付録 主張の根拠一覧 · IDAEO:AI時代のマーケティング
付録 主張の根拠一覧
本書の各章「この章の要点」の主張は全 57 件で、それぞれが何に基づいて成り立つかを一件ずつ示します:ファーストパーティデータ(IDAEO 自身の計測記録)、プラットフォーム・標準文書(AIプラットフォームと標準化団体の公式文書)、学理文献(理論的基礎と文献表の番号)、経験則(業界または著者の経験則で、当サイトの計測ではないもの)、理論の定義(IDAEO 理論自身の定義と予測)。一つの主張が複数の根拠を同時に持つこともあります。分類は三名の査読者がそれぞれ独立に判定し、データ総台帳に基づいて裁定したうえで、著者が確認しました。これは主張の根拠の種類であり、第 4 章「三角検証(トライアンギュレーション)」の公的情報源、当事者情報源、第三者情報源とは別の事柄です。
| 主張 | 根拠の種類 | 文献 | 備考 |
|---|---|---|---|
| 第 0 章 IDAEO:AI時代のマーケティング学 | |||
| IDAEOはAI時代のマーケティング学であり、サイトの実測、信頼できる事実、理論で完全なジャーニーをつなぎます。 | 理論の定義 | ||
| AIインプレッション数は、その後のジャーニーの基礎です。インプレッションがあっても、後の段階が必ず起きるとは限りません。 | ファーストパーティデータ、学理文献、理論の定義 | [59] Arthur, W. B.(1989);[95] Merton, R. K.(1968) | |
| 七大法則が核心、五つの構成軸がフレームワーク、九要素が構成要素です(第 8 章参照)。 | 理論の定義 | ||
| IDAEOマーケティングの五つの構成軸が全行程をつなぎます:オーディエンス戦略(誰に対して行うか)、ジャーニー設計(どのステップを進むか)、信頼と検証(何を根拠に信じるか)、サービス階層(どの階層まで行うか)、成果測定(成果をどう数えるか)。 | 理論の定義 | ||
| IDAEOフレームワークの九要素は互いに対応します:マーケティング・オーディエンス、最適化領域、カスタマージャーニー、ジャーニー診断、IDAEOソリューション、検証原則、サービス階層、成果指標、ファーストパーティデータ。 | 理論の定義 | ||
| IDAEOは生きている理論です。 | 学理文献、理論の定義 | [96] Lakatos, I.(1970) | |
| 第 1 章 オーディエンス戦略(誰に対して行うか):五つのマーケティング・オーディエンスと六つの最適化領域 | |||
| 五つのマーケティング・オーディエンスは、人(生活者)、検索エンジンクローラー、AIクローラー、AIエージェント、自動サービスボットです。 | プラットフォーム・標準文書、学理文献、理論の定義 | [40] Gal, M. S., & Elkin-Koren, N.(2017);[68] Google(2025) | |
| AIトラフィックはまず機能で分類し、次にAIプラットフォームを見ます。 | プラットフォーム・標準文書、理論の定義 | [61] OpenAI。Overview of OpenAI Crawlers。OpenAI 開発者ドキュメント(2026/10/11 閲覧);[62] Anthropic。Does Anthropic crawl data from the web, and how can site owners block the crawler? | |
| AIエージェントのサイト訪問はすでに現れており、規模は追跡を続けています。 | ファーストパーティデータ、学理文献、理論の定義 | [40] Gal, M. S., & Elkin-Koren, N.(2017) | 第7次改訂から「主力」という予測は書かず、出現済みで継続追跡中とだけ記します。1,809 万=自動ブラウジング 1,795 万+名前付き 14.4 万で、ファーストパーティデータです。 |
| 六つの最適化領域は SEO、AIO、AEO、GEO、LLMO、MEO です。SEO は検索インデックスを作ります。AIO は検索エンジンのAIによる概要に特化し、AEO はAIの回答にあなたを利用させます。GEO は生成AIの回答での可視性を高め、LLMO は学習用の取り込みに、MEO はローカル検索に対応します。AEO と GEO はどちらも回答の段階にあります。AIO は AEO とつながっています。AIインデックスの作成は S4 の機能名であり、GEO ではありません。 | 学理文献、理論の定義 | [31] Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K., & Deshpande, A.(2024)。GEO: Generative Engine Optimization | |
