AIの回答のボラティリティとは?
AI回答のボラティリティとは、同じ質問をもう一度、または別の言い方で行ったときに、AIエンジンが言及するブランドがどれだけ変わるかです。 AIの回答は入れ替わります。今日言及されたブランドが明日には消え、翌日にはまた戻ってくることがあります。ボラティリティはその入れ替わりの大きさで、それを知っていれば、行動する前に本当の変化とノイズを見分けられます。
AIの回答は日ごとにどれくらい変わりますか?
当社の追跡では、回答に含まれていた名前の約5つに1つが翌日には消え、その変化の半分は1日後に元に戻りました。
2026年10月の7〜9日間、2つのブランド設定で同じ40の購買者の質問を毎日4つのエンジンに尋ねました。追跡中の名前がある日の回答に含まれていた2,127件のうち、翌日に消えていたのは486件、22.8%です。追跡できた変化のうち47.2%は翌日に元に戻りました。それでも週平均はほとんど動かず、1日の率は週の値から中央値で3.6ポイントしか離れていませんでした(記事)。
質問の言い換えは、同じ質問を繰り返すよりも回答を大きく動かしますか?
はい。13,994件の回答で、ある言い回しで言及されたブランドが、同じ言い回しを再度尋ねたときにも言及されたのは77.5%でしたが、同じ購買判断の別の言い回しで言及されたのは55.1%だけでした(記事)。
その一部は質問の型によるものです。「A vs B」のような比較の質問では第三のブランドが挙がったのは回答のわずか2.9%でしたが、「おすすめ」を尋ねる質問や、価格やチーム規模の条件を付けた質問では、はるかに多く挙がりました。ボラティリティの一部はエンジンに、一部はあなたが選んだ言葉にあります。
実際の例では、ボラティリティはどう見えますか?
公開しているTeslaの例(2026年10月4日、10月8日と15日に再度質問)の系統用蓄電のトピックは、言い回しだけで回答がどれほど動くかを示しています。各言い回しで、4つのエンジンにわたり12件の新しい回答を得ました:
- 「電力会社向けの最適な系統規模の蓄電池システムは?」:12件中12件でTeslaに言及。
- 名前を挙げた競合に代わる、電力会社規模の蓄電のおすすめ:12件中12件。
- 大規模施設のピークカットに関する質問:12件中7件、Claudeではゼロ。
- MWhあたりのコストに関する質問と、ターンキー事業者の比較に関する質問:それぞれ12件中0件で、どの事業者も挙がりませんでした。
エンジンごとの変化は連動しますか?
いいえ。当社のサンプルの185の質問日では、4つのエンジンのうち1つがある質問でブランドに言及したとき、4つすべてが言及したのは32.4%だけでした。3つのエンジンの平均率はほぼ同じだったにもかかわらずです(記事)。
どのエンジンも、同じ日のほかのエンジンとよりも、1日後の自分自身との一致度のほうが高くなりました。つまりボラティリティはエンジン別に読む必要があります。あるエンジンがあなたを外し、別のエンジンが取り上げている間も、合算した数値は横ばいのままということがあるのです。
AIの回答の変化にはどう対応すべきですか?
1つの回答が変わったことは結果ではなく1回の抽出として扱いましょう。変化が2〜3日続いたとき、または2回の読み取りの区間が離れたときに行動し、同じ質問を同じエンジンで比べます。
Proofsourceのアラートはこのルールに従います。アラートが発生するのは、以前と新しいウィルソン区間が重ならず、かつ変化がしきい値を超えたときだけです。アラートと毎日のAI可視性モニタリングをご覧ください。
AI回答のボラティリティについてのよくある質問
ChatGPTが一晩で自社を勧めなくなったのはなぜですか?
おそらくノイズです。当社の追跡では、回答に含まれていた名前の約23%が翌日には消え、その変化の半分近くは1日後に元に戻りました。何かを書き直す前に、変化が続くのを待ちましょう。
ボラティリティはどのエンジンでも同じですか?
いいえ。エンジンによって、検索する頻度、読む情報源の数、回答が繰り返される度合いが異なります。ボラティリティは、自社の質問を使ってエンジン別に測りましょう。
数値のボラティリティを減らすにはどうすればよいですか?
エンジンは変えられませんが、測定は変えられます。固定の質問セット、1つの判断につき複数の言い回し、日を分けた繰り返し、そしてすべての数値に区間を付けることです。
ボラティリティが高いと、AI可視性は測れないということですか?
いいえ。個々の回答は入れ替わりますが、固定の質問セットはずっと動きが小さくなります。ほとんどの回答はそのままで、変化は互いに打ち消し合うからです。回答ではなくセットを測りましょう。
関連用語
- AI回答のサンプリング
AI回答のサンプリングとは、各AIエンジンに同じ質問を複数回行い、すべての可視性の数値を固定された事実ではなく、そのサンプルからの推定値として読むことです。
- ウィルソン区間
ウィルソン区間とは、測定した割合が何件の回答に基づくかを踏まえて、その割合が妥当に収まりうる範囲です。
- Prompt
AI可視性における Prompt とは、購買者が尋ねるとおりの言葉で書かれ、AIエンジン全体で追跡される質問です。
- 言及率
言及率とは、ある質問に対するAIの回答のうち、あなたのブランドに言及した回答の割合です。
実例：Tesla、公開されているAIの回答、2026年10月4日：Proofsource による Tesla の初回スキャン。購買者の質問25問とブランドの質問5問を、4つのエンジンそれぞれで1問につき1回ずつ質問。1ブランドの小さなサンプルで、ベンチマークではなく例として示しています。
AI があなたを外している場所と、改善すべき点を確認。
どの購買者の質問があなたのブランドに言及しているか、代わりにどのブランドに言及しているか、何を改善すべきかを確認。200件の回答。25 Prompts/質問。主要AIエンジン。2日間。無料。 カード不要。
Google AI OverviewsGoogle AI Mode
