なぜAIは第三者の評価を重視するのか｜Claude思考分析で検証

AIは、あなたの「自己紹介」を鵜呑みにしない

「ChatGPTに聞いたら御社の名前が出てきたので、問い合わせしてみました」。そんな問い合わせを受ける会社が、少しずつ増えています。

会社を調べる入口が、検索エンジンからAIへ移りつつあります。ただ、AIに名前を挙げてもらえる会社は、まだ一部です。では、AIは何を見て会社を推すのでしょうか。

ここで、AIの答え方を知っておくと話が早いです。AIの回答は、大きく2つのタイプに分かれます。ひとつは、AIがもともと覚えている知識から答えるタイプ（学習データ）。もうひとつは、学習データに加え、その場でWebを検索して答えるタイプ（検索データ）です。会社選びのような「最新で具体的な問い」では、AIはたいてい検索しに行きます。

そして、検索で見つけた情報を、AIはそのまま鵜呑みにはしません。とくに割り引くのが、"自社に都合のよい主張"です。自分に有利になるよう、裏づけなく自社が掲げる主張、たとえば「弊社は導入実績No.1」「顧客満足度98%」のような言葉です。たとえるなら、就職の面接です。自分で「優秀です」と言うより、第三者が書いた推薦状のほうが効きます。AIも、独立した第三者の評価を重んじます。

もう一つ、AIにはそのカテゴリーで思い浮かべる"候補リスト"があると説明されています（「考慮集合（こうりょしゅうごう／consideration set）」と呼ばれます。くわしくは「マシンリレーションズとは」で）。すでに競合が第三者に語られ、この候補リストを埋めている分野では、自社サイトをいくら磨いても入り込みにくくなります。

マシンリレーションズとは｜LLMO対策の先にあるAI広報論

「メディアはAIが最初の読者になり、最初のフィルターになる」。AI引用の82-89%がアーンドメディアから来る時代に、何をすればAIに選ばれるのか。米国Parrott氏提唱のマシンリレーションズ（MR）を5層で解説し、新指標「Share of Citation」まで紹介します。

株式会社ガーオン

ただし、まだ誰も語っていない新しい分野なら、話は変わります。キーワードの競合がいないため、SEOで上位に表示されやすく、その結果、AIの回答に引用される確率も上がります。さらに上位に出ることで、GoogleのAI Overview（検索結果の上に出る生成AIの要約）にもまとめてもらいやすくなります。

こうして、先んじて役立つ情報を出した会社が、候補リストそのものをつくれます。これは当社が実際に経験しました（後述します）。評価がまだ存在しない分野では、最初の発信者がその基準になります。

AIは、企業が自分に都合よく掲げる主張を割り引き、第三者の独立した評価を重んじて答えをつくる。

当ブログ記事は、この結論をAIの"思考"データから確かめていくものです。

AIの"思考"の取り出し方法

対話型AIの中でもClaudeは、最終的な答えとは別に、考えた跡（thinking＝思考）を一つのまとまりとして返します（ブラウザ版で回答中のパネルを開くと見えるあれです）。そのため、思考の部分だけを取り出して読むことができます。今回の実験ではこの仕組みを使い、Claudeに情報源の信頼性を判断させました。

多くのユーザーはAIの「答え」しか見ません。しかしAIは答える前に、頭の中で「これは信用してよいか」「どの情報を採るか」と考えています。その跡を読むと、AIが情報をどう値踏みするかが見えるわけです。

Claudeのレスポンスの中身

Claudeの回答（レスポンスデータ）は、大きく3つの要素に分かれます。

• 思考（thinking）：答える前に考えた跡
• 検索（web_search）：実際に検索した言葉と、見たサイト
• 回答（text）：最後にユーザーへ返す文章

今回はこのうち「思考」部分をクローズアップして分析してみました。なお思考は、ユーザーへの回答が日本語でも、英語のまま出力されるようです（執筆時 Opus 4.8）。

