APRとは
APRはSEO順位ではなく、AI回答内のブランド状態を見る
従来の検索では、主な確認対象は検索結果ページの順位でした。AI検索では、ユーザーはAIが生成した回答を読み、その中の候補、比較、注意点を信じて意思決定します。APRはこの新しい接点に合わせたブランド指標です。
Kinsho AIでは、APRを毎日のプロンプト実行、競合比較、ソース分析、改善アクションに接続します。単なる可視化ではなく、チームが実際に改善を進めるための運用指標として設計されています。
計測の4段階
APRが測定する4つの観点
AI回答をブランドの出現・文脈・順位・ソース・一貫性の観点から立体的に読み解きます。
回答内の出現
ブランド名、別名、製品名がAI回答内に出るかをモデル別に確認します。日本語の3表記(漢字・かな・英字)を統合して捕捉いたします。
文脈と順位
おすすめ、比較、注意点など、どの文脈で何番目に扱われるかを記録します。1番目と5番目では効果が大きく異なります。
根拠ソース
回答を支える外部ソース、自社ページ、第三者レビューの有無を確認します。引用ソースの権威性がAPRスコアに直接影響します。
モデル間の一貫性
ChatGPT・Gemini・Perplexityで評価が一致しているか確認します。バラつきが大きいほどリスクが高い状態です。
計算式
APRスコアの計算方法
4つの構成要素を加重平均し、0〜100のスコアにスケーリングします。各要素の重みは業界・目標に応じて調整可能です。
APR = (M × 0.30) + (R × 0.30) + (Q × 0.25) + (C × 0.15)
- M
- 言及率 (Mention Rate) — 重み 30%
- AIに代表的な質問を投げたとき、回答内に貴社が登場する割合
- R
- 推薦順位 (Recommendation Rank) — 重み 30%
- 言及時に何番目に挙げられるかの加重スコア
- Q
- 引用ソース品質 (Citation Quality) — 重み 25%
- 引用元の権威性。公式サイト・大手メディアほど高スコア
- C
- モデル横断一貫性 (Cross-Model Consistency) — 重み 15%
- ChatGPT・Gemini・Perplexity間での評価の一致度
重み調整について
上記の重みはKinsho AIの研究に基づく標準値です。消費財業界ではMの重みを上げ、B2B SaaS業界ではQの重みを上げるなど、業界・ビジネス目標に応じてグロースプラン以上でカスタマイズが可能です。
改善方法
構成要素別の改善アプローチ
Kinsho AIのダッシュボードで4要素のうち最もスコアが低い要素を特定し、そこから着手します。
言及率を上げる
権威ある第三者媒体(業界メディア、ニュースリリース、専門ブログ)に掲載を増やします。AI検索エンジンが参照しやすいコンテンツ量と多様性が鍵です。
推薦順位を上げる
比較クエリで明確なポジショニングを訴求するコンテンツを作成します。「〇〇と比べて」「なぜ〇〇を選ぶべきか」などの質問に答えるページが効果的です。
引用ソース品質を上げる
公式サイトの構造化データ、Wikipedia、業界団体ページ、信頼性の高いメディア掲載を整備します。匿名掲示板や古い情報が引用されている場合は是正が必要です。
モデル横断一貫性を上げる
AI各モデルが参照するソースに一貫したブランド情報を提供します。英語・日本語の両言語でエンティティ情報を整備することが効果的です。