「AIO効果測定」とは、AI検索対策(AIO/LLMO)によって、AIの回答に自社がどれだけ出て、それが流入や問い合わせにどうつながったかを確かめることです。
AIの回答での露出は同じ質問を繰り返し打って測り、成果はアクセス解析と問い合わせフォームで捉えます。本記事では、検索順位の海賊の計測ツールの方法をもとに解説します。
- AIO効果測定で測る3つの層(露出・引用リンクからの流入・それ以外の成果)
- AIの回答での露出を表す4つの指標と、計算の仕方
- AIの回答は毎回変わるため、同じ質問を約100回打つ理由
- 露出の計測の手順と、結果を幅や勝ち負けで読む方法
- GA4と問い合わせフォームで成果を数え、月次レポートにまとめる方法
なお、AIOの効果の測り方や計測の設定に不安がある方は、検索順位の海賊の無料相談窓口もご活用ください。

AIO効果測定とは?

AIO効果測定は、AIの回答に自社が出たことが、事業の成果にどうつながったかを確かめる作業です。
AIO(AI検索対策)そのものの考え方は、AIO対策とは?で解説しています。
SEOなら、順位からクリック、問い合わせまでを1本の線で追えます(SEO対策で得られる効果とは?)。
一方、AIOでは、AIの回答に名前が出ても、クリックされずに読まれて終わることが多くあります(ゼロクリック検索とは?)。
そのため、AIOの効果は3つの層に分けて測ります。
1つ目は、AIの回答に自社が出たかという露出です。サイトの外で起きることなので、AIに質問を打って回答を集め、計測ツールで数えます。
2つ目は、回答の引用リンクをクリックして来た流入です。GA4に参照元が残るため、問い合わせまで数えられます。
3つ目は、回答で社名を覚え、あとから検索したり、URLを入力したりして来た人です。GA4ではオーガニック検索やノーリファラーと区別できないので、問い合わせフォームで本人に聞いて捉えます。
成果と呼べるのは2つ目と3つ目で、1つ目の露出はその手前の数字です。
露出が増えた月に成果も増えたかを並べて読みますが、露出が成果を生んだとまでは言い切りません。
AIO効果測定は、計測ツールで測る露出と、GA4・フォームで数える成果を分けて並べます。
AIの回答での露出を表す4つの指標
- 指標①|露出率:自社名が出た回答の割合
- 指標②|引用率:自社サイトが情報源になった回答の割合
- 指標③|推薦シェア:登録した会社の言及のうち自社が占める割合
- 指標④|平均言及順位:名前が出たときに何番目だったか

露出は、AIに質問を打って集めた回答を1件ずつ判定して数えます。検索順位の海賊の計測ツールでは、次の4つの指標で表しています。
どれも1回の回答ではなく、同じ質問を繰り返し打った回答をまとめて計算します。その理由は次の章で説明します。
指標①|露出率:自社名が出た回答の割合
露出率 = 自社名が出た回答の数 ÷ 集めた回答の数 で出します。
例:ある質問をChatGPTに100回打ち、20回の回答に自社名が出たら、露出率は20%です。
判定のために、正式な社名だけでなく、「株式会社」を除いた名前や英語表記、主なサービス名も別名として登録しておきます。登録していない呼び方で出た回答は、数えもれになるためです。
気をつけたいのは、回答の中に出典として並ぶドメイン名です。社名とドメイン名が似ていると、出典の表記を言及と数えてしまい、露出率が高く出ます。
回答に画像の説明文が入り、その中の社名を拾ってしまうこともあります。数字が急に動いたときは、回答の本文を開いて確かめます。
4つの指標のうち、いちばん基本になるのがこの露出率です。
露出率は、別名まで登録したうえで、出典の表記を除いた本文で判定します。
指標②|引用率:自社サイトが情報源になった回答の割合
引用率 = 自社サイトのページが出典に入った回答の数 ÷ 集めた回答の数 で出します。
露出率と引用率は、別々に動きます。名前は出たのに出典は他社の比較記事だったり、自社のページが出典に使われたのに名前は出なかったりするためです。
引用率が高く露出率が低いなら、自社のページは根拠に使われているのに、回答の中で社名として紹介されていない状態です。
その場合は、ページの中で社名とサービスの説明を結び付けて書けているかを見直します。
引用と推奨の違いは、AI引用とは?で解説しています。
引用率は露出率と別に動くため、2つを並べて、名前と出典のどちらが足りないかを見ます。
指標③|推薦シェア:登録した会社の言及のうち自社が占める割合
推薦シェア = 自社の言及の数 ÷ 登録した全社の言及の合計 で出します。
例:自社と競合10社を登録し、100回答の中で11社の名前が合計250回出て、そのうち自社が20回なら、推薦シェアは8%です。
AIが1つの回答に何社を挙げるかは、回答によって変わります。推薦シェアは、挙がった会社の中で自社がどれだけの割合を取れているかを示します。
ただし、分母は登録した会社の数で変わります。競合を5社から10社に増やせば、自社の出方が同じでもシェアは下がります。
そのため、他社との比較に使うより、登録する会社を固定して、自社の推移を見る指標として使います。
推薦シェアは登録した会社の数で変わるため、顔ぶれを固定して自社の推移を見ます。
指標④|平均言及順位:名前が出たときに何番目だったか
回答の中で、登録した会社の名前が最初に出た位置を比べ、自社が何番目だったかを数えます。