| AI、検索エンジン、自動サービスボットの合計は 1.055 億回です(3/3 以降。プラットフォームサイトの規模であり、個別店舗の公式サイトと直接比べることはできません)。人(生活者)の自然流入は 31.0 万回です(8/26 以降)。8/24 以前は重複リクエストを含む可能性があります。 | ファーストパーティデータ | ||
| AIクローラーの学習用の取り込みは 5,220 万回です。AIインデックス作成のための取り込みは 399 万回です(自社のCloudflare AI Searchの 282 万回を含みます)。リアルタイム取得は 65 万回です。 | ファーストパーティデータ、プラットフォーム・標準文書 | [61] OpenAI。Overview of OpenAI Crawlers。OpenAI 開発者ドキュメント(2026/10/11 閲覧) | |
| 図 1-1〈五つのマーケティング・オーディエンス全景図〉の最適化領域には略称、中国語の正式名称、英語の正式名称を記し、その下に同じ領域の用語を並べます。 | 理論の定義 | ||
| 第 2 章 ジャーニー設計(どのステップを通るか):AIカスタマージャーニー:四つのフェーズと十のステップ | |||
| AIカスタマージャーニーは四つのフェーズと十のステップに分かれます:S1 店舗レディネス、S2–S4 AIによる情報取得、S5–S8 AIによる意思決定・行動支援、S9–S10 顧客のコンバージョンと再エンゲージメント。S1–S10 は診断ポイントであり、すべての顧客が必ず通る順序ではありません。 | 学理文献、理論の定義 | [5] Court, D., Elzinga, D., Mulder, S., & Vetvik, O. J.(2009);[22] Lemon, K. N., & Verhoef, P. C.(2016) | |
| 各ステップに診断の問いがあり、店舗がどの関門で止まっているかを確認します。 | 学理文献、理論の定義 | [28] Shostack, G. L.(1984) | |
| S1 は店舗が情報を整え、S2–S4 はクローラーが主体、S5–S7 は人とAIの対話、S8 はAIエージェントの行動、S9–S10 は顧客のコンバージョンと再エンゲージメントです。 | プラットフォーム・標準文書、学理文献、理論の定義 | [86] Parasuraman, R., Sheridan, T. B., & Wickens, C. D.(2000) | |
| S10 は S5 に戻り、継続的な循環を形成します。 | 学理文献、理論の定義 | [5] Court, D., Elzinga, D., Mulder, S., & Vetvik, O. J.(2009) | |
| S2–S5 のクロール、S8 のサイト訪問、S9 の顧客来訪は IDAEO がファーストパーティで計測します。インデックス登録と検索表示(AI言及ではありません)は検索プラットフォームが提供します。S6–S7 の言及と回答は IDAEO が実測で追跡します。 | ファーストパーティデータ、プラットフォーム・標準文書 | ||
| 第 3 章 計測ソースとAIブラックボックス:成果測定のデータ基盤 | |||
| AIブラックボックスとは、AIプラットフォーム内部で起こる学習、順位付け、言及、回答、代行です。 | 理論の定義 | ||
| IDAEO はブラックボックスの両端を計測し、さらにプラットフォームデータと定期的な実測で利用の成果を測ります。 | ファーストパーティデータ、プラットフォーム・標準文書、学理文献、理論の定義 | [81] Jick, T. D.(1979) | |
| 林毅祥(TK Lin)の個人 IDA の定期的な実測は、AI検索のソース一覧に出ているかどうかを記録します。 | ファーストパーティデータ | 五つのAIモデルのうち、四つは Perplexity の検索インターフェースを経由しています。 | |
| 各ソースの成果は単位ごとに分けて読みます。 | 学理文献、理論の定義 | [57] Gordon, B. R., Zettelmeyer, F., Bhargava, N., & Chapsky, D.(2019) | |
| 本書で公開済みのプラットフォームAI引用数は Copilot によるものです:IDAEO プラットフォームは 7月22日以降、3.17 万回引用されました。 | プラットフォーム・標準文書 | ||
| 第 4 章 信頼と検証(なぜ信じられるのか):信頼できる事実と外部裏付け | |||
