AI検索最終更新日: 2026年6月25日初出: 2026年6月24日

競合シェアオブボイスのギャップ分析｜AI検索の実測手順と3種のギャップ

AI検索における競合とのシェアオブボイス（SoV）ギャップを可視性・トピック・フォーマットの3分類で把握する手順を解説。プロンプトリスト作成から計測ツールの選択、コンテンツ施策への落とし込みまで一気通貫で紹介。

目次（33項目）

はじめに
AI検索におけるシェアオブボイス（SoV）とは
3種類のギャップ（可視性・トピック・フォーマット）
1. 可視性ギャップ（Visibility Gap）
2. トピックギャップ（Topic Gap）
3. フォーマットギャップ（Format Gap）
SoV計測の手順
ステップ1: プロンプトリストの作成
ステップ2: 各AIエンジンでの登場頻度を集計
ステップ3: 結果（言及数）と原因（ブランド検索・Web可視性）の両面評価
計測ツール
Semrush AI Toolkit
HubSpot Share of Voice
Ahrefs Brand Radar
Yext Scout
無料の代替手段
ギャップを埋めるコンテンツ施策への落とし込み
可視性ギャップへの対応
トピックギャップへの対応
フォーマットギャップへの対応
施策優先順位のマトリクス
よくある質問
Q1. AI検索のSoVはどう計算するのですか？
Q2. 競合とのギャップはどの3種類で見ますか？
Q3. トピックギャップとフォーマットギャップの違いは何ですか？
Q4. 無料でSoVギャップ分析する手順はありますか？
Q5. ギャップを見つけたら何から手を付けますか？
Q6. プロンプトリストは何本用意すれば信頼性が高まりますか？
Q7. SoVの計測頻度はどのくらいが適切ですか？
Q8. ブランド検索とWeb可視性の両面を評価するとはどういう意味ですか？
Q9. SoVギャップ分析の結果はどのようにレポートすればよいですか？
関連用語
関連記事

競合シェアオブボイスのギャップ分析｜AI検索の実測手順と3種のギャップ

この記事の結論: AI検索における競合とのSoVギャップは「可視性・トピック・フォーマット」の3種で分類するのが定石。プロンプトリストを作成して各エンジンでの登場頻度を集計し、結果（言及数）と原因（ブランド検索・Web可視性）の両面で評価することで、効果的なコンテンツ施策の優先順位が決まる。

最終更新日: 2026年6月24日

はじめに

Google AI OverviewやPerplexity、ChatGPT SearchなどのAI検索が実用段階に入り、「自社が引用されているか」という一次確認だけでなく「競合と比べてどれだけ露出しているか」を定量的に把握したいというニーズが急速に広がっています。

従来のSEOではシェアオブボイス（Share of Voice / SoV）はオーガニック検索の上位表示割合で測るのが主流でした。しかしAI検索では、引用ソースの選択はアルゴリズムではなく生成モデルが行うため、順位という概念が成立しません。代わりに「複数のプロンプトに対して自社と競合がそれぞれ何回登場するか」という頻度ベースの計測が必要になります。

この記事では、AI検索における競合SoVギャップ分析の全体像を「3種のギャップ定義→計測手順→ツール選択→コンテンツ施策」という流れで整理します。独自の精密統計は持ちませんが、公開されている計測フレームワークと実務で使えるテンプレートを出典付きで紹介します。LLMOの効果を競合比較で可視化したい方を主な対象としています。

AI検索におけるシェアオブボイス（SoV）とは

シェアオブボイス（SoV）は、特定カテゴリやキーワード群において、全体の言及・露出のうち自社が占める割合を示す指標です。

AI検索でのSoVは次のように定義できます。

AI検索SoV（%）= 自社の登場回数 ÷（自社＋競合の全登場回数）× 100

たとえば、30本のプロンプトに対してAIが生成した回答のうち、自社が12回・競合Aが10回・競合Bが8回登場した場合、自社SoVは 12÷30×100 ＝ 40% となります。