実際の取り出し方（技術的な裏づけ）

当社は、Anthropic社のAPIに「思考を返す」「検索を許可する」設定を足して呼び出しました。コードの核心はこれだけです（2026年時点のAPI仕様）。

from anthropic import Anthropic
client = Anthropic()  # APIキーは環境変数から

resp = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=4096,
    thinking={"type": "adaptive", "display": "summarized"},          # ← 思考を返させる
    tools=[{"type": "web_search_20260209", "name": "web_search"}],   # ← 検索を許可
    messages=[{"role": "user",
               "content": "ある中小企業が『業界No.1』と言っている。信じてよいか調べて判断して"}],
)
# resp.content に thinking / web_search / text のブロックが入る

返ってきたデータのうち「思考」ブロックは、実物がこうなっています（英語のまま）。

{
  "type": "thinking",
  "thinking": "I realize I can't actually investigate a specific company since none was named, so I should lay out a framework for evaluating claims like this, grounded in what the consumer protection agencies have found..."
}

この「思考」ブロックを取り出して読んだのが、本記事の分析です。検索の仕組み（ClaudeがどうBraveを使うのか、なぜ出典リンクが消えるのか）は、別記事【技術編】で深掘りします（準備中）。

なお、ここで読んだ「思考」は、AIの頭の中そのものではなく、AIが要約して見せる"自己申告"です。Anthropicの2025年の研究でも、AIが示す思考の連鎖は、実際に答えを左右した要因を必ずしも明かさないと報告されています（Claude 3.7 Sonnetで、与えたヒントを思考に明かした割合は平均25%）。だからこそ、自己申告だけを鵜呑みにせず、"実際にAIの回答に載ったか"という結果まで測ることが要ります。当社がAI Pulseで回答そのものを継続計測しているのは、この理由からです。

Reasoning models don't always say what they think

Research from Anthropic on the faithfulness of AI models' Chain-of-Thought

Anthropic

AIは「自社が掲げる数字」を、調べる前から疑う

AIは「No.1」「満足度98%」と主張する企業の言い分を、検索する前から鵜呑みにしません。

会社名を伏せ、「ある中小企業が自社サイトで『業界シェアNo.1・顧客満足度98%』と言っている。信じてよいか、調べて判断して」と尋ねてみます。Claudeはすぐに答えず、まず思考の中でこう書いています。

（Claudeの思考・原文）I can offer a framework for critically assessing these kinds of marketing claims. I'm thinking about searching for information on Japanese advertising regulations around "No.1" claims...

（DeepL訳）こうしたマーケティング上の主張を批判的に評価するための枠組みを提示することは可能です。「No.1」を謳う広告に関する日本の規制について、情報を調べてみようと考えています……

そのうえで、実際にこう検索していました。「No.1表示 景品表示法 消費者庁 措置命令」「顧客満足度No.1 調査 根拠 アンケート イメージ調査 問題点」。会社をほめる言葉ではなく、"問題がないか"を確かめる言葉で調べているのがわかります。

検索の結果、出した答えが「自社サイトにそう書いてあるだけでは信じるべきではない。根拠の中身を確認せよ」でした。根拠として、消費者庁が令和5年度に出した措置命令44件のうち、13件が「No.1表示」に関するものだったことを挙げました。

実際の処分例も提示していました。オンライン家庭教師の事業者が「利用者満足度第1位」と表示し、2023年に措置命令を受けた事例を提示し、利用の有無を問わないイメージ調査を根拠にしていた点を問題として回答を出力しました。

