私たちは、どう計測しているか。
LLMの回答は確率的で、モデル更新のたびに変わります。だからこそ Geo Index は、すべての計測値に計測条件を明示し、データが不足しているときは「データ不足」と表示します。数字の出どころを説明できることが、私たちの計測の前提です。
LLMの回答は確率的で、モデル更新のたびに変わります。だからこそ Geo Index は、すべての計測値に計測条件を明示し、データが不足しているときは「データ不足」と表示します。数字の出どころを説明できることが、私たちの計測の前提です。
計測条件の明示
LLMはモデル更新のたびに回答が変わります。どのモデルバージョンで、いつ計測したかを分からなくすると、数字は比較できなくなります。
Geo Index は、すべての計測値に正確なモデルバージョン（例: GPT-5 nano / Claude Haiku 4.5 / Gemini 2.5 Flash）と計測時刻を表示します。あわせて、モデル更新の頻度をふまえた推奨再計測タイミングも案内します。
「引用率が上がった/下がった」という変化を見るときも、比較対象が同じモデル・近い時期の計測かどうかを、常に確認できる状態にしています。
※ 表示されているモデル名・時刻は表示例です。実際の計測値ではありません。
定義の精密さ
この2つを混ぜると、対策の優先順位を誤ります。
LLMの回答本文にブランド名が登場すること。
回答の引用元・参照としてあなたのサイトが使われること。
Geo Index はこの2つを別のメトリクス（言及ベースSoVと引用ベースSoV）として計測します。言及されていても、引用元になっていないことがあります。この2つを混ぜると、対策の優先順位を誤ります。
指標の体系
ひとつの総合スコアに丸めず、意味の違う5つの層に分けて開示します。層ごとに、どのAIで・どの取得経路で観測したかまで分けて示します。
| 層 | 平たく言うと | 見ているもの |
|---|---|---|
| 被発見性 | 見つけてもらえたか | AIが外部情報を取りに行った割合と、AIクローラーが自社サイトへ到達した記録 |
| 引用 | 引用されたか | 反復して測った引用の成立率。AIごと・取得経路ごとに分けて、区間と実数で示します |
| 卓越性 | 回答のどこに出たか | 回答の中での位置の分布（1位／2〜3位／4位以下）と中央値 |
| アーンド言及 | 第三者にどれだけ語られているか | 引用元の量・媒体の種類・観測の新しさ。観測された相関であり、因果を示すものではありません |
| 安定性 | 測り直しても同じか | 反復や週をまたいだときに、引用元の顔ぶれがどれだけ一致するか |
※ 層を重みで合成した値も表示しますが、これは参考値（directional）として扱い、意思決定の主な根拠にはしません。どの層を計算に入れたかを値の近くに併記し、層の構成が違う値どうしは比較・時系列の連結をしません。観測できなかった層は「計測対象外」と表示し、0として扱いません。
診断の考え方
推測ではなく、査読された研究と決定論的な計算に基づいてスコアリングします。
AIが本文と構造をどこまで取り出せるかを採点します。機械で判定できる項目を主とし、文意の解釈が必要な項目はLLMによる参考値として区別して表示します。スコアは引用のされやすさを保証するものではありません。
5つの構造特徴に基づく決定論的スコアリングです。LLMを使わないため、同じ入力には常に同じスコアが出ます。
正直さの原則
すべてのダッシュボードに適用する原則です。
計測データが判定に足りないとき、Geo Indexは勝敗や傾向を捏造しません。「データ不足」とそのまま表示します。見栄えの良い数字よりも、検証できる数字を優先します。
可観測性
すべてのLLM呼び出しはLangfuseで記録され、どのプロンプト・どのモデルで計測したかを追跡可能です。
関連ページ
本ページは計測の作法に絞っています。そもそもなぜ計測するのか、計測をどの順番で使うのかは、それぞれのページにまとめています。