平均言及順位 = 自社が出た回答での順位の合計 ÷ 自社が出た回答の数 で出します。例:自社が出た20回答で、順位の合計が36なら、平均は1.8番目です。
「おすすめの会社」を聞く質問では、先に挙がった会社ほど目に留まりやすくなります。
注意したいのは、順位が登録した会社の中だけで決まることです。登録していない会社が先頭に出た回答では、2番目に出た自社が「1番目」と数えられます。
そのため、順位は露出率とセットで見ます。報告の主な指標は露出率にし、平均言及順位は補足として添えるのが安全です。
平均言及順位は登録した会社の中での順番なので、露出率と組み合わせて補足として使います。
AIの回答は毎回変わるため、1回の確認では測れない
- 理由①|同じ質問でも、出る会社と引用元が毎回入れ替わる
- 理由②|10回では幅が広すぎて、増えたか減ったかを判断できない
自社名が出るかを、ChatGPTに何回か聞いてみて判断していないでしょうか。
AIの回答は、同じ質問でも聞くたびに変わります。1回や数回の確認では、たまたまの結果を見ているだけになりかねません。
理由①|同じ質問でも、出る会社と引用元が毎回入れ替わる

検索順位の海賊では、計測ツールで20の質問を5つのAIに繰り返し打ち、2026年10月18日〜11月2日に4,399件の回答を集めました。
同じ質問への回答どうしで、引用元がどれだけ重なるかを比べると、ChatGPTは中央値25%、Geminiは27%でした。同じ質問でも、使われる情報源のおよそ4分の3が入れ替わっているということです。
出てくる会社の顔ぶれも変わります。登録した11社の出方の組み合わせは、1つの質問の中で、ChatGPTで中央値9通り、Geminiで22通りありました。
一方、Perplexityは、同じ日に聞くとほぼ同じ回答が返りました。そのため計測ツールでは、Perplexityは1日2回にとどめ、日を変えて打っています。
GoogleのAIによる概要は、検索するたびに表示されたりされなかったりします。表示されなかった回は、母数から外して数えます。
ChatGPTとGeminiは同じ質問でも引用元の約4分の3が入れ替わるため、1回の結果では判断できません。
理由②|10回では幅が広すぎて、増えたか減ったかを判断できない

回答が毎回変わるなら、知りたいのは「何回打てば、数字が信用できるか」です。
統計では、数えた割合の確からしさを95%の幅(信頼区間)で表します。本当の露出率が50%のとき、10回の計測で出る数字は、およそ24〜76%のどこに出てもおかしくありません。
この幅では、先月40%で今月60%になっても、増えたとはいえません。
幅を±10ポイントに収めるのに必要な回数は、1.96² × 0.5 × 0.5 ÷ 0.1² = 約97回です。計測ツールが1つの質問を1週間に100回打っているのは、このためです。
ただし、すべての質問を毎回100回打つと費用がかさみます。計測ツールでは最低30回打ったあと、幅が±10ポイントに収まった質問から打ち切っています。
露出率が0%や100%に近い質問は、少ない回数で幅が狭くなるため、早めに打ち切れます。
露出率を±10ポイントの幅で読むには、1つの質問を約100回打つ必要があります。
AIの回答での露出を計測する手順
- 手順①|顧客がAIに聞きそうな質問を、区分に分けて決める
- 手順②|自社と競合の社名・別名・ドメインを登録する
- 手順③|計測するAIを選ぶ
- 手順④|同じ質問を、1週間に分けて繰り返し打つ
- 手順⑤|回答ごとに、言及と引用元を判定する
ここからは、計測ツールで行っている露出の計測の手順を、順番に説明します。
ツールを使わずに手作業で行う場合も、考え方は同じです。
手順①|顧客がAIに聞きそうな質問を、区分に分けて決める
最初に、顧客がAIに投げていそうな質問(プロンプト)を決めます。
材料は、問い合わせフォームの自由記述、営業がよく受ける質問、検索でよく調べられている質問です。
集めた質問は、「比較・推薦」「課題・検討」「指名」の3つに分けます。
比較・推薦は「SEO対策の会社でおすすめはどこ?」のように、会社名を挙げてもらいたい質問です。課題・検討は「費用相場は?」「選び方は?」のような調べものの質問で、指名は社名を入れて評判などを聞く質問です。
海賊の計測ツールでは、20の質問を登録しています。成果に近いのは比較・推薦なので、この区分を多めにしています。
質問の文言は、一度決めたら変えません。少しでも変えると、別の質問として数え直しになるためです。
質問は「比較・推薦」「課題・検討」「指名」に分け、文言を固定して登録します。
手順②|自社と競合の社名・別名・ドメインを登録する
次に、回答の中で探す会社を登録します。
登録するのは、社名・別名・ドメインの3つです。別名には、「株式会社」を除いた名前、英語表記、主なサービス名を入れます。
競合は、まず数十回打った回答を見て、実際に名前が出てきた会社から選びます。自社が思い浮かべる競合と、AIが一緒に挙げる会社は、一致しないことが多いためです。
海賊の計測ツールでは、回答から拾い出した10社を競合として登録しています。
登録する会社を途中で増やすと、推薦シェアと平均言及順位が変わります。増やしたときは、その日を記録しておきます。
競合は、自社が思い浮かべる会社ではなく、AIの回答に実際に出てきた会社から選びます。
手順③|計測するAIを選ぶ
計測するAIは、顧客が使っていそうなものを選びます。