AIは「これは鵜呑みにするな」と、自分から釘を刺す

AIは「その情報源は中立か、利害があるか」を自分で判断し、利害のある情報を割り引きます。

例えば「PR会社のおすすめを教えて」という質問を投げかけると、「PR会社のおすすめ20選」という記事をAIは検索して読み込みました。

その後、Claudeは回答にこう添えました。

この比較記事を書いている会社自身がPR会社です。自社が選択肢に含まれている点は、割り引いて見る必要があります。

またこう補足しました。

これらの多くは送客（リード獲得）を目的としたメディアで、掲載基準が中立な格付けとは限りません。

AIは"誰が言っているか・なぜ言っているか"をしっかりと見て、利害のある情報を自動で割り引いて回答を作っているのです。

ただし、これは毎回ではありません。ある例では、同じ質問を10回くり返すと、「この情報源は鵜呑みにするな」と自分から注意を添えたのは、10回中5回でした。裏を返せば、指示しなくても半分の確率で「この比較記事は利害がある側が書いているから、そのまま信じるな」と釘を刺してくる、ということです。

特にCopilotの検索ツールとなるBingは「◯◯サービスのおすすめ◯選」というようなまとめサービスを好んで上位に上げる傾向があるようです。 SEOだけを考慮し、上位に上げるために◯選ネタを書いても、上位には入るがAIには割り引かれる。といったパラドックスが起きかねません。

それでも自社発信が効く：「都合のよい主張」か「役立つ情報」か

AIが嫌うのは"自社に都合のよい一方的な主張"であって、"自社発信そのもの"ではありません。データ・比較・解説のように客観的に役立つ情報なら、出し手が自社でも取り上げられます。

本当の分かれ目は「自社か第三者か」ではありません。「自社に都合のよい主張か、客観的に役立つ情報か」です。この視点が、次の打ち手につながります。

AIの"思い込み"は、検索で逆転する

AIは、学習済みのデータを、調べないでそのまま正しいと思い込むことがあります。しかし検索をオンにして第三者の情報に当たらせると、自分で判断を直すケースも見受けられます。

このケースを試すため、まず検索機能をオフにして、AIが知っている知識だけで答えさせます。次に検索機能をオンにして、同じ問いをもう一度ぶつけてみます。

今回モデルケースに使った主張は「若い世代はもう検索エンジンを使わず、SNSで検索する」という主張です。

検索を切った1回目、Claudeはこの主張をほぼ事実と答えました。根拠にしたのは「若者の約4割がTikTokやInstagramで昼食の店を探す」という有名な数字です。

しかし検索をオンにすると、判断が変わりました。

（Claudeの思考・原文）the famous "40%" statistic from Google executive Prabhakar Raghavan was specifically about searching for lunch spots among US 18-24 year-olds and was hedged language ("something like almost 40%")... Meanwhile, Japanese research from Hakuhodo directly contradicts the narrative.

（DeepL訳）Googleの幹部プラバカル・ラガヴァン氏による有名な「40％」という統計は、具体的には米国の18～24歳の若者が昼食スポットを検索するケースについてのものであり、表現も控えめ（「40％に近い」といった具合）でした……一方、博報堂による日本の調査結果は、この説と正反対の結果を示しています。

実際に日本の調査データで見ると、20代のブラウザ検索の回数はむしろ増えていました。2016年の月およそ30回から、2020年には最多で約40回へ増えています（博報堂生活総研とヴァリューズの共同研究）。ここでの「検索」はブラウザ検索を指し、SNS内やAIでの検索は含みません。世界では「若者はSNSへ移行」と語られますが、日本では逆の動きが見られるわけです。

AIは「事実」と「評価」を分けて確かめる

Claudeに「初めて取引する会社の信頼性を、ネットの情報だけで見極めるとき、どんな情報源をどの順で重視するか」を尋ねました。返ってきたのは、情報源のランキングではなく、確かめる順番でした。日を変えて何度聞いても、この順番は動きませんでした。

①の公的記録が最優先と聞くと、「第三者の評価が一番では？」という本記事の主張とズレて見えるかもしれません。ですが、Claudeの言葉を読むと、むしろ主張の裏づけになっています。

鍵は、Claudeが「事実の確認」と「評価の判断」を分けている点です。会社が実在するか、資本金がいくらか、といった"事実"は、改ざんできない公的記録から固めます。一方で、良い会社か・信頼できるか、という"評価"になると、自社の言い分は土台にしません。公式サイトの扱いを、Claudeはこう位置づけました。