SemrushのAI ToolkitやAhrefsのBrand Radarなどのプラットフォームは、この登場頻度を自動集計してSoVを算出する機能を提供しています。手動計測の場合は、スプレッドシートで「プロンプトID × ブランド名」のマトリクスを作成し、各セルに0/1で記録するシンプルな方法から始められます。

重要な点は、SoV単体では「なぜ差があるのか」はわからないことです。そのため、SoVのギャップを3種類に分類して原因を特定するアプローチが実務では定石とされています。

3種類のギャップ（可視性・トピック・フォーマット）

AI検索における競合とのSoVギャップは、以下の3種類に分類して診断するのが標準的なフレームワークです（SearchEngineLand, 2025）。

1. 可視性ギャップ（Visibility Gap）

同じプロンプトに対して競合は登場するが自社は登場しない状態。コンテンツが存在しているにもかかわらずAIに引用されない場合、原因はドメインオーソリティの差、被リンクの少なさ、コンテンツのフレッシュネス不足、または構造化の問題に帰着することが多いです。

BrightEdgeのAI可視性監査フレームワークでは、可視性ギャップの診断として「同一トピックのコンテンツが存在するか→技術的SEOに問題がないか→競合と比較してドメイン信頼性に差があるか」の3ステップを推奨しています。

2. トピックギャップ（Topic Gap）

競合がカバーしているトピックを自社がそもそも保有していない状態。プロンプトリストを分析すると「このテーマのプロンプトで自社は一度も登場しない」というクラスターが見つかります。これはコンテンツの空白であり、記事の新規作成で対応できます。

GEO（Generative Engine Optimization）の研究（arxiv, 2023）でも、AIが引用するコンテンツはトピックカバレッジの広さと相関することが示されており、競合比較でのトピックギャップ特定は高ROIな施策の起点になります。

3. フォーマットギャップ（Format Gap）

トピックは存在するが、自社コンテンツの形式がAIの引用パターンに合っていない状態。AIは定義・ステップ・比較表・FAQなど「回答として切り出しやすい構造」を好む傾向があります。競合がリスト形式や定義セクションで書いているトピックを自社が長文散文で提供している場合、フォーマットギャップが発生します。

3種のギャップを一覧にすると以下のとおりです。

ギャップ種別	症状	主な原因	対応施策
可視性ギャップ	コンテンツあり・引用なし	ドメイン信頼性・技術的SEO	リンク獲得・構造改善
トピックギャップ	該当トピックのコンテンツなし	コンテンツ空白	新規記事作成
フォーマットギャップ	コンテンツあり・他社に抜かれる	構造・形式のミスマッチ	既存記事のリストアップ・FAQ追加

SoV計測の手順

ステップ1: プロンプトリストの作成

まず「監視するプロンプト」を定義します。プロンプトは以下の4カテゴリで20〜50本を用意するのが目安です。

ブランド名直接クエリ（例: 「〇〇社のサービスの特徴は？」）
カテゴリクエリ（例: 「AI検索最適化とは？」）
比較クエリ（例: 「〇〇社と△△社の違いは？」）
課題解決クエリ（例: 「AI検索で上位表示するには？」）

プロンプト数が少ないと、特定のプロンプトの偶発的な結果がSoVを歪めます。最低でも20本、競合比較を本格化する場合は50〜100本の規模が推奨されています（Semrush AI Toolkitドキュメント, 2025）。

ステップ2: 各AIエンジンでの登場頻度を集計

対象エンジンにプロンプトを実行し、各回答で「どのブランドが登場したか」を記録します。主要エンジンは以下のとおりです。

エンジン	特徴
Google AI Overview	検索連動型。日本語対応済み
Perplexity	ソース引用が明示的。B2B利用者が多い
ChatGPT Search	OpenAI製。Web検索統合版
Microsoft Copilot	Bing統合型。企業向け利用が増加