海賊の計測ツールでは、ChatGPT・Gemini・Perplexity・GoogleのAIによる概要・AIモードの5つを計測しています。
GoogleのAIによる概要は、質問文ではなく検索語に対して表示されます。そのため、質問ごとに対応する検索語を決めておきます。
AIによって、引用する情報源の傾向も、自社が出る割合も違います。AIを1つに絞ると、ほかのAIでの変化を見落とします。
GoogleのAI機能の仕組みは、AI Overview(AIによる概要)の解説記事で解説しています。
AIごとに自社が出る割合は違うため、顧客が使う複数のAIを並べて計測します。
手順④|同じ質問を、1週間に分けて繰り返し打つ
続いて、質問を打つ回数と、打つ日を決めます。
計測ツールでは、ChatGPTとGeminiは1つの質問を1週間に100回打ちます。Perplexityは1日2回、GoogleのAIによる概要は1日1回、AIモードは1日2回です。
同じ日にまとめて打たず、1週間に分けて打つのが要点です。AIの回答は日によっても変わるため、1日に集中させると、その日の偏りがそのまま数字に出ます。
手作業で行う場合は、新しいチャットで聞く、過去の会話を覚える機能を切る、質問の文言を変えない、の3つを守ります。
計測ツールは、毎日決まった時刻に質問を投入し、回答を回収して保存しています。
質問は同じ日にまとめず、1週間に分けて繰り返し打ちます。
手順⑤|回答ごとに、言及と引用元を判定する
集めた回答は、1件ずつ判定します。
本文に登録した社名や別名が出ていれば「言及あり」とし、最初に出た位置の順で各社の順位を付けます。出典として並んだドメイン名は、言及に数えません。
あわせて、回答の出典に入ったURLを記録し、自社のドメインがあれば「引用あり」とします。
出典のドメインは、「比較・ランキング」「公式・サービス情報」「解説・ハウツー」など10種類に分けておきます。次の施策を決めるときに使うためです。
判定の決まりを途中で変えたときは、過去の回答もすべて同じ決まりで判定し直します。決まりが違う数字どうしは、比べられないためです。
判定の決まりを変えたら、過去の回答も同じ決まりで判定し直します。
計測結果の読み方
- 読み方①|露出率は、1つの数字ではなく幅で見る
- 読み方②|前の期間との比較は、同じ質問どうしで行う
- 読み方③|競合との勝ち負けは、同じ回答の中で比べる
数字が出たら、次の3つに注意して読みます。
ここを誤ると、たまたまの上下を施策の効果と取り違えます。
読み方①|露出率は、1つの数字ではなく幅で見る

計測ツールのダッシュボードでは、露出率の横に、比較元の期間との差と、その差に意味があるかを表示しています。
上の画面では、露出率は前の週より0.6ポイント上がっていますが、「有意差なし」です。たまたまの上下の範囲に収まっているので、「上がった」とは報告しません。
報告するときも、「17.2%」とだけ書かず、「17.2%(前週比+0.6pt、有意差なし)」のように、差に意味があるかまで添えます。
1週間ごとの数字は揺れやすいため、判断は4週間や3か月の合計で行います。
露出率の上下は、差に意味があるか(有意差)まで確かめてから報告します。
読み方②|前の期間との比較は、同じ質問どうしで行う
前の月と比べるときは、すべての回答をまとめて比べず、同じ質問どうしで比べます。
同じ質問への回答は、似た内容になりやすいからです。100回答を100個の独立したデータとして数えると、差に意味があるように見えすぎてしまいます。
計測ツールでは、質問とAIの組み合わせを1単位にして前の期間との差を平均し、その差に意味があるかを確かめています(対応のあるt検定)。
質問の数が多いと、偶然だけで「意味のある差」が出る質問も混ざります。そこで質問ごとの判定では、偶然の分を割り引いています(BH補正)。
比べる期間の間に質問を追加した場合は、両方の期間にある質問だけで比べます。
前の期間との比較は同じ質問どうしで差をとり、質問が多いときは偶然の分を割り引きます。
読み方③|競合との勝ち負けは、同じ回答の中で比べる

競合との比較も、露出率どうしを並べるだけでは足りません。
計測ツールでは、質問ごとに最も多く出た競合を選び、同じ回答の中で自社と競合のどちらが出たかを数えます。
自社だけが出た回答と、競合だけが出た回答の数を比べ、差に意味があれば「勝ち」か「負け」、なければ「互角」とします(マクネマー検定)。
両方が出た回答と、どちらも出なかった回答は、どちらが強いかの材料にならないので使いません。
勝ち負けは質問ごとに出るため、「比較・推薦の質問で負けが多い」のように、区分ごとの強い所と弱い所が分かります。
競合との勝ち負けは、片方だけが出た回答の数を、同じ質問の中で比べて決めます。
計測結果から次の施策を決める
- 使い方①|負けた回答で引用された記事を、掲載を働きかける先にする
- 使い方②|引用元の種類を見て、情報を置く場所を決める
- 使い方③|施策の前後で露出率を比べて、効いたかを判定する
計測は、数字を出して終わりではありません。
どの質問で負けていて、AIが何を根拠に答えているかが分かれば、次に打つ手が決まります。
使い方①|負けた回答で引用された記事を、掲載を働きかける先にする

競合の名前は出たのに、自社の名前が出なかった回答を、ここでは負けた回答と呼びます。
負けた回答でAIが出典にした第三者の記事は、AIが会社を選ぶときの根拠になっている記事です。
