Passionfruit Labsとは？AI検索の可視性を売上に変える海外ツール解説

Passionfruit Labsとは？AI検索の可視性を売上に変える海外ツール解説

この記事の結論: Passionfruit Labsは、Stanford・Carnegie Mellon出身の創業チームが2023年にインドで立ち上げたAI検索最適化(ASO)プラットフォームで、ChatGPT・Perplexity・Gemini・Claudeなど複数のAIエンジンでの引用・言及を追跡しつつ、GA4とSearch Consoleを連携させて「AI経由の訪問が実際にいくらの売上・リードにつながったか」まで可視化する点が最大の特徴だ。料金は月額19〜99ドルの3段階に加えカスタム見積もりのEnterpriseプランがあり、全プランでシート数無制限という価格設計は同カテゴリの他ツールと比べても攻めた設定になっている。一方で日本語のSERPには本記事執筆時点でPassionfruit Labsに言及した記事がほぼ存在せず、日本語コンテンツでの引用精度や国内導入事例も確認できていない。低価格帯を武器に「引用数だけでなく収益貢献」を語る海外ツールとして押さえておく価値はあるが、日本企業が単独導入するにはまだ検証段階だと捉えておくのが実務的だ。

最終更新日: 2026年9月11日

はじめに

AIチャットボット経由の流入がGoogle Search Consoleのレポートに少しずつ現れ始めても、その先で問い合わせフォームが埋まったのか、カートに商品が入ったのかまで追えている企業はまだ少数派だ。ChatGPTやPerplexityでの言及回数、Share of Voiceの推移といった「可視性」の指標はここ1〜2年で急速に整備されてきたが、それを経営陣が納得する売上・コンバージョンの言葉に翻訳する仕組みは依然として発展途上にある。

Passionfruit Labsは、まさにこの「可視性と収益の間にある溝」を埋めることを掲げて登場した海外発のツールだ。AI検索での引用トラッキングという意味では他の可視性チェッカーと機能領域が重なる部分も多いが、GA4・Search Consoleとの連携を軸に「AI経由セッションあたりの収益」「引用1件あたりのリード獲得コスト」といった数字まで踏み込んで提示しようとしている点で独自の立ち位置を作っている。

本記事では、Passionfruit Labsの会社概要と創業背景、主要機能、差別化の核となるRevenue Attribution機能の仕組み、料金プランと対応AIエンジンの範囲、導入手順、競合ツールとの違い、実際のレビューから見えるメリット・デメリット、そして日本企業が検討する際に確認すべきポイントまでを整理する。なお、海外の新興SaaSは料金・機能範囲の改定が頻繁であり、本記事の情報は執筆時点で確認できた複数の情報源を突き合わせた内容だ。契約前には必ず公式サイト(labs.getpassionfruit.com)で最新条件を確認してほしい。

---

Passionfruit Labsとは何か — 創業の背景と資金調達

Passionfruit Labs(公式サイトの表記ではPassionfruit)は、2023年にインド・ニューデリーで設立されたAI検索最適化(ASO: AI Search Optimization)スタートアップだ。共同創業者・CEOのAditya Raj J氏はStanford大学で経済学の学士号とマネジメントサイエンス・エンジニアリングの修士号を取得しており、インドのUPI(統一決済インターフェース)の立ち上げや、Mastercardの特別プロジェクトに携わった経歴を持つ。共同創業者・CTOはCarnegie Mellon大学出身で、Bank of Americaでアルゴリズム取引とシステムアーキテクチャに従事していた人物とされ、両者とも複数回の起業経験を持つシリアルアントレプレナーだと紹介されている。

資金調達については、Floodgateの共同創業者でTwitter・Lyft・Twitch・Robloxへの早期投資で知られるMike Maples Jr.氏がリード投資家として名前を連ねているほか、複数の情報源で総額1,000万ドル台の調達(2024年7月時点で900万ドルのシリーズAをSeaya Venturesがリードしたとする報道を含む)が伝えられている。一部の紹介記事では「トップ投資家から支援を受けている」という表現にとどまり、Y Combinator出身であることを明記した一次情報は本記事執筆時点で確認できなかった。創業チームの経歴や投資家の顔ぶれからスタートアップ業界での注目度の高さはうかがえるものの、YC参加の有無については断定を避け、気になる読者は公式サイトの会社概要ページで確認することをおすすめする。