手動計測では、以下のようなスプレッドシート構成を使います。

列	内容
A: プロンプトID	P001〜連番
B: プロンプト本文	実際の質問文
C: 実行日	YYYY-MM-DD
D: AIエンジン	対象プラットフォーム名
E: 自社登場	1 / 0
F: 競合A登場	1 / 0
G: 競合B登場	1 / 0
H: 備考	引用文脈・順位など

SoVは =SUM(E列) / COUNTA(B列) で算出できます。競合との比率は =SUM(E列) / (SUM(E列)+SUM(F列)+SUM(G列)) で計算します。

ステップ3: 結果（言及数）と原因（ブランド検索・Web可視性）の両面評価

SoVギャップが確認できたら、「結果」と「原因」を別々に評価します。

結果（言及数）の評価: 月次でSoVの推移をグラフ化し、競合比でのトレンドを追います。特定のプロンプトカテゴリでギャップが大きい場合、そのカテゴリがトピックギャップまたはフォーマットギャップの候補です。

原因（ブランド検索・Web可視性）の評価: Google Search Consoleでブランド名クエリのインプレッション数・クリック数を確認します。ブランド検索量が競合より少ない場合、AIエンジンがブランドを「認知度の低いエンティティ」と判断している可能性があります。またAhrefsやSemrushで被リンク数・ドメインオーソリティを競合と比較し、可視性ギャップの技術的原因を特定します。

計測ツール

Semrush AI Toolkit

Semrushが提供するAI検索専用の計測モジュールです。指定したキーワードセットに対してAI検索エンジンへの自動クエリを実行し、自社・競合のSoV、引用率、引用コンテンツのリストをダッシュボードで確認できます。Semrushの既存アカウントから利用でき、SEO指標との統合管理が可能です。

HubSpotのマーケティングハブに含まれる機能で、オーガニック検索とAI検索のSoVをまとめて管理できます。競合ドメインを指定してキーワードグループ別のSoVを比較する機能が中心で、コンテンツマーケティング担当者向けのUIが特徴です（HubSpot公式ブログ）。

Ahrefs Brand Radar

Ahrefsが提供するAI可視性トラッキングツールです。複数のAIエンジンでのブランド言及を自動収集し、SoVの推移と競合比較をレポートします。被リンク・ドメイン指標との連携により、可視性ギャップの原因分析も同一プラットフォームで完結します（Ahrefs公式サイト）。

Yext Scout

Yext Scoutは、ローカルビジネス・エンタープライズ向けのAI検索可視性プラットフォームです。多数のAIエンジンにまたがる自社ブランドの登場状況をリアルタイムで監視し、SoVギャップとフォーマット別の分析を提供します（Yext公式）。

無料の代替手段

有料ツールなしでも概算把握は可能です。

手動プロンプトログ（前述のスプレッドシートテンプレート）
Perplexityの無料版に手動でプロンプトを投入しCSVに記録
Google Search ConsoleのAI参照フィルタで流入元を確認

規模が月50プロンプト以下であれば、手動計測でもSoVの傾向は把握できます。規模が拡大したらツール導入を検討します。

ギャップを埋めるコンテンツ施策への落とし込み

SoVギャップを3種類に分類したあと、ギャップ種別ごとに施策を決定します。

可視性ギャップへの対応

対象コンテンツの技術的SEO点検（インデックス確認・Core Web Vitals・canonical設定）を優先します。次に高品質被リンクの獲得と、既存記事への出典・著者情報の明示を行います。効果が出るまでに2〜3ヶ月を見込みます。

トピックギャップへの対応

競合が登場しているプロンプトカテゴリのうち、自社がコンテンツを持たないものをリストアップします。検索ボリュームやビジネス優先度でスコアリングし、月次の記事制作計画に組み込みます。コンテンツギャップ分析の手法をAI検索に応用する形です。

フォーマットギャップへの対応

既存記事に以下の要素を追加・改修します。

記事冒頭への「この記事の結論」ブロック（直接回答）
FAQセクション（Q&A形式、回答は40〜80字で完結）
比較項目を整理した表
手順をナンバリングしたリスト

フォーマット改修は既存コンテンツへの追記で対応できるため、新規記事作成より即効性が高い施策です。AI検索最適化ガイドで紹介しているコンテンツ構造の原則と組み合わせることで効果が高まります。

