Nemanja Milenkovic

検索付きAPIの100回答・200項目を公式情報と比較。18項目で不一致を確認しました。料金、機能、判定できない項目を分けて公開します。

東京・大阪の6シナリオで、同じ意図の英日質問を2つのAPI設定に送信。71回答と名前の判定記録を公開。初回36回答とは分けて分析しました。

500社のrobots.txtを調査。検索用、学習用、ユーザー操作による取得を区別し、曖昧なルールや取得不能なケースも公開します。

Gemini APIとParallel検索で、100の購入相談を各10回検証。回答がリンクしたサイトを集計し、企業サイトが競合の推薦にも登場する例を調べました。

同じ3質問を各30回、1週間後に再調査。180回答から推薦の頻度と一致度を比較し、全回答と判定記録を公開します。

Casoはベオグラードの内装業者です。最初の18回の測定では、どのAIアシスタントも同社の名前を挙げませんでした。間違っていたのは企業ではなく、質問の方でした。その見分け方を解説します。

200番の応答をファイルの存在証明として扱わないチェッカーと、提案どおりの形でファイルを組み立てるジェネレーター。どちらも無料、登録不要です。どちらも検索順位を改善するものではなく、そのことはページ上にも明記しています。

S&P 500の調査では、110社が /llms.txt で成功応答を返しました。実ファイルを返したのは71社だけです。ステータスコードがチェッカーをどう欺くのか、代わりに何を検証すべきかを説明します。

S&P 500の全500社を調べ、71社でllms.txtを検出しました。そのうち、タイトルとMarkdownリンクの両方があったのは54社。各サイトの応答を確かめて分かったことをまとめます。

強化したAI可視性のランでは、アシスタントが繰り返しレビューサイト、ベンダーページ、SEO系の媒体を指し示しました。この出典レイヤーが、購買者があなたのブランドをどう聞くかを決めるかもしれません。

AI可視性の強化サンプルでは、AhrefsがスコアでわずかにSemrushを上回りました。より役に立った発見は、アシスタントが両者の役割をどれだけ明確に分けていたかです。

10のソフトウェアブランドでAI可視性の強化テストを実施しました。落ち着かない発見は、購買者がすでに気にしている価格、導入、カスタマイズ、信頼の不満を、アシスタントがそのまま繰り返すことです。

AIアシスタントはOpenAIとPerplexityをかなり違う形で説明しました。一方は広範なAIプラットフォームに、もう一方は引用付きリサーチのための回答エンジンに見えました。

AIアシスタントは、同じ競合の隣に繰り返し同じブランドを置きます。その共起パターンは、比較ページ、購買ガイド、GEO戦略のための実用的な地図になります。

AI検索とコンテンツから得られる初期の注目は有望に見えても、コンバージョンは弱いままということがあります。直すべきなのは、たいていトラフィックの量ではなくファネルです。

CRMの可視性を調べた強化サンプルでは、Salesforce、Close、HubSpot、Pipedrive、Attioがいずれも高いスコアでした。役に立つシグナルは順位表そのものではなく、各ブランドに結びついた購買者のストーリーでした。

AIの回答が発見のトラフィックを吸収していくにつれ、メールは自社で保有するオーディエンス層としての重要性を増します。ただしそれは、メールが実際に受信トレイに届く場合に限られます。

成長の問題の多くは、トラフィックの問題ではありません。無料ツールから有料へのループ、効いてくる4つのコンバージョン率、そして有料広告はファネルが持ちこたえるまで待つべき理由を、平たく見ていきます。

検索エンジンとAIアシスタントは別のプロダクトですが、同じ仕事に報いることがよくあります。ランキングと引用を同時に得るコンテンツの仕組みを作るための、実践的なガイドです。

小規模な送信者のための、メール到達性のやさしいガイド。SPF、DKIM、DMARCが実際に何をしているのか、新しいドメインがなぜフィルタされるのか、そして受信トレイに戻るための対処をまとめます。

llms.txt は一度だけの作業ではありません。サイトは変わり、リンクは壊れ、デプロイで消えることもあります。稼働監視のように扱い、AIが実際に推薦しているかとつなげて見る必要があります。

llms.txt を公開しているサイトはごく少なく、公開していても多くは間違っています。早く始めることがなぜ低コストな優位性になるのか、そして実際に機能する書き方を解説します。

llms.txtの提案とファイルの構成を解説します。公開しただけでAIでの可視性や検索順位が上がると判断できない理由も説明します。

長い間、オンラインで見つけてもらう目的はクリックでした。AIアシスタントから直接答えを得る人が増えるなか、新しい価値は回答内で引用されることです。

AIアシスタントは、何もないところからブランド名を出しているわけではありません。回答でどのブランドが言及されるかを左右する要素を、わかりやすく解説します。

B2Bの購買者は慎重に調べ、細かい質問をします。それはAIアシスタントが得意とする作業であり、B2Bで言及が特に重要になる理由です。

Generative Engine Optimizationは実在します。しかしGEOの助言の多くは、名前を変えたSEOです。今何が効くのか、各プラットフォームは何を公表しているのか、そして今後どこへ向かうのかを整理します。