チーム規模は50〜249人規模とされ、AI検索領域の専業企業としては比較的大きい部類に入る。公式サイトでは「これまでに15億以上のインプレッション、3,300万以上のクリック、3億7,500万ドル以上の帰属可能な収益をこの手法で生み出してきた」という実績が紹介されているが、これは自社サービス立ち上げ以前からチームが手掛けてきたグロースマーケティング事業全体の実績を含む数字である可能性が高く、Passionfruit Labs単体のプロダクト導入実績とは切り分けて捉える必要がある。

---

主な機能 — 引用トラッキングからシェアオブボイスまで

Passionfruit Labsの機能は、大きく「計測」と「収益への接続」の2層に分けて理解すると全体像をつかみやすい。

計測レイヤーの中心は、ChatGPT・Perplexity・Gemini・Claudeを主要対象とした引用・言及の自動トラッキングだ。指定したプロンプト(質問文)に対してAIがどのブランドをどう言及したかを定期的にチェックし、以下のような指標を提供する。

• 引用・言及の有無とページ単位のソース追跡: どのAIが、どのURLを根拠に自社ブランドを紹介したかをページレベルで特定する
• Share of Voice(シェアオブボイス): 特定のトピック・プロンプト群において、自社が競合と比べてどれだけ言及されているかを比率で表示する
• 競合の無制限トラッキング: 追跡できる競合ブランド数に上限がなく、価格帯の低いプランからでも複数競合を並べて監視できる
• コンテンツ戦略の提案: 引用されていないプロンプト・トピックを洗い出し、次に着手すべきコンテンツの方向性を示唆する
• Slack通知: 新しい引用や言及の変化が検知された際にSlackへアラートを送る機能(上位プランで開放)

これらの機能単体で見ると、AI可視性チェッカーというカテゴリの中では目新しさよりも「網羅性」で勝負している印象が強い。実際、Passionfruit Labs自身が公開しているブログ記事でも、Ahrefs Brand RadarやOtterly.AIなど同カテゴリの他社ツールを比較対象として挙げており、可視性の計測だけでは差別化しきれないという業界全体の共通認識がうかがえる。Passionfruit Labsが独自性を主張しているのは、次に説明するRevenue Attribution(収益アトリビューション)の部分だ。

---

差別化のコア「Revenue Attribution」とは — GA4・Search Console連携の仕組み

Passionfruit Labsが繰り返し強調しているのが、「AIの引用数を追うだけでは意味がない、それが売上にどう転換されているかまで見なければ投資判断はできない」という考え方だ。この思想を製品化したのがRevenue Attribution(収益アトリビューション)機能で、具体的にはGoogle Analytics 4(GA4)とGoogle Search Consoleのデータを自社アカウントに接続し、AI検索経由と推定されるセッションを抽出したうえで、そのセッションが生んだコンバージョン・売上金額を突き合わせる仕組みになっている。

この仕組みによって算出しようとしている代表的な指標は次の3つだ。

1. AI経由セッションの推定価値: ChatGPTやPerplexity経由と判定されたトラフィックが、平均してどの程度のコンバージョン率・購入単価を生んでいるか
2. 引用1件あたりの収益貢献: 特定のプロンプト・トピックでの引用が増減したときに、紐づく売上がどう変化したか
3. リード獲得コストの逆算: 有料プランの月額費用を、実際に生まれたリード数・売上額で割った実効コスト

