私たちは測定ツールを売っています。
だから自分の物差しを公開します。
「AI検索での可視性」を数字で出すツールは増えました。しかし、その数字がどれくらい正しいかを公開しているところはほとんどありません。以下はすべて、私たちが実際に測った値です。良い数字だけを選んでは載せていません。
4エンジン別に 97.1 / 100 / 93.3 / 97.3%。見落とし（False Negative）は0件。
エンジン別 99.6〜100%（最大差 0.4pt）。実測で「同じ媒体がエンジンごとに別の引用元として集計される」欠陥を発見し、87.6%から修正した結果。
完全一致 93.8%。残る不一致は全部「決められなかった＝null」で、順位の誤帰属は0件。推測して番号を出すより、出さないほうを選んでいます。
本文に出る数値が入力データに存在しない割合。言及率0%・引用率0%という「書くことがない」条件でも数値を作りませんでした。
レポート側の実測日 2026-07-24（本番経路のレポート1件）
ここが、このページを作った理由です。弱点を書かない精度公開は宣伝にすぎません。
F1 76.8〜96.5%。私たちの社内基準（85%）を2エンジンで下回っています。長文回答からの抽出が弱点で、原因は分析側モデルの性能差だと分かっています。全タスクを上位モデルにすれば改善しますが、原価が約10倍になるため条件付きルーティングとして未着手です。
実測1件で、対応済みの項目をまとめて述べた文を「未対応」と判定した誤検出が1件ありました。標本1件の観察であり、まだ結論を出せる数ではありません。
上の精度は、4エンジンの実回答80件（日・英）と種データ16件で測っています。韓国語・中国語・広東語の実回答はまだ十分に集まっていません。つまり、その3言語の精度は「日英と同じ」と仮定しているだけで、実測していません。
ChatGPT・Gemini・Claude・Perplexity。エンジンごとに答えが違うので、1つのAIで測った数字は「AI検索での可視性」ではありません。有料プランは4つ同時、無料プランは選んだ1つで測ります。
質問1つ = プロンプト1つ × 言語1つ。エンジンの数は掛かりません（プランのAIすべてに同じ質問を送ります）。同じ質問を5言語で測れば5質問です。
言及の有無・掲載順位・引用元ドメインを実際の回答テキストから取り出します。判断できない項目は推定値で埋めず null にします。埋めたほうが画面は綺麗ですが、それは測定ではありません。
人が正解を付けた回答セット（ゴールデンセット）に対して、検出・順位・引用元の精度を自動採点します。リポート側も別の採点（捏造率・接地率）を持ち、どちらも継続的インテグレーションで落ちたら止まります。「良くなった気がする」は根拠として使いません。
推定できない値は null にします。サイト上のデモ数値には必ず「例示」と書きます。実在企業の数字を、実測していないのに載せることはしません。この3つを守れなくなったら、この製品を売る理由がありません。