ChatGPTやPerplexityに自社の製品カテゴリを聞いたとき、競合他社の名前ばかりが並んでいた——そんな経験をしたBtoBマーケターは、もう対岸の火事として見ていられない。AEO（Answer Engine Optimization：回答エンジン最適化）の競合分析は、この新しい戦場で誰が優位を取っているかを可視化し、打ち手を具体化するための実践フレームワークだ。
AI検索での「引用されない企業」は存在しないも同然
正直に言うと、多くの日本のBtoBマーケターはまだAEO競合分析を「将来の話」として先送りにしている。だが数字は現実を突きつけてくる。Google検索の約6割がゼロクリックで終わり、ChatGPTの週間アクティブユーザーは9億人を突破した。
従来のSEOではページの検索順位を競っていた。しかしChatGPT、Perplexity、GoogleのAI Overviewsといった回答エンジンが参照するのは「順位」ではなく「引用ソース」だ。自社サイトがSERPで3位以内に入っていても、AI回答に一度も登場しなければ、見込み客の最初のタッチポイントから完全に消えてしまう。
たとえば「中堅製造業向けのMAツールを教えて」とChatGPTに聞かれたとき、競合他社が引用され自社が出てこない状況が毎日繰り返されている。パイプラインへの影響は、じわじわとだが確実に積み上がる。
AEO競合分析で追うべき4つの指標
AEO競合分析（AEO Competitor Analysis）が従来のSEO競合調査と根本的に異なるのは、測定指標にある。キーワード順位やバックリンク数ではなく、以下の4指標が核になる。
回答シェア（Answer Share）は最も基本的な指標で、特定のクエリセット（質問群）のうち何割で自社が引用されているかを示す。競合他社と比較することで、トピッククラスター（テーマ群）ごとの優劣が一目で分かる。
引用頻度（Citation Frequency）は自社ドメインやURLが引用された生の回数。特定のコンテンツに集中していれば、テーマ権威性が偏っているサインだ。
エンティティカバレッジ（Entity Coverage）は、自社ブランドや製品が回答エンジンに正確に認識されているかの指標。「御社は何をやっている会社ですか？」とChatGPTに聞いて、曖昧な答えが返ってくるなら、エンティティ情報の不足が全クエリにわたって引用を抑制している。
QA深度（QA Depth）は、コンテンツが質問に対してどれだけ直接的・網羅的に答えているかを測る。LLM（大規模言語モデル）は結論から書かれた構造を好む。長い前置きの後にやっと答えが出てくる記事は引用されにくい。
ステップ別：AEO競合分析の進め方
ここが落とし穴で、多くのチームは「競合が引用されている事実」を確認して終わりにしてしまう。本当に価値があるのは「なぜ引用されているか」を診断することだ。
Step 1：クエリセットを構築する。 見込み客が実際に検索する質問を、認知・検討・決定・サポートの各ステージで30〜100件収集する。営業チームの商談録音、カスタマーサポートへの問い合わせ内容、Googleの「他の人はこちらも検索」欄が有効な材料になる。
Step 2：複数の回答エンジンで実際にテストする。 ChatGPT、Perplexity、Google AI Overviewsで各クエリを実行し、どの競合URLが引用されているか、自社が登場しているかを記録する。まずは上位10〜15クエリを手動でやることを勧める。ダッシュボードだけでは掴めない「引用される理由の感覚」が身につく。
Step 3：競合の引用ページを解剖する。 引用頻度の高い競合ページを分析し、フォーマット（FAQ形式か、ステップ解説か）、エンティティの明確さ、更新頻度、構造化データの有無を確認する。「もし自分がLLMなら、このページから答えを抜き出しやすいか？」という問いが、分析の精度を上げる最短経路だ。
Step 4：トピッククラスターごとに回答シェアをマッピングする。 競合が高シェアで自社がゼロのクラスターは最優先の穴。どの競合も強くないクラスターは、先行者優位を取れるチャンスだ。
日本のBtoBマーケターが今すぐ打てる施策
分析結果を得たら、次は実行に移すだけだ。優先度の高い施策を絞り込んで紹介する。
直接回答コンテンツの新規作成。 H2見出しに質問をそのまま置き、冒頭1〜2文で答え切り、補足情報をその後に続ける構造がLLMに最も引用されやすい。比較クエリ（「A社 vs B社」「〜に最適なツールは？」）は購買意向が高く、競合に先んじる効果も大きい。
既存コンテンツのリフォーマット。 新規記事を書く前に、今あるページにFAQセクションを追加し、FAQスキーママークアップを実装するだけで引用率が上がるケースが多い。コストを抑えて即効性を狙うなら、まずここから着手する。
エンティティ情報の整備。 「〇〇株式会社とは何をしている会社か」をLLMが正確に説明できるよう、公式サイトのAboutページ、WikipediaやCrunchbaseの情報、プレスリリースなどを通じてブランドのエンティティシグナルを補強する。
月次モニタリングの定着。 競合が新コンテンツを出したり、モデルがアップデートされたりするたびに引用パターンは変わる。月に一度、優先クエリセットを回してベンチマークを更新するサイクルを組織に組み込む。
まとめ
AEO競合分析は、「どの競合がAI検索で引用されているか」という事実確認ではなく、「なぜ引用されているか」を診断して打ち手に変えるプロセス全体を指す。回答シェアとエンティティカバレッジを定期的に追い、直接回答コンテンツへの改善を継続すれば、AI検索の意思決定タッチポイントで自社の存在感を着実に高められる。先行者優位が効きやすい今こそ、動き出すタイミングだ。
参考：https://blog.hubspot.com/marketing/aeo-competitor-analysis
**