AI検索・AI広告時代の
「内製／外注」判断ガイド

ChatGPTをはじめとするAIとの対話の中で比較検討を済ませてから、問い合わせ・商談に進む——そうした行動が、法人・個人を問わず広がっています。従来の検索では、結果ページに並んだ候補を人が見比べていました。AI検索では、AIが情報源を読み、候補を絞り込み、理由を添えて提示します。比較検討の一部が、御社から見えない場所で先に行われるようになったことが本質的な変化です。

並行して、AI検索プラットフォーム上ではAI広告の実験・導入も始まりました。ただし、広告の配信と回答の生成は、現時点では別の仕組みで運用されています。広告に出稿したからといって、AI回答の中で推薦されるようになるわけではありません。「広告で買える枠」と「広告では買えない推薦・引用」を分けて考えることが、以降のすべての判断の前提になります。

「AIに自社が出る」と一口に言っても、性質の異なる3つの現象があります。

• 広告表示 — プラットフォームの広告枠に出稿した結果として表示されるものです。出稿の有無と入札で決まり、出稿をやめれば表示されなくなります。
• オーガニック推薦 — 広告なしのAI回答の中で、比較候補として自然に名前が挙がり、推薦されることです。AIが参照する情報の質と流通量に左右され、広告費で直接買うことはできません。
• 引用 — AIが回答を組み立てる際に参照・提示した情報源（URL）です。自社サイトとは限らず、比較メディア・レビュー・ニュース記事であることも多くあります。

この3つは仕組みも打ち手も異なります。「どの現象の話をしているのか」を社内で揃えることが、対応方針を決める出発点です。

次の確認は、費用をかけず今日から自社だけで実施できます。手元のChatGPT等のAIで、順番に試してみてください。

1. 自社名・ブランド名をそのまま聞く「◯◯はどんな会社ですか」「◯◯の評判を教えてください」と質問し、事実誤認や古い情報が含まれていないかを確認します。
2. 競合名でも同じ質問をする自社と競合とで、回答の情報量・具体性・トーンにどのような差があるかを見比べます。
3. 顧客が実際に使いそうな質問を試す社名を含まない質問——「◯◯業界でおすすめの△△は」「□□と◇◇を比較して」など——で、自社が候補に挙がるか、代わりにどの競合が挙がるかを確認します。
4. 引用元を開いて確認する回答に参照リンクが表示される場合は、AIがどのサイトを根拠にしているのかを実際に開いて確かめます。
5. スクリーンショットと条件を残す質問文・日時・使用したAIを併せて記録します。同じ質問でも回答は揺れるため、条件の記録がないと後から比較できません。
6. 明らかな誤情報を洗い出す所在地・事業内容・すでに終了したサービスやキャンペーンの古い記載などの誤りが見つかったら、まず自社サイト側の記載を最新の状態に整えます。

ここまでは自社だけで完結します。外部に依頼する前に一度実施し、次章の条件に照らして継続の要否を判断してください。

単発の確認と、意思決定に使える測定との間には、次の作業の差があります。購買・比較・予約・問い合わせに近い質問群を漏れなく設計すること。複数のAIに同じ質問を同条件で継続的に投げること。回答が揺れる前提で複数回の測定から判定すること。回答本文・引用URL・日時・条件を後から検証できる形で保存すること。施策前に基準線を取り、施策後に同条件で再計測して比較すること。その結果を稟議や経営会議で説明できる形に整えること。これらを毎月手作業で続けるのは、担当者の負荷として小さくありません。

内製か外注かは優劣の問題ではなく、御社の現在地がどちら側にあるかの問題です。次の7つの観点で確認してみてください。第一に対象。確認したいのが1ブランド・数問だけなら内製で十分ですが、複数のブランド・商品・地域を横断するなら手作業での継続は難しくなります。第二に目的。興味本位の現状把握なら内製で足りますが、広告・SEO・PRの予算配分や経営判断に使うなら、条件の統一と再現性が必要です。第三に頻度。一度だけの確認か、月次・施策前後の定点比較か。第四に競合。1社を簡易に見るのか、複数競合を同条件で比較するのか。第五に証拠。スクリーンショットで足りるのか、回答本文・引用URL・日時・条件まで保存するのか。第六に社内利用。担当者個人の参考にとどまるのか、稟議・経営会議・顧客への報告に使うのか。第七に改善。担当者の推測で施策を選ぶのか、質問単位の勝敗データから優先順位を付けるのか。後者に該当する観点が多いほど、外部の継続測定を検討する価値が高くなります。

