図 8-1 AI可視性の位置づけ図：完全なジャーニーにおける可視性の位置
AI可視性ツールは主に S5–S7 を計測し、回答の中でのブランドの姿を観察します。S1–S4 は基礎です。これがないと、AIはあなた自身の言葉を読みにくくなります。情報レディネスとAIによる情報取得は言及の基礎です。IDAEO は前段の準備と、S8–S10 の代行行動、コンバージョン、再訪をつなぎ、完全なジャーニーにします。
図 8-1 AI可視性の位置づけ図：完全なジャーニーにおける可視性の位置図表をテキストで見る
上から下へ、十のステップ、外部の論点、外部の指標、IDAEOジャーニー診断、サービス階層を見ます。同じ縦の列が同じステップです。
ステップ
図 2-1 へ続く
S1
準備
S2
クロール
S3
学習
S4
インデックス
S5
AIに質問
S6
AI言及
S7
AI回答
S8
用事を代行
S9
来訪
S10
再訪
誰が語っているか
AI可視性の基本：S1–S4
AIに読まれて初めて、回答にあなたが現れる
世間で言う「AI可視性」
AIの回答にあなたがいるか
下流：代行・来訪・再訪
外部ではまだ計測が少ない
外部は何を計測
各社のツール
IDAEO ジャーニー診断範囲
質問
カバレッジ
どんな質問で
出てくるか
言及率
言及された
回数、
同業との比較
引用率
リンクが
あなたへ、
記述が
正しいか
IDAEO ジャーニー診断範囲
IDAEO
ジャーニー診断
図 2-1 へ続く
データ揃うか
入れるか
利用できるか
登録されたか
読みに来たか
言及されたか
正しいか
代行できるか
来訪したか
再訪したか
IDAEO
サービス階層
図 5-1 に接続
AEO露出
AEO+ クチコミ
IDAブランドPR
S1–S4 は基礎：これがないと、AIはあなた自身の言葉を読みにくくなります
AIがまず読めてこそ、回答にあなたが現れます。可視性は S5–S7 の結果であり、土台は S1–S4 にあります。
ID
EO
オリジナルフレームワーク © 2026
読み方上から下へ、十のステップ、外部の論点、外部の指標、IDAEOジャーニー診断、サービス階層を見ます。同じ縦の列が同じステップです。
図 8-2 IDAEO 理論的基礎の対応図
17の既存理論を五つの構成軸に沿って並べ、各マスに出典と応用を記載します。巻末の「理論的基礎と文献」では、別に八つの分類で関連文献を挙げています。
図 8-2 IDAEO 理論的基礎の対応図図表をテキストで見る
各マスでは、まず著者、年、理論を見て、次に矢印に沿って対応するIDAEOの設計を見ます。矢印は類比による対応です。その理論がIDAEOを証明したという意味ではありません。
五つの構成軸
① 受け手戦略
誰に対して行うか
② ジャーニー設計
どのステップを進むか
学理
検索拡張生成
Lewis ら 2020｜
AIは回答前に検索 →
即時取得
エージェンシー理論
Jensen、Meckling
1976｜AIエージェント
は顧客の代理人
AI可読標準
RFC 9309、
schema.org｜
AIのサイト閲覧ルール
→ AIのアクセス許可
カスタマージャーニー
McKinsey 2009、
Google 2011｜
購買決定は再訪を含む循環 →
十のステップ
注意力の希少性
Simon 1971｜
AIは一度に数社しか言及しない → S6
五つの構成軸
④ サービス階層
どの階層まで
⑤ 成果測定
成果をどう数えるか
学理
シグナリング理論
Spence 1973｜
信号にはコストが要る
劣る側には払えない、
ゆえに信頼 → 階層、
バッジ
能力成熟度モデル
Paulk ら 1993｜
能力を段階に分け、
一段ずつ上がる→
サービス階層
バージョン別価格
Shapiro、Varian
1998｜同じ製品を
版ごとに提供 →
サービス階層
内容が異なる
効果階層
Lavidge、Steiner
1961｜認知、
好意、行動に順序
→ 露出、口コミ、
ブランドPR
声量シェア
Jones 1990｜
声量と市場シェアを
合わせて見る →
AI言及率
グッドハートの法則
Goodhart 1975｜
指標は目標化で歪む
→ クリック以外に
AIの各段階を見る
五つの構成軸
③ 信頼と検証
信じる根拠は
学理
情報の非対称性
Akerlof 1970｜
質が見分けられず
引用を控える→要検証