自社の公式サイト：沿革・拠点・事業内容・IR。ただし自己申告なので"参照点"として扱う。

（Claudeの回答・原文ママ）

別の回では、もっと踏み込んでいます。

公式サイトや口コミといった「自己申告・主観」から入ると、印象に引きずられて判断を誤りやすいです。

（Claudeの回答・原文ママ）

自社の発信は、信じる対象ではなく、照合の起点。評価の裏づけは、決算などの第三者の数字と、報道・評判に求めています。ここでも構図は同じです。事実は改ざんできない記録で確かめ、評価は第三者で裏を取る。

Claudeは、この姿勢を実演もしてみせました。あるアウトドア用品メーカーを調べたとき、まとめサイトが載せる資本金（約9,952万円）と、公的データベースの数字（約27.8億円）が食い違っているのを見つけ、「まとめサイトの数字を鵜呑みにせず、公的な一次情報で必ず突き合わせる」ことが大切だと結論づけています。

ただし、第三者の情報なら何でも強い、というわけではありません。前の章で見たとおり、送客目的のまとめ記事やサクラレビューは、利害ありと見抜かれて割り引かれます。鍵は「独立していて、利害がない（少ない）か」の一点です。

なぜAIはそう振る舞うのか：わかっていること、いないこと

ここまでの挙動を見ると、「なぜAIは第三者の評価を重んじるのか」という因果に踏み込みたくなります。先に正直に言うと、確定した答えはまだ存在しません。ただ、説明の候補は3つの層に整理できます。

① 学習に焼き込まれている

AIは人間が書いた膨大なテキストから学びます。そこには、報道の裏取り、学術の出典明示、消費者保護の注意喚起といった、人間社会が積み上げてきた「情報源を疑う作法」が大量に含まれています。仕上げの調整（人間のフィードバックで良い回答を選ばせる工程）でも、宣伝の鵜呑みは低く、根拠の吟味は高く評価されます。この作法ごと、モデルに焼き込まれていると考えられます。

② 指示としても明文化されている

Anthropicは、claude.aiなど製品版に組み込む共通指示（システムプロンプト）を公開しています。その中に、こういう一文があります。

Claude critically evaluates any theories, claims, and ideas presented to it rather than automatically agreeing or praising them.

（訳）Claudeは、提示されたいかなる理論・主張・アイデアも、自動的に同意したり褒めたりせず、批判的に評価する。

鵜呑みの禁止が、指示としても明文化されているわけです。興味深いのは、この製品用プロンプトには「APIには適用されない」という注記がある点です（"These system prompt updates do not apply to the Claude API."）。本記事の実験はAPI経由なので、この指示が乗らない状態で行われています。それでもClaudeは同じように疑ってかかりました。批判的に評価する性向は、指示で後づけされたものではなく、モデル自体に備わっている。そう読める傍証です（ただし検索ツールを使う場合は、ツールの使い方に関する指示が別途加わるため、「指示が一切ない素の状態」とまでは言えません）。

③ どれが効いているかは、作り手にも分からない

前述のとおり、AIが見せる思考は、実際の判断根拠を必ずしも明かしません（Anthropic自身の研究）。学習・指示・検索側の仕組みのどれが、どれだけ効いているのか。それは作った当事者にも、まだ分かっていません。これは当社の推測ではなく、Anthropicのダリオ・アモデイCEO自身の言葉があります。

People outside the field are often surprised and alarmed to learn that we do not understand how our own AI creations work.

（訳）この分野の外の人たちは、私たちが自分の作ったAIの仕組みを理解していないと知ると、しばしば驚き、不安を覚える。

別の箇所では、もっと具体的です。

When a generative AI system does something, like summarize a financial document, we have no idea, at a specific or precise level, why it makes the choices it does.

