HackⅡ Researchとは
HackⅡ Researchとは、AI検索での企業推薦・引用元・競合差を、実測にもとづく独自データとして公開する、株式会社Trillion Bankの研究シリーズです。 解説や推測ではなく「実際に測ったらどうだったか」を、測定条件つきで公開していきます。
本記事はその創刊宣言です。重要な前提として先にお伝えします。この記事に測定結果の数値は一切登場しません。 まだ測っていないからです。今回は「何を・どう測り・どう公開するか」の設計だけを、先にすべて公開します。
この記事で分かること
- HackⅡ Researchの目的と、なぜ独自データを公開するのか
- 第1弾プロジェクト「HackⅡでHackⅡを測る」の6ステップ設計
- 測定・公開に関するデータポリシー（顧客データの扱いを含む）
- 今後の公開予定テーマと、結果の公開方法
なぜ独自データを公開するのか
AI検索対策（AEO/LLMO）の情報は、この1年で急速に増えました。当社も「LLMO・GEO・AEOの違いとは」や「生成AIに引用されない原因と対策」といった解説記事を公開してきました。しかし、解説記事には構造的な限界があります。
理由1: 解説記事は模倣されるが、実測データは模倣されない
手法の解説は、公開した瞬間から誰でも書けるものになります。実際、AEO/LLMOの解説記事は各社から同じような内容が出続けています。一方、「いつ・どの条件で・何を測ったらこうだった」という一次データは、測定した者にしか出せません。 読者にとっての情報価値も、二次的な解説より一次データの方が長持ちします。
理由2: 読者の判断材料になる
AI検索対策は効果が見えにくく、「やるべきか」「外注すべきか」の判断が難しい領域です。当社は「内製/外注判断ガイド」でも書いたとおり、内製という選択肢を否定しません。判断に必要なのは営業トークではなく、施策の前後で何がどれだけ変わったのか（あるいは変わらなかったのか）という事実です。HackⅡ Researchはその事実を提供する場にします。
理由3: 測定条件を透明化する文化をつくる
AI検索の回答は日々変動します。都合のよい瞬間のスクリーンショット1枚で「AIに推薦されました」と示すことは、誰にでもできてしまいます。だからこそ本シリーズでは、測定日時・使用した質問・測定条件を必ず明記し、同一条件での再測定とセットで公開します。この業界に「測定条件を書かないデータは信用しない」という文化ができることは、当社を含むすべての事業者の利益になると考えています。
なお、GEO研究（プリンストン大学等、arXiv:2311.09735）が最適化によるAI可視性の最大30〜40%向上を実験で示したように、「施策の前後で差を測る」というアプローチ自体には先行事例があります。当社はこれを、日本語のAI検索環境で、自社を実験台にして実践します。
第1弾プロジェクト「HackⅡでHackⅡを測る」
第1弾の測定対象は、他社ではなくトリリオンバンク自身です。開発中のAI Recommendation Intelligence「HackⅡ」の測定フレームを、まず自社に適用します。
HackⅡの中心思想は、AI検索で「出たか」ではなく、なぜ選ばれ、なぜ外れたかまでを測ることです。その思想を自社で実証できないなら、他社に提供する資格はない——それがこのプロジェクトの出発点です。
6ステップの実施計画
| ステップ | 内容 | 対応する測定フレーム |
|---|---|---|
| ① 重要質問の設定 | 見込み顧客がAIに聞くと想定される質問群を定義し、公開する | — |
| ② 候補入り測定 | 自社・競合が各質問で推薦候補に入るかを測定する | AI Decision Share / Recommendation Win・Loss |
| ③ 引用URL確認 | AIの回答が根拠として引用した情報源・URLを確認する | Citation Channel Map |
| ④ サイト改善 | ③の結果にもとづき自社サイトを改善する（施策内容も公開） | — |
| ⑤ 同条件で再測定 | ①と同じ質問・同じ条件で測定をやり直す | Measure→Act→Remeasure |
| ⑥ 結果公開 | 改善前後の差分を、良い結果も悪い結果も本シリーズで公開する | — |
ポイントは⑤です。施策の効果を語るには、施策前と同一条件での再測定が不可欠です。ここが崩れると、単なる「変動」を「効果」と言い張ることができてしまいます。逆に言えば、再測定して差が出なければ、その施策は（少なくともその条件では）効かなかったと正直に書きます。
なお、測定に使用するAIの範囲は、HackⅡ本体と同じ方針をとります。つまり、その時点で本番検証済みの範囲を明記した上で測定し、対応AIのリストを確定事実として先回りして約束することはしません。HackⅡの測定フレームの詳細は「HackⅡ製品ページ」を、レポートの出力イメージは「HackⅡサンプルレポート」をご覧ください。
このプロジェクトの限界も先に書いておきます
誠実開示の観点から、あらかじめ限界を明記します。
