2026年7月AI可視性研究（前編）：順位が安定していてもGEOの結論を出せない理由

数回再測定して競合の引用順位が変わらなければ、勝敗を報告してよいのでしょうか。必ずしもそうではありません。順位が動かないのは、現在の標本で順番が入れ替わらなかっただけかもしれず、隣接するドメインの引用シェアは大きく重なっている可能性があります。

2026年7月11日に公開された論文「From Stochastic to Stable: Rank Stability and Structural Sufficiency in AI Visibility Measurement」は、AI可視性ランキングが単に安定して見える段階から、比較判断を支える段階へいつ到達するかを扱います。

これは順位を上げる手法の論文ではありません。GEOチームにとっての価値は、ブランドAがブランドBより引用されると月次レポートに書く前に、証拠が十分かを確かめる点にあります。

混同しやすい二つの安定性

論文は収束を二条件に分けます。

一つ目は順位安定性です。回答が蓄積するにつれ、引用ドメイン順位の加重Spearman相関の軌跡を追い、検定可能なプラトーに入ったかを確認します。これは初期標本の偶然ではなく、順位が落ち着いたことを示します。

二つ目は構造的十分性です。順位が落ち着いても、確立したドメイン間の引用シェア差が、その推定不確実性より大きくなければなりません。論文では、引用シェアの信頼区間がゼロを含まないドメインを「確立したドメイン」とし、その差と区間が表すノイズを比べます。

前者は「順位はまだ動くか」、後者は「差は十分明確か」に答えます。どちらかが欠ければ、小さな差を競争優位と解釈すべきではありません。

固定の設問数が答えにならない理由

「プラットフォームごとに20問」「月100問」といった目安はよく使われます。しかしGemini、SearchGPT、Perplexity の30件のプラットフォーム・トピック組合せを調べた本研究は、全てに通用する固定収集量はないと示します。

上位ソースが集中するトピックは少ない回答で層が見えます。一方、長い裾野と少ない引用を持つトピックでは、中位の区間が大きく重なったまま順位だけが静かに見えることがあります。同じ予算を当てると、無駄な収集か早すぎる停止になります。

ブランド監視でも同じです。双方の引用が少なければ、1、2件で順位は入れ替わります。「3位から2位」は、コンテンツ改善ではなく標本ノイズかもしれません。

信頼区間はレポートを難しくするためのものではない

一つのAI回答を一観測と考えてください。公式サイト、メディア、ディレクトリ、競合、あるいは見える引用なしという結果になり得ます。引用シェアは観測の集計であり、プラットフォームが恒久的に与える属性ではありません。

レポートでは少なくとも次を分けます。

1. 引用シェア：固定した設問群と期間でドメインが現れる割合。
2. 順位：そのシェアから生じる相対的な順番。
3. 不確実性：再標本化したときにシェアと順位が動く範囲。

著者らはbootstrap再標本化を用います。企業が全手法を再現する必要はありませんが、標本数、プラットフォーム、設問、変動を隠した精密な「可視性スコア」だけを示すべきではありません。

GEOレポートの最初の判断ルール

「順位は安定した」ではなく、「順位は安定し、差を分けて読める」と表現しましょう。引用が少ない、隣接する区間が大きく重なる、新しい標本で中位ソースが入れ替わる場合、結果は最適化の結論ではなく観測シグナルとして扱います。

GEO Radar は https://www.georadar.top で、固定設問、多プラットフォーム分析、競合比較、定期再測定により比較可能な回答標本を蓄積できます。標本が意思決定に十分かは、設問の価値、プラットフォームの変化、人手確認も踏まえて判断します。

後編では、この論文を「いつ収集を続けるか、いつ停止するか、いつ基準線を作り直すか」という実務フローに変換します。

この記事の情報源

• arXiv、2026年7月11日、From Stochastic to Stable: Rank Stability and Structural Sufficiency in AI Visibility Measurement：https://arxiv.org/abs/2607.10341
• arXiv HTML全文、方法、プラトー検定、構造的十分性、限界：https://arxiv.org/html/2607.10341v1
• arXiv PDF：https://arxiv.org/pdf/2607.10341