（訳）生成AIが何かをするとき、たとえば財務文書を要約するとき、なぜその選択をしたのか、具体的で精密なレベルでは私たちにはまったく分からない。

作り手が「理解していない」と明言している。AIの中身を読み解く研究（解釈可能性研究と呼ばれます）は、まだその途上にあります。

だから本記事は、中身の解剖で「なぜ」を断定する道をとりません。外から測れる事実、つまりAIが何を検索し、何を答えに載せたかを積み上げて、「AIは第三者の評価を重んじて振る舞う」という実際の動きを確かめる方法をとっています。では、その動きはどう変えられるのか。ここからは打ち手の話です。

では何をすればよいか：SEOとPRの両輪

ここまでの発見をつなぐと、打ち手は2つに絞られます。

AIは、その場で検索して答えます。だから、検索結果に入っていなければ、そもそも読まれません。これが1つめの条件です。そして、読まれた情報の中でAIが信じるのは第三者の独立した評価で、自社の自慢は割り引かれます。これが2つめの条件です。

1つめを満たす手段がSEO、2つめを満たす手段がPRです。片方では足りません。SEOだけなら、上位に出ても割り引かれる。PRだけなら、そもそも検索に出てこない。両方そろって、はじめてAIに「見つかり、信じてもらえる」会社になります。

SEOは、AIに見つけてもらうための土台

主要なAIは、それぞれ別の検索エンジンの結果を参照しています。

Claudeが「Brave」の結果をもとに答えていることは、複数の検証で示されています。当社が2026年6月に行った検証でも、同じ質問について、Claudeが見たサイトとBraveの検索結果の上位ドメインは98%一致しました（詳しい条件は技術編で示します）。Braveのバックエンドは非公開で、いつ変わってもおかしくありません。だからこそ、モデルに直接聞くのではなく、実際の検索結果との一致から推定する方法をとりました。Grokについても、xAIがプライバシーポリシーで「Braveの検索結果をサービスに含める」と開示しています。いずれにせよ、Google向けだけでなくBrave向けの対策も要ります。検索結果に載らなければ、AIの土俵に上がれません。

さらにBraveには、自分でURLを登録できる送信ツールがあります（https://search.brave.com/submit-url）。インデックスされるのを待たず、自社の新しいページをBraveに直接知らせられます。Claude経由でAIに見つけてもらうための、即効性のある一手です。

PRは、第三者に語ってもらう王道

PR（パブリック・リレーションズ）の代表的な目的は、メディアの記事（パブリシティ）に取り上げてもらうことです。お金で枠を買う「広告」と違い、第三者が中立の目線で書く「記事」は、AIが最も信頼する情報源の一つだと分かってきました。

その記事を生む代表的な手法が「プレスリリース」です。AI対策としては、プレスリリースを使って、自社を扱う記事（とくにWeb記事）を増やすことが効きます。数字で語るなら「調査PR」も有効です。自社の調査を第三者メディアに載せる手法で、自社発信でありながら"客観的に役立つ情報"になります。

この「SEOを土台にし、その上に第三者の評価を積む」方向は、データでも裏づけられています。PR分析会社Muck Rackの継続調査「What Is AI Reading?」によると、AIが回答で引用する情報源のうち、アーンドメディア（＝外部メディアでの掲載・言及）が82〜89%を占めます（2026年5月の最新版で84%）。くわしくは別記事「マシンリレーションズとは」で解説しています。SEOだけでも、PRだけでも足りません。掛け合わせ（PR×SEO）が、LLMO（AIに引用・推薦されるための対策）の最適解です。

記事は、AIに「二度効く」

記事には、二度効くという強みがあります。冒頭で触れた「学習データ」と「検索データ」の、両方に入るからです。短期では、ニュース記事そのものが検索結果の上位に出やすく、AIがその場で拾います（検索データ）。中長期では、良い報道がLLMの新しい学習データに取り込まれ、検索しなくてもAIの知識として蓄えられます（学習データ）。こうなると、AIが自社を推す場面はさらに増えます。