| IDAEO は信頼できる事実と外部裏付けによって、店舗の主張をAIが引用できる根拠にします。 | 学理文献、理論の定義 | [76] Dranove, D., & Jin, G. Z.(2010) | |
| 事実優先の法則:信頼できるコンテンツは検証済みの事実から始まります。 | 学理文献、理論の定義 | [77] Wang, R. Y., & Strong, D. M.(1996) | |
| 主張の追跡可能性の法則:すべての主張に追跡可能な根拠があります。 | 学理文献、理論の定義 | [9] Hovland, C. I., & Weiss, W.(1951);[78] Rashkin, H., Nikolaev, V., Lamm, M., Aroyo, L., Collins, M., Das, D., Petrov, S., Tomar, G. S., ほか(2023)。Measuring Attribution in Natural Language Generation Models | |
| 外部裏付けの法則:信頼できる主張には外部裏付けが必要です。 | 学理文献、理論の定義 | [80] Eagly, A. H., Wood, W., & Chaiken, S.(1978);[81] Jick, T. D.(1979) | |
| 事実を項目ごとに検証し、鮮度を継続的に確認します。 | 学理文献、理論の定義 | [77] Wang, R. Y., & Strong, D. M.(1996) | |
| 第 5 章 サービス階層(どの階層まで行うか):AEO露出 — まず読まれる;AEO+ クチコミ — 言及される;IDAブランドPR — 正しく答え、来訪、再訪 | |||
| サービス階層は前段の基盤を受け継ぎます。AEO露出 — まず読まれる(S1–S4)、AEO+ 口コミ — 言及される(S5–S6)、IDAブランドPR — 正しく伝わり、来訪し、再訪する(S7–S10、前の二階層を含む)。そのため全ジャーニー S1–S10 を完全にカバーします。 | 学理文献、理論の定義 | [15] Paulk, M. C., Curtis, B., Chrissis, M. B., & Weber, C. V.(1993);[17] Lavidge, R. J., & Steiner, G. A.(1961) | |
| 上位のサービス階層は、一つ下の階層の内容を含みます。 | 学理文献、理論の定義 | [15] Paulk, M. C., Curtis, B., Chrissis, M. B., & Weber, C. V.(1993) | |
| 九つの成果指標は、AIレディネス・スコア、AIクロール数、AIリアルタイム取得数、AI言及率、AI回答正確率、AI引用数、AIエージェント訪問数、検索・AI経由流入数、AI再訪数です。 | 学理文献、理論の定義 | [56] Campbell, D. T.(1979);[83] Rust, R. T., Lemon, K. N., & Zeithaml, V. A.(2004) | |
| AEO+ 口コミは店舗がAIの言及を把握することを支援し、IDAブランドPR は IDAEO が定期的に公表するAI可視性の成果を含みます。 | 理論の定義 | ||
| 第 6 章 成果測定(成果をどう数えるか):AIインプレッション数とジャーニー全体の価値 | |||
| AIの各段階でのコンテンツ利用は、すべて成果です。各段階の成果は分けて見ます。前の段階で後の段階の代わりにはできません。 | プラットフォーム・標準文書、学理文献、理論の定義 | [82] Li, J., Huffman, S., & Tokuda, A.(2009) | |
| AIクロール数 9,746 万回は、本書でいうAIインプレッション数です。ここには、検索エンジンがインデックス作成のために行った読み取りも含まれます。 | ファーストパーティデータ、学理文献、理論の定義 | [88] Kandpal, N., Deng, H., Roberts, A., Wallace, E., & Raffel, C.(2023) | |
| AI回答のための読み取り 4,605 万回には、検索のインデックス作成とAI回答に関わる読み取りが含まれます。 | ファーストパーティデータ、理論の定義 | ||