この設計自体は理にかなっているが、留意すべき点もある。AIチャットボットの多くはリンクにUTMパラメータを自動付与しないため、「このセッションはAI経由である」という判定はリファラー情報や訪問パターンの推定に依存する部分が大きい。ある海外レビュー記事では、Passionfruit Labsの収益アトリビューションについて「モニタリング層としては優れているが、クリックレベルで確定的な(deterministic)アトリビューションを提供する仕組みではない」と評しており、GA4連携によるGoogle広告のような厳密なラストクリック帰属とは性質が異なる点は理解しておく必要がある。とはいえ、多くの企業がAI経由流入を「なんとなく増えている気がする」で止めている中、GA4・Search Consoleという既存の計測基盤にAI引用データを重ね合わせて可視化しようとする発想自体は、収益説明に苦しむマーケティング担当者にとって参考になる設計だ。

---

料金プランと対応AIエンジンの範囲 — Lite/Starter/Pro/Enterprise比較

Passionfruit Labsの価格体系は、月額19ドルから始まる4段階(Enterpriseはカスタム見積もり)で構成されている。すべてのプランでシート数が無制限という点は、Semrushなど従来型SEOツールがシート追加ごとに課金する設計と比べると際立った特徴だ。複数の担当者・部署でダッシュボードを共有したい企業にとっては、この無制限シートが実質的な割引効果を生む。

対応AIエンジンの範囲がプランによって明確に区切られている点は要注意だ。たとえば最安のLiteプランではChatGPTしか計測対象にならず、GeminiやPerplexityでの言及状況を知りたい場合はStarter以上への加入が必須になる。Claudeでの引用まで追いたい場合はProプラン、Google AI OverviewsやGrok、Meta AIといった比較的新しいAI検索面まで含めたい場合はEnterprise/Agencyプランが必要という段階設計だ。「月額19ドルなら気軽に試せる」という price anchor(価格の心理的な基準点)は魅力的だが、実際に業務で使う際は「自社が優先したいAIエンジンがどのプランから開放されるか」を先に確認してから契約プランを決めるべきだろう。

なお全プランに7日間の無料トライアルが付帯しており、トライアル終了までは課金されない設計になっている。年払いによる割引の有無や、Enterpriseプランの具体的な下限金額については情報源によって表記の差があり、正確な条件は公式サイトの問い合わせフォームで確認するのが確実だ。

---

導入手順 — サインアップから初月運用まで

Passionfruit Labsを実際に使い始める際の一般的な流れは、次のようなステップになる。

1. アカウント作成とワークスペース設定: 公式サイトから7日間の無料トライアルに申し込み、監視対象のブランド名・ドメインを登録する
2. 競合ブランドの登録: Share of Voiceを算出する対象として、比較したい競合を無制限に追加する(Liteプランから利用可能)
3. 監視プロンプトの設計: 自社の商材・サービスに関連しそうな質問文(プロンプト)を設定する。プラン別の1日あたり上限(Lite 20件・Starter 70件・Pro 150件)を踏まえ、まずは検索意図の異なるプロンプトを幅広くカバーすることを優先するのが定石だ
4. GA4・Search Consoleの連携: Revenue Attribution機能を使うには、Google側のプロパティへの閲覧権限を付与する必要がある。既存のGA4計測が正しく機能していることを事前に確認しておくとトラブルを避けやすい
5. Slack通知の設定(Starter以上): 新規の引用検知や大きなShare of Voiceの変動をチームに即時共有できるよう、通知先チャンネルを設定する
6. 初月のベースライン確認: 導入初月は施策を打つよりも、現状のShare of Voiceと引用元サイトの傾向を把握することを優先する。競合がどのAIエンジンでどの程度優位に立っているかを最初に把握しておくと、2か月目以降の改善優先順位を立てやすい

海外のレビューの中には、GA4との連携設定でつまずいたという指摘も見られる。プロパティの権限設定やイベント計測の粒度によっては連携がうまく反映されないケースがあるようで、導入初期は想定より時間がかかる可能性を見込んでおいたほうがよい。

