# 東京基準で測り、一つずつ直し、同じ条件で再測定する 원문: https://citeangle.com/jp/research/tokyo-measurement-improvement-loop 公開 2026-07-15 · 執筆: [Jay Sim](https://citeangle.com/jp/methodology#measurement-lead) · CiteAngle · 2026年7月15日基準 · 東京・日本市場のAI検索可視性に関する自社研究 (公式一次資料の収集と基準日の固定、2026年7月15日)に基づく設計 · 本稿は測定・改善の設計思想の解説であり、 特定顧客の実測値は含みません · 引用した公式文書は本文に原文リンクを併記しています · 更新 2026-07-17――直答サマリーを追加 · 更新 2026-07-22――見出しを問いの形に整理し、関連リサーチへの内部リンクを追記 **日本でのAI検索対策は、何をする作業なのか —** 「AIに名前を出してもらう回数を増やす」作業ではありません。まず日本語の事実のずれを一つの事実台帳に束ねます。 答えの中の位置は八つの状態に分けて読みます。改善は三層に分け、一軸ずつ実行して、同じ条件で 再測定します。本稿はこの東京基準の測定・改善ループと、受け取る報告の形を解説します (特定顧客の実測値は含みません)。 枠組みの数字を先に――東京は23の特別区を含む62の基礎自治体で構成されます。全国を語るときは 47都道府県パネルまでの文言の階段を使い分けます。測定はコンパスの2,100回を全量実行して座標を 確定します。比率には95%信頼区間と反復回数を併記し、測定開始から通常1~3営業日でお届けします。 **要点:**日本語ブランドの見え方は、東京基準で測り、事実のずれを直し、同じ条件で測り直すループで初めて改善できます。 報告は元の回答・出典・信頼区間つきで届きます。 その設計思想と報告の形を本文で解説します。 目次 1. [事実を一つの台帳に](#sec-ledger) 2. [八つの状態で読む](#sec-states) 3. [改善は三層に分ける](#sec-layers) 4. [一軸ずつ、同じ条件で](#sec-remeasure) 5. [東京は最初の基準点](#sec-tokyo) 6. [強い文言の作り方](#sec-copy) 7. [今の座標から始める](#sec-start) このページが答える質問：[なぜ日本語の事実を一つの台帳に結ぶのか](#sec-ledger) [『見えたか』は一つの答えか](#sec-states) [改善はどう分けるか](#sec-layers) [東京の測定で全国を語れるか](#sec-tokyo) [どこから始めるか](#sec-start) 複数の改善を同時に走らせると、どれが効いたのか分からなくなります。ページを直し、記事を出し、外部の掲載も増やした月に数字が動く。どれが効いたかは分離できません。次の月に予算を寄せる先が決まらない。結局すべてを続けることになります。一軸ずつ実行して測り直すのは、慎重さのためではなく、次の判断材料を残すためです。 当社の運用はその順番で組んであります。着手前に同じ条件で測り、軸を一つだけ動かし、条件を変えずに測り直す。固定するのは質問セット・測定先・繰り返す回数・判定基準・時点の五つで、このうち一つでも動いた月の値は別の物差しで測った数字になるため、前の月と並べても差の意味が読めなくなります。**変化がばらつきの範囲内かどうかも分けて報告します。** ## なぜ日本語の事実を一つの台帳に結ぶのか AIの答えの中でブランドが間違って扱われるとき、その多くは「AI側の気まぐれ」ではありません。 公開されている事実そのもののずれから始まります。法人名の表記や読みから、価格・主張の根拠まで。 自社サイト、構造化データ、各ローカルプロファイル、第三者ページ、営業資料 — 同じ事実がこれらの間で少しずつ食い違っている状態です。 だから最初の作業は、文章の増産ではありません。この食い違いを一つの「事実台帳」に束ね、 どの画面(サーフェス)のどの記述が正かを一つに決めることです。何をどの粒度で台帳化するかの設計は 診断に含まれます。以後のすべての修正と測定は、この台帳を根拠に動きます。 ## 『見えたか』は一つの答えか：八つの状態で読む 言及とは、答えの本文に自社の名前が出てくることです。リンクは付いていなくてもかまいません。 その言及があったかどうかを一つのYES/NOで読むと、運用判断を二重に誤ります。 取得エラーやタイムアウトのような測定失敗をブランド不在として数えれば、実態より悪く見えます。 逆に、古い価格と一緒に増えた言及を成果として数えれば、実態より良く見えます。 そこで答えの読み取りを、次の八つの状態に分けます。 測定失敗 回答面非表示 ブランド不在 言及 引用 役割 行動導線 事業成果 測定の有効性 答えの中の位置 事業への接続 表示状態の階段――測定が有効だったか、答えの中のどこにいるか、事業行動につながったかは、それぞれ別の質問として読みます。 測定が有効だったか、答えの中のどこにいるか、事業行動につながったか――この三つを 別の質問として読み分けるのが八状態の設計です。