| AIリアルタイム取得数 65 万回は、即時のニーズによって引き起こされた利用です。 | ファーストパーティデータ、プラットフォーム・標準文書、学理文献 | [1] Lewis, P., Perez, E., Piktus, A., Petroni, F., Karpukhin, V., Goyal, N., Küttler, H., Lewis, M., ほか(2020)。Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks;[61] OpenAI。Overview of OpenAI Crawlers。OpenAI 開発者ドキュメント(2026/10/11 閲覧);[63] Perplexity。Perplexity Crawlers。Perplexity 公式ドキュメント(2026/10/11 閲覧) | |
| IDAEO プラットフォームのAI引用数 3.17 万回は、コンテンツが回答の出典に挙げられたことを表します。 | プラットフォーム・標準文書、理論の定義 | ||
| AIエージェント訪問数 1,809 万回は、訪問の規模を表します。顧客の代行が完了したかどうかは、その後の成果で確認する必要があります。 | ファーストパーティデータ、学理文献、理論の定義 | [86] Parasuraman, R., Sheridan, T. B., & Wickens, C. D.(2000) | |
| 検索・AI経由流入数 31.0 万回(検索とAIの合計、Google 26.8 万)は、顧客が検索またはAIを経由してサイトに入った成果を表します。 | ファーストパーティデータ | ||
| コールドスタート(Cold Start):AIトラフィックを 0 から累積し、業界の経験則では約 90 日です。 | ファーストパーティデータ、経験則 | 約 90 日は業界の経験則で、当サイトの計測ではありません(著者が 2026-10-13 に確認)。月間読み取り量 53 回→3,599 万はファーストパーティデータです。 | |
| ウォームスタート(Warm Start):コンテンツが S1 を満たし、AIトラフィック・ハブ上で公開されている状態です。経験則では約 30 日ですが、訪問の期限ではありません。別に、単一サイトでのコールドスタート観察があります:同じAIプラットフォームの次のクローラーが 30–35 日後に来訪しました(図 6-6)。うち三社は下限値で、ウォームスタートの所要時間の推計には使えません。林毅祥(TK Lin)の個人 IDA の事例では 14 日で S7 回答(AIによる詳細の回答)に到達しました。 | ファーストパーティデータ、学理文献、経験則 | [93] Cho, J., & Garcia-Molina, H.(2003) | 約 30 日は経験則です。同じAIプラットフォームの次のクローラーまで 30–35 日空くことは図 6-6 の実測、14 日と 84% は林毅祥(TK Lin)の個人 IDA の実測です(著者が 2026-10-13 に確認)。 |
| AIトラフィック・ハブ(AI Traffic Hub)の必要条件は、毎月一千万回以上のAIリクエストが累積していることです。 | ファーストパーティデータ、理論の定義 | ||
| AIトラフィックの先行者利益とは、情報を早く用意し、訪問したクローラーに読み取ってもらえることです。 | ファーストパーティデータ、学理文献、理論の定義 | [58] Lieberman, M. B., & Montgomery, D. B.(1988) | |
| 複利的リードは、現時点では仮説です:AIインプレッションの累積がリードを広げるかどうかは、まだ検証が必要です。 | ファーストパーティデータ、学理文献、理論の定義 | [59] Arthur, W. B.(1989);[94] Barabási, A.-L., & Albert, R.(1999) | |
| 第 7 章 IDAEO実測:自社サイトと早期実測店舗 | |||
| IDAEOは自社のIDAEO本サイトと和心村で実測するだけでなく、早期実測店舗も一緒に実測データを提供しています。 | ファーストパーティデータ、プラットフォーム・標準文書 | ||
| 実測に参加した中小企業には、IDAEOプラットフォームに参加した期間中に、次のような変化がありました。 | ファーストパーティデータ、プラットフォーム・標準文書、理論の定義 | ||
| ① 計測の正式開始 → ジャーニー全体の成果の法則(成果測定)、② 検索露出の同時展開 → オーディエンス適応の法則(オーディエンス戦略)、③ AI回答から最初の訪問者が到達 → ジャーニー設計:S9 来訪。 | ファーストパーティデータ、理論の定義 | ||
| ④ ブランド知識の提示を全面刷新 → アイデンティティ連続性の法則(S1 店舗レディネス)、⑤ 研究エビデンス駆動の最適化 → 理論的基盤:既存理論 17 項目、⑥ IDAEO新サイトの構築 → 五つの構成軸と九要素。 | 理論の定義 | ||
