されているか
自社が挙がらなかった質問では、代わりに誰が挙がっているか

競合が一貫して上位に出る場合、そこには必ず理由があります。公開情報の量、第三者メディアでの露出、情報の構造化の度合い。この列は、次の施策のヒントが最も集まる場所です。

4-3. 集計の考え方

シートは「1行＝1試行」の形にしておき、集計は別シートでピボットテーブルや関数を使って行います。生データと集計を同じシートに混ぜると、月をまたいだときに破綻します。

集計軸として持っておくと便利なのは、①月別、②AIサービス別、③プロンプトタイプ別（指名/カテゴリ/課題/比較）の3つです。とくに③は、「指名では出るがカテゴリでは出ない」といった弱点の発見につながります。

5. 【AI引用計測方法②】計測ツールの選び方

手動の限界が見えてきたら、ツールの導入を検討します。この領域は2025年以降に急速にサービスが増え、選択肢が広がりました。

5-1. 主要ツールの特徴

代表的なものを整理します。料金・対応エンジンは変動が激しいため、必ず各公式サイトで最新情報をご確認ください。

ツール	対応エンジン（公表ベース）	特徴	料金の目安
Ahrefs Brand Radar	AI Overviews／AI Mode／ChatGPT／Copilot／Gemini／Perplexity	実際の検索行動に基づくプロンプト群を保有。AI Share of Voice、言及数、引用数、表示回数を指標として提供	公式サイト記載で月額$398（プラットフォーム選択）／$699（全プラットフォーム）、カスタムプロンプトは月額$50〜
Semrush AIツールキット	AI Overviews／ChatGPTほか	SEOスイートに内包。既にSemrushを利用中なら追加契約が不要	上位プラン以上に付帯（要確認）
Otterly.AI	ChatGPT／AI Overviews／Perplexityほか	オーストリア発。低価格帯から始められる位置づけ	エントリープランは月額$29〜との情報あり（要確認）
Profound／Peec AIなど	ChatGPT／Gemini／Perplexity／Claudeなど	エンタープライズ〜中堅向け。詳細分析に強み	個別見積（要問い合わせ）

このほか国内提供のツールも登場しています。日本語のプロンプトや国内サービスへの対応状況は各社で差があるため、トライアルでの検証をおすすめします。

5-2. 選定時の5チェックポイント

比較検討では、以下を必ず確認してください。

対応AIサービスに、自社の顧客が使うものが含まれているか：エンジン数の多さより、該当するかどうかが重要です
プロンプトの登録数と、独自プロンプトを追加できるか：既製のプロンプト群だけでは、自社の商圏に合わない場合があります
測定頻度：日次か週次か。頻度が高いほど変動の把握はしやすくなります
競合との比較機能があるか：シェア・オブ・ボイス的な指標を出せるか
データを外部に出力できるか：CSVやAPIで取り出せないと、既存のレポートに統合できません

5-3. ツールを入れるべきか、手動で足りるか

判断の目安は次のとおりです。

プロンプト30問以内・AIサービス2つ以内・競合比較不要 → 手動で十分
プロンプト50問以上、または競合3社以上との比較が必要 → ツール導入を検討
複数クライアント・複数ブランドを管理 → ツールほぼ必須

なおツールを入れても、手動チェックを完全にやめないことをおすすめします。ツールは数字を出しますが、「どんな文脈で語られたか」という質的な情報は、人が回答文を読まないと拾えません。

6. 【AI引用計測方法③】GA4・Search Consoleで「引用のその後」を測る

引用そのものは測れませんが、引用の結果として何が起きたかは公式ツールで把握できます。2026年に入り、この領域は大きく前進しました。

6-1. GA4｜AIアシスタント経由の流入が分離できるように

Googleは2026年5月13日、GA4のデフォルトチャネルグループにAIアシスタント向けのチャネルを追加すると発表しました。参照元が既知のAIアシスタントと一致すると、メディアに ai-assistant が自動で割り当てられ、専用チャネルに分類されます。設定は不要です。

確認手順は、レポート→集客→トラフィック獲得から該当チャネルを選ぶだけです。より細かく見る場合は、探索レポートでディメンションに「セッションの参照元」を指定し、chatgpt.com などで絞り込みます。

ただし注意点があります。AI OverviewとAIモードはこのチャネルに含まれません（組織検索側に分類されます）。また分類は過去データに遡及せず、対象サービスの完全な一覧も公表されていません。参照元を送らない経路は直接流入に計上されます。

6-2. Search Console｜生成AI内での表示回数がわかる

Googleは2026年6月3日、Search Consoleに検索の生成AIパフォーマンスレポートを導入しました。AIによる概要やAIモードなどの生成AI機能、およびDiscoverの生成AI機能でのインプレッション数を、専用のビューで確認できます。