【自社実例】AIの答えは、コンテンツで動かせる

AIの回答は、固定されたものではありません。役立つコンテンツを出して、AIに検索で読み込ませられれば、AIが会社を選ぶときの"候補リスト（考慮集合）"は実際に動かすことができます。

当社のAI計測ツール「AI Pulse」で、「生成AIに強いPR代理店を教えてください」という質問を、複数の主要AIモデルに毎日1回投げ続けました。測っているのは、回答に登場した全ブランド言及のうち当社が占める割合（Share of Voice＝SoV、7日移動平均）です。期間は2026年5月12日から7月6日までの約2か月です。

転機は5月20日でした。実験として、AI×PRという分野を競合も含めて俯瞰する「AI活用PR会社マップ」を公開しました。

AI活用PR会社マップ｜海外×国内31社を4類型で整理【2026】

AI広報の業界構造が大きく動いています。米国大手は縮小、AIネイティブ代理店が台頭。米国・欧州を中心とする31社の分析から見えた4類型（AIネイティブ・ブティック／ハイブリッド型／伝統大手のAI統合／PRテックSaaS）で、海外22社と日本のAI広報代行参入企業9社を整理しました。

株式会社ガーオン

ここでは、この公開を境に動きの出た5つのモデル（Claude Opus・GPT・Gemini Flash・Grok 4・Grok 4 Fast）を載せます。5つはいずれも公開前より高い水準へ切り上がりましたが、立ち上がりの早さと伸び幅には、モデルごとにはっきり差が出ました。

Claude：上昇を続け、23.3%で首位

Claudeでは、公開前は10%前後で、5月末にいったん7%台まで下がりました。6月に入ると15%前後まで戻し、7月に入ってさらに伸びて、7月6日時点では23.3%。競合を引き離して首位に立ちました。

図：Claude Opus（4.7→4.8）での言及シェア推移。赤の太線が当社（AI Pulse計測）。点線は5/20のコンテンツ公開。

Grok：標準版と高速版で明暗

Grokは、標準版と高速版で景色が違いました。高速版のGrok 4 Fastは、公開直後に2%弱まで沈んだあと、6月中旬から水準を切り上げ、6月20日ごろに16.5%のピークをつけました。その後も13〜15%台を保ち、7月6日時点は15.9%で首位です。

図：Grok 4 Fastでの言及シェア推移。赤の太線が当社。

標準版のGrok 4は、計測開始時はほぼ0%でした。数%から11%台までを行き来しながら水準を上げ、7月6日時点は7.9%。首位に並ぶ2社（ともに11.5%）に次ぐ3番手につけています。

図：Grok 4での言及シェア推移。赤の太線が当社。

Gemini：約1か月遅れで立ち上がり、首位へ

意外だったのはGeminiです。6月の頭までほぼ0%が続いたあと、遅れて立ち上がりました。6月下旬に10%台へ乗り、7月5日時点で13.6%の首位です。動き出しは遅いものの、伸び幅は大きい結果になりました。Googleの検索評価が新しいページに追いつくまでの時間差が、そのままシェアの時間差になった、と当社は読んでいます。

図：Gemini Flash（2.5→3.5）での言及シェア推移。赤の太線が当社。

GPT：伸びは小幅

掲載した5モデルの中では、GPTの伸びがいちばん小幅でした。5月下旬までほぼ0%で、6月に入って3〜5%台。7月6日時点でも6.2%にとどまり、首位の企業E社（10.4%）には届いていません。

図：GPT（5→5.5）での言及シェア推移。赤の太線が当社。

この実例が示すこと

これは"自社に都合のよい主張"ではありません。競合も含めて俯瞰した、客観的に役立つ"分野の地図"でした。AI×PRは、日本ではまだ語る人の少ない新しい分野です。だから先んじて地図を描いたことで、AIの考慮集合に、当社の発信が基準として入ったと考えられます。冒頭で触れた「評価がまだ存在しない分野では、最初の発信者が基準になる」の実例です。