情報源の信頼性
Hovland、
Weiss 1951｜
同じ言葉でも発言者で
信じるかが変わる →
各事実に発言者を
明記
信頼の三要素
Mayer ら 1995｜
信頼は能力、善意、
誠実性、行動で更新
→ 期限到来で再検証
エンティティ解決
Fellegi、Sunter
1969｜名寄せは
複数項目の一致 →
公的登記照合
データ来歴
W3C PROV 2013｜
各データがどこから、
いつ来たか→原文保全
第三者認証の仲介者
Lizzeri 1999｜
仲介者が開示する
量を決定 → IDAEO は
件ごとに出典を付け
店舗に代わり結論せず
ID
EO
オリジナルフレームワーク © 2026
読み方各マスでは、まず著者、年、理論を見て、次に矢印に沿って対応するIDAEOの設計を見ます。矢印は類比による対応です。その理論がIDAEOを証明したという意味ではありません。
IDAEO の理論の枠組み：七大法則、五つの構成軸、九要素
七段階でつなぐ、実測に基づく方法論
理論の完全な説明は本章に回します。まず実測データを示し、そのあと理論の枠組みと、検証待ちの主張を説明します。林毅祥は実測、検証、理論をつなぎました。さらにプロセス、診断、ソリューション、成果をつないで、IDAEOにしました。ファーストパーティデータから出発し、三地域のデータで検証モデルを作ります。それが信頼できる事実を支えられるかは、これから実測で確かめます。17の学理と78件の関連文献を組み合わせます。四つのフェーズと十のステップ、十のジャーニー診断ゲート、サービス階層へ接続します。最後に九つの成果指標で確認します。八つの実測値とファーストパーティデータが、蓄積された成果を示します。それに基づいてジャーニーの進捗を判断します。
核心、フレームワーク、構成要素にはそれぞれの位置がある
IDAEOの構造定義は次の通りです：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。林毅祥は実測と検証データを理論に接続しました。さらにプロセス、診断、方法、ソリューションを同じ一つのマーケティング学の中に収めました。法則は現時点では判断の原則であり、実測による検証がまだ必要です。構成軸は仕事を配置し、要素は仕事を成果につなげ、実測に明確な解釈のフレームワークを与えます。
図 8-3 IDAEOの七大法則の全体図
七大法則が核心で、五つの構成軸がフレームワークです。上から下へ、法則名、一言、なぜ、対応する構成軸を見ます。オーディエンス適応の法則は「表現はオーディエンスによって異なる」です。人とAIでは情報の理解の仕方が異なるからです。オーディエンスごとに表現するときは、内容が正しく理解されているかを見ます。それでも誤解されるなら、表現を見直します。アイデンティティ連続性の法則は「主体のアイデンティティは常に一貫している」です。AIの主体に対する認識は長期の蓄積によるからです。データを照合するときは、AIが内容を同じ主体に結びつけているかを見ます。アイデンティティが一貫していても取り違えられるなら、一貫性だけでは有効と判断できません。独立検証の法則は「検証にはコストがかかり、結論は事実に従う」です。公信力は、判断が委託者に左右されないことから生まれるからです。委託を受けたときは、結論が証拠に基づいて書かれているかを見ます。結論が委託によって変わるなら、この法則に合いません。事実優先の法則は「信頼できるコンテンツは検証済みの事実から始まる」です。確認を経ていれば、AIが利用しやすくなるからです。確認したあとは、AIが正しく利用しているかを見ます。それでも誤りが多いなら、この法則を見直します。主張の追跡可能性の法則は「すべての主張に追跡可能な根拠がある」です。追跡できてこそ、AIは安心して引用できるからです。主張を出すときは、出典がそれを裏づけているかを確認します。出典があっても誤りが多いなら、この法則を見直します。外部裏付けの法則は「信頼できる主張には外部の裏付けが必要」です。独立した視点が、一方的な記述を補うからです。外部データと照らすときは、同じ主張を支持しているかを見ます。転載にすぎない場合や主張と矛盾する場合は、裏付けに数えません。ジャーニー全体の成果の法則は「AIの各段階での利用はすべて成果」です。顧客はAIの回答の中で決定することがあるからです。各段階の成果は分けて記録します。後ろの段階に成果がないのに、前の段階の進展で代えてはいけません。最下段は順に、オーディエンス戦略（誰に対して行うか）、サービス階層（どの階層まで行うか）、信頼と検証（何を根拠に信じるか）、成果測定（成果をどう数えるか）に対応します。
