AEOトラッカー完全ガイド：選び方・試し方・信頼できるツールの見極め方

AEOトラッカーとは、ユーザーが自社の分野について質問したときに、ChatGPT、Google の AI Overviews（AI による概要）、Perplexity、Gemini、Copilot といったアンサーエンジンが自社ブランドの名前を挙げているかどうかを監視するソフトウェアです。決まったプロンプトを定期的に実行し、各回答でどのブランドが言及・引用されたかを記録して、回答全体に占める自社のシェアを時系列でレポートします。

ここまでは製品カテゴリーの説明にすぎません。本当に難しいのは、そしてこのガイドの主題でもあるのは、「良いツール」と「高いだけのツール」をどう見分けるかです。どのベンダーも似たようなダッシュボードを見せてきますが、出てくる数字はツールごとにバラバラ。しかも元データのノイズが大きく、自信たっぷりに見えるグラフがほとんど意味を持たないこともあります。以下では、契約する前に2週間で実施できるテスト手順を紹介します。

AEOトラッカーとGEOトラッカー、違いにお金を払う価値はある？

実際のところ、違いはほとんどありません。その違いを強く売り込んでくる相手には、むしろ警戒したほうがいいでしょう。

この2つの言葉が指す取り組みは大部分が重なっています。AEO（アンサーエンジン最適化）は強調スニペットや音声アシスタントから生まれた考え方で、「答えとして抜き出されること」を重視します。一方のGEO（生成エンジン最適化）は、Aggarwal らによる2024年の KDD 論文 GEO: Generative Engine Optimization に由来します。この論文はコンテンツの変更が生成された回答内での可視性をどう変えるかを調べ、同論文のベンチマークで最大40%の向上を報告しました。AEOは抽出寄り、GEOは統合（シンセシス）寄り、という違いです。

ただし、ツールの中身は同じです。どちらもモデルにプロンプトを投げ、ブランドの言及回数を数えています。ベンダーがAEOトラッカーとGEOトラッカーを別製品として売っているなら、計測の仕組みが本当に違うのか、それとも1つのパイプラインに2つの名前を付けて売っているだけなのかを確認してください。箱に書かれた略語ではなく、計測器そのものを評価しましょう。

同じブランドなのに、AEOトラッカーごとに数字が違うのはなぜ？

回答そのものが不安定で、しかもベンダーごとにサンプリングの方法が違うからです。

この点について公開されている最大規模のテストを行ったのが SparkToro です。同社の調査では、600人のボランティアが12種類のブランド推薦プロンプトを ChatGPT、Claude、Google の AI Overview で合計2,961回実行しました。同じブランドリストが2回出る確率は100回に1回未満。同じリストが同じ順番で出る確率は、1,000回に1回程度でした。

この不安定さに、プロンプトの言い回し、サンプル数、更新頻度、モデルのバージョンをそれぞれ独自に決めた3社のベンダーを掛け合わせれば、結果が食い違うのは当然です。スキャンダルでも何でもありません。/prompt の CEO、Paul Dyer 氏は 2026年5月に Digiday の取材でこう語っています。「3つの違うツールに同じプロンプトを渡せば、3つの違う答えが返ってくる」

学術研究も同じ結論です。LLMによるブランド回答12,933件を対象にした2026年の分散分解では、同じプロンプトを聞き直すだけで全分散の34.8%を占め、ブランドの違いそのものは1.5%にとどまりました。ダッシュボード上で動いている数字の大半は、あなたのブランドとは関係がないということです。

購入する側にとっての教訓はシンプルです。「気に入った数字」でベンダーを選ばないこと。その数字がどうやって出されたのかを開示しているかどうかで評価してください。

AEOトラッカーでChatGPT内の「順位」はわかる？

わかりません。そして「わかる」と主張するベンダーは、それだけで候補から外すべき最もわかりやすいサインです。

チャットの回答の裏には、順位付けされたインデックスが存在しません。モデルは文章を組み立てているだけで、ブランドが登場する順番は同じ条件で実行しても毎回変わります。先ほどの「1,000回に1回」という数字が測っているのは、まさにこの点です。SparkToro のデータを受けた Rand Fishkin 氏の結論は辛辣でした。「『AI内の順位』を出してくるツールはでたらめだ」