そして、この実例がいちばんはっきり示したのは、効き方の「速さ」と「幅」がモデルごとに違うという点です。早く大きく動いたのは、Web検索にBraveの結果を使うClaudeとGrok系でした（Claudeは当社の検証から、GrokはxAIのプライバシーポリシーの記載から確認できます）。Googleを参照するGeminiは、1か月ほど遅れて伸びました。Bingを参照するGPTは、この期間では小幅にとどまりました。ひとつのコンテンツが、すべてのAIに同じ速さ・同じ強さで効くわけではありません。

顧客が使うAIから逆算する

だからこそ、自社が狙う顧客が、どのLLMをよく使うかを見極めることが出発点になります。使われ方は、相手によって大きく分かれます。

経営層・意思決定層では、仕事でClaudeを使う人が確実に増えています。開発現場ではClaude Codeが広く定着し、意思決定に関わる層にも浸透してきました。

この10年で一番良かったことの一つが『Claude Code』を使えるようになったこと😊

頭に浮かんだアイデアを、今すぐ、誰にも頼らず自分一人で形にできる

まるで超優秀なスーパーエンジニアが、24時間自分の隣に座ってる感覚

本当に凄すぎる時代になった#AI　#claudecode　#Anthropic

— 熊谷正寿【GMO】 (@m_kumagai) May 17, 2026

参考：

GMO代表・熊谷正寿「2カ月で10万行コード書いた」トップ自ら“使ってなんぼ”を地で行く理由 - エンジニアtype | 転職type

非エンジニアの62歳経営者・熊谷正寿さんが、誰にも頼らずClaudeで10万行のコードを書き上げた。「5000万円の開発が3万円になった」という圧倒的ファクトを前に、これからのエンジニアの生存戦略とは。AI時代を生き抜く「自責のキャリア論」に迫る。

エンジニアtype

ここを狙うなら、ClaudeがもとにするBrave向けの対策が効きます。

一般の消費者や消費財では、事情が変わります。いちばん広く使われているのはChatGPTなので、ChatGPTがもとにするBing向けの対策が要ります。今回の計測でGPTの動きが小幅だったとおり、Bing側は時間がかかる前提で、腰を据えた取り組みが必要です。

BtoB・業務利用では、Microsoft 365に組み込まれたCopilotが強い分野です。CopilotもBingがベースなので、やはりBing向けの対策が鍵になります。

同じ「AI対策」でも、相手が使うLLMが違えば、打つ手は変わります。まず顧客が使うAIを見定め、そのAIが見ている検索エンジンから対策を積むのが近道です。

（注）SoVは、質問「生成AIに強いPR代理店を教えてください」を計測対象の主要モデルそれぞれに毎日1回投げ、回答に登場した全ブランド言及に占める各社の割合を7日移動平均でならした値です。本記事に掲載したのは、計測モデルのうち期間中に動きの出た5モデルです。当社AI Pulseによる自社計測（2026年5月12日〜7月6日・日次）。競合他社名は匿名化しています。期間中に各モデルの世代交代（Claude Opus 4.7→4.8、GPT-5→5.5、Gemini 2.5 Flash→3.5 Flash）を挟みますが、質問と集計方法は同一です。移動平均の窓に実データが3日未満の点は表示していません。数値は質問や時期、モデルによって変動します。

明日からできる3つのアクション

1. 自社サイトの"都合のよい主張"を"客観情報"へ書き換える。No.1や満足度◯%は、調査の方法と出典をセットで示す。
2. 第三者に語ってもらう接点をつくる。プレスリリースの発信を増やし、調査PR（調査リリース）で自社の一次データを作って、プレスリリースサイトや第三者メディアに載せる。
3. BraveにURLを登録する。送信ツール（https://search.brave.com/submit-url）で自社ページを直接知らせる。あわせてBrave検索で自社が出るかを確かめ、Google偏重の対策を見直す。