- n=1の事例です。 トリリオンバンク1社の結果であり、すべての業界・企業に一般化できるものではありません。
- AI検索の回答は変動します。 改善施策と無関係な要因（モデル更新等）で結果が動く可能性があり、完全な因果の証明はできません。測定回数と条件の明記で、できる限り解釈可能性を担保します。
- 成果を約束するものではありません。 このプロジェクトは方法論の公開実験であり、HackⅡや特定施策によるAIでの表示・問い合わせ・売上を保証するものではありません。
また、Googleが公式の「生成AI機能向け最適化ガイド」で述べているとおり、Googleの生成AI検索に対しては基礎的なSEO・クロール/インデックス可能性・人間向けの独自コンテンツが中心であり、Google向けにllms.txtやAI専用マークアップは不要とされています。④の改善施策は、こうした一次情報と矛盾しない範囲で設計し、何をやったかを個別に公開します。
測定・公開のデータポリシー
HackⅡ Researchのすべての記事は、以下のポリシーに従います。
- 顧客データは公開しません。 HackⅡの導入企業・商談中の企業の測定結果や社名を、同意なく公開することは一切ありません。
- 公開するのは自社データまたは公開情報のみです。 競合比較を行う場合も、一般に公開されている情報にもとづく範囲にとどめます。
- 測定日時・条件を必ず明記します。 使用した質問、測定時期、測定に使用したAIの範囲を各記事に記載します。
- 都合の悪い結果も公開します。 「候補に入らなかった」「改善しても差が出なかった」という結果も、そのまま記事にします。うまくいった結果だけを選んで見せることはしません。
今後の公開予定テーマ
第1弾と並行して、以下のテーマを予定しています（いずれも「予定」であり、内容・順序は変わる可能性があります）。
- 業界別のAI推薦シェア調査（予定） — 特定業界の想定質問で、どの企業が候補に入りやすいかの傾向
- AIが引用する情報源の傾向分析（予定） — 自社サイト・比較サイト・メディア・SNSなど、引用元チャネルの構成比
- AI回答の変動率調査（予定） — 同一質問を期間をあけて測定した場合、回答がどの程度入れ替わるか
変動率調査は特に重要だと考えています。変動の大きさが分からなければ、「施策の効果」と「ただの揺らぎ」を区別できないからです。この論点は「AI検索可視性ベンチマーク」でも扱っています。
よくある質問（FAQ）
Q. HackⅡ Researchの目的は何ですか？
A. AI検索での企業推薦・引用元・競合差について、推測ではなく実測にもとづく独自データを公開し、読者が「AI検索対策をやるべきか・どうやるべきか」を判断する材料を提供することです。あわせて、測定条件を明記してデータを公開する文化をこの領域につくることを目指します。
Q. 公開されるデータの信頼性はどう担保されますか？
A. すべての記事で測定日時・使用した質問・測定条件を明記し、施策の効果を示す場合は必ず同一条件での再測定とセットで公開します。また、都合の悪い結果もそのまま公開する方針です。
Q. 顧客のデータが使われることはありますか？
A. ありません。公開するのはトリリオンバンク自社の測定データ、または一般に公開されている情報のみです。
Q. どうすれば続報を読めますか？
A. 本オウンドメディアの「調査レポート」カテゴリで順次公開します。特別な購読手続きは不要で、どなたでも無料で閲覧できます。
Q. HackⅡは今すぐ使えますか？
A. HackⅡは現在開発中で、導入相談を受付中です。対応AIの範囲は契約時点で本番検証済みの範囲をご案内しています。詳細はHackⅡ製品ページをご覧ください。
まとめ — 結果は本シリーズで順次公開します
HackⅡ Researchは、AI検索の実測データを測定条件つきで公開する研究シリーズです。第1弾「HackⅡでHackⅡを測る」では、①重要質問の設定 → ②候補入り測定 → ③引用URL確認 → ④サイト改善 → ⑤同条件で再測定 → ⑥結果公開、の6ステップをトリリオンバンク自身に適用し、良い結果も悪い結果も公開します。測定結果は、測定完了後、順次本シリーズで公開します。
それまでの間、AI検索測定の考え方は「AI検索可視性ベンチマーク」を、代理店の方は「販売代理店がAI検索対策を提案すべき3つの理由」をあわせてご覧ください。
参考文献・一次情報
本記事は株式会社Trillion Bankが独自に作成したものです。記事内容は公開時点の情報に基づいており、最新の状況と異なる場合があります。記載内容は情報提供を目的としたものであり、特定のサービスの利用を推奨するものではありません。
この記事のテーマを、自社・競合で実際に確認する
HackⅡは、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、次に改善すべき情報を特定するAI Recommendation Intelligenceです。詳細資料・実際の画面は30分のオンライン面談でご説明します。
HackⅡの測定の考え方を見る ※ 成果（AIでの表示・問い合わせ・売上）を保証するものではありません。