生成AIモデルによって異なるブランド評価を可視化

<img alt="!https://minio.s-pst.com/monolab/plugins/042e5633047434dc745fed2832709722.webp" src="https://minio.s-pst.com/monolab/plugins/042e5633047434dc745fed2832709722.webp" />

株式会社CINCは、AI検索最適化(GEO/LLMO)ツールに、生成AIモデルごとのブランド評価の差を可視化する新機能を追加しました。この機能により、「どの企業・ブランドが推奨されているか」を生成AIのモデル別、カテゴリ別に定量的に分析できるようになります。

同じプロンプトを使用しても、ChatGPTやPerplexityといった生成AIのモデルによって、推奨するブランドや評価の文脈に違いが生じることがあります。これまでの分析では、こうした差異が見えにくく、優先的に対策すべきモデルや、モデルごとに評価されている文脈を把握しづらいという課題がありました。新機能は、この課題を解決するために開発されました。

新機能の主な内容

新機能は以下の3つの主要な機能で構成されています。

    • ブランド分析: 生成AIの回答内で特に言及数の多いブランドを集計し、ChatGPTやPerplexityなど、生成AIのモデルごとに色分けした棒グラフで表示します。

    • モデル別構造分析: 生成AIのモデルごとにブランドの言及数を集計し、カテゴリ別に色分けした棒グラフで表示します。カテゴリごとのフィルタリングも可能です。

    • AIチャット: 選択したグラフのデータを基に、AIチャットと対話しながら分析を進めることができます。

新機能のポイント

    • 生成AIのモデル別にブランドの言及傾向を確認

      <img alt="!https://minio.s-pst.com/monolab/plugins/64463644dfad57d87829a9c7c220d326.webp" src="https://minio.s-pst.com/monolab/plugins/64463644dfad57d87829a9c7c220d326.webp" />

      「ブランド分析」機能では、生成AIのモデルごとに「どのブランドが推奨されているか」を把握できます。例えば、「ChatGPTでは推奨されているが、Perplexityではあまり推奨されていない」といったモデル間の評価の違いを明確にできます。

    • モデル×カテゴリ別に、ブランドの強みと弱みを把握

      <img alt="!https://minio.s-pst.com/monolab/plugins/4dbfe5049f8f0578797f001b6591dca0.webp" src="https://minio.s-pst.com/monolab/plugins/4dbfe5049f8f0578797f001b6591dca0.webp" />

      各生成AIモデルが「どのカテゴリ」で「どのブランド」を推奨しているかの構成比を確認できます。これにより、『Perplexityは「商品の品質」の文脈でA社を多く推奨しているが、「機能」の文脈ではB社を推奨している』といった、カテゴリごとの評価の差を詳細に把握し、戦略に活かすことが可能です。

    • 分析に迷ったときは、AIチャットに壁打ち

      <img alt="!https://minio.s-pst.com/monolab/plugins/9e8524dc9480c3a95567b1a6a2c57514.webp" src="https://minio.s-pst.com/monolab/plugins/9e8524dc9480c3a95567b1a6a2c57514.webp" />

      データの解釈に迷った際には、AIチャットと対話しながら分析を進めることができます。分析したいグラフを選択し、「モデルごとの傾向の違いを教えてください」といった質問をすると、AIチャットがデータを基に回答を生成します。

今後の展望

このツールは、生成AIの回答アルゴリズムの変化に迅速に対応し、コンサルティング業務の効率化と提供価値の向上を目指して継続的にアップデートされます。今後、コンサルティングサービスを契約中のお客さまにも順次提供される予定です。

CINCは、今後もAI検索最適化(GEO/LLMO)ツールの機能開発に注力し、顧客の課題解決と成果創出に貢献していくとしています。

関連情報