AIごとに、あえて手間をかけて調べ方を変える

「ChatGPT対策をしたので、自社はAI検索に対応した」。そう思っている企業は少なくないようです。

なぜこんなことが起きるのか。答えはシンプル。生成AIは、それぞれ違う設計思想で動いているからです。

同じ「AI」でも、中身はぜんぜん違う

私たちがよく「生成AI」と一括りにしてしまいますが、AIごとに参照する情報源も、引用の示し方も、推薦の傾向も、すべて異なります。

ChatGPTは、会話の中で自然に推薦する形を取ります。ユーザーの質問に答える過程で、その話題に関連するブランドやサービスを言及するという流れです。それに対してPerplexityは、引用元を明示することを前提に設計されています。検索に近い形で「このサイトはこう言っています」という情報源を明確に示す。そしてGoogle AIは、通常の検索結果の上部に「AI回答（AI Overviews）」として統合された形で表示されるため、引用の置き方も、情報ソースの参照先も、他のAIとは異なります。

つまり、各AIの設計思想そのものが違う。だからこそ、1つのAIに最適な対策が、別のAIでは効かないということが起きるのです。

「AI対策」を一本の矢で打つ危なさ

企業のマーケティング担当者は、つい「AI対策」を単一の戦略として捉えてしまいます。「コンテンツを充実させる」「検索語に答える記事を増やす」——これらの施策は確かに重要ですが、それが「すべてのAIに均等に効く」という前提は、実は成り立ちません。

ChatGPT向けに最適化されたコンテンツが、Perplexityではヒットしない。Geminiで高く評価される要素が、Claude内では機能しない。こうした”ズレ”が、複数のAIに対応しようとする企業ほど、実感されるようになってきています。

これは、かつてのSEOで「Google対策」と「Yahoo対策」を別けて考えた時代の課題とは、本質的に異なります。当時はアルゴリズムが異なるだけでしたが、今は設計思想そのものが違う。だからこそ、診断の観点も、自ずと変わってくるのです。

私たちが「AIごとに観点を変える」理由

スウィングクルーの「AI認識監査」では、複数のAIに対して、それぞれ異なる診断の観点を適用しています。

ChatGPTに対しては「どのくらいの頻度で、自社が推薦される立場にあるか」を重視します。Perplexityに対しては「引用元として参照されているか、かつブランド名は本文に出現しているか」という、引用の「見え方」を診ます。Google AIに対しては「AI Overviewsの候補に入っているか」という構造的なポジション取りを見ます。

同じ企業、同じサービスであっても、AIが異なれば診るべき要素が変わる。これが、複数のAIを横断して診断する意味なのです。

「特定のAIに依存しない」という強み

生成AIの領域は、技術のアップデートが非常に早いです。新しいモデルが次々と登場し、既存のモデルも月単位で改善されていきます。そうした環境では、「このAIの最新版に最適な対策」という知識は、数ヶ月で陳腐化してしまいます。

私たちが「AIごとに観点を変える手法」にこだわるのは、この変動を吸収するためです。手法の中心が「このAIのアルゴリズムに最適化すること」ではなく、「どのAIであれ、そのAIの設計思想に合わせて、情報がどう参照され、どう示されるかを見極める」ことだからです。

だから、モデルのアップデートが頻繁であっても、手法そのものは陳腐化しにくい。美容・健康から小売、BtoB企業まで、業種を問わずこのアプローチは適用できます。

「1つのAIで十分」という誤解をほどくために

「うちはChatGPTユーザーが多いから、ChatGPT対策だけで十分」という判断は、一見理に適って見えます。でも、顧客が「複数のAIを使い分けている」という現実を考えると、その判断は危ないです。

同じ業界の競合企業を探すときはGoogle AI、特定の商品の詳細を知りたいときはChatGPT、引用元をはっきり知りたいときはPerplexity——ユーザーの行動は、AI検索の文脈によって変わります。

企業が「AIに選ばれる」ポジションを取るなら、複数のAIの中でそれぞれ見え方がどう違うのかを理解し、その違いに対応する。それが、今のAI時代の情報設計に求められることなのです。