詳しい解説 · 読了目安 4 分
AI検索の可視性は測定地点にも左右される：API監査の結果
トロントの研究は申告地点、ネットワーク地点、回答自体の揺らぎを区別する。順位改善の近道を検証したものではない。
- 原典の公開日
- 当サイトの公開日
- 出典確認日
10月16日初提出の論文はOpenAIとGemini APIによる主要実験31200回答を調べた。測定設定では異なる地点信号が働き、条件を外した世界共通の可視性スコアは示していない。
ニュースを聴く
この記事を読み上げるか、ニュースを続けて聴けます。
読み上げを準備中…
端末の音声
読み上げはブラウザーまたは端末が処理します。AISubHub は文章を音声 API に送りません。利用できる音声やロック画面での再生は端末によって異なります。
再開時に短い部分を繰り返す場合があります。
要点
- 英語300問、申告19都市、異なるネットワーク5地点で、同条件を繰り返し自然変動を調べる。
- OpenAI設定は申告場所、Gemini設定はネットワークの国に反応した。消費者向けアプリ全体への保証ではない。
地点には二つの経路がある
アプリが検索へ渡す申告場所と、要求が来るネットワーク上の場所は別だ。対象はWeb検索付きResponses APIのgpt-5.4-miniとGoogle Search grounding付きgemini-3.1-flash-liteであり、すべてのChatGPTやGemini画面ではない。
商用分野の自作英語300問を近隣、場所依存、非地域の三群へ均等に分け、質問には地名を入れない。米国15都市とロンドン、トロント、シドニー、ダブリン、さらに未申告条件を用い、パラメーターと質問文の地名を分ける。
反復が自然な揺らぎの対照になる
申告実験は普通の質問と検索要求付きの二群を各条件二回、計24000回答。ネットワーク実験は四か国五地点から7200回答で、三日後のカナダ接続再測定を含むため六セッションであり六地点ではない。大型モデル確認は別枠だ。
引用ドメインのJaccard重複を測り、同一要求の重複から地点間の重複を引く指数を使う。0は観測雑音を超えた効果がないことを示す。置換サイトの百分率でも特定ブランドの推薦確率でもない。反復なしでは偶然を編集成功と誤認し得る。
測定したサービスは異なる信号を使う
OpenAIでは申告都市が近隣・場所依存の出典を変え、未申告でネットワーク国だけ変えても指数はほぼ0だった。モデルの検索語への地名追加と、地名なしでも働く検索バックエンドの効果を分けている。
Geminiの予備試験では申告座標は効かず、ネットワーク国が効いた。国間の指数は近隣0.43、非地域でも0.23、ニューヨークとロサンゼルス間はほぼ0。住宅接続でも都市を見ない、OpenAIが永遠にネットワークを無視する、と断言する材料ではない。
カバー率は最適化効果と違う
米国15都市の近隣質問プールでは、ランダムな一都市で全体の推薦企業の9%、五都市で36%を捕捉した。分母は実験内の集合で、全Webサイト共通の抽出公式ではない。
名称抽出の手確認も36件中29件が完全正解で、ディレクトリ、レビューサイト、公的機関は除外された。企業推薦とディレクトリ引用は別指標だ。内容施策を無作為比較しておらず、地名、外部リンク、マークアップの追加による改善は証明しない。
監視結果を検証しやすくする
当サイトは質問、言語、版、検索方式、二つの地点を保存し、同じ条件を反復してから変動を解釈することを提案する。複数市場の仮想サービスなら、同市場を前後比較し、一都市を世界スコアと呼ばない。実行済みの新実験ではなく監査案だ。
制約は英語、API、小さなモデルと測定時期。データセンターVPN出口は住宅回線と異なり得、大型モデル確認はOpenAIだけだ。別言語やアプリは条件を固定して追加試験が必要。引用差から登録、訪問者、広告収益は保証できない。
注目する理由
AISubHubの分析：質問、モデル、検索、地点、反復回数を残し、システム変動と内容変更の効果を混同しないことが重要だ。
制約と提供状況
全文と版履歴を読み、APIやネットワーク実験は再現していない。英語、有限の地点、2026年10月の状態に限定され、登録条件や流入・最適化効果を証明しない。
出典と根拠
原典の公開日: 2026/10/16 · 出典確認日: 2026/10/21
補足資料
出典確認日: 2026/10/21
AI を活用した編集記事を、記載した一次情報で確認しています。企業の主張は出典を明示し、掲載は推奨を意味しません。