LLMO・GEO の研究論文と民間調査/計測手法・再現性

研究論文

一度測って終わりにしない:AI検索(GEO)での見え方の測り方

原題:Don't Measure Once: Measuring Visibility in AI Search (GEO)

著者は Julius Schulte, Malte Bleeker, Philipp Kaufmann。に arXiv へ投稿されました。日本語の題名は、ガーオンによる仮の訳です。

論文の原文を arXiv で読む(arXiv:2604.07585)

論文が報告した結果

調べた4つの生成AIでは、実行や質問の言い回し、時点によって答えが変わりました。

対象は、ChatGPT、Gemini、Google AI Mode、Perplexityです。観察期間は2026年1月24日から3月20日でした。キャンペーンは4つ、各8件の質問でした。論文は、ブランドの見え方を1回の観察ではなく、分布として測るべきだと論じています。

ChatGPT を調べた論文Gemini を調べた論文Google AI Mode を調べた論文Perplexity を調べた論文

調査の条件

論文が調べたこと
AI検索での可視性を、何回測れば信用できるか(反復回数の目安)
調べた対象の AI
ChatGPT、Gemini、Google AI Mode、Perplexity
調べたモデル
原文に記載なし
回答データの取り方
4エンジンへのプロンプト投入による観察(本文。期間は2026-01-24〜03-20。APIか画面かの語は、確認した範囲では本文に明記がない)
調査の規模
キャンペーン4、各8プロンプト。収集日はエンジンにより22〜46日程度(本文 Table 1)
数字が載っている場所
本文 Table 1(期間、キャンペーン4、各8プロンプト、4エンジン)。主張は要旨。Geminiの欠測と2026-01-30の除外は本文

結果を読むときの注意

Geminiは期間中に欠測がありました。2026年1月30日は、引用量が日次平均の約2倍だったため、集計から除いています。反復回数の固定目安は、主結果としては確認できませんでした。APIで取ったか、一般向け画面で取ったかは、確認した範囲では本文に明記がありません。

上の要約は、株式会社ガーオンが生成AIを使って作成しました。最終更新は2026年11月19日です。正確な内容は、論文の原文で確認してください。

「計測手法・再現性」を調べたほかの論文