各状態の判定定義と読み取り順序は、 測定プロトコルの一部として管理しています。この分解があるから、数字の意味と次の一手が 同時に決まります。 ### AIが間違った情報を言うときは何から直すか 事実台帳側から先に直します。引用とは、AIが答えの下に出典として自社のURLを挙げたことです。 その言及や引用の中身が、現在の根拠と一致しているのか、古い情報のままなのか、事実と矛盾しているのかを分けます。 誤情報の露出は、独立した項目として報告します。 古い価格や誤った役割と一緒に言及が増えているなら、それは良い知らせではありません。事実台帳側から先に直すべき信号です。 ## 改善はどう分けるか：自動、承認後の可逆実行、人 「AI対策を実行します」という一言の中には、性質のまったく違う作業が混ざっています。 これを分けずに売る・買うと、何が自動で何が人手か、何が元に戻せて何が戻せないかが不透明になります。 私たちの設計では、実行を三層に分けます。 - **自動でできる診断と下書き**――エンティティ・住所・カテゴリー・プロファイルの不一致監査、 古い主張の検出、修正案と日本語原稿の下書き。この層は顧客の資産を一切変更せず、 「改善が終わった」ではなく検証済みの候補を納品します。 - **承認後の可逆実行**――対象・環境・正確な差分を、お客様がはっきり承認した後にだけ手を入れます。 対象はサイトの記述、見えている内容と一致する構造化データ、所有するローカルプロファイルなどです。 すべての変更は、いつでも元に戻せる状態を保ったまま適用します。 - **人が担う外部・高リスク作業**――独立した出典・業界団体・専門メディアとの関係、 事例・レビュー・スポンサー表示、比較や成果に関わる強い主張、法規制に関わる判断。 ここは自動化の顔をした商品に隠さず、人の作業として明示します。 この境界があるから、意思決定者は「今どの層の作業に予算を使っているのか」を常に把握できます。 ## 一軸ずつ変え、同じ条件で測り直す 複数の変更を同時に入れて数字が動いても、何が効いたのかは分かりません。 私たちの測定設計では、エンティティ・根拠・メッセージ・技術・出典・行動導線のうち核となる軸を一つ変え、 他の条件を固定します。実務上まとめて変える必要がある場合は、個別の因果ではなく、一括の効果としてのみ扱います。 前後比較が成立するのは、観測条件を初回と同一に固定して測り直したときだけです。 何を固定するかは、測定プロトコルとして一貫して管理しています。測定対象のAI機能側の仕様が変わった場合は、 改善効果ではなく環境移行の分析として分けます。そして仕上げに、「対策した所だけ良くなった」を 成果と呼ばないための独立した検証を、測定設計そのものに組み込んでいます。反復と信頼区間で 「幅」として読むこの設計の原理は、[AI可視性測定の 再現性の解説](https://citeangle.com/jp/research/ai-visibility-measurement-reproducibility)にまとめています。 派手な裏技が本筋でないことは、プラットフォーム側の公式文書とも整合します。GoogleのAI機能に関する 検索公式ガイドは、AI機能だけのための特別なマークアップや専用ファイルを、必須条件とはしていません。 土台に置かれているのは、クロールされて索引に載るという基本と、見えている内容に一致する構造化データです。 公式一次 [developers.google.com](https://developers.google.com/search/docs/appearance/ai-features) ## 東京の測定で全国を語れるか：最初の基準点の役割 東京は23区だけではありません。23の特別区、26の市、5つの町、8つの村――62の基礎自治体があります。 さらに駅・出口・街区・ランドマークごとに、質問が指している場所の意味が変わります。 日本語の法人名の混同、場所の意味の幅、検索・地図・AI・行動導線という複数の画面の観測。 これらを一つの地域で高い密度で基準合わせできる――だから東京を最初の基準点に置きます。 ただし、東京での観測を日本全国の数値として語ってはいけません。全国について語る必要があるときは、 実際のサービス範囲に合わせて設計した全国パネルを別途用意します。 47都道府県を一度ずつ測定したという事実だけでは、日本全体の代表推定にはなりません。 東京基準 最初の基準点 選択した地域 実サービス範囲で 対象を固定 8地域の層化標本 都市規模の層を 分けて設計 47都道府県パネル カバレッジ契約つき の全国設計 東京の観測を、そのまま全国の数値として外挿しない 段が上がるほど広い範囲を語れます。逆に言えば、東京基準の測定で語れるのは東京基準の座標までです。 ## 強い文言は、約束ではなく測定の具体性で作る 日本の公開表現には明確なルールがあります。消費者庁の景品表示法運用では、 広告主が関わった投稿やコメントに条件が付きます。広告だと一般の人がすぐ分かる位置と明瞭さで表示すること。 リプライや折りたたみの中だけに置く表示は、分かりにくい例として扱われます (ステルスマーケティング告示、2023年10月1日施行)。 