計測ツールでは、こうした記事を、負けた回答で引用された回数の多い順に並べています。2026年10月27日〜11月2日の1週間では、負けた回答が975件あり、出典になった記事は891本ありました。
上位に並んだのは、ほとんどが「おすすめ〇選」のような比較記事でした。
上位の記事に自社が載っていなければ、掲載の依頼や情報の提供を検討します。上位の記事ほど、AIが繰り返し根拠にしている記事です。
負けた回答でAIが根拠にした記事は、掲載を働きかける先の候補リストになります。
使い方②|引用元の種類を見て、情報を置く場所を決める

出典のドメインを種類ごとに集計すると、AIがどんな情報を根拠にしているかが分かります。
海賊の計測では、同じ1週間の引用のうち約5割が「比較・ランキング」、約4分の1が「公式・サービス情報」でした。
比較・ランキングが多いなら、比較記事への掲載を優先します。公式・サービス情報が多いなら、自社サイトのサービスページや会社情報を、AIが読み取りやすい形に整えるほうが先です。
解説・ハウツーが多い質問では、自社のコラム記事が出典になる余地があります。
種類の割合はAIや質問の区分で違うため、AI別・区分別にも見ます。
引用元の種類の割合を見て、比較記事への掲載と自社サイトの改善のどちらを先にするかを決めます。
使い方③|施策の前後で露出率を比べて、効いたかを判定する
施策を打ったら、その日と、狙った質問を記録しておきます。計測ツールでは「施策ログ」として残しています。
判定では、狙った質問について、施策の前と後の同じ長さの期間で露出率を比べます。読み方②と同じく、同じ質問どうしで比べます。
例:比較記事に掲載された日の前後4週間で、狙った3つの質問の露出率が平均12%から24%に上がり、差に意味があれば、効いた可能性が高いと読みます。
一度に複数の施策を打つと、どれが効いたかを分けられません。できるだけ、狙う質問を施策ごとに分けておきます。
AIのモデルの更新でも露出率は動きます。狙っていない質問も同じように動いていたら、施策ではなくAI側の変化を疑います。
施策の効果は、狙った質問の前後比較と、狙っていない質問の動きを並べて判定します。
引用リンクからの流入とCVは、GA4で測る
- 手順①|トラフィック獲得レポートで「AI アシスタント」を確かめる
- 手順②|カスタム チャネル グループで、AIサービスをまとめ直す
- 手順③|問い合わせをキーイベントにして、AI経由の件数と率を出す
- 手順④|「ユーザーの最初のチャネル」で、あとから戻った人を見る

ここからは成果の測り方です。まず、AIの回答の引用リンクから来た流入を、GA4で数えます。
GA4のヘルプは、AI アシスタントとオーガニック検索のチャネルを次のように定義しています。
“AI Assistant is the channel by which users arrive at your site from sources like ChatGPT, Gemini, Deepseek, Copilot, or Grok. It excludes Google’s AI Overviews and AI Mode.”
“Organic Search is the channel by which users arrive at your site/app via non-ad links in organic-search results, including Google’s AI Overviews and AI Mode.”
(和訳:AI アシスタントは、ChatGPT、Gemini、Deepseek、Copilot、Grokなどからユーザーがサイトにアクセスする際のチャネルで、GoogleのAIによる概要とAIモードは除外されます。オーガニック検索は、オーガニック検索結果の広告以外のリンクからユーザーがアクセスする際のチャネルで、GoogleのAIによる概要とAIモードも含まれます。)
引用元:アナリティクス ヘルプ「[GA4] デフォルト チャネル グループ」
GoogleのAIによる概要とAIモードからのクリックは、通常の検索と同じ「google / organic」に入り、GA4では切り分けられません。この分は、次の章のフォームで捉えます。
また、回答のURLをコピーして貼った場合など、参照URLが渡らないアクセスは、AIから来ていてもノーリファラーに入ります。
そのため、GA4のAI流入は、AIOの効果の下限として読みます。「AI経由は月240セッションしかない」ではなく、「少なくとも240セッションはAIから来ている」と報告するのが正確です。
手順①|トラフィック獲得レポートで「AI アシスタント」を確かめる
AI アシスタントは、GA4が2026年5月13日に追加した、AIのチャットサービスから来た流入をまとめるチャネルです。
“Google Analytics now provides a dedicated way to measure and analyze traffic originating from popular AI assistants. You can now identify how users are discovering your site through chatbots like ChatGPT, Gemini, and Claude via a new AI Assistant channel in your Default Channel Group reports.”
