Sightedのスコアリングアルゴリズム解説: 回答リンクに対する質問空間の特定

この記事でできるようになること

Sightedの独自アルゴリズム「回答リンクに対する質問空間の特定」の仕組みを理解し、AI検索での可視性測定において他社ツールとの違いを説明できるようになる。

前提知識の確認

この記事はAEO（Answer Engine Optimization）の基本概念を理解していることを前提とする。AEOの概要はAEO用語解説を、GEO全体の最適化戦略はGEO最適化ガイドを参照。

従来のAI検索測定の課題

従来のAEOツールは、特定のクエリに対するAI回答を取得し、その中に自社ドメインが言及されているかをカウントする方式が一般的。この方式には以下の課題がある。

• クエリ選定の恣意性: 測定対象のクエリをユーザーが手動で設定するため、網羅性が担保されない。自社に有利なクエリだけを選べば、実態より高いスコアが出る。
• 言及の質が考慮されない: 「推薦」「参照」「批判的言及」の区別がつかない。単純な言及回数では、AI検索での実際の可視性を正確に測れない。
• 競合比較の不公平: 自社と競合でクエリカバレッジが異なると、公平な比較ができない。

Sightedの独自アプローチ: 回答リンクに対する質問空間の特定

Sightedは「回答リンクに対する質問空間の特定」という独自アルゴリズムを採用。これはURLを起点として、そのURLがAI回答で推薦される質問パターンを逆算して特定するアプローチ。

アルゴリズムの3ステップ

1. URL起点の質問空間特定: 対象URLを入力すると、そのURLがAI回答で参照されるクエリパターンを自動生成。URLのコンテンツ内容、構造、メタデータから、AI検索で推薦されうる質問を推定する。
2. 質問空間の網羅性評価: 特定した質問空間に対して、実際にAI検索を実行し、対象URLがどの程度の割合で推薦されているかを測定。単一クエリではなく、質問空間全体での網羅性を評価する。
3. 推薦文脈の分析: URLが言及される際の文脈（推薦・参照・比較・批判）を分析し、ポジティブな推薦がどの程度かを加味したスコアを算出。

従来方式との違い

観点	従来方式	Sighted方式
起点	クエリ（ユーザー設定）	URL（自動的に質問空間を特定）
網羅性	設定したクエリのみ	質問空間全体を自動カバー
測定対象	言及回数	推薦の質と文脈
競合比較	同一クエリでの比較	同一質問空間での比較

5つの主要機能との関連

このアルゴリズムはSightedの5機能すべてを支えている。

• AEOスコアリング: 質問空間の網羅性と推薦文脈を加味したスコアを算出。単なる言及カウントより精度が高い。
• 日次トレンド分析: 質問空間全体でのスコア推移を日次で記録。施策の効果を正確に測定できる。
• アラート通知: 推薦文脈の変化（ポジティブからネガティブへの変化など）を検知。
• 競合分析: 同一質問空間での競合比較により、公平なポジション把握が可能。
• URL参照箇所表示: URLから質問空間を逆引きする機能そのもの。改善すべき箇所を特定できる。

よくある間違いと対処法

• スコアが低いからコンテンツを増やす: 質問空間の特定結果を見て、既存コンテンツで対応できるクエリがないか確認する。新規コンテンツより既存コンテンツの最適化が先。
• 競合のスコアだけを見る: スコアの絶対値より、質問空間内でのポジション（順位）が重要。競合より先に推薦されているかを確認する。
• 日次変動に一喜一憂する: AI検索の回答は日々変動する。1週間以上のトレンドで判断する。

実行チェックリスト

1. SightedでモニタリングするURLを登録する
2. 自動生成された質問空間を確認し、ビジネス上重要なクエリが含まれているか検証する
3. 競合ドメインを登録し、同一質問空間での比較を開始する
4. 日次トレンドを1週間以上観察し、ベースラインを把握する
5. スコアが低いクエリに対して、既存コンテンツの最適化を行う
6. 施策実行後、スコア変化を確認して効果を検証する

次にやること

AI可視性モニタリングツール選定ガイドで他ツールとの比較を確認し、Sightedの導入を検討する。導入後はAEOコンテンツファーストフレームワークに沿ってコンテンツ最適化を進める。