Blog

全7実験・1,056回のAI検索テストを実施。「数値密度が高いほど引用される」という初期仮説を撤回。テーマ選び・クエリの聞き方・記事構造タイプが引用を左右する。企業規模別の戦略をデータで解説。

AEO計測の盲点: 自分で考えた質問で自社を測っても意味がない。ユーザーの質問空間の定義と統計的に有意な観測の必要性を、3,419回の実験データとともに解説。

Sightedがメソドロジーを公開する戦略的理由。Google AnalyticsやPageRankの先例に学ぶ「標準を公開して市場を作る」アプローチ。

Measure→Diagnose→Optimize→Monitor→Iterateの5フェーズでAI可視性を体系的に改善するSightedの方法論。

GPR実験の引用URLを構造レベルで分析。AIに引用されるページに共通する6つの構造パターンと実践テンプレート。

Sightedが自社ドメインを対象に120日間実践したAI可視性改善の全記録。施策→計測→結果の因果関係をタイムラインで公開。

日本市場10業界のAI可視性ベンチマーク。Mention率・Citation率・Response Shareの業界別基準値を初公開。

質問空間（Question Space）の定義と、クエリ起点vsURL起点の計測パラダイムの比較。AIの認知構造から逆算して自社の可視性を把握するSightedの計測方法論を解説。

AI可視性を構成する5つの指標の定義、計算式、解釈ガイド、よくある誤読を標準リファレンスとして整理。

AI可視性（AI Visibility）の定義、SEOとの違い、4つの計測次元（Mentions・Citations・Response Share・Placements）、改善の始め方を解説。

GPR実験で109の質問をAI検索に投げ、439回の応答を観測。4,365件の引用URLと440ドメインを分析して見えた「AIに引用されるサイトの5つの条件」を定量データで解説。

AEO（Answer Engine Optimization）とSEO（Search Engine Optimization）の目的・指標・施策の違いを体系的に比較。AI検索が普及する2026年に、両方を組み合わせて可視性を最大化する方法を解説します。

コンテンツをAIに正確に引用させるには、スキーマの前段階として「エンティティと関係の明示」が必要です。オントロジー設計の考え方、Schema.orgとの紐付け、Sightedスコアへの影響を上級者向けに解説します。

sighted.tkbase.co.jp に対するSEO監査（Health Score 68/100）を受けて実施した改善の記録。

Day 7測定結果はCitation 2件（2/14）、Mention 5件（5/14）。

PageSpeed Insightsでモバイルパフォーマンス67点を記録。LCP 7.6sの改善記録。

Day 5測定結果はCitation 1件（1/14）、Mention 5件（5/14）。

AEOモニタリングツールSightedの機能と使い方を解説。スコアリング・Mention/Citation測定から改善サイクルの回し方まで。

Day 4測定結果はCitation 0件、Mention 3件で横ばい。

Day 3測定結果はCitation 0件、Mention 3件で横ばい。

用語集・FAQ追加から1日後の再測定。Mentionは4件から3件に減少したが、1つのクエリで正確なブランド認識を確認。

Sighted自身のLPをAEOモニタリングした結果を公開。Citation 0%、Mention 29%という現状から分析。

AI回答でブランドが言及されているのに引用リンクがない状況を4つのパターンで診断し、具体的な改善策を解説。

AEO（Answer Engine Optimization）の意味と対策方法を、図書館と司書のメタファーで分かりやすく解説。3,400以上の観測データに基づく、AIに推薦されるための4フェーズ実践手順。

LLM・AI検索・AEOに最適化された企業サイトの設計ポイントと、当サイトで実装している具体例を解説します。構造化データ、メタ情報、クローラビリティ、llms.txt、セキュリティヘッダー。