※この記事にはプロモーションが含まれています
「ChatGPTで1位を取った！」と喜んでいるあなた。次に同じ質問をしたら、5位になっているかもしれません。
2026年1月、ランド・フィッシュキン（SparkToro創業者）が発表した大規模実験で、AIの推奨リストが「毎回バラバラ」であることが判明しました。企業が年間数千万円〜数億円をかける「AI検索トラッキング」は、ほぼ意味がない可能性があります。この記事では、実験結果の詳細と、AI時代に本当に効くホームページ集客戦略を解説します。
目次
AIの推奨は本当にランダムなのか？ランド・フィッシュキンの大規模実験
ランド・フィッシュキン（Rand Fishkin）は、SparkToroの創業者であり、SEO業界で20年以上の実績を持つ権威です。2026年1月27日、彼は以下の大規模実験を実施しました。
- 参加者: 600人のボランティア
- 対象AIツール: ChatGPT、Claude、Google AI
- 質問の種類: 12種類（包丁、ヘッドホン、病院、デジタルマーケティング企業など）
- 総質問数: 2,961回
実験の狙いは、「AIが同じ質問に対して、どれくらい一貫した答えを返すのか？」を検証することでした。
衝撃の結果：同じリストが出る確率は1%未満
実験の結果は、業界に衝撃を与えました。
- 同じブランドリストが出る確率：100回に1回以下
同じ質問を100回繰り返しても、同じブランドのリストが返ってくる確率は1%未満。 - 同じ順番で出る確率：1,000回に1回以下
リストが同じだったとしても、順番まで一致する確率は0.1%未満。 - 推奨される数が毎回違う
あるときは3つ、あるときは10個以上。AIは「気分屋」です。
つまり、「ChatGPTで1位を取った！」と喜んでいても、次に同じ質問をしたら5位になっている、なんてことが普通に起きるのです。
なぜこんなにバラバラなのか？
AIが毎回違う答えを返す理由は、生成AIの仕組みにあります。
- 確率的な言語生成: ChatGPTやClaude、Google AIは、過去のデータから「次に来る言葉の確率」を計算して文章を生成します。このプロセスには「ランダム性（temperature）」が組み込まれており、同じ質問でも毎回微妙に違う答えが返ってきます。
- 学習データの多様性: AIは膨大な情報源から学習しており、「おすすめの包丁」に対する答えが一つに絞れないほど、選択肢が多いのです。
- 最新情報の反映: AIは定期的に更新され、学習データが変わるたびに推奨内容も変化します。
このため、「AIでの順位」を固定的に測定しようとすること自体が、無意味なのです。
企業が数千万円も使っている「AI検索トラッキング」の実態
ここ数年、企業は「自社のブランドがAIにどれくらい表示されているか」を追跡するサービスに、年間数千万円〜数億円もかけています。
例えば、以下のような指標を測定します。
- 「ChatGPTで自社ブランドが何位に出るか？」
- 「Google AIで推薦される確率は？」
- 「競合他社と比べて、どれくらい表示されているか？」
これらの数字を毎週・毎月測定し、改善施策を打つのが「AI検索トラッキング」です。
なぜこのトラッキングが無意味なのか？
ランドの研究が示したのは、「その数字、ほぼ意味ないかもよ？」という事実でした。
理由は以下の通りです。
- 順位がランダムすぎる
同じ質問を100回繰り返しても、順位が固定されないため、「今週1位、来週5位」という変動が当たり前に起きます。 - 測定するタイミングで結果が変わる
朝に測定したら1位、夕方に測定したら圏外、なんてことも起こり得ます。 - ユーザーの実際の体験と乖離
あなたが測定した「1位」は、他のユーザーが同じ質問をしたときには「5位」かもしれません。
つまり、高額なトラッキングツールで「順位」を追いかけても、施策の効果を正しく測定できないのです。
じゃあ、何を測定すればいいのか？
ランドの研究で明らかになったのは、「表示される頻度（Visibility %）」なら意味があるということ。
例えば、「デジタルマーケティング企業を教えて」とGoogle AIに95回質問したとき、ある企業は85回表示されました。
これは約90%のVisibility（可視性）。
順番はバラバラでも、「そもそも候補に挙がるかどうか」が重要なんです。
AI時代のホームページ集客戦略：Visibilityを高める4つの方法
Visibilityを高める４つ方法をまとめてみました。
1. 専門性を明確にする
AIに「あなたは何の専門家か」を理解させることが第一歩です。
具体的な施策:
- タイトルタグ・メタディスクリプションに専門性を明記
例: 「東京・渋谷の腰痛専門整体院 | 〇〇整体」 - 専門分野に特化したコンテンツを増やす
「腰痛の原因と対策」「デスクワーク腰痛の改善法」など、専門性が伝わる記事を継続的に公開。 - サービスページに「誰のための専門家か」を明記
「40代デスクワーカーの慢性腰痛に特化」など、ターゲットを明確にする。
ぞろ屋の実例:
僕がサポートした整体院では、「腰痛専門」という専門性を明確にしたところ、3ヶ月でChatGPTの推奨候補に入るようになりました。順位はバラバラでしたが、「候補に入る頻度」は80%以上をキープしています。
2. 外部からの評価を集める（デジタルPR）
AIは、他のサイトや記事で「〇〇なら△△社」と言及されているブランドを優先的に推薦します。
具体的な施策:
- 業界メディアへの寄稿