図 8-3 IDAEOの七大法則の全体図図表をテキストで見る
上から下へ、法則名、一言、なぜ、対応する構成軸を見ます。最下段は図 0-2〈IDAEO理論フレームワーク全景図〉につながり、核心原則をフレームワークに結びつけます。七大法則はいずれも十のステップに落とし込まれます。ジャーニー設計は七つの法則が共通して実装される場所であり、そのため図 8-3 の最下段には単独で載せていません。サービスは一段ずつ積み上がり、積み上がるのは同じ主体であるため、アイデンティティ連続性の法則はサービス階層に対応します。複数のデータで同じ主体を照合するときは、AIが異なるコンテンツを同じ主体に結びつけているかを確認します。アイデンティティが一貫しているのに誤認される場合は、この法則を再点検します。
法則
核心
IDAEOの七大法則：AI時代のマーケティングの基本法則
七大法則
受け手適応の法則
Law of Audience
Adaptation
ID連続性の法則
Law of Identity
Continuity
独立検証の法則
Law of
Independent
Verification
事実優先の法則
Law of Fact
Primacy
主張追跡の法則
Law of Claim
Traceability
外部裏付けの法則
Law of External
Corroboration
全体成果の法則
Law of
Full-Journey
Outcomes
一言
表現は受け手で
異なる
主体のIDは
常に一貫
検証にコスト、
結論は事実次第
確かな内容は
検証済事実から
すべての主張に
追跡できる根拠
主張の信頼は
外部裏付け次第
AIの各段階での
利用は全て成果
なぜ
人とAIでは
情報の理解の
仕方が異なる
AIの主体認識は
長期の蓄積による
公信力の源は
判断が依頼に
左右されないこと
裏付けがあれば
AIは安心して利用
追跡できればAIは
確信をもって
引用できる
独立した視点が
一方の説明を補う
顧客はAIの回答の
中で決定を終える
対応する構成軸
① 受け手戦略
誰に対して行うか
④ サービス階層
どの階層まで
③ 信頼と検証
信じる根拠は
⑤ 成果測定
成果をどう数えるか
ID
EO
オリジナルフレームワーク © 2026
読み方上から下へ、法則名、一言、なぜ、対応する構成軸を見ます。最下段は図 0-2〈IDAEO理論フレームワーク全景図〉につながり、核心原則をフレームワークに結びつけます。七大法則はいずれも十のステップに落とし込まれます。ジャーニー設計は七つの法則が共通して実装される場所であり、そのため図 8-3 の最下段には単独で載せていません。サービスは一段ずつ積み上がり、積み上がるのは同じ主体であるため、アイデンティティ連続性の法則はサービス階層に対応します。複数のデータで同じ主体を照合するときは、AIが異なるコンテンツを同じ主体に結びつけているかを確認します。アイデンティティが一貫しているのに誤認される場合は、この法則を再点検します。
| ステップ | 行ったこと | 確認できる場所 |
|---|
| ① 実測 | ファーストパーティデータを計測し、累計 1.055 億回のリクエストを蓄積しました（AI、検索エンジン、自動サービスボットを含む）。8/24 以前は重複リクエストを含む可能性があります。AIインプレッション数は 9,746 万回です。これらのデータと来訪者の種類を、マーケティング判断の基盤とします。 | 図 6-1〈ジャーニー全体の成果ダッシュボード〉と第 1 章を参照 |
| ② 検証 | 日本・台湾・香港の三地域のビッグデータで IDAEO 検証モデルを構築しました。モデルが信頼できる事実を支えられるかは、実測結果による裏付けがまだ必要です。 | 図 4-1〈IDAEO 検証モデル〉を参照 |
| ③ 理論 | 17 の学理と 78 件の関連文献を組み合わせ、マーケティング設計に理論的な出典を持たせます。 | 図 8-2〈IDAEO 理論基盤対応図〉と巻末の文献を参照 |
