はじめに——AIの回答は、もう「全員に同じ」ではない
これまでのAEO（Answer Engine Optimization）記事では、シェア・オブ・モデルの継続計測、引用劣化（Citation Decay）の監視と奪還、エンジン別の施策仕分けと、「AIに引用されるための設計と測定」を積み上げてきました。しかしこれらの測定には、暗黙の前提がありました。「同じ質問をすれば、誰に対してもAIはほぼ同じ回答を返す」という前提です。
2026年、この前提が崩れつつあります。ChatGPTのメモリ（保存されたメモリ＋会話履歴の参照）とカスタム指示、GeminiのPersonal Context／Personal Intelligenceの普及により、AIの回答は「質問×受け手のコンテキスト」の関数になりました。同じ「おすすめのプロジェクト管理ツールは？」という質問でも、製造業の情シス部長とスタートアップのマーケターでは、引用されるサイトも推薦される製品も変わり得ます。
つまり、「同じ質問でも、人によって引用が変わる」時代が始まっています。これはAEOにとって、測定と施策の両方を見直すべき構造変化です。”素の状態”（ログインなし・メモリなし・履歴なし）のクエリだけを監視していると、実ユーザーが受け取っている回答との乖離が静かに拡大します。自社が「平均では引用されているのに、最重要セグメントでは引用されていない」——この引用格差（Citation Gap）は、従来の監視スタックには映りません。
筆者はネットワークのTAC／アドバンスドサービスで長年、トラフィックの異常検知に携わってきました。「平均値のグラフは正常なのに、特定の経路のユーザーだけ品質が劣化している」という障害は、平均の監視では絶対に見つかりません。セグメントごとにベースラインを持って初めて見える——本記事の核心は、この発想をAEO測定に持ち込むことです。
想定読者は、AEO・コンテンツマーケティングの実務担当者、オウンドメディア運営者、そして「AI経由の流入・指名が特定の顧客層で伸びない」と感じているマーケティング責任者の方々です。
前提——パーソナライゼーションの3層を整理する
「AIのパーソナライズ」と一口に言っても、回答に影響する受け手側のコンテキストは3つの層に分かれます。層によって影響の性質と持続性が異なるため、まずここを分けて理解することが出発点です。
第1層：カスタム指示（明示的・静的）
ユーザーが自分で書いた「私は製造業のIT部門で働いています」「回答は技術的な詳細を含めてください」といった指示です。ChatGPTのCustom Instructions、GeminiのSaved Info／カスタム指示が該当します。すべての新規会話に一律に適用されるため、影響が最も安定的で、テストでの再現も容易です。
第2層：保存されたメモリ（明示的＋自動・半永続）
会話の中でAIが「覚えておくべき」と判断した事実（職種、業界、使用ツール、家族構成など）が保存され、以後の回答に反映される層です。ChatGPTの保存されたメモリ（Saved Memories）、GeminiのPersonal Contextが該当します。ユーザーが削除するまで持続し、本人が意識していない事実まで回答に影響するのが特徴です。
第3層：会話履歴の参照（暗黙的・動的）
過去の会話全体から関心・傾向をAIが動的に汲み取る層です。ChatGPTの「チャット履歴を参照する（Reference Chat History）」、GeminiのPersonal Intelligence（Gmail・検索・YouTubeなど接続アプリの文脈参照を含む）が該当します。保存されたメモリと違い、何が参照されているかをユーザー自身も特定できず、時間とともに変化します。測定の再現性が最も低い層です。
| 層 | 代表機能 | 持続性 | AEO測定への影響 |
|---|---|---|---|
| カスタム指示 | ChatGPT Custom Instructions／Gemini Saved Info | 静的（ユーザーが変更するまで） | テストで再現しやすい。セグメント別テストの主軸 |
| 保存されたメモリ | ChatGPT Saved Memories／Gemini Personal Context | 半永続（削除まで） | プロファイル注入である程度模擬可能 |
| 会話履歴の参照 | Reference Chat History／Personal Intelligence | 動的（常に更新） | 完全な再現は不可能。傾向としてのみ捉える |