専門誌やWebメディアに記事を寄稿し、自社の名前と専門性を広める。 - プレスリリース配信
新サービスや実績を、PR TIMESなどでプレスリリースとして配信。 - インタビュー記事の獲得
地域メディアや業界メディアに取材してもらう。 - 口コミ・レビューの促進
Googleマイビジネスや業界専門サイトで、顧客レビューを集める。
ぞろ屋の実例:
あるクライアントは、地域メディアに「地元で評判の〇〇専門店」として紹介されたことで、Google AIの推奨候補に入るようになりました。外部評価は、AIにとって強力な「信頼シグナル」なのです。
3. 構造化データを整える（Schema.org）
AIは、機械が読みやすい形で情報を提供しているサイトを優先的に推薦します。
具体的な施策:
- Schema.orgマークアップの実装
LocalBusiness、Product、FAQPage、Reviewなどのスキーマを実装。 - JSON-LD形式でデータを記述
WordPressなら、プラグイン（例: Schema Pro、Rank Math）で簡単に実装可能。 - Google Search Consoleでエラーをチェック
構造化データが正しく読み込まれているか、定期的に確認。
チェックリスト:
- [ ] 会社名・住所・電話番号をSchema.orgで記述
- [ ] サービスページに製品スキーマを実装
- [ ] よくある質問ページにFAQスキーマを実装
- [ ] お客様の声ページにレビュースキーマを実装
4. 権威性のある第三者メディアに出る
AIは、「信頼できる情報源から言及されている」ブランドを優先します。
具体的な施策:
- 業界専門誌への掲載
専門誌の取材を受ける、広告を出す、記事広告を掲載する。 - Wikipediaへの言及（可能なら）
Wikipediaに記載されるほどの実績があれば、AIの信頼度が大幅に上がります。 - 大学・研究機関との連携
共同研究や寄付講座など、権威性のある機関との関係を公開する。 - 業界団体への加盟
業界団体の会員リストに掲載されることで、権威性が担保されます。
ぞろ屋が現場で見ている景色：AI時代のホームページ戦略
僕がクライアントのホームページを見ていて思うのは、多くの中小企業が「とりあえずホームページ作った」で止まっていること。
でも、AI時代はそれじゃ足りません。
AIは、あなたのホームページだけじゃなくて、ネット上のあらゆる情報を見て判断しています。
- あなたが書いたブログ記事
- 他のメディアがあなたを紹介した記事
- SNSでのあなたの発信
- お客様のレビュー
これら全部が、AIの「推薦候補リスト」を作る材料になっているんです。
評判づくりまで含めた戦略が必要
だから、ホームページだけ作って満足してちゃダメ。
ネット上での「評判づくり」まで含めた戦略が必要なんです。
具体的には、以下のような活動を継続的に行うこと。
- 専門性が伝わるブログ記事を月2〜4本公開
- 業界メディアへの寄稿や取材対応
- SNSでの専門知識の発信
- お客様の声を積極的に集めて公開
- 業界イベントへの登壇や参加
これらは、昔ながらの「信頼づくり」と同じ。
ただ、それをAIが読み取りやすい形で整えるだけです。
AI対策は「魔法の裏技」じゃない
「AI対策」と聞くと、何か特別なテクニックがあると思うかもしれません。
でも、実際は違います。
ちゃんとした実績を作って、それをネット上で見える化していくという、昔ながらの信頼づくりと同じなんです。
ただし、以下の点が昔と違います。
- 専門性を言語化する: 「何でも屋」じゃなく、「〇〇専門」と明確にする。
- 外部評価を集める: 自社サイトだけじゃなく、他のサイトでも言及される。
- 機械が読みやすくする: 構造化データで、AIに正確に情報を伝える。
これが、AI時代のホームページ戦略です。
まとめ：AIの推奨はランダム。でも、候補に入ることは可能
今日のポイントをおさらいします。
- AIの推奨リストは毎回バラバラ（100回聞いて100通りの答え）
ランド・フィッシュキンの実験で、同じ質問をしても毎回違う答えが返ってくることが判明。 - 「AIでの順位」を追いかけるのは意味が薄い
順位がランダムすぎて、測定しても施策の効果を正しく評価できない。 - 「候補に入る頻度（Visibility）」は測定可能で、意味がある
順位はバラバラでも、「そもそも候補に挙がるか」が重要。 - Visibilityを高めるには、専門性・権威性・外部評価が必須
昔ながらの信頼づくりを、AIが読み取りやすい形で整える。
次に取るべきアクション
この記事を読んだあなたが、今すぐできることは以下の3つです。
- 自社の専門性を1文で言語化する
「私たちは〇〇専門の△△です」と明確に言えるか、確認してください。 - 構造化データの実装状況をチェック
Google Search Consoleで、構造化データが正しく読み込まれているか確認。 - 外部評価を集める計画を立てる
どの業界メディアに寄稿できるか、どの地域メディアに取材してもらえるか、リストアップ。
ぞろ屋と一緒に、AI時代のホームページ戦略を作りませんか？
僕は、この「ホームページ×AI時代の評判づくり」を一緒に考えていきます。
- 専門性の言語化
- 構造化データの実装
- 外部評価を集めるデジタルPR戦略
- お客様の声の効果的な見せ方
これらを、あなたのビジネスに合わせて設計します。
ただ今、無料相談受け付けてます。
ホームページを軸としたマーケティングが強みのぞろ屋に相談してみませんか？
AI時代のホームページ戦略、一緒に考えましょう。