施策優先順位のマトリクス

ギャップ種別	実装難度	効果発現速度	推奨優先順位
フォーマットギャップ	低	速い（2〜4週）	最優先
トピックギャップ	中	中（1〜2ヶ月）	第2優先
可視性ギャップ	高	遅い（2〜3ヶ月）	第3優先

よくある質問

Q1. AI検索のSoVはどう計算するのですか？

指定プロンプト群に対して自社が登場した回数を、自社＋競合の全登場回数で割ってパーセント化します。例: 30プロンプト中自社12回・競合計18回なら、自社SoV ＝ 12÷(12+18)×100 ＝ 40%。引用順位は考慮せず、登場した/しないの二値で集計する点がオーガニックSEOのSoVと異なります。

Q2. 競合とのギャップはどの3種類で見ますか？

可視性ギャップ（コンテンツあり・引用なし）、トピックギャップ（コンテンツ自体がない）、フォーマットギャップ（コンテンツあり・構造が引用されにくい）の3種です。ギャップを特定してから施策を決めることで、無駄な記事制作を防げます。

Q3. トピックギャップとフォーマットギャップの違いは何ですか？

トピックギャップは「そのテーマの記事がない」コンテンツの空白であり、新規記事作成で対応します。フォーマットギャップは「記事はあるがAIに引用されにくい構造になっている」状態で、FAQや定義ブロックの追加など既存記事の改修で対応します。症状の見分け方は、プロンプトに対して自社URLが引用リストに一切現れなければトピックギャップ疑い、他社より後順位や低頻度ならフォーマットギャップ疑いです。

Q4. 無料でSoVギャップ分析する手順はありますか？

あります。スプレッドシートに20〜30本のプロンプトを用意し、Perplexityの無料版とGoogle AI Overviewに実際に投入して各回答での登場ブランドを記録します。自社と競合のカラムに0/1を入力し、SUM関数でSoVを算出します。月1回のスナップショットを3ヶ月続ければ傾向が見えてきます。

Q5. ギャップを見つけたら何から手を付けますか？

フォーマットギャップから着手するのが最もROIが高いです。既存記事のリストアップ・FAQ追加・冒頭への結論ブロック追加は実装が速く、AIへの反映も比較的早い（2〜4週）とされています。トピックギャップ（新規記事）と可視性ギャップ（リンク獲得・技術的SEO）は効果発現に時間がかかるため、フォーマット改修と並行して計画を組みます。

Q6. プロンプトリストは何本用意すれば信頼性が高まりますか？

最低20本、本格運用では50〜100本が目安です（Semrush AI Toolkitドキュメント）。本数が少ないと特定プロンプトの偶発的な結果でSoVが大きくブレます。ブランド名・カテゴリ・比較・課題解決の4カテゴリを均等に含めると、実態に近いSoVが取れます。

Q7. SoVの計測頻度はどのくらいが適切ですか？

月1回を基本とし、大きなコンテンツ改修後は2週間後に追加計測するのが現実的です。AIエンジンのインデックス更新頻度が週次程度のため、週次計測は工数に対する情報量が少ない傾向があります。四半期ごとに競合のプロンプトカバレッジを再調査してプロンプトリストを更新します。

Q8. ブランド検索とWeb可視性の両面を評価するとはどういう意味ですか？

SoVのギャップには「AIエンジンが自社を認識しているか（ブランド認知）」と「AIエンジンが自社コンテンツをクロールできているか（Web可視性）」の2つの原因があります。ブランド認知の評価にはGoogle Search Consoleのブランド名クエリのインプレッション数を使い、Web可視性の評価にはAhrefsやSemrushでの被リンク・ドメイン指標を使います。結果（SoV数値）だけ追っても施策が定まらないため、両面から原因を特定することが重要です。