AI検索最適化に使えるプロンプト集｜自社の引用状況を調べる10の質問

AI検索最適化（AIO／LLMO）の第一歩は、「AIが自社をどう説明しているか」を自分の目で確かめることです。 本記事では、ChatGPTやPerplexityなどにそのまま貼り付けて使える自己診断用のプロンプト10問を紹介します。

先にこの記事の位置づけを明確にしておきます。この10問でできるのは、あくまで「現状のスナップショット確認」までです。 AIの回答は実行ごとに変動するため、1回試して出た・出なかったという結果は、施策の判断材料にはなりません。スナップショット確認と、その先にある体系的な効果測定は別物です。この違いも本記事の後半で整理します。

この記事で分かること

• コピペで使える自己診断プロンプト10問と、結果の読み方
• 確認すべき4つの観点（認知・正確性・比較・引用元）
• 単発確認の5つの限界（揺らぎ・条件差・記録・競合比較・再測定）
• 自己診断の次に進むべきステップ（体系的な効果測定・内製/外注の判断）

1. 自社の認知を確かめる

「（業種・地域）でおすすめの企業を5社、理由とともに教えてください」

自社が候補に挙がるか、競合ばかりが挙がるかを確認します。挙がった場合は「何番目に・どんな理由で」紹介されたかもメモしておくと、あとで見返したときに役立ちます。

2. 自社の説明の正確さを確かめる

「（自社名）について、事業内容・強み・実績を教えてください」

古い情報や誤情報が混ざっていないかをチェックします。すでに終了したサービスや旧価格が回答に出てくる場合、AIが参照している情報源が古い可能性があります。

3. 比較のされ方を確かめる

「（自社名）と（競合名）を、費用・実績・対応範囲で比較してください」

AIが自社と競合をどの比較軸で評価しているかが分かります。自社が想定していない軸（サポート体制・導入実績数など）で比較されていることも多く、コンテンツ改善のヒントになります。

4. 引用元を確かめる（Perplexity等）

「（テーマ）について教えてください。参照元URLも示してください」

どのサイトが引用されているかが分かります。自社サイトか、比較サイトか、レビューサイトか。引用元の内訳は、どこに情報を置くべきかの判断材料になります。

5〜10. 深掘りの質問例

• 「（自社サービス）の料金相場は？」
• 「（テーマ）の選び方のポイントは？」
• 「（自社名）の評判・口コミは？」
• 「（業種）で失敗しないための注意点は？」
• 「（自社名）はどんな企業に向いていますか？」
• 「（テーマ）の最新トレンドは？」

いずれも、購買検討中のユーザーが実際にAIへ投げそうな質問です。自社目線の質問（サービス名の指名）だけでなく、指名なしの比較・相談系の質問を必ず混ぜてください。指名なしの質問で候補に入れるかどうかが、AI検索経由の新規接点を左右します。

そもそも自社がまったく言及されない場合の原因の切り分けは「生成AIに引用されない原因と対策」で詳しく解説しています。

単発確認の限界：この10問で「できないこと」

上の10問は現状把握の入口として有効ですが、単発の手動確認には構造的な限界が5つあります。 ここを理解しないまま「1回試したら出た（出なかった）」を根拠に判断すると、たまたまの結果を実力と誤認します。

1. 回答が揺らぐ — AI回答は確率的に生成されるため、同じ質問を5回実行すれば結果が割れることは珍しくありません。1回の結果には「たまたま」が必ず含まれます。
2. 条件差を統制できない — 質問の言い回し（「おすすめは？」と「比較して」）、使うAIサービスとモデル、実行日時、ログイン状態によって結論が変わります。条件をそろえない確認は、そもそも比較として成立しません。
3. 記録が残らない — 画面上で眺めただけでは、1ヶ月後に「あのとき本当に出ていたか」を検証できません。回答本文・引用URL・日時・条件を保存しない確認は、報告にも施策検証にも使えません。
4. 競合比較が同条件でできない — 自社を確認した日と競合を確認した日が違えば、その差は実力差なのか日次の揺らぎなのか区別できません。競合とのWin/Lossを見るには、同じ質問セット・同じタイミングでの実行が必要です。
5. 再測定ができない — 施策の効果を測るには「施策前と同一の質問・同一の条件」での再測定が必須です。手動の単発確認では前回の条件を正確に再現できないため、施策前後の差分が施策効果なのか条件差なのかを切り分けられません。