(和訳:Googleアナリティクスで、よく使われるAIアシスタントからのトラフィックを測定・分析する専用の方法を提供します。デフォルト チャネル グループのレポートに新しく追加されたAI アシスタントのチャネルで、ChatGPT、Gemini、Claudeなどのチャットボットからユーザーがどのようにサイトにたどり着いたかを確認できます。)
引用元:アナリティクス ヘルプ「Google アナリティクスの新機能」(2026年5月13日)
見る場所は、GA4の[レポート]→[集客]→[トラフィック獲得]です。
表の1列目が「セッションのデフォルト チャネル グループ」になっているので、「AI アシスタント」の行を探します。
サービスごとの内訳を見るには、ディメンションを「セッションの参照元 / メディア」に切り替え、表の上の検索窓に「ai-assistant」と入れます。chatgpt.com / ai-assistant のような行が並びます。
このとき、「参照」チャネルの中にも目を通してください。AI アシスタントに入るサービスの一覧は公開されていないため、AIのサービスが「参照」に残っていることがあります。
まずは[トラフィック獲得]で「AI アシスタント」の行と、その参照元の内訳を確かめます。
手順②|カスタム チャネル グループで、AIサービスをまとめ直す
「参照」に残ったAIのサービスも一緒に数えたいときや、2026年5月より前と比べたいときは、カスタム チャネル グループを作ります。
カスタム チャネル グループは、アナリティクス ヘルプによると、過去のデータにもさかのぼって適用できます。
作り方は次のとおりです。
1つ目に、[管理]→[データの表示]→[チャネル グループ]を開き、[新しいチャネル グループの作成]を押します。デフォルトのグループがコピーされます。
2つ目に、[新しいチャネルの追加]で「AI」などの名前を付け、条件に「参照元」を選んで[正規表現に一致]にします。
値には、たとえば .*(chatgpt|openai|perplexity|gemini|copilot|claude).* のような正規表現を入れます。手順①で見つけた実際の参照元に合わせて足し引きしてください。
3つ目に、[並べ替え]で、作ったチャネルを「参照」より上に動かしてから保存します。
“To ensure proper data processing, reorder your channel list so that “AI Assistants” appears above “Referrals”.”
(和訳:データを適切に処理するには、チャネルリストで[AI アシスタント]が[参照]の上に表示されるように並べ替えます。)
引用元:アナリティクス ヘルプ「カスタム チャネル グループ」
GA4は、上から順に条件を見て、最初に当てはまったチャネルに流入を入れます。「参照」より下に置くと、AIの流入はすべて「参照」に吸われ、新しいチャネルは0件のままです。
また、「ai」のような短い文字だけで条件を作ると、AIと関係のない参照元まで拾うおそれがあります。サービス名で書き、作ったあとに中身の参照元を確かめます。
なお、標準のGA4で作れるカスタム チャネル グループは2つまでです。広告用など、ほかの用途と枠を取り合わないよう、作る前に社内で確かめておきます。
カスタム チャネル グループは、AIのチャネルを「参照」より上に置かないと1件も数えられません。
手順③|問い合わせをキーイベントにして、AI経由の件数と率を出す
流入の数だけでは、成果につながったかは分かりません。問い合わせの完了をキーイベントにしておきます。
アナリティクス ヘルプでは、[管理]→[データの表示]→[イベント]で、対象のイベントの星マークを押すとキーイベントになります。フォームの送信イベントの作り方は、GTM(Googleタグマネージャー)完全ガイドも参考にしてください。
キーイベントは、マークを付けた日以降のデータにだけ反映されます。過去の分はさかのぼらないため、測り始める前に設定を済ませます。
[トラフィック獲得]の表には「キーイベント」と「セッション キーイベント レート」の列があり、チャネルごとの件数と率をそのまま比べられます。
例:ある月のAI アシスタントが240セッションで、問い合わせが6件なら、セッション キーイベント レートは 6 ÷ 240 = 2.5% です。
ただし、AI経由のセッションが月に数十件のうちは、1件の差で率が大きく動きます。率を比べるのはAI経由が月100セッションを超えてからにし、それまでは件数を3か月ごとに合計して見るのが安全です。

海賊の計測ツールでは、GA4のデータを読み込み、AI経由のセッションと成果を、露出の数字と同じ画面で見られるようにしています。
AI経由の流入は、セッション数ではなく、問い合わせの件数と率で評価します。
手順④|「ユーザーの最初のチャネル」で、あとから戻った人を見る
[トラフィック獲得]はセッションごとの経路なので、AIの引用リンクで初めて来て、1週間後に社名検索から戻って問い合わせた人は「オーガニック検索」に数えられます。