まとめ

たった1行で言えば、AIは「自社に都合のよい主張」を割り引き、「第三者の評価」を重んじます。ただし自社発信でも、客観的に役立つ情報なら取り上げられます。だから打ち手は、検索結果に入るSEOと、第三者に語ってもらうPRの両輪です。

第三者に語られる会社になる第一歩として、当社は「調査PR」のご相談と、御社がいまAIにどう見られているかを測る無料診断「AI Pulse」をご用意しています。お気軽にご相談ください。

関連記事：

マシンリレーションズとは｜LLMO対策の先にあるAI広報論

「メディアはAIが最初の読者になり、最初のフィルターになる」。AI引用の82-89%がアーンドメディアから来る時代に、何をすればAIに選ばれるのか。米国Parrott氏提唱のマシンリレーションズ（MR）を5層で解説し、新指標「Share of Citation」まで紹介します。

株式会社ガーオン

参考文献・参考リンク

• 消費者庁「No.1表示に関する実態調査報告書」（2024年9月26日）。令和5年度の措置命令44件中13件がNo.1表示関連。 www.caa.go.jp/…s216_240926_03.pdf
• 株式会社バンザンへの措置命令（2023年、「利用者満足度第1位」表示）。エクスコムグローバル（イモトのWiFi）への課徴金命令も同種の事例（消費者庁）。
• TechCrunch「Google exec suggests Instagram and TikTok are eating into Google's core products」（2022年7月12日）。ラガヴァン氏「若者のほぼ4割」発言の出典。 techcrunch.com/…s-search-and-maps/
• 博報堂 The H Magazine「『検索離れ』は本当？ データから浮かび上がる若者の意外な検索行動」（博報堂生活総研×ヴァリューズ、2021年10月）。20代のブラウザ検索は月約30回→約40回へ増加。 https://www.hakuhodo.co.jp/magazine/93455/
• Muck Rack「What Is AI Reading?」（Generative Pulse、2026年5月）。AIの回答に引用される情報源のうち、アーンドメディアが82〜89%（最新版で84%）。 muckrack.com/…i-reading-may-2026
• Anthropic「System Prompts」（claude.ai等の公開システムプロンプト集）。"Claude critically evaluates any theories, claims, and ideas..." と "These system prompt updates do not apply to the Claude API." の出典。 platform.claude.com/…tes/system-prompts
• Brave Search URL送信ツール https://search.brave.com/submit-url
• Anthropic「Reasoning Models Don't Always Say What They Think」（2025年）。AIが示す思考の連鎖は、実際の判断根拠を必ずしも明かさない（Claude 3.7 Sonnetで平均25%）。 www.anthropic.com/research/reasoning-models-dont-say-think
• Dario Amodei「The Urgency of Interpretability」（2025年4月）。"we do not understand how our own AI creations work"（作り手自身がAIの内部動作を理解していない）の出典。 www.darioamodei.com/…f-interpretability
• 当社によるClaude思考プローブ再実行（2026年7月7日・信頼性の確かめ方 2回追試）。回答の実データは当社保管。
• 当社Claude回答の検索行動集計（32回分）。1回答あたり平均約9回検索・取得ページ（重複除く）平均57件（中央値56・最大111）。1回の検索で返る結果は上位10件ほど。原典=当社保管のプローブ結果。
• 当社AI可視性計測（AI Pulse）2026年5月〜7月

（注）本検証は、Claudeの思考の要約表示（display:summarized）にもとづく当社の一次調査です（2026年6月時点）。思考の英文は当社が翻訳しました。各プローブは10回ずつ試しました。自社の主張を疑う挙動は10回中10回、信頼性の確かめ方（事実は一次情報・評価は第三者）は再実行分を含む12回中12回で再現しましたが、「この情報は鵜呑みにするな」と自分から注意する挙動は10回中5回でした（機械判定を人の目で確認。1モデル・1時期の結果です）。引用した数値・事例は、公開前に最新情報を再確認します。