計測できるのは頻度です。個々の回答は不安定でも、多数のプロンプトを何度も実行したときに自社ブランドがどれくらいの頻度で登場するかは、ある程度安定しています。信頼できるAEOトラッカーは、登場率と言及シェアをレポートします。信頼できないツールは「ChatGPTで3位」とレポートします。

2026年のAEOトラッカーの料金相場

入門的なモニタリングは月額およそ29〜99ドル、中堅向けの分析ツールは250〜500ドル、エンタープライズ向けプラットフォームは営業経由の見積もりで数千ドル規模になります。Digiday の2026年5月の報道によると、Profound は ChatGPT のみ・50プロンプトで月額99ドル、3エンジン・100プロンプトで月額399ドル。Profound への支出が月額1,000ドルに達したという代理店幹部の声も紹介されていました。Ahrefs はトラッキングの深さに応じて129〜449ドルと報じられています。

料金を決めるのは主に2つの要素です。追跡できるプロンプトの数と、各プロンプトを何個のエンジンで実行するか。どちらもサンプル数を左右するため、機能一覧よりもずっと重要です。1エンジン・25プロンプトの安いプランは、高いプランの廉価版ではありません。まったく別物の、はるかに弱い計測です。

購入前にAEOトラッカーを試す「14日間の比較テスト」

2〜3社のベンダーをトライアルで並行稼働させ、まったく同じ条件で比べます。目的は、最も高い可視性を出すツールを探すことではありません。同じことを2回続けてレポートできるツールを探すことです。

1. 1〜2日目：プロンプトセットを1つ作り、固定する。実際の購買担当者が入力しそうなプロンプトを30〜50個。すべてのベンダーにまったく同じリストを渡します。自前のプロンプトを入れられないツールなら、自分でコントロールできる範囲がどの程度か、それが答えです。
2. 3日目：各ベンダーが開示している設定を記録する。どのモデルか、どのバージョンか、Web検索の有無、プロンプトあたりのサンプル数、更新頻度。ここで開示されない項目は、あとから検証できない数字になります。
3. 4〜10日目：すべてを変更なしで稼働させる。自社サイトには一切手を加えません。この期間に見える変動はすべてツールのノイズフロアです。営業担当に「成果です」と説明される前に、自分の目で確かめておきましょう。
4. 11日目：ツール同士を比較する。可視性の絶対値が食い違うのは想定内です。大事なのは順序が一致しているかどうか。自社と競合をおおむね同じ順に並べているか、同じ競合の顔ぶれを挙げているかを見ます。
5. 12日目：自分の手で20件の回答をチェックする。ChatGPT と Perplexity を開いてプロンプトを20個手動で実行し、同じ期間にダッシュボードが記録した内容と照らし合わせます。このひと手間だけで、あらゆる機能比較を合わせたよりも多くの誤レポートが見つかります。
6. 13〜14日目：本当に必要なサンプル数で料金を比べる。安定した数値を得るのに十分なプロンプト数とエンジン数を確保できるプランを割り出し、表示上の最安価格ではなく、そのプランの価格でベンダーを比較します。

契約前に確認すべき、ベンダーの5つの主張

以下はどれも営業トークでは当たり前のように出てくるのに、裏付けが示されることはめったにない主張です。どれもダッシュボード上の数字の意味を変えてしまうものなので、契約前に具体的な内容を書面でもらっておきましょう。

ベンダーの主張	確認すべきこと	良い回答の例
「ChatGPTを追跡しています」	APIか一般向けの製品か？ どのモデル、どのバージョンか？ Web検索はオンかオフか？	モデル名と検索モードが明示され、バージョンも開示されている
「リアルタイムで可視性がわかります」	プロンプトあたりのサンプル数は？ 頻度は？	サンプル数が明示されている。理想はプロンプトあたり5回以上の実行
「実際のユーザーのプロンプトを使っています」	どこから入手したのか？ アシスタントの検索ログには誰もアクセスできない	プロンプトは観測ではなくモデル化したものだと正直に認める
「AI内の順位がわかります」	聞くまでもない。即失格	そもそもこの主張をしない
「感情分析ができます」	期間あたり何件の言及をもとにしているか？	感情の判定が回答3件分、などということのない十分なサンプル数

