ブランド言及率17%ベンチマーク：AI検索での実測水準と測り方・改善策

ブランド言及率17%ベンチマーク：AI検索での実測水準と測り方・改善策

この記事の結論: AI検索でのブランド言及率（Mention Rate）は、各種実測レポートを総合すると概ね15〜20%前後が一つの目安とされる。ただし業種・クエリタイプ・AIモデルによって幅があり、自社数値をこの水準と比較しつつ、第三者ドメインからの言及を増やすことが最短の改善経路となる。

最終更新日: 2026年6月28日

はじめに

「ChatGPTやPerplexityで自社ブランドが回答に登場しているか」を追う企業が増えている。しかしいざ計測しようとすると、「何回中何回登場すれば合格なのか」という基準が不明で、数字の読み方に迷う担当者は多い。

本記事ではAI検索における**ブランド言及率（Mention Rate）**の定義から、現時点で把握できる業種・モデル別のベンチマーク水準、引用率（Citation Rate）との違い、具体的な測定手順、そして言及率を上げる打ち手まで一気通貫で解説する。

---

ブランド言及率（Mention Rate）とは

ブランド言及率とは、特定のクエリセットに対してAIが生成した回答の中に自社ブランド名が登場した割合を指す。

計算式はシンプルだ。

Mention Rate = 自社ブランドが登場した回答数 ÷ テストしたプロンプト総数 × 100

たとえば100プロンプトを投入し、うち18回の回答で自社名が出た場合、Mention Rateは18%となる。

言及率はLLMO（Large Language Model Optimization）における可視性指標の基礎であり、ブランド言及の量と質を両面から評価する出発点になる。LLMO施策の効果測定においても、まず言及率を把握することが前提条件となる。

---

業種・モデル別ベンチマーク水準

各種実測レポートおよび国内外の調査を総合すると、Mention Rateの目安は以下のように整理できる。数値はあくまで「概ねこの範囲が観測されている」という参考水準であり、クエリ設計やサンプル数によって前後する点に注意が必要だ。

「17%」という数値が業界で目安として語られるのは、この全業種平均帯の中央付近に位置するためだ。ただし17%を下回ったからといって直ちに問題というわけではなく、自社が属する業種カテゴリの水準との比較が本質的な評価軸となる。

モデル別では、ChatGPT Searchは情報源ドメインの多様性を重視する傾向があり、Perplexityは比較的明確な出典URLを提示しながらブランド言及率が高くなりやすいことが複数の実測で確認されている。

詳細なプラットフォーム別ベンチマークはAI検索での引用率20%ベンチマーク（プラットフォーム別）も参照されたい。

---

ブランド言及率と引用率（Citation Rate）の違い

両者を混同したまま計測すると、施策の優先順位が狂う。整理しておく。

言及率は高くても引用率は低い、というケースは多い。AIが「○○というサービスがある」と名前だけ出して出典URLを付けない場合がこれに該当する。逆に、第三者メディアがブランドを紹介した記事がCitationとして引用されることで、引用率は上がっても自社ドメインへの直接言及ではない、という逆転現象も起きる。

詳細な比較についてはAI検索における引用率と言及率の違いで掘り下げている。

---

ブランド言及率の測定手順

ステップ1：プロンプトセットの設計

測定精度はプロンプト設計で大きく変わる。以下の3タイプを混在させることを推奨する。

• カテゴリクエリ：「〇〇業界のおすすめツールは？」「〇〇の比較をして」
• 課題解決クエリ：「〇〇を効率化するにはどうすればよいか」
• 比較クエリ：「〇〇と△△どちらが良いか」

各タイプ最低10〜20プロンプト、合計50〜100プロンプトがサンプルとして望ましい水準とされる。少なすぎると誤差が大きく、ベンチマークとの比較が無意味になる。

ステップ2：複数モデルで並列実行

ChatGPT、Perplexity、Gemini、Claudeなど主要モデルで同一プロンプトを投入し、それぞれのMention Rateを個別に記録する。モデルによって回答傾向が異なるため、単一モデルのみで判断すると偏りが生じる。

ステップ3：結果の記録と集計

各プロンプトへの回答に対し、以下を記録する。

- ブランド名が登場したか（Yes/No）
- 登場した場合の文脈（推奨/言及/否定/中立）
- URLが付与されたか（引用率の計算用）
- 言及箇所が回答の前半/後半どちらか

このうち言及率の計算にはYes/No列だけを使い、残りはSentiment分析に活用する。

ステップ4：ベンチマークとの比較と解釈

自社Mention Rateを算出したら、上述の業種別水準表と照合する。15〜20%の水準に達していない場合、まず第三者ドメインからの言及資産が不足している可能性が高い。

---

自ドメイン vs 第三者ドメイン：言及の発生源

複数の実測データが示す傾向として、AIが回答でブランドを言及する際、その約80〜85%は第三者ドメイン（メディア記事・比較サイト・コミュニティ）を情報源としているとされる。自社公式サイトだけを磨いてもMention Rateが上がりにくい理由がここにある。

