ブランドの知識
ドメインとブランド資料から、カテゴリ、製品ラインナップ、競合構図、よく出る反論を構造化します。プロンプトが実際の事業とずれないようにするための基準線です。
どんな質問でも数多く回せばAI可視性が見える、というものではありません。
GEOは、実際の顧客が投げる質問を根拠を持って選び出すところから始まります。
測定の土台になるプロンプトセットは、
実際の需要を代表する四つの筋のデータをもとにつくられます。
ドメインとブランド資料から、カテゴリ、製品ラインナップ、競合構図、よく出る反論を構造化します。プロンプトが実際の事業とずれないようにするための基準線です。
すでに需要が確認されている表現から出発します。キーワードボリュームで各トピックの大きさを確認し、関連検索語で取りこぼした領域を広げます。
検索窓にはキーワードを打ちますが、AIには文章で尋ねます。オートコンプリートや関連質問、コミュニティのQ&Aから、文章の形の需要を別途集めます。
候補となる質問を実際のAIエンジンに投げてみます。答えが分かれる質問だけを残し、誰が尋ねても同じ答えになる質問は測定する価値がないので外します。
この四つの筋をもとに、言語と市場ごとに、そこで実際に投げられる質問に合わせて測定の土台となるプロンプトセットをつくります。
どんな状況の誰が、何を決めようとして尋ねるかによって、質問の長さも語調も変わります。Anymorphのプロンプトセットは、その幅をすべて収めるよう設計されます。
検索の習慣が残っている最初の質問。整っておらず、条件もほとんどありません。
実際の決定が一つ入った質問。答えを変える条件が一つ二つ付きます。
具体的な状況が入った質問。規模や予算、すでに使っているツールなど、答えを左右する制約が文章に残ります。
トピックは、検索キーワードや製品、状況などでプロンプトを束ねる単位です。表現が違っても、同じ決定につながる質問なら一つのトピックに入ります。