| ⑦ クロール実績が再び最高値を更新 → AIインプレッション数(S2–S4 AIによる情報取得)、⑧ 累計で一億回のリクエストを突破 → 複利的リードと生きている理論。 | ファーストパーティデータ、理論の定義 | ||
| 第一期に実測へ参加し、5 月と 9 月の両方に完全な記録がある店舗公式サイトでは、多くが成長し、一部は成長しませんでした。成長した公式サイトの全体閲覧回数は 5 月から 9 月にかけて、育児コンテンツサイトが 52,817 回から 55,286 回に、飲食設備メーカーが 842 回から 1,275 回に、イベント空間デザインが 442 回から 1,741 回に、革製品ブランドが 555 回から 908 回に、ヘアサロンが 74 回から 128 回に、スタジオが 3 回から 329 回に増えました。 | ファーストパーティデータ | ||
| 第二期の実測業種のIDAページは、7/18–10/8 に 373,776 回のAIインプレッション(AIと検索エンジンクローラーにクロールされた回数)を獲得しました。 | ファーストパーティデータ | ||
| 第 8 章 AI可視性と理論的基礎 | |||
| 外部のAI可視性は主に S5–S7 の回答段階に対応します。 | 学理文献、理論の定義 | [31] Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K., & Deshpande, A.(2024)。GEO: Generative Engine Optimization | |
| AI可視性の基本は S1–S4 | 学理文献、理論の定義 | [88] Kandpal, N., Deng, H., Roberts, A., Wallace, E., & Raffel, C.(2023) | |
| IDAEOは S1–S4 の基礎と S8–S10 の行動、コンバージョン、再訪を同じジャーニーにつなぎます。 | 学理文献、理論の定義 | [83] Rust, R. T., Lemon, K. N., & Zeithaml, V. A.(2004) | |
| IDAEOの理論的基礎は八つに分類されます:マーケティング学の基礎、生成エンジンとAI検索の研究、AI顧客とAIエージェント(AI Agent)、情報検索と信頼性、成果計測、スタートと蓄積、AIプラットフォームの公式文書とエージェントプロトコル、七大法則とジャーニーの学理。 | 理論の定義 | ||
| 図には17の既存理論を挙げており、完全な文献は巻末の「理論的基礎と文献」にあります。 | 理論の定義 | ||
| 毎月の新しいデータと実測検証が、IDAEOの理論と実証の基礎を強化し続けます。 | 学理文献、理論の定義 | [96] Lakatos, I.(1970);[97] Hevner, A. R., March, S. T., Park, J., & Ram, S.(2004) | |
データについて
- ファーストパーティデータ:IDAEO のファーストパーティ計測記録から取得しました。期間は 2026/3/3–10/8、旧サイトと新サイトの合計です。AI、検索エンジン、自動サービスボットを合わせて 1.055 億回(105,487,618 回)です。この数字は IDAEO 確定基準と一致します。これはプラットフォームサイトの規模なので、個別の店舗の公式サイトとは直接比べられません。8/24 より前は重複リクエストを含む可能性があります。AIクロール数は 9,746 万回で、読みに来た目的別に示します。学習用の取り込みは 5,220 万で、学習のために読みに来たものです。AIインデックス作成は 399 万(自社の Cloudflare AI Search の 282 万を含み、来月の更新時に差し引きます)。検索インデックス作成は 4,126 万です。インデックス作成の数字は、インデックス作成のために読みに来たことだけを示します。これらの読み取りは、学習済みや登録済みを意味しません。Applebot、PetalBot、YouBot、Kagibot は検索エンジンクローラーに分類します。分類は各社の公式文書に従っています(2026/10/14 確認)。
- AIエージェント:1,795 万回は 2026/8/26–10/8 の自動ブラウジングで、プログラムがブラウザを操作する機能として別掲します。名前付きAIエージェント 14.4 万回、合計 1,809 万回。Hermes、OpenClaw、Devin、Grok、Muse は計測中として記載し、名前付きの来訪成果は後日公表します。Manus は 14 回。
- 人(生活者):自然流入 31.0 万回は検索またはAIからサイトにクリックして入った回数(2026/8/26 以降が中心)で、そのうち Google は 26.8 万、ローカル検索は計測中で、後日公表します。
