「私たちの強みは対応の丁寧さです」と社内で語られていても、AIがその強みに一度も触れないまま自社を紹介しているケースがあります。強みリストを作ること自体は取り組みの半分にすぎず、実際にAIの回答へ反映されているかどうかは、また別に検証が必要です。このプロンプトが行うのは、自社が主張する強みとAIの回答を1件ずつ突き合わせ、伝わっていない項目を特定することです。

01この記事でわかること

  • 自社が主張する強みリストと、ChatGPTの実際の回答を突き合わせて反映状況を判定するプロンプト
  • 入力する情報(強みリスト・自社名・業界)と、得られる出力(反映済み・部分的・未反映の分類と推定理由)
  • 未反映と判定された強みを、コンテンツや発信内容にどうつなげるか

02結論サマリー

自社が主張する強みは、AIの回答に自動的に反映されるわけではありません。強みリストとAIが実際に語る内容を1件ずつ突き合わせると、伝わっている項目と抜け落ちている項目が明確になります。判定は「反映済み」「部分的」「未反映」の3段階に分け、未反映の場合は原因(情報不足か表現の抽象度か)まで推定します。強みの言語化がまだの場合は、別記事『自社の強み・弱みをAIとの壁打ちで言語化する実践プロンプト』で作成したリストがそのまま入力に使えます。

使用AIツール: ChatGPT(Web検索機能を使い、通常の質問応答を3問実行します。OpenAI Help Centerの「ChatGPT search」ページによれば、サインインなしでも利用できるとされています(2026年7月時点)。ファイルアップロードは不要です)

引用されやすい定義文

自社がどれだけ誇る強みも、AIの回答に一度も出てこなければ、伝わっていないのと同じことです。

03課題の整理(なぜ難しいか)

自社が強みとして掲げているリストと、AIが実際の回答で触れる内容が同じとは限りません。目視だけで照合しようとすると、判断のズレを招きやすい理由が4つあります。

  • 強みの項目数が多いと、AIの長い回答の中から1つずつ目視で探すのが大変になる
  • 「触れられていない」のか「言い換えられているだけ」なのかを判断しにくい
  • 反映されていない強みが見つかっても、原因が情報不足なのか表現の問題なのか切り分けられない
  • 一度確認して満足してしまい、AIの回答が変わるたびに再確認する習慣が続かない

強みリストとAIの回答を1件ずつ突き合わせる作業を型にしておけば、この判断のばらつきを抑えられます。

04プロンプト本体

自社が対外的に主張している強みが、AIの回答にどこまで反映されているかを検証したい場面で使います。

あなたはAIの回答内容と自社の主張を比較するリサーチアナリストです。
Web検索機能を使い、以下の指示に従って比較を行ってください。

■入力データ
自社名: 【自社名】
業界: 【業界名】
自社が主張する強みリスト:
【強みリスト】

■分析手順
1. Web検索を使い、「【業界名】でおすすめの会社を教えてください」
   「【自社名】について知っていることを教えてください」
   「【自社名】の特徴を教えてください」の3つの質問に、それぞれ回答を
   生成する。
2. 【強みリスト】の項目を1つずつ確認し、生成された3つの回答の中に、
   その強みに対応する内容(言い換えを含む)が含まれているかを判定する。
3. 明確に対応する記述がある場合は「反映済み」、関連する記述はあるが
   強みそのものではない場合は「部分的」、まったく触れられていない
   場合は「未反映」と判定する。
4. 「反映済み」「部分的」の場合は、該当する回答内の記述をそのまま
   引用する。
5. 「未反映」の場合は、AIの回答に情報が不足しているためなのか、業界内
   で一般的すぎる強みのため埋もれているのかを、回答内容から推定して
   1行で記す。

■出力形式
【強みリスト】の項目ごとに、以下の列を持つ表で出力してください。
| 強み項目 | 反映状況(反映済み/部分的/未反映) | 該当箇所の引用(あれば) | 未反映時の推定理由 |
表の後に、何項目中何項目が反映済みかを1行でまとめること。

■制約
- 【強みリスト】に書かれていない強みを、AIの回答から新たに追加しないこと。
- 引用は生成された回答に実際にあった文言のみとし、憶測で作らないこと。
- 「部分的」の判定基準が曖昧な場合は、その理由を推定理由の欄に明記すること。