| ④ プロセス | AIカスタマージャーニーの四つのフェーズと十のステップを構築し、情報の準備を顧客の再訪につなぎます。 | 図 2-1〈AIカスタマージャーニーマップ〉を参照 |
| ⑤ 診断 | 十のジャーニー診断ゲートを配置し、各ステップに確認の要点を設けます。 | 図 2-2〈ジャーニー診断ゲート図〉を参照 |
| ⑥ ソリューション | IDAEOソリューションとサービス階層を四つのフェーズと十のステップにつなぎ、ジャーニーに沿って支援範囲を配置します。 | 図 5-2〈成果指標対照マトリクス〉と図 5-1〈サービス階層ステップ図〉を参照 |
| ⑦ 成果 | 九つの成果指標でジャーニーを確認し、八つの実測数値とファーストパーティデータを組み合わせて、マーケティング成果を測定します。 | 図 6-1〈ジャーニー全体の成果ダッシュボード〉を参照 |
| 主張 | なぜ |
|---|
| 外部のAI可視性は主に S5–S7 の回答段階に対応します。 | ツールは質問を通じてブランドが言及されるかを観察し、焦点はAIの回答にあります。 |
| AI可視性の基本は S1–S4 | S1 でデータが揃って初めて、AIは理解できる完全なコンテンツを得ます。S2–S4 の読み取りは、コンテンツを検索、学習、回答の情報源へ取り込み、その後の言及と引用を支えます。S1–S4 は基礎です。これがなければ、AIはあなた自身の言葉を読みにくくなります。 |
| 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。 | 前段はブランドが利用されることを支え、後段は顧客の選択を引き継ぎます。全行程を測定して初めて、成果がはっきり見えます。 |
| 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。 | 八分類の文献が、オーディエンス、ジャーニー、信頼できる情報、成果の判断、スタートのタイミング、AIプラットフォームの実際の動作を支え、フレームワークの根拠を追跡できるようにします。 |
| 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。 | 図には設計との対応を示しています。完全な文献では著者、年、出典を確認できます。 |
| 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。 | 新しい成果がオーディエンス、ジャーニー、成果の関係を検証し、生きている理論が実際の変化を取り込み続けるようにします。 |
Q すでにAI可視性ツールがあっても、IDAEOは必要ですか？
A 必要です。AI可視性ツールは回答の中のブランドの姿を観察します。IDAEOはさらに、前段の情報準備とAIの読み取り、後段の代行行動と顧客の来訪をつなぎます。回答はコンテンツの基礎を引き継ぎ、その後の選択にも影響するため、完全なジャーニーに戻して初めて各区間の成果を把握できます。
Q IDAEO学習者は学理をどこまで細かく学ぶ必要がありますか？
A まず各理論がどの設計を支えているかを理解し、次に必要に応じて原典を読みます。学理は判断と応用を助けます。対応関係を押さえれば、さらに深めていけます。
Q 異なるAI可視性ツールの数字はどう比較しますか？
A まず質問の範囲、観察期間、指標の定義を揃え、次に同じ基準で比較します。各ツールの設計の重点は異なるため、同じ基準で比較して初めて明確な意味を持ちます。
Q IDAEOの理論的基礎は何ですか？
A IDAEOは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、情報検索と信頼性、成果計測を結び付けます。対応する研究には、カスタマージャーニーの Lemon & Verhoef（2016）、生成エンジン最適化の Aggarwal ら（2024）、アルゴリズム消費者の Gal & Elkin-Koren（2017）、検索エンジンアーキテクチャの Brin & Page（1998）、情報源の信頼性の Dong ら（2015）が含まれます。
Q AI可視性は、AIに言及されるまでのどの部分に当たりますか？
A 最後の関門 S6–S7 に当たります：AIがあなたの名を挙げ、正しく語るかどうか。その前の四つの道は、AIがあなたを読めるようにする段階です。図 2-5 を参照。