この人を拾うには、[集客]→[ユーザー獲得]を見ます。このレポートは「ユーザーの最初のデフォルト チャネル グループ」で並ぶため、最初の接点がAIだった人の問い合わせが分かります。
ただし、ブラウザや端末が変わったり、Cookieが消えたりすると、別の人として数えられます。ここで追えるのは、同じブラウザで戻ってきた人までです。
最初にAIから来て、あとで別の経路から戻った人は、[ユーザー獲得]で追えます。
引用リンク以外の成果は、問い合わせフォームの「何で知ったか」で観測する
- 作り方①|「当社を最初に知ったきっかけ」を1問だけ足す
- 作り方②|「ChatGPTなどのAI」を、検索と分けて置く
- 作り方③|必須にして、「覚えていない」を入れる
- 作り方④|AIを選んだ人にだけ「何と聞いたか」を尋ねる
- 作り方⑤|一度決めた選択肢は、途中で変えない

AIの回答を読んで社名を覚えた人は、データには残りません。分かるのは本人だけなので、本人に聞くしかありません。
いちばん確実に聞ける場所が、問い合わせフォームです。問い合わせという成果の時点で聞くので、その答えがそのまま成果の内訳になります。
ここでは、フォームに足す認知経路の設問(何で当社を知りましたか)の作り方を説明します。集めた答えの集計の仕方は、次の章で説明します。
作り方①|「当社を最初に知ったきっかけ」を1問だけ足す
聞くのは、「当社を最初に知ったきっかけを教えてください」という1問です。
「今回のお問い合わせのきっかけ」と聞くと、直前に見た検索結果や広告を選ぶ人が増えます。AIの回答で初めて名前を知った人を拾うには、「最初に」と付けて、知った時点を聞きます。
形式はプルダウンにして、1つだけ選ぶ形にします。複数選べるようにすると、1人が3つも4つも選び、合計が問い合わせ件数を超えて割合が出せなくなります。
置く場所は、会社名や連絡先を入れたあと、送信ボタンの直前がよいでしょう。最初に置くと、答えるのが面倒で離脱する人が出るおそれがあります。
設問はこの1問にとどめます。項目が増えるほど入力の手間が増え、問い合わせそのものが減っては本末転倒です。
フォームには「当社を最初に知ったきっかけ」を、1つだけ選ぶプルダウンで1問だけ足します。
作り方②|「ChatGPTなどのAI」を、検索と分けて置く
選択肢は、AIの回答と検索を別の項目にするのが要点です。ここが1つにまとまっていると、AIOの効果が検索の中に埋もれます。
AIの項目には、「ChatGPT・Gemini・GoogleのAIによる概要など、AIの回答」のように、サービス名を例として並べます。
「生成AI」とだけ書いても、自分が使ったものがそれに当たると気づかない人がいるためです。
GoogleのAIによる概要を例に入れておくのには、理由があります。GA4では検索と区別できないGoogleのAI機能の分を、フォームなら本人の答えで分けられるからです。
ほかの選択肢には、検索やSNS、紹介、展示会など問い合わせの経路をひととおり並べ、全部で10前後に収めます。
自社が出している広告や展示会など、ほかの施策の項目も入れておきます。AIの項目だけを目立たせると、AIを選ぶ人が実際より増えてしまいます。
AIの選択肢は検索と分け、ChatGPTやGoogleのAIによる概要などのサービス名を例として添えます。
作り方③|必須にして、「覚えていない」を入れる
設問を任意にすると、答えない人が増えます。答えた人だけで割合を出すと、偏った数字になりかねません。
おすすめは、必須にしたうえで「覚えていない」を選択肢に入れる形です。
「覚えていない」がないまま必須にすると、本当は覚えていない人が、いちばん上の項目や、なんとなく近い項目を選びます。これが、数字を最もゆがめる失敗です。
必須にするのをためらう場合は、任意で始めて1〜2か月の回答率を見ます。例として、回答率が半分に届かなければ、必須に切り替えます。
切り替えたら、その月をレポートに書いておきます。必須にした月から回答数が急に増えるため、前後をそのまま比べないようにするためです。
設問は必須にして「覚えていない」を入れ、当てずっぽうの回答を防ぎます。
作り方④|AIを選んだ人にだけ「何と聞いたか」を尋ねる
AIの項目を選んだ人にだけ、任意の自由記述欄を出します。
聞き方は、「差し支えなければ、AIに尋ねた内容や、表示された回答を教えてください」のような形です。
ここに書かれた質問は、顧客が実際にAIへ投げている質問そのものです。露出を計測する質問(計測の手順①)の候補になります。
「その他」を選んだ人にも、同じように自由記述欄を出しておくと、選択肢の不足に気づけます。「その他」が全体の1割を超えたら、項目を見直す合図です。
自由記述の内容は、GA4には送りません。個人名や連絡先が書き込まれることがあり、Googleのポリシーはそうした情報の送信を禁じています。
“Website visitors and users sometimes enter PII into search boxes and form fields. Be sure to remove PII from user-entered information before it is sent to Analytics.”