これにより、AI Overview内で自社URLが表示された回数を公式データで確認できるようになりました。ただし2026年6月時点では一部サイト向けのベータ版で、クリック数や検索クエリは確認できません。表示回数のみという制約を踏まえ、認知フェーズの指標として扱ってください。

6-3. この2つでは「引用そのもの」は測れない

繰り返しになりますが、GA4もSearch Consoleも、AIが自社に言及したという事実そのものは記録しません。GA4は「クリックされた分」、Search Consoleは「Googleの生成AI機能内で表示された分」しか見えないためです。

ChatGPTの回答で自社が丁寧に紹介され、ユーザーがそれで納得して終わった——このケースは、どちらのツールにも一切現れません。だからこそ、手動チェックやツールによる直接計測と組み合わせる必要があります。

なお、これらのデータを何のKPIとして扱い、経営層にどう報告するかについては、[LLMO対策の効果測定に関する記事｜内部リンク先URL]で詳しく解説しています。

7. 計測結果の読み方｜3つの数字に変換する

記録が溜まったら、判断できる形に変換します。見るべきは3つだけです。

7-1. 引用率の推移｜方向性の確認

月次で並べたときに、上がっているか下がっているか。単月の数字より、3ヶ月の傾きを見てください。生成AIの回答には揺らぎがあるため、1ヶ月の増減はノイズの範囲に収まることがあります。

あわせてプロンプトタイプ別に分解すると、どの層に届いているかが見えます。指名系が高く、カテゴリ系が低いなら、認知はあるが選択肢として想起されていない状態です。

7-2. 提示順の分布｜質の確認

言及ありのなかで、1〜3番目に挙がった割合を見ます。ここが伸びているなら、AIの中での自社の位置づけが上がっています。

言及率が横ばいでも提示順が上がっているケースは実際によくあり、この場合は施策が効いている途中と判断できます。提示順を記録していないと、この改善を見逃します。

7-3. 引用元URLの分布｜打ち手の特定

最も実用的なのがこの数字です。引用されたURLを集計し、上位に来るページを特定します。そのページに共通する特徴、冒頭に定義文があるか、見出しと回答が対応しているか、数値や出典が明示されているかを洗い出してください。

見つかった共通項が、そのまま次のコンテンツ設計の指針になります。逆に、力を入れた記事が一度も引用されていないなら、構造に問題がある可能性が高いと考えられます。

8. AI引用の計測でよくある5つのミス

8-1. ログイン状態や履歴の影響を排していない

自社について何度も質問したアカウントでは、AIが自社を挙げやすくなっている可能性があります。社内の実感と数字が合わないときは、まずここを疑ってください。 新規チャット・履歴の影響を排した状態での実行を徹底しましょう。

8-2. 1回の結果で判断する

前述のとおり、生成AIの回答には揺らぎがあります。「今日は出なかった」は、施策が効いていないことの証明にはなりません。最低3回の試行を経て、率として判断してください。

8-3. プロンプトを毎回変えてしまう

より良い質問を思いつくたびに差し替えると、時系列の比較が成立しなくなります。改善したい場合は既存セットを維持したまま別枠で追加し、入れ替えは四半期に一度など、タイミングを決めて行います。

8-4. 言及と引用を混同して集計する

第1章で整理したとおり、この2つは別物です。混ぜて集計すると、「言及は増えているが自社サイトは引用されていない」という重要なシグナルを見逃します。列を分けて記録するだけで防げるミスです。

8-5. 競合を記録していない

自社の数字だけを追っていると、業界全体でAI露出が増えているのか、自社だけが伸びているのかを判断できません。同時に挙がった他社名を1列足すだけで、相対的な立ち位置が把握できるようになります。

9. 計測を月次運用に乗せる

9-1. 週次と月次の役割分担

週次（15分程度）：GA4のAI関連チャネルとSearch Consoleの数値を確認し、記録
月次（1〜2時間）：手動プロンプト調査の実施と集計、引用元URLの分析

週次は数字を眺めるだけ、月次でまとめて手を動かす。この分け方が、継続しやすい形です。

9-2. 担当者1名で回す場合の所要時間

プロンプト30問×3回×2サービスで、実測ベースおおむね2〜3時間です。集計と分析を含めて、月に半日を確保できれば運用できます。ツールを導入すれば、この工数は集計部分を中心に圧縮できます。

続けるコツは、担当者と実施日をカレンダーに固定してしまうことです。「余裕があるときに」では、まず続きません。

9-3. 内製と外注の切り分け

工程	推奨	理由
プロンプト設計	外注→内製移行	初期設計は専門性が要る
手動チェックの実行	内製	質的判断が伴うため
ツール環境の構築	外注	選定と初期設定の負荷が高い
引用元URLの分析	外注→内製移行	知見が溜まれば移管可能