---

競合ツールとの違い — Ahrefs Brand Radar・Semrush・Profound・国内LLMOツール

AI可視性・GEO(Generative Engine Optimization)ツールの市場はここ1〜2年で急速に競合が増えており、Passionfruit Labsもその一角に位置する。代表的な競合との違いを整理すると次のようになる。

この比較から見えてくるのは、Passionfruit Labsが「価格の安さ」と「GA4連携による収益の言語化」という2点で差別化を図っている一方、対応AIエンジンの広さや日本語コンテンツへの最適化という軸では、必ずしも他ツールを圧倒しているわけではないという実情だ。特に日本企業にとって重要な「日本語プロンプトでどこまで正確に計測できるか」という観点は、本記事執筆時点で検証可能な日本語レビューがほぼ存在しないため、実際に自社ブランドで試してみるまで未知数と考えたほうがよい。

またAI可視性ツール全般に言えることだが、対応AI数の多さだけを比較軸にしてツールを選ぶのは危険だ。ある海外AIエンジンで1位表示されていても、別のAIエンジンでは全く言及されないというモデル間の差異は珍しくなく、「自社の顧客が実際にどのAIをどう使っているか」を先に見極めたうえで、必要な対応範囲を持つツールを選ぶ順番が本来は正しい。

---

メリットとデメリット — 実際のレビューから見える強みと弱み

複数の海外レビュー記事を横断して見えてきた、Passionfruit Labsの強みと弱みを整理する。

メリットとして語られている点

• 月額19ドルという参入価格の低さと、全プランでのシート数無制限という価格設計
• 競合ブランドを無制限に追跡できるため、最安プランでも複数社との比較分析が可能
• GA4・Search Consoleとの連携により、AI可視性の議論を「引用数」から「売上・リード」という経営層に伝わる言葉に翻訳しようとする方向性そのものは評価できる
• Slack通知やエージェンシー向けのマルチクライアントダッシュボードなど、運用に必要な周辺機能も一通り揃っている

デメリット・懸念点として指摘されている点

• ある批評記事では「安いが不具合が多い(cheap but buggy)」と評されており、低価格の裏に機能の粗さが指摘されている
• キーワード・プロンプト設計の自由度が限られており、あらかじめ用意された候補から選ぶ形式で、独自のロングテールなプロンプトを柔軟に追加しにくいという声がある
• コンテンツ提案機能について、「10個の推奨トピックがほぼ同じ内容の言い換えだった」という、提案の多様性を疑問視するレビューがある
• GA4連携時に接続がうまくいかない、データが正しく反映されないといった技術的な不具合の報告がある
• 「SEOツールというよりも自社コンサルティングサービスへの送客導線ではないか」という厳しい指摘も一部で見られる
• Revenue Attribution機能は前述の通り、クリックレベルで確定的なアトリビューションを保証するものではなく、あくまで推定・モニタリングの域を出ない

低価格帯ツールに共通する傾向として、「まず安く試せる」ことと「機能の精度・サポートの手厚さ」はトレードオフになりやすい。Passionfruit Labsについても、価格の安さだけで即断せず、無料トライアル期間中に自社のプロンプト設計・GA4連携がストレスなく機能するかを実地で確認するプロセスを省略しないことが重要だ。

---

日本企業が導入する際に確認すべきポイント

日本語のGoogle検索で「Passionfruit Labs」を調べても、本記事執筆時点では英語のレビュー記事しかヒットせず、日本語での言及・導入事例は実質ゼロという状態だった。このこと自体は「まだ知られていない掘り出し物」という捉え方もできる一方、日本企業が実務導入する前に次の点を必ず確認しておくべきだ。