重要なのは、これらの機能がデフォルトでオンの方向に進んでいることです。つまり「素の状態のChatGPT」に質問しているユーザーは、すでに少数派になりつつあります。
なぜ既存のAEO測定が崩れるのか——”平均的な回答”監視の限界
従来のAEO監視スタック（自社での定点プロンプト実行、監視SaaSの利用）は、パーソナライズを排除する方向で設計されています。監視ツールはニュートラルな環境から、ログインなし・履歴なしでプロンプトを実行し、再現性のある「平均的な回答」を観測します。測定としては正しい設計ですが、2026年のいま、この設計には3つの盲点があります。
盲点1：実ユーザーの回答と乖離する
監視上は「引用率60%で安定」でも、それは”素の状態”での話です。メモリに「経理担当」と記録されたユーザー、カスタム指示で「初心者向けに」と書いたユーザーが受け取る回答では、引用の顔ぶれが入れ替わっている可能性があります。ダッシュボードは正常、しかし実ユーザーの体験では自社が消えている——平均監視だけでは、この事態を検知できません。
盲点2：セグメント間の「引用格差」が見えない
自社が本当に引用されたいのは「全ユーザーの平均」ではなく、ターゲット顧客のセグメントのはずです。たとえばBtoB SaaSなら「企業の意思決定者」の回答面で引用されることに商業的価値があります。ところが、専門性の高いプロファイルを持つユーザーには専門メディアや一次情報が引用されやすくなり、初心者プロファイルには入門系の大手メディアが引用されやすくなる——というセグメントごとの引用傾向の分化が起きると、「平均では勝っているのに、価値の高いセグメントで負けている」ことが起こり得ます。
盲点3：引用劣化の原因分類に「パーソナライズ起因」が抜ける
引用劣化の記事では、劣化の原因を競合の台頭・コンテンツの陳腐化・エンジン側の変更などに分類しました。パーソナライズ環境では、ここに「特定セグメントでのみ起きる劣化」という新しい類型が加わります。平均値の劣化として現れる頃には、特定セグメントではとっくに引用を失っている——ネットワーク監視でいう「平均レイテンシは正常、特定経路だけ劣化」と同じ構図です。
引用格差（Citation Gap）の測定設計——ペルソナ別プロンプトテスト
では、パーソナライズされた回答をどう測定するか。他人のメモリの中身は観測できないため、完全な再現は不可能です。しかし、「代表的なユーザープロファイルを模擬した状態でのテスト」によって、セグメント間の引用傾向の差は十分に観測できます。
ステップ1：ビジネス上意味のあるペルソナセグメントを定義する
むやみにペルソナを増やしても運用が破綻します。自社の顧客セグメンテーションと接続した、3〜6個の測定用ペルソナから始めます。設計軸は次の3つです。
- 業界軸：自社のターゲット業界（例：製造・金融・医療・小売）。業界が変わると、AIが引用する「その業界で信頼される情報源」が変わります。
- 役職・意思決定軸：経営層／部門責任者／実務担当者。意思決定者向けの回答では比較・選定情報が、実務者向けでは手順・実装情報が引用されやすくなります。
- 習熟度軸：初心者／中級者／専門家。専門家プロファイルでは一次情報・技術文書が引用されやすく、初心者プロファイルでは解説系メディアが優勢になります。
ステップ2：ペルソナをプロンプトとして実装する
各ペルソナを、パーソナライゼーションの3層に対応させてテストハーネス化します。
| 模擬する層 | 実装方法 | 再現性 |
|---|---|---|
| カスタム指示 | テスト用アカウントのCustom Instructions／Saved Infoにペルソナ文を設定して定点クエリを実行 | 高 |
| 保存されたメモリ | ペルソナの事実（業界・役職・利用ツール）をメモリに保存させた専用アカウントを育成して実行 | 中 |
| 会話履歴 | APIテストではシステムプロンプト／会話プレフィックスにプロファイル文脈を注入して近似 | 中（近似） |
運用のポイントは2つあります。第一に、ペルソナ文を構成管理すること。ペルソナ文が変わると測定値が変わるため、ペルソナ定義はバージョン管理し、変更履歴を残します。第二に、“素の状態”の測定を捨てないこと。素の測定はすべてのセグメント測定の共通ベースラインであり、「平均」と「セグメント」の差分を出すための原点です。
ステップ3：セグメント別の指標を定義する
測定するのは、シェア・オブ・モデル測定で定義した指標の「セグメント別バージョン」です。
- セグメント別引用率：ペルソナPで定点クエリ群を実行したときに自社が引用された割合。
