AI可視性はなぜ毎月40〜60%も揺れるのか ― ノイズを越えて測る方法

ブランドの AI 可視性を一度だけ測り、その数字を根拠に動いているなら、ほぼ確実に「ノイズ」を根拠に動いています。同じクエリ群に対して、AI エンジンが引用するドメインの40〜60%は月ごとに入れ替わり、6か月では揺れが積み重なって70〜90%に達します。1回のスナップショットは計測ではなく、確率分布から引いた1サンプルにすぎません。AI 可視性を誠実に運用する唯一の方法は、繰り返し測り、トレンドを見て、点ではなく信頼区間で語ることです。

本稿ではまず AI 引用が なぜ これほど揺れるのかを解説し、期待値を較正するための エンジン別ドリフト を示し、そのうえで実務上の主張を述べます ―― GEO における作業の単位は、単発の監査ではなく 時系列 である、と。それこそが VeReach GEO が生み出すために設計されたものです。

---

1. 測り方を変えるべき、ひとつの数字

問題の捉え方を一変させるデータから始めましょう。

Profound の「AI Search Volatility」研究は、プラットフォームあたり約8万件のプロンプトを追跡し、同一のクエリ群でも引用されるドメインの集合が月ごとに大きく入れ替わることを示しました。AirOps の2026年の分析は、ブランド側の視点でこう端的に述べています ―― あるAI回答から次の回答まで可視性を保てるブランドは約30%にすぎない。 10社のうち7社は、現れ、消え、ときに再び現れます ―― 同じ問いに対して、自社側は何も変えていないのに、です。

AIエンジン	月次の引用ドリフト	読み方
Google AI Overviews	約59%	最も揺れる ―― 引用ドメインの過半が毎月入れ替わる
ChatGPT	約54%	高い入れ替わり
Microsoft Copilot	約53%	高い入れ替わり
Perplexity	約41%	最も安定 ―― それでも約4割の出典が毎月変わる
6か月スパン（全エンジン）	70〜90%	ドリフトは累積し、ほとんど何も残らない

要点は「AI が壊れている」ではありません。AI 可視性は固定された順位表ではなく、動き続ける分布であるということです。ここで最も安定している Perplexity ですら、引用元のおよそ40%を毎月入れ替えています。最も安定したチャネルが40%入れ替わるなら、どのチャネルであれ1回の計測値は、あなたが上がったのか、下がったのか、それとも単にサイコロの目が違っただけなのかを教えてくれません。

これこそが GEO プログラムを静かに破綻させる落とし穴です。あるチームが一度監査を回し、10件中4件で自社が引用されているのを見て「シェア・オブ・ボイス40%」と呼び、それを四半期戦略の土台にする。翌月、同じ監査が25%を示す ―― 何かが壊れたからではなく、それが一度だけサンプリングした分布の幅だからです。

---

2. AI引用が揺れる理由（積み重なる4つの原因）

これほど高いボラティリティは、特定エンジンのバグではありません。引用集合をそれぞれ独立に動かす、4つのメカニズムの総和です。

原因1 ― モデルは設計上、確率的である

生成エンジンはトークンをサンプリングするのであって、固定インデックスを決定論的にランク付けするわけではありません。同じ問いを2回投げれば、検索（リトリーバル）も、統合（シンセシス）も、どの出典を帰属させるかの選択も、すべて変わり得ます。学術的な整理はここで鋭い ―― Sielinski による2026年の論文（arXiv:2603.08924）は、AI 可視性が本質的に 確率的（stochastic） であり、引用分布が べき乗則（power-law） に従う（少数の出典が引用の大半を占め、長く不安定なテールが続く）こと、そしてその直接の帰結として、信頼区間を報告し、十分なサンプルサイズを用いなければならないと論じています。この枠組みにおいて、単発のシェア・オブ・ボイスの数字は「ほぼ無意味」です。

原因2 ― クエリのファンアウトが対象範囲を増幅する

現代の AI 検索は、あなたのクエリを一度だけ走らせるのではありません。多数の並行サブクエリに展開（ファンアウト）し、それぞれで検索し、統合します。各サブクエリはそれ自体が分布からの1サンプルなので、エンジンが問いをどう分解するかのわずかな変化が、最終回答に浮上する出典を入れ替えます ―― ユーザーが見るプロンプトが同一であっても、です。

