質問空間（Question Space）とはURL起点の計測がAI可視性の理解を変える理由
キーワードを選んで追跡するのではなく、AIの認知構造から自社の存在を逆算する。質問空間という概念と、URL起点の計測が従来のモニタリングをどう変えるか。
問いを選ぶのか、問いに見つけてもらうのか
従来のSEOモニタリングでは、まず「どのキーワードを追跡するか」を人間が決める。ツールにキーワードを登録し、その順位変動を観察する。このクエリ起点（Query-First）のアプローチは、検索結果に「順位」という明確な指標がある限り有効だった。
しかしAI検索には順位がない。AIは質問に対して回答を生成し、その中で情報源を選ぶ。問題は、AIがどの質問であなたのサイトを引用するかは、あなたが事前に予測できないということだ。
Sightedはこの問題に対して、発想を逆転させた。クエリを選んで追跡するのではなく、自社のURLを起点にして、AIがそのURLをどの質問の回答で使っているかを発見する。この逆方向のアプローチを「URL起点計測（URL-First Measurement）」と呼び、発見される質問群の全体像を「質問空間（Question Space）」と呼ぶ。
質問空間（Question Space）の定義
質問空間とは、特定のURL・ドメイン・ブランドに対してAI検索エンジンが関連付けている質問群の全体像。あるドメインの質問空間を把握することは、「AIがそのドメインをどの文脈で認識しているか」を理解することと同義。
SEOの「キーワードユニバース」に相当するが、決定的な違いがある。キーワードユニバースは人間が選定するのに対し、質問空間はAIの認知構造から逆算的に発見される。
2つのパラダイム: クエリ起点 vs URL起点
クエリ起点（Query-First）
人間がモニタリング対象のキーワードを選ぶ
各キーワードでAIに質問を投げる
回答に自社が含まれるかを確認する
制約
- 選んでいないキーワードは見えない
- AIが実際に使っている質問を見逃す可能性
- 選定バイアスに依存する
URL起点（URL-First）
自社のURLを入力する
AIがそのURLを引用/言及する質問群を発見する
発見された質問空間全体を可視化する
利点
- 人間の選定バイアスに依存しない
- 予期しない関連質問を発見できる
- AIの認知構造そのものを把握できる
実例: Sighted自身の質問空間で見えたこと
Sighted自身のAEO計測では、URL起点のアプローチにより109の質問を体系的に観測した。この過程で、いくつかの重要な発見があった。
発見1: 予想外の質問で引用されていた
クエリ起点では思いつかないような質問（「AI検索の信頼性をどう評価するか」等）でSightedのコンテンツが引用されていた。これはURL起点でなければ見逃していた。
発見2: 核心クエリで引用されていなかった
「AEOモニタリングツールのおすすめ」「AI可視性を測定する方法」など、自社のド真ん中の質問でCitation率が0%だった。質問空間を可視化して初めて、このギャップが数値として見えた。
発見3: 質問空間の「形」が戦略を教えてくれた
ブランドクエリ（高Mention）と業界クエリ（低Mention）の分布を見ることで、「AIに存在は認識されているが、一般的な文脈では推薦されない」という正確な現在地が分かった。改善の優先順位が自動的に決まる。
詳細なデータは109質問のGPR実験結果で公開している。
質問空間の構造
質問空間は一様ではない。質問の種類によって、AI可視性の獲得難度と価値が異なる。
コア質問群
自社のプロダクト・サービスに直結する質問。「AEOモニタリングツールのおすすめは」「AI検索最適化の方法は」など。最優先で引用を獲得すべき領域。
隣接質問群
直接的にはプロダクトに関連しないが、同じ専門領域にある質問。「E-E-A-Tの改善方法は」「構造化データの実装手順は」など。権威性の構築に寄与する領域。
ブランド質問群
自社名を含む質問。「Sightedとは」「Sightedの評判は」など。高いMention率が期待されるが、ここだけ高くても新規獲得にはつながらない。
周辺質問群
予期しない文脈でAIが自社を関連付ける質問。「デジタルマーケティングのトレンド2026」など。発見されると新しい機会になるが、最適化の優先度は低い。
質問空間から導かれる戦略
1. ギャップ分析
コア質問群でのCitation率が低い場合、最も投資対効果の高い改善領域が明確になる。質問空間のマップを見れば、「どの質問に対応するコンテンツが不足しているか」が一目で分かる。これがAEO実行フレームワークのコンテンツ計画の起点になる。
2. 競合との差分
自社と競合の質問空間を重ねると、「自社だけが引用される質問」「競合だけが引用される質問」「両方が引用される質問」が分かる。競合だけが引用される質問群は、コンテンツのギャップを示している。
3. 施策効果の計測
コンテンツ公開や構造化データ改善の後に、質問空間が拡大したかを確認する。新しい質問でCitationが増えていれば、施策が有効だったことの直接的な証拠になる。GA4でのAIトラフィック分析と組み合わせて、引用→流入の因果も検証できる。
なぜURL起点が本質的に重要なのか
URL起点のアプローチは単なる「便利な機能」ではない。AI可視性の計測を根本から変える思想的転換だ。
クエリ起点では、計測の質は「人間がどれだけ良い質問を思いつけるか」に依存する。しかし人間は自分の視点からしか質問を想定できない。AIの認知構造は人間の想定と異なる場合が多い。
URL起点では、計測の起点がAIの認知構造そのものになる。「AIがあなたをどう見ているか」を直接観測するため、人間の選定バイアスが入らない。結果として、予期しない発見（serendipity）が計測プロセスに組み込まれる。
これは、AI可視性を独立した市場として定義する上でも重要な概念だ。SEOの指標をAIに当てはめるのではなく、AIの構造から逆算した固有の計測方法を持つことが、AI可視性を真に独立した領域として確立する基盤になる。