要点： 顧客は単一の検索クエリをGoogleに入力するだけではなくなりました。代わりに、ChatGPTのようなAIエンジンと継続的な会話を行い、フォローアップ質問を行って選択肢を絞り込み、詳細を比較しています。深みや明確さに欠けるブランドは脈絡から外れてしまいます。ユーザーの意思が強くなるほど、可視性はより選択的になります。
かつての検索はシンプルでした。ユーザーがGoogleに質問を入力すると、リンクの一覧が表示され、ブランドは上位に表示されるために競っていました。
しかしAIの登場により、そのモデルは時代遅れになっています。
現在、発見への道のりは会話型の検索行動によって形作られています。ユーザーがChatGPTやPerplexityなどのAI「回答エンジン」に質問するとき、最初（または2番目）の回答で質問を終える必要はありません。コンテキストを追加したり、提案を拒否したり、回答を比較したり、追加の質問をしてさらに情報を入手したりできます。
これは「ファンアウトクエリ」と呼ばれています。簡単に言うと、1つの質問から始まり、複数の意図に富んだ方向に拡大（分岐）します。マルチターンで、会話型のAI検索クエリのパターンを定義し、現在のAI検索におけるカスタマージャーニーの重要な要素となっています。
ブランドのデータが顧客の最初の質問にのみ最適化されている場合、ハイインテントの瞬間を逃し、顧客が意思決定を行う時点での可視性を失うことになります。
AI検索と従来の検索の違い
AI検索でブランドが消える理由を理解するには、回答エンジンと検索エンジンの違いを理解する必要があります。
従来の検索エンジン（Google、Bing、DuckDuckGoなど）は、ランク付けされた結果を中心に構築されていました。クエリを入力すると、エンジンは関連性と権威性に基づいてランク付けられたリンクのリストを返します。ここでは、可視性は測定可能です。ランクを追跡してそれに合わせてキーワードを最適化することができます。
回答エンジン（ChatGPT、Gemini、Claudeなど）は仕組みが異なります。ランク付けされたリストを返す代わりに、複数のソースから情報を引き出し、会話が進むとともに回答を調整し、合成された回答を生成します。AI検索エンジンの機能やAIが検索回答を生成する方法がまだよくわからない場合、「回答は動的だ」ということを覚えておくことが重要です。フォローアップ質問が行われるたびに引用されるソースは変化します。可視性で重要なのは一度ランク付けされることではなく、基準が厳しくなっても関連性を維持することです。
ただし、ランク付けが完全に消えたわけではなく、最終的な結果でなくなったということです。ユーザーはリンクから選択する代わりに、単一で進化し続ける回答とやりとりするようになっています。
AI検索でブランドが消える理由
現在、多くのマーケティングチームは以下のような疑問を抱いています。
AI検索でブランドが消える理由とは？
自社のブランドがAI回答に表示されない理由とは？
自社の代わりに競合他社が表示される理由とは？
多くの場合、問題は最初の疑問にあるのではありません。これは会話が続くと起こりうることです。
金融サービス業界を例に挙げてみましょう。顧客はChatGPTに「近所で最高の金融アドバイザーは誰？」のような質問をしたとします。
ChatGPTは指示を受けると、Googleが従来行っていた方法とよく似た方法で回答のリストを提供します。しかし...ユーザーは会話を続けます。
「テック業界の女性向けの退職計画を専門とするアドバイザーは？」
「資産50万ドル未満のクライアントを受け入れる人は？」
「料金体系は？」
「週末に会える人」
「応対の良さで最も評価の高い人は？」
現在の顧客はAI検索を使用し、上記のようなフォローアップ質問をして購入の意思決定を行っています。
ブランドが、専門分野、クライアントの最低利用額、手数料、利用可能性、レビューのコンテキストに関する明確な情報を、AIが解析し簡単に要約できる構造化された機械可読な方法で提供していない場合、脈絡から外れてしまいます。それが、ブランドがAI検索の発見可能性を失ってしまう主要な原因です（一度外れたら、入るチャンスはほぼありません）。
AI検索回答に影響する内容とは
AIモデルは解釈して再利用可能な明確で構造化された事実に依存します。AIは各場所についての正確な情報が必要です。
サービス
専門分野
利用可能性
営業時間
ポリシー
会話型検索では、キーワードの繰り返しよりも エンティティ が重要になります。従来のSEOは密度を重視しますが、会話型AIは完全性を重視します。
多くの複数拠点ブランドが複数拠点の可視性の管理に苦労するのはこれが理由です。データは異なるシステムに存在し、属性は場所によって異なり、更新はすべての場所で同期されません。そしてAIシステムはギャップに直面すると、それをスキップします。
キーワードから会話への移行
会話型AIで成功するには戦略を切り替える必要があります。単一の大量クエリを最適化するのではなく、ブランドは完全なAI検索カスタマージャーニーをサポートする必要があります。それは以下を意味します。
ファンアウトクエリのモデル化。 顧客の意図や、カテゴリで展開される会話を調査して、理解する必要があります。ユーザーが3つ目、4つ目、5つ目に尋ねる一般的な質問とは何でしょうか（SEMRushやAhrefsなどのツールが役立ちます）。
構造化された完全性を優先する。 キーワードのみではなく、包括的なエンティティが、フォローアップ質問が行われた場合にブランドがAIによって発見されるかどうかを判断します。これにより、条件が厳しくなっても可視性を維持することができます。
文脈に即した組み合わせをサポートする。 AIの回答は「遅くまで営業」+ 「屋外席」+ 「お子様歓迎」+ 「ヴィーガンオプション」など属性を重ね合わせます。そのため、データは孤立した特性ではなく、組み合わせをサポートする必要があります。
可視性が低下する場所を監視する。 多くのチームは、会話のどの部分で外れてしまうかが確認できないため、AI検索結果を管理できないと感じています。この場合、1つの回答ではなく会話全体の可視性を測定することで、これらのギャップを明らかにすることができます。
Yextが会話型検索動作をサポートする方法
会話型検索動作はブランドデータの基準を引き上げます。フォローアップ質問はすべて、構造化され信頼できる情報に依存しています。
Knowledge Graphを使用してすべての場所で構造化データを管理することで、Yextはブランドが属性を標準化し、すべての場所で正確な情報を公開し、AIがマルチターンAI検索クエリと進化する会話型検索動作をサポートするために必要な深さを維持するのを容易にします。
しかし、構造だけでは十分ではありません。洞察も必要です。
Scoutを使用すると、AI検索と従来の検索でブランドがどのように表示されるかを確認し、競合他社と比較したベンチマークを取得し、マルチターンAI検索クエリで可視性が低下している部分を特定することができます。また、回答から外れた理由を推測する代わりに、ギャップを特定して修正すべき点を優先できます。
ブランドがAI検索全体でどのように表示されるかを理解する準備ができたら、Scoutによるブランド可視性スコアを確認しましょう。