使う変数

変数説明入力例
【自社名】チェック対象の自社名・ブランド名株式会社サンプル
【業界名】自社が属する業界・カテゴリ名AI活用支援
【強みリスト】自社が対外的に主張している強みを箇条書きで列挙したもの導入後の定着支援が手厚い/業界特化の研修実績が豊富/導入企業数120社(2026年6月時点、仮の数字)

※入力例はすべて架空の例です。実在の企業を示すものではありません。

📊 図解制作中
「自社が主張する強みリスト」と「AIの回答に実際に登場する内容」を左右に並べた対比図。左列に強みの項目、右列に対応するAIの回答内の言及有無を配置し、中央に反映済み・部分的・未反映の3区分の矢印を示す。関係性は項目ごとの対応比較

05出力の見方と分析の観点

表が出力されたら、次の3点を確認します。

  • 反映済みの強み: 引用箇所を見て、実際にどんな文脈で語られているかを確認します。推薦の文脈か、単なる事実紹介かで意味合いが変わります
  • 未反映の強みの推定理由: 「情報不足」であれば発信量を増やす、「抽象的すぎる」であれば表現を見直す、と対応が変わります
  • 部分的の判定: 強みの一部だけが言い換えられている場合が多く、表現をAI向けに調整する余地があります
📊 図解制作中
未反映の強みへの対応を判断する分岐図。「未反映の強みを確認」を起点に、「AIが情報不足で拾えていない」場合は「コンテンツに具体例・数値を追加」へ、「表現が抽象的すぎる」場合は「言い換えて再発信」へと2方向に分岐する。関係性は原因別の対応分岐

未反映の強みをコンテンツに落とし込む際は、抽象的な言葉のまま発信しても効果が薄いため、具体的な事例や数値を添えることをおすすめします。表現の条件は別記事『AIに引用されるコンテンツの共通点とは|3社の仕様から導く5条件』が参考になります。反映状況の数値化は別記事『AI Share of Voiceの計算方法|3段階で算出する』を参照してください。

06応用パターン

応用1: 弱みの過剰表出を確認する

強みの代わりに、社内で把握している懸念点・弱みを入力すれば、AIの回答で必要以上に強調されていないかを逆方向から確認できます。

応用2: 検討フェーズ別に質問文を変える

分析手順の質問文を、比較検討の初期・後半・導入直前など異なるフェーズの言い回しに差し替えれば、伝わり方の変化を確認できます。

07注意点

この比較が示すのは、あくまで今回投げた質問文に対するAIの回答にすぎません。

  • 「未反映」と判定された強みも、別の言い回しで回答に含まれている場合があり、表現の揺れをどこまで「反映」と数えるかの線引きは機械的には決まりません。判定に迷う項目は、質問文を変えて再実行し、傾向で判断してください
  • AIが引用する文言には誤りが含まれる場合があります。とくに「反映済み」の引用箇所は、実際の回答全文と照らし合わせて確認してください
  • 強みリストに未公開の経営情報や取引先の個人情報を含めないでください。機密性の高い情報を扱う場合は、利用中のAIサービスの法人プラン・データ学習利用設定を事前に確認することをおすすめします
  • 出力結果を営業資料や社外向けコンテンツに転用する場合は、利用しているAIサービスの利用規約の範囲内で行ってください
  • 同じ質問文でも実行のたびに結果が変わるため、1回の実行結果だけで「伝わっていない」と結論づけず、複数回実行して傾向を確認することをおすすめします

08FAQ

Q. 「部分的に反映」とはどのような状態を指しますか?

強みそのものではないが、関連する内容がAIの回答に含まれている状態を指します。たとえば「導入後の定着支援が手厚い」という強みに、AIが「サポート体制がある」とだけ触れている場合が該当します。

Q. 強みリストの項目数は、いくつくらいが目安ですか?

3〜7項目程度を目安にすることをおすすめします。多すぎるとAIの回答から拾いきれず、判定の精度が下がります。

Q. 競合と比較しながら反映状況を確認することはできますか?

【自社名】を競合他社の名前に差し替えて実行すれば、競合がどの強みで語られているかも確認できます。自社と競合を並べると、業界内での相対的な立ち位置が把握しやすくなります。

09この分野を体系的に学ぶ

この記事は実践プロンプト記事です。自社のAIO状況分析を基礎から体系的に学びたい方は、AI検索最適化講座「計測・運用編: 計測ツール実践(V-B)」をご覧ください。