言及の発生源を分類すると：

この構造を理解すると、施策の優先順位が明確になる。詳細はAI検索でのブランド言及についての解説記事brand-mentions-llmoを参照されたい。

---

言及率を上げる打ち手

第三者メディアへの露出強化

専門メディアや業界ブログへのコンテンツ提供・取材対応・寄稿を増やす。AIは権威性の高い第三者ドメインの情報を優先して参照する傾向があるため、メディア掲載件数の増加は言及率に直接影響する。

比較・まとめ記事への収録

「〇〇ツール10選」「〇〇サービス比較」といった比較記事に自社が収録されるよう働きかける。これらのクエリはAI検索で頻出であり、比較記事からの引用はMention Rateを大きく押し上げる。

コミュニティでの言及資産を積む

Reddit、note、Qiita、はてなブックマーク等のUGCプラットフォームでの言及を増やす。AIはこれらのプラットフォームを「実ユーザーの声」として重視する傾向があり、コミュニティ言及は自然な形で回答に組み込まれやすい。

自社コンテンツの構造化

自社サイトのコンテンツに明確な固有名詞・定義・比較表を含め、AIが参照しやすい構造にする。FAQページや用語解説ページはAIに引用されやすい形式の代表例だ。AEO（Answer Engine Optimization）の観点でコンテンツを最適化することが重要になる。

ブランドクエリ後のAI言及率計測

AI検索での言及率改善が進むと、ブランド指名検索（Branded Query）のボリュームにも変化が現れることが確認されている。この相関についてはAIサイテーション後のブランド指名検索増加研究で詳しく述べている。

Sentiment（ポジティブ/ネガティブ）の観点での評価についてはAI検索でのブランドセンチメント評価およびAIサイテーションSentimentスコアベンチマーク（日本版）も参照されたい。

AI検索全体での可視性指標の体系についてはAI検索可視性7指標フレームワーク2026、Share of Voiceの測定についてはAI検索Share of Voice計測ガイドでも扱っている。

より広い戦略文脈についてはAI検索最適化完全ガイド、LLMO完全ガイド、SEO×LLMO統合戦略を参照されたい。

---

よくある質問

Q1. ブランド言及率15〜20%という水準はどこから来ているのか？

複数の海外調査会社が2024〜2025年に公開したAI検索可視性レポートや、国内外の実務担当者による実測データの中央値として観測されている水準だ。単一のレポートで確定した数値ではなく、各社実測の集合的な傾向を指す。

Q2. 言及率が5%しかない場合、すぐに問題視すべきか？

業種によっては10%以下が標準的な水準の場合もある。まず自社が属する業種カテゴリの目安と比較し、絶対値だけで判断しないことが重要だ。競合他社との相対比較も合わせて実施すると解釈精度が上がる。

Q3. 言及率と引用率はどちらを優先すべきか？

用途で使い分けるのが基本だ。ブランド認知の観点では言及率、トラフィック誘導の観点では引用率を追うと良い。どちらか一方だけでは施策評価が偏るため、両方を並行して計測することを推奨する。

Q4. サンプルのプロンプト数はどれくらい必要か？

最低50プロンプトが実用的な下限とされる。100プロンプト以上になると誤差が収束し、月次トレンドの比較にも耐えられる水準になる。ただしクエリタイプの多様性もサンプル数と同様に重要だ。

Q5. モデルによって言及率は大きく変わるか？

変わる。同一プロンプトでもChatGPTとPerplexityでは回答生成ロジックが異なるため、言及率に10〜15ポイント程度の差が生じることも珍しくない。主要モデルごとに個別計測することが望ましい。

Q6. 言及率を測るのにツールは必要か？

スモールスタートなら手動でも計測可能だ。スプレッドシートにプロンプト・回答・言及有無を記録するだけで基本的なMention Rateは算出できる。スケールさせる場合はAPI経由での自動化や専用計測ツールの活用を検討する。

Q7. 言及率が高いのに受注につながらない場合の原因は何か？

Sentimentの問題か、言及文脈の問題が多い。ブランド名が登場しても「価格が高い」「サポートが課題」といった否定的文脈での言及が多い場合、言及率は高くてもコンバージョンに寄与しない。言及率と並行してSentimentスコアを計測する必要がある。

Q8. 第三者ドメインからの言及を増やすには最低どのくらいの期間がかかるか？

メディア掲載・比較記事への収録から始めた場合、AIのインデックス反映を含めると概ね3〜6ヶ月程度で変化が観測され始めるケースが多い。コミュニティ言及はより短期で反映されることもあるが、継続的な取り組みが前提となる。

---

関連用語

• ブランド言及
• LLMO
• AEO（Answer Engine Optimization）
• GEO（Generative Engine Optimization）
• ChatGPT Search
• Perplexity

---

関連記事

• AI検索最適化完全ガイド
• LLMO完全ガイド
• SEO×LLMO統合戦略
• AI検索での引用率20%ベンチマーク（プラットフォーム別）
• AI検索における引用率と言及率の違い
• AI検索でのブランド言及を増やす方法
• AIサイテーション後のブランド指名検索増加研究
• AI検索Share of Voice計測ガイド
• AIサイテーションSentimentスコアベンチマーク（日本版）
• AI検索可視性7指標フレームワーク2026
• AI検索でのブランドセンチメント評価