公式一次 [caa.go.jp](https://www.caa.go.jp/policies/policy/representation/fair_labeling/faq/stealth_marketing/) 比較広告には、客観的に実証された内容であること、数値・事実の正確かつ適正な引用、公正な比較方法が 求められます。無料のAPIツールと実行型コンサルティング、税前と税後、現在と過去の価格を 同じ表の単純な優劣に見せる比較は、この基準を満たしません。 公式一次 [caa.go.jp](https://www.caa.go.jp/policies/policy/representation/fair_labeling/representation_regulation/comparative_advertising/) 根拠のないナンバーワン表示や高評価比率の訴求も、固定された比較対象と適正な調査なしには使えません。 公式一次 [caa.go.jp](https://www.caa.go.jp/policies/policy/representation/fair_labeling/faq/representation) この環境で強い文言を作る方法は一つです――約束を盛るかわりに、測定を具体的にすること。 私たちが日本市場で推奨する言い方は、たとえば次の形です。 > 東京基準で、AI検索にどう見えるかを原回答と出典つきで測定する。 回答面非表示、ブランド不在、名称言及、公式URL引用、比較候補、行動導線を分けて報告する。 公式情報と外部情報のずれを修正し、同じ条件で再測定する。 報告する数値も、点ではなく幅で示します――[反復測定](https://citeangle.com/jp/methodology#why-7)に基づく比率には95%信頼区間と反復回数を 必ず併記し、偶然の揺れと実際の変化を区別できる形で納品します。 誇張に頼らない代わりに、どの数字も検証に耐える――それが日本の公開表現ルールの下で最も強い文言です。 ## どこから始めるか：東京基準の測定を、今の座標から 当社実測はこの設計の測定パートをそのまま商品にしたものです。地域の設計は当社実測(2026-07-14)で 確認済みで、全国基準と47都道府県を分けて組み、日本向けAPIレール4件の受け入れも同じ日に確かめました。 東京の答えと地方の答えを一つの平均に溶かさないための下ごしらえです。 聞きにいく画面の一覧も先に固定してあり、ChatGPTからBingニュース、Yahoo! JAPANのAI回答まで、 日本回は17サーフェスで確定しています(2026-08-08)。 コンパスは基準日を固定し、20問を15サービスへ7回ずつ全量実行して、現在の座標を確定します。 パノラマは同じ基準日の設計で、50問を15サービスへ7回ずつまで広げます。 競合・出典・行動導線まで含む全体像を、経営判断に使える形で納品します。 測定開始から通常1~3営業日でお届けし、メールでのご質問には2営業日以内に書面でお答えします。 時差に縛られない、完全非同期の納品体制です。 測定サービスを比較検討する段階なら、[導入前に 確認したい5つのこと(公開ページの事実整理)](https://citeangle.com/jp/research/ai-visibility-vendor-comparison)もあわせてご覧ください。 ## 台帳を作らないまま直すと 表記のずれを一つの台帳に統一しないと、直した先から別の場所に古い事実が残ります。東京基準の測定はコンパスの2,100回を全量実行して座標を出すため、台帳が割れたままだと、その2,100回すべてに古い事実が乗ります。残った差分は、答えの中で不利に働きます。 同じ条件での再測定がないと、三層のどれが効いたのかを分けられません。分けられないまま次の四半期へ進めば、同じ順番をやり直すコストが生まれます。 ## なぜ当社のループか 改善のあとに同じ条件で測り直し、前後を並べて封印します。比率には95%信頼区間と反復回数を必ず併記します。だから何が動いたのかを、当社の説明ではなく数字でご確認いただけます。 貴社ブランドが、日本語の質問に対するAIの答えのどこにいるのか — [お問い合わせ](https://citeangle.com/jp/contact)から、対象地域と質問パネルの設計を含めてご案内します。 導入方法の全体像は[サービス概要](https://citeangle.com/jp/services)に、測定の設計は [測定プロトコル](https://citeangle.com/jp/methodology)に公開しています。 測って、直して、同じ条件で測り直す。 出発点の数値をそのまま固めて残すところから、同じ条件での測り直しまで。この記事のループを、一つの契約範囲として納品します。受け取る報告の形は、サンプルレポートで先にご確認いただけます。 [サンプルレポートを見る](https://citeangle.com/jp/samples)[料金・サービスを見る](https://citeangle.com/jp/services)