- 引用ギャップ：「素の状態の引用率」と「ペルソナPでの引用率」の差。プラスなら自社はそのセグメントで平均より強く、マイナスなら平均の数字が実態を過大評価しています。
- セグメント別競合シェア：ペルソナPの回答面で、自社の代わりに誰が引用されているか。奪還施策の直接のインプットになります。
- 推薦の一貫性：同一ペルソナ・同一クエリの複数回実行で、自社への言及がどれだけ安定しているか。パーソナライズ環境では揺らぎが増えるため、1回の測定で判断しないことが重要です。
セグメント別に引用を取りに行くコンテンツ設計
測定で引用格差が見えたら、次は「弱いセグメントで引用を取りに行く」施策です。ここで効くのは、従来のAEO施策の延長線上にある3つの設計です。
1. セグメント別クエリマップへの拡張
クエリリサーチの記事で作った「クエリマップ」に、セグメントの次元を追加します。同じトピックでも、意思決定者は「比較・費用対効果・リスク」を、実務者は「手順・設定・トラブルシュート」を聞きます。セグメント別に「実際に聞かれている質問」を分解し、セグメントごとに答える面（記事・ページ）を持っているかを棚卸しします。弱いセグメントの引用格差は、多くの場合「そのセグメントの質問に答えるコンテンツをそもそも持っていない」ことが原因です。
2. 同一トピックの「深度別コンテンツ」を明示的に分ける
初心者プロファイルと専門家プロファイルでは引用されやすいコンテンツの深度が違う以上、1本の記事で全セグメントに引用されるのは構造的に困難です。入門ガイド／実務ガイド／技術詳細（一次情報・検証データ）を別コンテンツとして持ち、コンテンツクラスターとして内部リンクで束ねます。これは「どのセグメントのプロファイルで聞かれても、クラスター内のどこかが引用候補になる」状態を作る設計です。
3. エンティティ一貫性の再評価——パーソナライズ環境で最も強い施策
パーソナライズはクエリごとの回答を揺らしますが、「この会社は何の専門家か」というエンティティレベルの認識は、セグメントを横断して安定的に働きます。自社名・製品名・専門領域の関連付けがWeb全体（自社サイト・第三者言及・構造化データ）で一貫していれば、どのプロファイルのユーザーに対しても「この領域ならこのサイト」という引用の土台が残ります。逆にエンティティが曖昧なサイトは、パーソナライズの揺らぎにそのまま流されます。パーソナライズ時代のAEOでは、個別クエリ最適化よりもエンティティ一貫性とトピックオーソリティへの投資の優先度が上がる——これが本記事の施策面での結論です。
運用ループ——ベースライン→定点観測→ギャップ検知→奪還
セグメント測定は、単発の調査ではなく運用ループとして回して初めて機能します。ネットワーク監視と同じく「ベースラインを学習し、逸脱を検知する」構造です。
| フェーズ | やること | 頻度の目安 |
|---|---|---|
| ベースライン | 素の状態＋各ペルソナで定点クエリ群を実行し、セグメント別引用率の初期値を確定 | 初回＋ペルソナ改訂時 |
| 定点観測 | 同一条件で継続実行し、セグメント別引用率と引用ギャップを時系列で記録 | 週次〜隔週 |
| ギャップ検知 | 特定セグメントのみの引用低下（平均は正常）をアラート化。競合シェアの変化も併記 | 観測のたび |
| 奪還 | 弱いセグメントのクエリマップ棚卸し→コンテンツ補強→エンティティ・クラスター強化→再測定 | 検知の都度 |
ここでも段階的な運用が鉄則です。1回の測定の揺らぎに反応して施策を打つと、パーソナライズ由来のノイズを追いかけることになります。複数回の測定で再現するギャップだけを施策対象にする——過検知で消耗しないための、監視運用の基本がそのまま当てはまります。
パーソナライズドAEO対応チェックリスト
| 領域 | チェック項目 | 対応する盲点 |
|---|---|---|
| 測定 | “素の状態”の定点測定を維持している（共通ベースライン） | 差分の原点確保 |
| 測定 | ビジネス上意味のある3〜6ペルソナを定義し、バージョン管理している | 引用格差の可視化 |
| 測定 | セグメント別引用率・引用ギャップ・セグメント別競合シェアを時系列で記録している | 平均監視の盲点 |
| 測定 | 同一条件の複数回実行で揺らぎを把握している | ノイズへの過剰反応 |
| コンテンツ | クエリマップにセグメント次元を追加した | セグメント別の答える面の欠落 |
| コンテンツ | 同一トピックで深度別（入門／実務／専門）のコンテンツを持ちクラスター化している | 深度ミスマッチ |
| 基盤 | エンティティ一貫性（名称・専門領域・構造化データ・第三者言及）を点検した | パーソナライズの揺らぎ耐性 |