(和訳:ウェブサイトの訪問者やユーザーが、検索ボックスやフォームの入力欄に個人情報を入力する場合があります。アナリティクスに送信する前に、ユーザーが入力した情報から個人情報を削除するようにしてください。)
引用元:アナリティクス ヘルプ「個人を特定できる情報(PII)を送信しないようにするためのヒント」
AIを選んだ人の自由記述は、顧客がAIに実際に投げている質問を知る材料になります。
作り方⑤|一度決めた選択肢は、途中で変えない
よくある失敗は、集計を始めたあとで選択肢の文言や並び順を変えてしまうことです。
たとえば「AI」を「ChatGPTなどのAI」に変えただけで、選ぶ人の数は変わりえます。変える前と後の数字は、同じ物差しで測ったものではなくなります。
変えるときは、変えた月を記録し、前後を分けて読みます。並び順を毎回入れ替える設定も、月ごとの比較を難しくするので避けます。
選択肢は始めたら変えず、変えたときは変えた月を記録して前後を分けて読みます。
フォームの回答と計測結果を並べて、AIOの効果を出す手順
- 手順①|月ごとの件数と割合を、商談・受注まで追う
- 手順②|申告とGA4の経路を並べて、見えなかった効果を出す
- 手順③|露出・流入・申告を月ごとに並べて読む
フォームで集めた答えは、毎月の集計、GA4の経路との突き合わせ、露出の推移との並べ読みの順で、AIOの効果を示す数字に直します。
手順①|月ごとの件数と割合を、商談・受注まで追う
集計は、問い合わせ1件を1行にした表で行います。列は、受付日、知ったきっかけ、自由記述、GA4での経路、商談になったか、受注したか、の6つです。
毎月出す数字は、AIを選んだ件数と、その割合です。
AI申告率 = 「AIの回答」を選んだ件数 ÷ 設問に答えた件数 で計算します。「覚えていない」は分母に含め、毎月同じ式で出します。
例:ある月の問い合わせが50件で、そのうち「AIの回答」が8件なら、AI申告率は 8 ÷ 50 = 16% です。
月の問い合わせが20件に満たないなら、割合は直近3か月の合計で出すと、揺れが小さくなります。
さらに、AIを選んだ8件のうち何件が商談になり、何件が受注したかまで追います。問い合わせの数が増えても、商談にならなければ成果とはいえないためです。
SEOの指標を問い合わせと受注から逆算する考え方は、SEO対策のKPI設計ガイドでも解説しています。
よくある失敗は、営業の初回面談でのヒアリングと、フォームの答えを別々に数えて合計してしまうことです。同じ1社を2回数えることになります。
面談で「実はChatGPTで知った」と分かった場合は、問い合わせの表の同じ行に追記し、件数は1件のままにします。
AI申告は、件数と割合に加えて、商談・受注まで同じ表で追います。
手順②|申告とGA4の経路を並べて、見えなかった効果を出す

次に、フォームの答えと、GA4に記録された経路を並べます。
並べる方法は2つあります。
1つ目は、フォーム送信のイベントに、選ばれた選択肢をパラメータとして付けてGA4に送る方法です。[管理]→[カスタム定義]で、イベント スコープのカスタム ディメンションとして登録すれば、探索レポートでチャネルと並べられます。
2つ目は、フォームに見えない項目を設け、来たときの参照元を自動で入れて、問い合わせの表に残す方法です。
見えなかったAIの効果とは、フォームで「AIの回答」を選んだのに、GA4ではAI以外の経路で記録された問い合わせのことです。
見えなかったAIの効果 = 「AIの回答」を選んだ件数 − そのうちGA4でAI アシスタントだった件数 で出します。
例:3か月の問い合わせ60件のうち、「AIの回答」を選んだのが12件だったとします。そのうちGA4でもAI アシスタントだったのは4件で、残りはオーガニック検索が5件、ノーリファラーが3件でした。
この場合、見えなかったAIの効果は 12 − 4 = 8件です。GA4だけを見ていたら、AIからの問い合わせを3分の1に見積もっていたことになります。
逆に、GA4ではAI アシスタントなのに、本人は「検索」を選んだ人もいます。AIの回答を「検索」と思っている人がいるということで、選択肢の書き方を見直す材料になります。
フォームの申告からGA4でAIと分かった件数を引くと、ツールでは見えなかったAIの効果が出せます。
手順③|露出・流入・申告を月ごとに並べて読む
最後に、計測ツールの露出率、GA4のAI流入、フォームのAI申告を、月ごとに1つの表に並べます。
露出率が上がった月から、少し遅れてAI流入やAI申告が増えていれば、露出が成果につながり始めた兆しと読めます。
ただし、言えるのは「同じ時期に動いた」までです。同じ月に展示会や広告があればどちらの影響かは分けられないため、その月には印を付けておきます。
参考の列として、Search Consoleの数字も2つ並べておきます。
1つは、2026年に加わった生成 AI パフォーマンス レポートの表示回数です(Google検索セントラル ブログ)。GoogleのAIによる概要とAIモードで、自社へのリンクが表示された回数が分かります。
“Impressions are how many times links to your site were shown to a user in a generative AI feature on Google Search.”
