LLMO・GEO の研究論文と民間調査/買い物エージェント

研究論文

手がかりの隠れた値段:売り手がAIの買い物に与える影響を、価格に換算して測る

原題:A Cue's Hidden Price: Auditing Seller Influence on AI Shoppers

著者は Felix Buecheler, Gerardo Berbeglia, Mingyu Guo。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:2610.25843)

論文が報告した結果

バッジや推薦文、言い回しといった売り手側の手がかりが、買い物エージェントの選択をどれだけ動かすかを、選ばれる頻度だけでは測り切れない、として、価格換算(PE)を提案している。

手がかり付き商品の価格を上げ、半々で選ばれる点をその手がかりの値段とする。113,472試行、系統の異なる7モデル、商品カテゴリ2つで、同じ価格では95%以上選ばれて区別できない手がかりが6条件あった一方、価格換算では1.6%から21.4%まで幅があった、とされる。選択確率を直接出す決定モデル Jev でも試し、多くの手がかりには強い一方、最も強い社会的証明には弱さが残った、と報告している。

ChatGPT を調べた論文Claude を調べた論文公開モデル を調べた論文研究用の独自システム を調べた論文

調査の条件

論文が調べたこと
売り手側のキュー(手がかり)が、AIショッパーの選択に与える隠れたコスト
調べた対象の AI
ChatGPT、Claude、公開モデル、研究用の独自システム
調べたモデル
GPT-4o/GPT-4o mini/Claude Sonnet/Claude Haiku/Nova Micro/Llama-3.3-70B/Llama-3.1-8B/Jev
回答データの取り方
位置を統制した強制選択のオフライン実験(価格を上げて半々になる点を測る。要旨・本文)
調査の規模
113,472試行。モデル7(主集計)。カテゴリ2(ヘッドホンとコーヒーメーカー、各6ペア)。価格は0〜26%の8段階、各条件24回(本文)
数字が載っている場所
要旨(113,472試行、7モデル、カテゴリ2)。手がかりの95%以上と価格換算1.6〜21.4%は本文。モデルの内訳も本文

結果を読むときの注意

主集計の7モデルは、GPT-4o と GPT-4o mini、Claude Sonnet と Haiku、Nova Micro、Llama-3.3-70B、Llama-3.1-8B(Nova Pro は無回答が多く除外。本文)。Jev は追加。カテゴリはヘッドホンとコーヒーメーカー(各6ペア)。強制選択で位置を統制した実験であり、店頭の自由閲覧ではない。

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。

「買い物エージェント」を調べたほかの論文