無料のAEOトラッカーで十分？

単発の診断なら、多くの場合は十分です。継続的なトラッキングには不十分です。理由はケチかどうかではなく、サンプル数にあります。

HubSpot の AI Search Grader をはじめとする無料ツールは、たいてい少数のプロンプトを1回実行してスナップショットを見せてくれるだけです。「自社はまったく見えていないのか？」を知るには本当に役立ちます。しかし「改善したのか？」には答えられません。少数のプロンプトを1回実行しただけの結果は、前述の SparkToro や分散の研究が示したノイズの範囲にすっぽり収まってしまうからです。問題があるかどうかの判断には無料ツールを、それを解決できたかどうかの判断には、十分なプロンプト数とエンジン数を設定した有料ツールを使いましょう。

Google Search Consoleがあっても、AEOトラッカーは必要？

必要です。両者はカバーする範囲が違ううえ、Search Console はトラッカーが本来見せるべき情報の大半を意図的に出していないからです。

Google は2026年6月、Search Console に生成AIのパフォーマンスレポートを追加しました。データはファーストパーティで、Google の各サーフェスについては第三者がかなわない信頼性があります。ただし、レポートされるのは表示回数だけで、内訳はページ、国、デバイス、日付のみ。クリック数もクリック率も掲載順位もなく、プロンプトも競合もわかりません。ChatGPT、Claude、Perplexity については何もわかりません。

つまり、Search Console は AI Overviews と AI Mode（AI モード）に関する「正解データ」であり、ベンダーが出す Google の数字が現実からずれていないかを確かめる手段として使うのが正しい使い方です。AEOトラッカーは、Google からは見えないエンジンと、Search Console が構造的に出さないプロンプト単位・競合単位の詳細をカバーします。

仕組みについて Google 自身が何と言っているかも覚えておきましょう。2026年7月に更新された生成AI機能向けの最適化ガイドでは、これらの機能は「検索の中核となるランキングシステムと品質システムに根ざしている」とされ、そもそも表示されるには、ページが「インデックスに登録され、スニペット付きで Google 検索に表示される資格を満たしている必要がある」と明記されています。どんなトラッカーもこれは変えられません。表示資格は計測より上流の問題なのです。

AEOトラッカーのプランには、プロンプトがいくつ必要？

ほとんどの入門プランが提供する数より多く必要です。計算は自分でも簡単にできます。

購買担当者が実際にする質問をカバーできるだけの異なるプロンプトと、サンプリングのノイズを平均化できるだけのプロンプトごとの繰り返し回数が必要です。ここで分散の研究が参考になります。繰り返しの効果は急激に頭打ちになり、同じプロンプトを5回実行したあとは、もう1回繰り返しても計測誤差は0.0003しか減りませんでした。信頼性を高めたのは、1つのプロンプトを繰り返すことではなく、モデルや言語を広げることでした。

ですから、プロンプトあたりのサンプル数はおよそ5回とし、残りはすべて幅を広げるほうに使いましょう。30プロンプトを4エンジンでそれぞれ5回ずつ実行すれば、1サイクルあたり600件の回答になります。1エンジン・25プロンプトが上限のプランなら125件です。比較すべきは価格ではなく、この数字です。

テスト結果をどう活かすか

選ぶべきは、自社をよく見せてくれたツールではなく、手法について最も透明性の高かったツールです。そのうえで、レポートのルールを守らせましょう。週ごとの増減ではなく直近30日間のローリングでの登場率を見ること、期間同士を比較できるようプロンプトセットを固定すること、そして数字が悪いときにこっそり競合リストを入れ替えないことです。

期待値も適切に保っておきましょう。Markacy の President 兼 COO、Ryan Mason 氏は、誠実な実務家の多くが内心思っていることを Digiday にこう語っています。「AIツールにできること、やるべきことを教えてくれることは、実はそれほど多くない。私にとっては単なるベンチマークツールだ」。これが正しい捉え方です。AEOトラッカーが教えてくれるのは、今の自社の立ち位置と、それが変化しているかどうか。引用されるための仕事は、今も変わらずコンテンツ、構造、そして権威性です。

どこかに予算を投じる前に自社の数字の傾向を見てみたいなら、当社のプランと料金には、設定内容を開示したうえでの複数エンジンのプロンプトトラッキングが含まれています。上記の14日間の比較テストを、他社と並べて当社にも実施していただけます。