原因3 ― 競合の出稿が候補プールを攪拌する

引用可能なコンテンツのプールは静的ではありません。競合は絶えず出稿し、更新し、再構成しており、リーセンシー（新しさ）バイアスの強いエンジンは素早く反応します。Perplexity は最も強いリーセンシーバイアスを持ち ―― 公開から30日未満のコンテンツに対しておよそ82%の引用率を示します。 つまり競合の新着記事が、あなたの定番ページを数週間で押しのけ得るし、その1か月後にはさらに新しいページがその競合を押しのけ得る。順位表は、あなただけでなく、他社全員の出稿ペースによって書き換えられています。

原因4 ― 再学習とインデックス更新が基準線をリセットする

モデルのアップデートとインデックス更新は、エンジンが「知っていて、好む」ものを定期的にリセットします。再学習は、トーン・出典の好み・新しさの重み付けを一夜で変え得ます ―― 6か月のドリフト（70〜90%）が、どの単月よりもはるかに大きい理由の一端はここにあります。月次のノイズと、バージョン更新による段階的変化の両方が累積するからです。

4つを合わせると、結論は避けられません ―― あなたが測っている対象は、コンテンツが良くなったか悪くなったかとは無関係な理由で、毎月、本当に動いている。 だからこそ、一度きりでは測れないのです。

---

3. 規律 ― 繰り返し測り、トレンドを見て、区間で語る

1回の計測がノイズなら、解は「より良い1回」ではなく、手法そのものの転換です。ノイズの多い信号を扱うあらゆる分野から、そのまま借りてくる3つの原則です。

固定したケイデンスで繰り返し測る。 1回のランは「今日のサイコロは何が出たか」に答えるだけです。毎週（重要な Focus なら毎日）測ることで、信号を分布の幅から切り分けられます。ケイデンスは 固定 でなければなりません ―― 不規則なサンプリングはトレンドラインを解釈不能にします。ジャンプが本物の動きなのか、単に測定間隔が空いただけなのかを判別できなくなるからです。

点ではなくトレンドを見る。 洞察の単位は値ではなく傾きです。「今週は回答の35%で引用された」だけでは、ほとんど何も分かりません。「シェア・オブ・ボイスが6週間で22%から35%へ、4エンジン中3つで着実に上昇した」は知見です。点は推測、トレンドは証拠です。

信頼区間を報告し、本物の動きをノイズから切り分ける。 十分な反復サンプルがあれば、幅を推定し、唯一重要な問いを立てられます ―― この変化はノイズの床より大きいか？ ±8%の帯の中での30%→34%は結果ではなく、分布の呼吸です。複数サンプル・複数エンジンで持続する22%→35%は結果です。これが、揺れのたびに反応することと、本物の変化に基づいて動くことの違いです。

アプローチ	分かること	見落とすこと
単発スナップショット監査	ある1日の、分布からの1サンプル	そのサンプルが高いか低いか平均的か ―― つまりすべて
固定ケイデンスの反復サンプリング	分布の形と幅の時間変化	重要なものはなし ―― これが基準となる標準
トレンドライン＋信頼区間	変化が本物か、どちらへ向かっているか	根本原因のみ（診断が補う）

どれも特殊なことではありません。お金を賭けるあらゆる指標に対して当然要求する標準です。AI 可視性は、ツールが単発監査を既定にしてきたせいで、これまで雑に測られてきただけです。

---

4. VeReach GEO はこれに合わせて設計されている

VeReach GEO は 単一のスナップショットは誤解を招く という前提を中心に設計されており、プロダクトの中核単位は監査ではなく時系列です。

組み立ての中心概念が Focus です ―― 各 Focus はちょうど 1 つの archetype（質問の型。たとえば 自社と競合を名指しした直接比較、あるいは ブランド名を出さないカテゴリ推奨の問い）を追います。Focus は時間をかけて見守りたい対象であり、その中のトレンドが本当に意味を持つ程度に絞り込まれています。

決定的に重要なのは、各 Focus が専用の時系列ストア（Durable Object）を持ち、設定したケイデンスでスケジュール再サンプリングされる点です。一度読んで忘れる単発レポートではなく、Focus はスケジュールに従って再実行され、すべてのティック（測定点）を保存し、トレンド・デルタ・スパークライン ―― 第3節で「それこそが要点」と述べた時間変化 ―― を見せます。単一スナップショットの罠は設計段階で取り除かれており、既定で見るのは点ではなく線です。