| 運用 | セグメント限定の引用低下をアラート化し、奪還ループに接続している | 気づかぬ劣化 |
よくある質問（Q&A）
Q1. 他人のメモリの中身は見えないのに、パーソナライズの影響を測定できるのですか？
個々のユーザーの回答を再現することはできません。測定するのは「個人」ではなく「セグメントの傾向」です。代表的なペルソナ（カスタム指示・メモリ・文脈注入で模擬）ごとの引用率の差は再現性を持って観測でき、それが施策判断には十分な解像度になります。完全な再現ではなく、セグメント間の相対比較に目的を置くのがポイントです。
Q2. 既存の”素の状態”での監視はもう無意味ですか？
無意味ではなく、むしろ必須です。素の測定はすべてのセグメント測定の共通ベースラインであり、引用ギャップ（素とセグメントの差分）を計算する原点です。やめるべきは「素の測定だけで実ユーザーの体験を代表させる」ことであって、素の測定そのものではありません。
Q3. ペルソナはいくつ作ればいいですか？
最初は3〜6個を推奨します。自社の顧客セグメンテーション（業界×役職×習熟度）から、商業的価値が最も高いセグメントを優先して選びます。ペルソナを増やすほど測定コストと揺らぎの管理負荷が増えるため、「少数を継続的に」が「多数を単発で」に勝ります。
Q4. パーソナライズ環境で最も費用対効果の高い施策は何ですか？
エンティティ一貫性とトピックオーソリティの強化です。個別クエリの最適化はパーソナライズの揺らぎに流されやすいのに対し、「この領域ならこのサイト」というエンティティレベルの認識はセグメントを横断して安定的に働きます。個別最適の前に、名称・専門領域・構造化データ・第三者言及の一貫性を固めることを推奨します。
Q5. セグメント別の引用低下を検知したら、すぐ施策を打つべきですか？
すぐには打たないでください。パーソナライズ環境では1回の測定の揺らぎが大きいため、まず同一条件で複数回再測定し、再現するギャップかを確認します。再現する場合のみ、そのセグメントのクエリマップを棚卸しし、答える面の欠落・深度ミスマッチ・競合の台頭のどれが原因かを分類してから施策に入ります。
まとめ——「平均」ではなく「セグメント」で引用を測る
AEOの効果測定は、「引用されたか」の二値から「回答内のシェア」へ、そして本記事の「誰への回答で引用されたか」へと解像度を上げてきました。要点は3つです。
1. AIの回答は「質問×受け手のコンテキスト」の関数になった。メモリ・カスタム指示・会話履歴の3層が回答を変える以上、”素の状態”の監視だけでは実ユーザーが受け取る回答との乖離が拡大します。
2. 引用格差はペルソナ別テストで観測できる。完全な再現は不可能でも、セグメントを模擬した定点測定で「平均では勝っているのに重要セグメントで負けている」構図は検知できます。平均のダッシュボードが正常でも、セグメントのベースラインを持たなければ見えない劣化があります。
3. パーソナライズ時代に最も強いのはエンティティ一貫性。個別クエリの最適化は揺らぎに流されますが、「この領域ならこのサイト」という認識はセグメントを横断して働きます。セグメント別クエリマップ・深度別クラスターと合わせて、引用の土台を固めてください。
パーソナライズは、AEOを難しくすると同時に、平均値の勝負では勝てなかったサイトが「特定セグメントの第一想起」を取りに行けるという機会でもあります。測る前提が変わったいまこそ、測定設計から見直す価値があります。
参考リンク
- OpenAI「Memory FAQ」
- OpenAI「ChatGPT Custom Instructions」
- OpenAI「Memory and new controls for ChatGPT」
- Google「Personal Intelligence from Gemini」
- 【2026年版】シェア・オブ・モデル（Share of Model）測定ガイド（当サイト）
- 【2026年版】AEO「引用の劣化（Citation Decay）」監視・奪還ガイド（当サイト）
- 【2026年版】AEO×「トピックオーソリティ」設計ガイド（当サイト）
免責事項：本記事は2026年7月時点の公開情報に基づく一般的な情報提供です。ChatGPT・Geminiのメモリ／パーソナライゼーション機能の仕様・提供範囲・デフォルト設定は変更されることがあり、パーソナライズがAI回答・引用に与える影響の程度はエンジン・時期・ユーザー環境により異なります。測定・施策は自社の目的とデータに照らして検討し、最新の仕様は各公式ソースでご確認ください。
コメント