- 自動サービスボットは自動化情報サービスを提供します:「AIのツール」とは、名称がAIと表示され、ソースがその他の自動化サービスに分類されるリクエストを指します。SEO ツールのクローラー(Semrush、Majestic、Moz、Ahrefs など)とウェブページのプレビュー(Facebook、LinkedIn、X など)はプラットフォーム認証の身元に基づいて記載し(2026/8/24–10/8)、独立して集計しており、上記の総回数の範囲外です。「計測中」15 万回の身元と機能は IDAEO が継続して確認中で、分類の成果は後日公表します。
- 検索結果表示:各図の内訳は検索プラットフォームの原値(Google 741 万回、Bing 91 万回、合計 832 万回)、全体概要の約 822 万回は IDAEO 確定基準で、両者の差は約 10 万回です。インデックス登録ページ数は 2026年9月の値で、Bing は各サブフォルダの合計を採用します。
- 林毅祥(TK Lin)の個人 IDA の実測(2026/10/3):100 問を五つのグループに分け、各 20 問(身元、会社、専門、和心村、IDA)。五つのAIモデルは Perplexity Sonar、OpenAI GPT-5.4、Anthropic Claude Sonnet 5、Google Gemini 3.5 Flash、xAI Grok 4.5 で、合計 500 件の回答です。84% は、この IDA がAI検索のソース一覧に出たことを指します(五つのモデルのうち四つは同じ検索インターフェースを経由。質問は著者本人を名指し。単一の事例)。該当は 419 件の回答です。この IDA はソース一覧に 439 回登場し、全ソース中の第一位です。そのうち本人を名指しした 40 問(身元、会社の二グループ)は 91.5%(183 件)で、この IDA は 190 回登場しました。10/11 の追跡:Perplexity の四言語 16 問のうち、13 問のソースにこの IDA がありました。単一の事例は、そのまま店舗に当てはめられません。
- 立ち上げ時間:ウォームスタートの約 30 日は経験則です。図 6-6〈コールドスタートのタイムライン〉には実測もあります:同じAIプラットフォームのクローラーが順にサイトを訪問し、間隔は 30–35 日。コールドスタートの約 90 日は業界の経験則です。14 日は林毅祥(TK Lin)の個人 IDA の実測事例です。
- 実測店舗:第一期の実測店舗と第二期の実測業種はいずれも実際に営業している店舗で、IDAEO が一つずつ身元を照合済みです。取り決めにより、本書には業種のみを記載し、店名は IDAEO の内部記録にとどめます。
- 発行主体:IDAEO は株式会社和心(法人番号 8011401020677、日本東京都港区)が運営します。著者は林毅祥(TK Lin)。
- 学理的基礎:既存の 17 件の出典は一つずつ検証済みで、著者と年は文献リストに従って記載します。そのうち六篇の検証範囲は出版社の書誌と要旨です。Goodhart は 1975 年発表、1976 年出版。理論的根拠は、マーケティングの基礎、生成エンジンとAI検索の研究、AI顧客とAIエージェント(AI Agent)、情報検索と信頼性、成果計測、立ち上げと累積、AIプラットフォームの公式文書とエージェントプロトコル、七大法則とジャーニーの学理に分かれ、完全な文献は巻末の「理論的基礎と文献」を参照。
- 外部のAI可視性指標:2026-10-11 に検証したツールベンダーの説明と各社の公開定義に基づいて整理、比較の際は同じ計測範囲と指標の基準を採用します。
- 各社のロゴはその所有者の商標であり、本書では各AIプラットフォームを識別するために用います。
- 九つの成果指標と IDAEOソリューションは本書の命名を採用します。検証データは全プラットフォームで集計し、単一店舗の成果はその店舗のデータで測ります。AI言及率、AI回答正確率、AI再訪数の計測方法は確定済みで、IDAEO が累積を続け、後日公表します。
- 最適化領域の同領域の用語は本書の機能分類に従って整理し、各語の使用文脈を採用します。AIO(AIによる概要の最適化)と AEO(アンサーエンジン最適化)はつながっており、いずれもAIの回答がコンテンツを利用することに対応します。AAO、AXO、AAIO と GAIO、AISO は 2026-10-11 に検証したAIプラットフォームの用語ページに基づいて記載します。SXO、VSO、ASO、CRO、SMO、SGE、LLM SEO は業界で通用している見方を採用し、今回一つずつ検証した範囲は前述のAIプラットフォームの用語です。