各ランで VeReach GEO は重要な KPI を計算し、ティックごとに永続化します。こうして各 KPI がトレンドになります。

KPI	測るもの	時系列が重要な理由
可視性（Visibility）	エンジンごとに、そもそも出現するか	1回の出現は運。上昇する可視性の線は牽引力
シェア・オブ・ボイス	あなたの引用 対 引用可能集合の全体	看板の数字 ―― そして単発計測で最も歪む数字
引用（Citations）	あなたへの帰属の件数と出典	新しい出典が時間とともに拾い始めているかを追える
自社／競合の言及	同じ回答内の、あなた 対 名指しの競合	相対的な動きは絶対値よりはるかに安定した信号
競合ギャップ	あなたと首位との距離	数週間で縮むギャップは結果。1日の計測は違う
エンジンカバレッジ	ChatGPT / Gemini / Claude / Perplexity のうち何社が引用するか	エンジン横断の一貫性こそ、変化が本物でノイズでない最強の証拠

VeReach GEO は ChatGPT・Gemini・Claude・Perplexity を追跡します。これらのエンジンは異なる速度でドリフトする（Perplexity 約41%、Google 系サーフェスは約59%）ため、動きが 複数エンジンにまたがって 持続するのを見ること自体がノイズフィルタになります。あるエンジンで1週間だけのジャンプは分布の呼吸です。同じジャンプが複数エンジン・複数サンプルで持続するなら、それは動く価値のある種類の変化です。エンジン横断・複数ティックのビューこそが、「引用された」を「可視性が本当に上がっている」へと変えます。

VeReach GEO が課す捉え直しはシンプルです ―― 「いま可視か？」と問うのをやめ、「可視性はどちらへ向かっており、そのトレンドはノイズより大きいか？」と問い始めること。 前者に信頼できる答えはありません。後者にはあります ―― ただし、ずっとサンプリングし続けてきた場合に限ります。

---

5. 実務ガイド ― 計測のプレイブック

他に何も持ち帰らないとしても、運用ルールだけは持ち帰ってください。

1. Focus ごとにケイデンスを定め、決して崩さない。 週次が堅実な既定。少数の最重要 Focus は日次、意思決定の根拠にする以上は月次が下限です。不規則なサンプリングは手法全体を無効にします。
2. 単一の計測値で動かない。 どの1ランも1サンプルとして扱います。トレンドと呼ぶ前に最低3〜4回の一貫したサンプルを待ち、揺れの大きいエンジン（AI Overviews・ChatGPT・Copilot）ではさらに長く待ちます。
3. 絶対値ではなくデルタを比べる。 「今日35%」より「6週間で13ポイント上昇」。成果物はスパークラインであり、最新値はその右端の点にすぎません。
4. 反応する前にエンジン横断の確認を要求する。 あるエンジンの動きは仮説。複数エンジンにまたがる同じ動きは知見です。これは手元にある最も安価なノイズフィルタです。
5. ノイズの床を明示的に設定する。 月次40〜60%のドリフトを踏まえ、広い帯の中の変化は結果ではなく分布の呼吸として扱います。見る前に「意味のある」を定義しておけば、揺れのたびに反応するよう自分を説き伏せずに済みます。
6. 6か月の文脈で深刻度を判断する。 ドリフトは6か月で70〜90%まで累積するため、あるブランドが1か月だけ回答から消えても、危機ではなく通常の入れ替わりかもしれません ―― 半年のトレンドラインがどちらかを教えてくれます。

通底するのはこれです ―― GEO はコンテンツの問題である前に、計測の規律の問題です。ノイズ越しにしか見えないものは最適化できず、時間をかけてサンプリングしなければノイズは削れません。

---

信頼できない単発監査ではなく、ChatGPT・Gemini・Claude・Perplexity を横断した Focus ごとの時系列 ―― スケジュール再サンプリング・デルタ・スパークライン ―― が必要ですか。VeReach GEO がどうノイズを越えて測るかをご覧いただくか、お問い合わせください。

---

手法に関する注記：本稿のボラティリティの数値は、Profound「AI Search Volatility」研究（プラットフォームあたり約8万件のプロンプト）、AirOps の2026年ブランド可視性分析、および Sielinski 2026（arXiv:2603.08924）の確率的可視性の枠組みに基づき、いずれも2026年6月時点のものです。AI エンジンとその引用挙動は急速に変化します ―― 重要な意思決定の前に、最新の情報源で再確認してください。