AI検索への対応は単独の部署で完結しません。方針を決める前に、各部署の関わり方を整理しておきます。

1. 単発の確認で判断するAIの回答は同じ質問でも揺れます。1回の結果だけで「出ている／出ていない」を断定して方針を決めると、翌月には前提が変わっていることがあります。
2. 施策前の基準線がない施策を打ってから測り始めると、効果があったのかどうかを誰にも説明できなくなります。測定は施策の前に始めるものです。
3. 技術施策だけで解決すると考えるllms.txtや構造化データの整備は有効な前提づくりですが、それだけでAIが推薦してくれるわけではありません。推薦と引用の多くは、コンテンツの中身と外部の情報流通に左右されます。
4. 外部メディア・PRの影響を見ないAIが引用する情報源は自社サイトとは限りません。比較メディア・レビュー・ニュースを見ずに自社サイトだけを改善しても、届かない領域が残ります。
5. 成果保証を求めて業者選定を誤るAIの回答は外部の事業者が制御できるものではなく、表示や売上を保証することは本来できません。「保証します」という説明を選定基準にすると、かえってリスクが高まります。測定方法・証拠・再現条件を開示できるかどうかで判断してください。

内製・外注のどちらを選ぶ場合でも、始める前に次の10項目を社内で確認しておくことをおすすめします。

1. 対象とするブランド・商品・地域の数は明確か
2. 顧客の購買・比較に近い「重要質問」を定義できるか
3. 競合を特定できているか（AI回答に実際に登場する競合を含めて）
4. 測定対象とするAI（ChatGPT・Perplexity・Gemini等を想定）を決められるか
5. 回答本文・引用URL・日時・条件の保存方法は決まっているか
6. 測定結果をコンテンツ・PR施策へ変換する体制はあるか
7. 施策後に同条件で再計測する計画はあるか
8. 社内の説明先（稟議・経営会議）と報告の形式は決まっているか
9. 既存のSEO会社・販売代理店との役割分担は整理できているか（既存のお取引先と連携する形での導入が可能です）
10. 「成果は保証されない」前提で投資判断ができるか

HackⅡは、当社のAI Recommendation Intelligenceです（限定商用検証・導入相談受付中）。AI回答内での候補入り・競合との勝敗・引用された情報源を証拠付きで測定し、次に投資すべきコンテンツ・PR・外部メディア施策を特定します。提供するのは、次の4つの測定です。

• AI DECISION SHARE意思決定シェアの測定

  購買・比較・予約・問い合わせに近い重要質問群において、自社が比較候補に入っている割合を測定します。

• RECOMMENDATION WIN / LOSS質問単位の勝敗分析

  質問ごとに自社と競合のどちらが選ばれたかを分類し、どこで勝ち、どこで負けているかを特定します。

• CITATION CHANNEL MAP引用チャネルの発見

  AIが参照した情報源を自社サイト・比較メディア・レビュー・ニュースPRなどに分類し、どのチャネルに投資すべきかを判断できるようにします。

• MEASURE → ACT → REMEASURE証拠保存と再計測

  回答本文・引用URL・測定日時・条件を証拠として保存し、施策化と施策後の再計測までを一つのサイクルとして回します。

AI検索の「見えない比較検討」を、
広告・SEO・PRの投資判断に変える。

なお、HackⅡは広告配信そのものを測定するものではなく、AI広告へ投資する前後に必要となるオーガニックな推薦・候補入り・引用元の「基準線」をつくります。

誠実な判断材料としてお読みいただくために、HackⅡが約束しないことを明記します。

• AI検索での表示・推薦・引用、およびそれに伴う問い合わせや売上を保証しません。AIの回答は、当社を含む外部の事業者が制御できるものではないためです。
• 対応するAIはChatGPT・Perplexity・Gemini等を想定していますが、対応範囲は開発状況にもとづき契約時点で確定します。すべてのAI検索面の完全な再現は行いません。
• HackⅡは限定商用検証の段階にあるサービスであり、現在は導入相談を受け付けています。

• 実際の測定画面と、証拠付き分析レポートのサンプル
• 御社の業界における重要質問・競合設定の考え方
• 本ガイドの7つの観点に沿った、内製で対応できる範囲と外部測定が必要な範囲の切り分け
• 導入までの流れ・必要な社内体制・料金（御社の状況を確認したうえで個別にご案内）

確認の結果、「現時点では内製で十分」という結論になる場合は、その根拠と自社での確認手順をお伝えします。