• 日本語プロンプトでの計測精度: 英語圏のAI検索最適化ツールは、日本語の言い回し・敬語表現・業界特有の用語に対する言及検出の精度が英語ほど検証されていないケースが多い。無料トライアル期間中に、自社の想定顧客が使いそうな日本語プロンプトを実際に登録し、期待通りに言及・引用が検出されるかを確かめるべきだ
• サポート言語: メール・Slackサポートともに英語対応が前提と考えられ、日本語での問い合わせ対応が可能かどうかは公式に確認する必要がある
• 為替・決済: 料金はすべて米ドル建てであり、円安局面では想定より負担が増える可能性がある。年間契約を検討する場合は為替変動リスクも織り込んでおきたい
• GA4のプロパティ構成: 日本企業でよくある「複数ブランド・複数ドメインを1つのGA4アカウントで管理している」構成の場合、AI経由セッションの切り出し精度に影響が出る可能性があるため、事前にGA4側のプロパティ・データストリーム構成を整理しておくと連携がスムーズになりやすい
• 国内ツールとの併用: 日本語コンテンツの一次診断は国内発のLLMO・GEOツールで行い、海外AIエンジンでの網羅性やGA4連携による収益の言語化はPassionfruit Labsのような海外ツールで補完するという役割分担が、現時点では現実的なアプローチになりそうだ

総じて、Passionfruit Labsは「価格の安さ」と「収益への接続」という明確な差別化軸を持つ興味深いツールではあるものの、日本語コンテンツでの実用性は本記事執筆時点で検証途上だ。導入を検討する場合は、まず無料トライアルで自社のプロンプト・GA4環境との相性を確かめてから本契約に進むという、段階的な意思決定をおすすめする。

---

よくある質問

Q1. Passionfruit Labsとは、どのようなツールですか?

ChatGPTやPerplexityなどAIチャットボットでの自社ブランドの言及・引用を追跡し、GA4連携でその引用が生んだ売上まで可視化するAI検索最適化ツールだ。

2023年創業のスタートアップが提供しており、可視性の計測だけでなく「その引用が実際の収益にどうつながったか」まで踏み込んで提示しようとする点が、同カテゴリの他ツールと比べた際の特徴になっている。

Q2. 料金はいくらで、無料プランはありますか?

月額19ドルのLiteプランから始まり、Starter(49ドル)・Pro(99ドル)・カスタム見積もりのEnterpriseまで4段階の構成で、恒久的な無料プランはないが7日間の無料トライアルが用意されている。

全プランでシート数が無制限という点が特徴で、複数担当者でダッシュボードを共有してもコストが増えない設計になっている。ただし料金・トライアル条件は改定される可能性があるため、契約前に公式サイトで最新情報を確認してほしい。

Q3. 対応しているAIエンジンは何ですか?

最安のLiteプランはChatGPTのみ、Starterプラン以上でGeminiとPerplexity、ProプランでClaudeが追加され、Google AI OverviewsやGrok・Meta Aiなどの網羅はEnterpriseプラン相当で提供される。

このようにプランごとに対応AIエンジンが段階的に開放される設計になっているため、契約前に「自社が優先したいAIエンジンがどのプランから使えるか」を必ず確認する必要がある。

Q4. 日本語のWebサイトやコンテンツにも対応していますか?

計測の技術的な仕組み自体は言語を問わず動作すると考えられるが、日本語での実用性を検証した日本語レビューは本記事執筆時点でほぼ確認できなかった。

英語圏のAI検索最適化ツールは日本語特有の言い回しや敬語表現への対応が手薄なケースが多く、導入前には無料トライアルで自社の日本語プロンプトを実際に登録し、期待通りの精度で言及・引用が検出されるかを確認することが欠かせない。

Q5. Revenue Attribution(収益アトリビューション)は、どのように計算されますか?

GA4とSearch Consoleのデータを連携し、AI検索経由と推定されるセッションを抽出したうえで、そのセッションが生んだコンバージョン・売上額を突き合わせて算出する仕組みだ。

ただしAIチャットボットの多くはリンクにUTMパラメータを自動付与しないため、判定はリファラー情報や訪問パターンの推定に依存する部分が大きく、広告のクリックレベル計測のような確定的なアトリビューションではなく、あくまでモニタリング目的の推定値と捉えるべきだ。

Q6. Ahrefs Brand RadarやSemrush AI Visibility Toolkitとの違いは何ですか?