(和訳:インプレッション数とは、Google検索の生成AI機能でユーザーにサイトへのリンクが表示された回数です。)
引用元:Search Console ヘルプ「生成 AI パフォーマンス レポート(検索)」
もう1つは、ブランド クエリのフィルタで分けた指名検索のクリック数です。ブランドの言及と検索の関係は、ブランドメンションとは?でも扱っています。
どちらも露出の手がかりにはなりますが、成果そのものではありません。
露出・流入・申告を月ごとに並べ、同じ時期に動いたかを読みますが、因果までは言い切りません。
AIO効果のレポートの作り方
- 手順①|続ける・やり方を変える基準を先に決める
- 手順②|1枚を「数えた・聞いた・測った」の3段に分ける
- 手順③|毎月まとめて、3か月ごとに基準と比べて判断する

最後に、ここまでの数字を1枚のレポートにまとめます。
手順①|続ける・やり方を変える基準を先に決める
判断の基準は、測り始める前に決めておきます。あとから決めると、都合のよい数字だけを拾いがちです。
半年たっても露出率、GA4のAI流入、フォームのAI申告がどれも伸びないなら、狙っている質問やページがずれています。質問の選び方から見直します。
露出率は上がっているのに、AI申告が増えないなら、名前は出ても選ばれる理由が伝わっていない可能性があります。AIに引用されているページの中身と、問い合わせへの導線を見直します。
AI申告は増えたのに商談にならないなら、AIが紹介している自社の姿と、売りたいサービスがずれています。AIの回答で自社がどう説明されているかを読み直します。
施策にかけた費用に見合っているかは、こうして集めた件数と受注をもとに判断します。計算の仕方はAIOの費用対効果、外部に任せる場合の料金の目安はAIO/LLMO対策の費用相場で解説しています。
「半年で伸びなければ見直す」のように、続ける・変える基準を測り始める前に決めておきます。
手順②|1枚を「数えた・聞いた・測った」の3段に分ける
レポートは、数字の出どころで3段に分けます。
1段目は「数えた」で、GA4のAI アシスタントのセッション数、問い合わせ件数、その率です。
2段目は「聞いた」で、フォームのAI申告の件数と割合、そのうちの商談・受注、見えなかったAIの効果です。
3段目は「測った」で、計測ツールの露出率・引用率と、競合との勝ち負けです。生成AIの表示回数や指名検索も、この段に参考として添えます。
1段目と2段目が成果で、3段目はその手前の露出です。段を分けずに並べると、露出の伸びと問い合わせの伸びが同じ重さで受け取られてしまいます。
計測ツールのレポート画面は、概況、主な指標、AI別の露出率、質問別の勝ち負け、競合との比較、掲載を狙う記事の順に並べています。これを3段目の明細として添えます。
各段には前月比を並べ、その月に打った施策を1行で書き添えます。
レポートは「数えた・聞いた・測った」の3段に分け、成果と露出を混ぜずに見せます。
手順③|毎月まとめて、3か月ごとに基準と比べて判断する
計測ツールは毎週質問を打ち、GA4とフォームの集計とあわせて、毎月1枚にまとめます。同じ週に、同じ手順でまとめることが大切です。
一方、続けるか、やり方を変えるかの判断は、3か月ごとに、手順①で決めた基準と比べて行います。
AIの回答も問い合わせの数も月ごとの揺れが大きく、1か月の増減で判断すると、たまたまの動きに振り回されるためです。
指名検索は季節の影響を受けやすいので、年に1回、前年と通して比べます。
SEOの成果が出るまでの期間の考え方は、SEO対策の効果が出るまでの期間も参考にしてください。
まとめるのは毎月、判断は3か月ごとにして、1か月の揺れで結論を出さないようにします。
AIO効果測定に関するよくある質問
- AIOの効果測定はできますか?
- AIの回答での露出は、何回くらい確かめればよいですか?
- 計測ツールを使わずに、手作業で確かめてもよいですか?
- GA4に「AI アシスタント」が出てこないのはなぜですか?
AIOの効果測定はできますか?
できます。ただし、測る層によって方法が違います。
AIの回答での露出は、同じ質問を繰り返し打って計測ツールで測ります。引用リンクからの流入はGA4で数え、回答を見ただけで後から来た人は、問い合わせフォームで「何で知ったか」を聞いて捉えます。
AIの回答での露出は、何回くらい確かめればよいですか?
1つの質問につき、約100回が目安です。本当の露出率が50%のとき、±10ポイントの幅に収めるには約97回が必要です。
最低30回打ち、幅が狭くなった質問から打ち切ると、回数を減らせます。
計測ツールを使わずに、手作業で確かめてもよいですか?
傾向をつかむ目的なら、手作業でもかまいません。新しいチャットで聞き、質問の文言を変えずに記録します。
ただし、数回の確認では幅が広く、月ごとの増減は判断できません。増えたか減ったかを報告するなら、回数を確保できる仕組みが必要です。
GA4に「AI アシスタント」が出てこないのはなぜですか?
まず、その期間にAIからの流入がなかった可能性があります。
AI アシスタントのチャネルは2026年5月13日に追加されたものです。それより前の期間は、カスタム チャネル グループで見るのが確実です。
AIのサービスが「参照」に入っていないかも確かめてください。入っている場合は、カスタム チャネル グループでまとめ直します。
まとめ:AIO効果測定は「計測ツールで測る」「GA4で数える」「フォームで聞く」を組み合わせる
AIO効果測定は、AIの回答での露出と、そこから生まれた成果を分けて測ります。
露出は、顧客が聞きそうな質問を5つのAIに1週間で約100回ずつ打ち、露出率・引用率・推薦シェア・平均言及順位の4つで表します。
結果は、幅と有意差、同じ質問どうしの比較、同じ回答の中での勝ち負けで読み、負けた回答の引用元から次の施策を決めます。
成果は、引用リンクからの流入をGA4で数え、それ以外を問い合わせフォームの「何で知ったか」で聞いて捉えます。
数字は「数えた・聞いた・測った」の3段で毎月まとめ、3か月ごとに先に決めた基準で判断します。
計測の仕組みづくりや、レポートの組み立てに不安がある場合は、検索順位の海賊のAIOコンサルティングにご相談ください。


