学ぶ
AIのランキング要因
AIアシスタントはどのブランドをおすすめするかを選ぶのか
そして、モデルを作った人たちにとってさえ、いまも本当のブラックボックスである部分。
そして、モデルを作った人たちにとってさえ、いまも本当のブラックボックスである部分。
「how to rank in ChatGPT」でしばらく検索すると、「7つのランキング要因」や、ドメインオーソリティが40%、コンテンツの質が35%といった具体的なパーセンテージを、自信満々に並べたリストが見つかります。そこまで具体的な数字は疑ってください。OpenAI、Anthropic、Googleの外にいる誰も、これらのシステム内部の実際の重み付けにはアクセスできず、各社自身もそれを公表していません。以下は、実際に文書化されていることと、外部からは本当に知りえないことの線引きです。
役に立つ、実際の区別があります。学習中に学んだことだけから答えるモデルと、答える前にライブのウェブを積極的に検索するモデルの違いです。
学習したことから答える（ブラウジングなし）。このモードでは、モデルは何も調べません。大規模なテキストコーパスでの学習中に重みへ焼き込まれた統計的なパターンから、回答を生成します。ブランドが回答に登場するのは、そのカテゴリと結び付いた形で、学習データ全体に十分な頻度で、十分明確に現れ、モデルがその関連を学んだからです。長く公的な実績があり、文書が豊富な有名ブランドが、無名のブランドより頻繁に登場しやすいのはこのためです。SEOのテクニックがあるからではなく、そもそもモデルが学べるテキストがそれだけ多いからです。
ブラウジング／検索を使って答える。アシスタントが応答する前にウェブを積極的に検索する場合（ChatGPTやPerplexityなどが対応するモードです）、最新のページを取得して、直接引用できます。このモードでは、ページがそもそも見つけられて読めるか（クロール可能、インデックス済み、ブロックされていない）が、モデルがあなたを「気に入るか」とは別の、実際の機械的な前提条件になります。
これらは本当に異なるプロセスで、示唆するものも異なります。両者を混同するのは、AI可視性に関するアドバイスで最もよくある間違いのひとつです。ブランドが学習データの記憶から絶えずおすすめされながら、実際のリンク付きで引用されたことは一度もない、あるいはその逆、ということもあります。
これは推測ではなく、学習の仕組みから直接導かれます。ブランドが、ウェブ全体の多くの独立した情報源によって、明確かつ一貫して語られていれば、ほとんど書かれていないブランドより、モデルの学習データで強く表現されやすくなります。これは実際にある機械的な傾向ですが、チェックリストではありません。「有名になること」は真実ですが、それだけでは行動に移せるアドバイスにはなりません。
ここでは、自信よりも誠実さが大切です。大規模言語モデルは、開発した企業自身が認めるとおり、いまも作った本人たちにとってさえ、かなりの部分が不透明です。Anthropic自身の解釈可能性の研究者も、これらのモデルは非常に大きく複雑なので、設計した人たちでさえ、モデルが刻一刻と実際にどう「考えて」いるかについてはほとんど分かっていないと、率直に述べています。Anthropicの機構的解釈可能性の研究は、ニューロンの活動のどの内部パターンがどの概念に対応するかのマッピングで、実際に前進してきました。ただしその研究は、実験室でモデル内部の表現を理解するためのもので、外部のマーケターが自社ブランドをより多く言及させるために引けるレバーを与えるものではありません。
具体的には、プロバイダーの外にいる誰も、次のことを正確には言えません。
この4つの問いに具体的な自信をもって答える記事は、推測しているだけです。モデル提供元自身が公表していないことについて、正確な仕組みを売り込む人には注意してください。
推測ではなく、文書化されていることに沿って動きましょう。自社以外の情報源（実際のカバレッジ、実際のレビュー、実際のリスティング）によって、ブランドがウェブ全体で正しく明確に説明されているようにし、モデルが学習したり検索で取得したりできる正確な素材を増やします。検索モードの場合に備えて、自社サイトはクロール可能で、曖昧さのない状態に保ちます。そして、研究所の外の誰も検証できない特定の「ランキング要因」を追いかけないでください。それ以上は、「なぜモデルはそう答えたのか」への正直な答えは、たいてい、完全には分からない、です。刻一刻という意味では、作った会社にも分かりません。
これほど多くが本当に知りえないことを踏まえると、最も価値のあることは、ブラックボックスのリバースエンジニアリングではありません。いまの実際のベースラインを測り、取り組む価値のある問題がそもそもあるのかを知ることです。