Ahrefs・Semrushは既存のSEOデータ基盤にAI可視性機能を統合しているのに対し、Passionfruit LabsはAI可視性と収益接続に特化した低価格の専業ツールという違いがある。

Ahrefs Brand RadarやSemrush AI Visibility Toolkitはすでに大量のバックリンク・キーワードデータを保有しているため、SEOとAI可視性を横断した分析がしやすい一方、料金は本体契約が前提で高くなりやすい。Passionfruit Labsは単体で月額19ドルから始められる手軽さと、GA4連携による収益の言語化を強みにしている。

Q7. 「対応AI数」の多さだけでツールを選んでも大丈夫ですか?

対応AI数だけで選ぶと失敗しやすく、自社の想定顧客が実際にどのAIをどう使っているかを先に確認したうえで必要な範囲を選ぶべきだ。

あるAIエンジンで上位に言及されていても、別のAIエンジンでは全く言及されないというモデル間の差異は珍しくない。まずは自社の顧客層がChatGPT・Perplexity・Geminiのどれを主に使っているかを把握し、そのAIエンジンをカバーできる最小限のプランから始めるのが無駄のない選び方になる。

Q8. 複数のAI可視性ツールが出すスコアを、そのまま比較してよいですか?

異なるツール間のスコアは算出ロジックが独自であるため単純比較はできず、同一ツール内での時系列の推移を見るのが基本的な使い方になる。

Share of VoiceやGEOスコアといった指標は各社が独自の重み付けで算出しており、ツールAでのスコア70とツールBでのスコア70が同じ意味を持つとは限らない。ツールを乗り換える場合や複数ツールを併用する場合は、指標の定義そのものが異なる前提で数値を読み解く必要がある。

Q9. Passionfruit LabsはY Combinator(YC)出身のスタートアップですか?

本記事執筆時点で確認できた情報の範囲では、YC参加を明記した一次情報は見つからず、断定はできない。

確認できたのは、Floodgateの共同創業者Mike Maples Jr.氏がリード投資家に名を連ねていることや、Seaya Venturesが2024年7月にシリーズAをリードしたという報道であり、創業チームがStanford・Carnegie Mellon出身であることは複数の情報源で一致している。YC出身かどうかを含む正確な資金調達の経緯は、公式サイトや今後のプレスリリースで確認することをおすすめする。

Q10. 無料や低価格の代替ツールで足りるケースはありますか?

自社のAI検索での露出状況をまず大まかに把握したいだけの初期段階であれば、無料のAI可視性チェッカーで十分なケースが多い。

継続的なモニタリング、複数競合との横断比較、GA4連携による収益への接続まで必要になった段階で、Passionfruit Labsのような有料の専業ツールへの移行を検討するのが、コストをかけすぎない段階的な進め方になる。

---

関連用語

• GEO
• AEO
• brand-mention
• chatgpt-search
• ai-overview

関連記事

• AthenaHQとは？AI可視性・GEOツールの使い方を日本語で解説
• CiteLens徹底解説 GEO AI可視性ツールの使い方と料金
• AI可視性ツール市場の資金調達と勢力図2026：Profound・Peec・Otterlyを徹底解説
• LLM・AI検索で自社・競合ブランドの推薦をモニタリングできるツール比較2026
• AEOProofとは？無料AI可視性チェッカーの使い方を日本語で解説
• Am I Citedとは？AI引用トラッキングツールの料金・機能を徹底レビュー
• AI検索対策完全ガイド｜ChatGPT/Perplexity/Gemini/Claude/AI Overview 統合戦略【2026年版】
• LLMOとは？AI検索対策の5要素と30日プラン【2026年完全ガイド】
• AppearOnAIとは？AI可視性スコアの使い方と評判を徹底レビュー
• AI Labs Auditとは？50モデル監査でわかるGEO・AEOスコアの読み方
• CheckThat.aiとは？B2Bソフトウェア特化のAI推薦指数を無料公開する海外ツール
• Topifyとは？AI検索可視性プラットフォームの料金・機能を解説