- 拡張図は〈AI時代のウェブサイトトラフィック〉入門コースの視覚構成を踏襲し、数字は同じファーストパーティ計測記録に基づいて 2026/10/8 まで集計、ジャーニーのステップは一律に S1–S10 と書きます。本版の集計範囲は各図に記載した項目を基準とします。
- 各拡張図は期間に沿って読み解きます:AIリクエスト 3/3–10/8、全サイト 2/12–10/8、自動ブラウジング 8/26–10/8、サイト別の内訳 8/20–10/8、Copilot 引用 7/22–10/8。8/24 以前は複数のファーストパーティ計測記録を統合しており、重複リクエストを含む可能性があります。引用時はこの範囲を併せて明記します。
- Copilot 引用 3.17 万回は IDAEO 確定基準に従い正式コンテンツの範囲を採用、元の集計は 5.26 万回。
- 「AI回答のための読み取り」4,605 万回は IDAEO 確定基準に従い、検索インデックス作成とAIによる概要作成、AIインデックス作成、リアルタイム取得、名前付きAIエージェントを含みます。そのうち検索インデックス作成 4,126 万回は検索とAI回答で共用し、残りは機能ごとに合算して、利用範囲を統合して示します。
- 図 6-6〈コールドスタートのタイムライン〉は、AIプラットフォームが順に訪れた記録を示します。六社中五社のAIプラットフォームで、最初のクローラーと次のクローラーの間隔は 30–35 日でした。これは、同じAIプラットフォームの別のクローラーが順に現れる間隔です。初日が 2026/3/3 のクローラーは、計測開始時にすでに来ていました。記載した間隔は観察の起点から計算したもので、実際の間隔の下限を表します。コールドスタートは、新しいウェブサイトのAIトラフィックが 0 から積み上がることです。業界の経験則では約 90 日です。ウォームスタートは、コンテンツが S1 を満たし、AIトラフィック・ハブに公開されたものです。これは毎月一千万回以上のAIリクエストが積み上がるプラットフォームを指します。IDAEO プラットフォームは 7 月 2,597 万回、8 月 3,599 万回、9 月 1,579 万回です。8/24 より前は重複リクエストを含む可能性があり、前後で基準が異なります。9 月は 8 月より減っています。月をまたぐ比較では基準に注意してください。ウォームスタートの経験則は約 30 日です。林毅祥(TK Lin)の個人 IDA の事例は 14 日で S7 に到達しました:9/20 に公開、10/3 に 100 問・五つのAIモデルで実測しました。84% は、この IDA がAI検索のソース一覧に出たことを指します(五つのモデルのうち四つは同じ検索インターフェースを経由。質問は著者本人を名指し。単一の事例)。制約は「林毅祥(TK Lin)の個人 IDA の実測」のデータ説明を参照してください。店舗には当てはめられません。
- AIエージェント訪問数 1,809 万回=自動ブラウジング 1,795 万+名前付きAIエージェント14.4 万。ほかに 5,102 回のAIエージェントが一般のブラウザで来訪しており、別計上とし、どの合計にも含めません。
- 早期実測店舗、第二期の実測業種、自社の和心村公式サイト:店舗ページの検索クリック、AIによる送客、店舗ページのAI読み取り、店舗公式サイトの閲覧回数は IDAEO ファーストパーティ計測記録から取得(2026-10-10 照会)、第二期の実測業種の IDA ページのAIインプレッションは IDAEO ファーストパーティ計測記録から取得(2026-10-11 照会、期間 7/18–10/8、10 社のプラットフォーム、三種類の用途をそれぞれ合計するといずれも 373,776 回)、業種公式サイトの検索クリックと Copilot 引用は許可を得た検索プラットフォームのデータから取得(2026-10-11 照会)、合計のみ記載。和心村公式サイトの Google 検索クリック 109,140 回(3/3–10/8)は検索プラットフォームのデータから取得、AIと検索エンジンの読み取り 95,333 回、AIのリアルタイム取得 11,333 回(8/20–10/8)は IDAEO ファーストパーティ計測記録から取得。Google の前年同月比較は前年の記録がある公式サイトのみを含みます。Bing の合計のうち一部の公式サイトのデータは 8/13 以降です。
無料ダウンロード、毎月更新
この本に参加する:訂正・反例・実測・協力 →更新履歴本書の引用
IDAEO:AI時代のマーケティング · 林毅祥(TK Lin) · 第1版 第9次改訂 · · https://km.idaeo.ai/idaeo/textbook?lang=ja · CC BY 4.0