まとめると、この10問で分かるのは「今この瞬間、この条件で、AIがどう答えたか」というスナップショットまでです。意思決定に使える数字にするには、質問セットを固定し、複数回・複数AIで実行し、出現割合として記録する「測定」への切り替えが必要です。

自己診断の次のステップ

自己診断で現在地の感触をつかんだら、次は以下の2つを検討する段階です。

ステップ1：体系的な効果測定に切り替える

「候補入り・言及・推薦・引用」という4つの状態を分けて定義し、固定した質問セットで反復測定し、証拠を保存する——という効果測定の設計方法は「AI検索の効果測定方法」で体系的に解説しています。本記事の10問を質問セットの土台として流用できるので、あわせてお読みください。

体系的な測定に切り替えると、たとえば次のような形で「単発確認では見えなかったもの」が見えるようになります。

単発確認が「1回の回答」を見るのに対し、体系的な測定では同じ質問セットに対する出現割合（候補入り率）と、引用元の内訳、競合との差を数字として追えます。これが「スナップショット」と「定点観測」の違いです。

ステップ2：内製するか、外部の力を借りるかを決める

小規模（固定質問20問程度×週次×スプレッドシート記録）であれば、効果測定は内製でも十分に始められます。一方、質問数・AI数・競合数・実行頻度を掛け算すると工数は急増します。どこまで内製し、どこから外部ツール・外部支援を使うかの分岐条件は「AI検索対策は内製か外注か」で整理しています。

なお、株式会社Trillion Bankの HackⅡ（AI Recommendation Intelligence）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扱う測定基盤として、この定点観測のサイクルを体系化するものです（現在のステータスは限定商用検証・導入相談受付中）。ただし、まず本記事の10問で現在地を確かめ、内製の簡易測定から始めるという順番で問題ありません。

よくある質問（FAQ）

Q. AI検索で自社の引用状況を自分で確認する方法は？

A. ChatGPTやPerplexityに本記事の10問のようなプロンプトを入力し、自社が候補に挙がるか・情報が正確か・引用元はどこかを確認します。ただし分かるのはその時点のスナップショットまでで、1回の結果で「出ている/出ていない」を断定することはできません。

Q. AIの回答は毎回同じですか？

A. 同じではありません。AI回答は確率的に生成されるため、同じプロンプトでも実行ごとに結果が変わり、日時・モデル・言い回しによっても結論が変わります。複数回・複数のAIで実行して傾向を見ることが重要です。

Q. 自己診断プロンプトだけで効果測定はできますか？

A. できません。効果測定には、固定した質問セットの反復実行・出現割合としての記録・施策前後の再測定が必要です。自己診断は「現状のスナップショット確認」、効果測定は「条件を固定した定点観測」と役割を分けて考えてください。

Q. 手動確認とツールによる測定の違いは？

A. 手動確認は第一歩として有効ですが、再現性・網羅性・記録性に限界があります。重要キーワード×複数AI×競合を同一条件で追う規模になると手動では工数が破綻するため、その段階で計測ツールや外部支援、体系化した内製運用を検討するのが現実的です。

Q. 自己診断はどのAIで行うべきですか？

A. 1つに絞らず、ChatGPT・Perplexity・Google AI Overviewsなど複数のAIで同じ質問を試してください。AIサービスごとに参照データソースが異なるため、あるAIでは挙がるのに別のAIでは言及されない、という差は頻繁に起こります。

まとめ

本記事の10問は、AI検索最適化の入口として「AIが自社をどう説明しているか」を自分の目で確かめるための自己診断ツールです。ただし、それで分かるのは現状のスナップショットまでであり、回答の揺らぎ・条件差・記録性・競合比較・再測定という5つの限界があります。

現在地の感触をつかんだら、次は測定の設計です。効果測定の全体像は「AI検索の効果測定方法」を、内製と外注の分岐は「AI検索対策は内製か外注か」をあわせてご覧ください。