LLMO対策で主要セキュリティテーマのAI可視性が48%に。Kiteworksが顧客の質問から選んだ3種類の記事

専門的なサービスほど、顧客の質問は細かくなります。「安全な製品か」だけでなく、「自社の条件で使えるか」「他社と何が違うか」まで答える必要があります。

セキュリティ分野のKiteworksは、顧客の質問をもとに記事の種類を選び、主要テーマのAI可視性が48%に達したと報告されています。Profoundの事例

AIの回答で正しく紹介されるためのLLMO対策として、専門知識をどんな記事にするかを考えます。

Kiteworksの「AI可視性48%」は何を数えた数字か

48%は、同社が追っていた主要なコンプライアンス・セキュリティのテーマに関するAI可視性です。5か月間の取り組みの成果として紹介されています。Profoundの事例

説明図：対象のセキュリティテーマに範囲を絞った可視性として読む。

世界中のAI質問の48%に出る、という意味ではありません。対象の質問群や計算方法の詳細がすべて公開されているわけでもありません。

AI回答での紹介、サイトへの訪問、問い合わせは別の数字です。ここでは、売上の増加ではなく、専門テーマでの紹介され方を改善したという支援会社の報告として扱います。

顧客のセキュリティ質問から選んだ実践ガイド・動向レポート・ベンダー比較

Kiteworksが取り組んだ記事の種類は、実践ガイド、動向レポート、ベンダー比較です。顧客の質問と社内の専門知識を、作成する内容の出発点にしていました。Profoundの事例

説明図：作業の疑問には手順、変化を知りたい人にはレポート、選びたい人には比較。

三つを自社へ応用するときは、読者が何を決めたいかで使い分けると考えやすくなります。以下は編集部による整理です。

読者の疑問	向いている記事	必要な内容
どう作業すればよい？	実践ガイド	前提、順番、完了を確かめる方法
何が変わった？	動向レポート	変更日、対象、以前との違い
どれを選ぶ？	ベンダー比較	同じ比較条件、制限、根拠

一つの質問に、三種類すべての記事が必要とは限りません。「変更された仕様を知りたい」人へ、製品一覧だけを出しても疑問は解けません。

日次の投稿数が約8倍になったことの読み方

日次のコンテンツ作成量は約8倍になったとされています。ただし、記事数が8倍になれば売上や作業効率も8倍になる、という結果ではありません。Profoundの事例

専門分野では、書く速さに加えて、内容を確かめる担当者と更新の方法も決める必要があります。出典が古い記事を増やしても、顧客の判断には役立ちません。

自社の専門分野で、AIに聞かれる質問と記事の種類を対応させる

自社で始めるなら、営業やサポートへ来た質問を一つ選び、その答えに必要な資料を集めます。以下は編集部の提案です。

説明図：権限を止めたい顧客の質問から、条件・手順・確認方法を書く。架空のサービスの例。

例えば説明用に、法人向けファイル共有サービスを考えます。「外部の相手に送った後で、アクセスを止められるか」という質問なら、実践ガイドが合います。

1. 対応するプラン、管理者権限、操作の条件を製品担当者に確認します。
2. アクセスを止める操作を、読者が行う順に説明します。
3. 操作後に何を見れば停止を確認できるかを書きます。
4. すでにダウンロードされたファイルなど、制御できない範囲があれば明記します。

これは架空のサービスの作業例で、Kiteworksの仕様ではありません。実際の記事は、自社で確かめた機能に置き換えてください。

規制や基準の解説が必要な場合は、一次資料の版と対象地域を確認し、専門担当者の確認を経て公開します。

公開後はAI回答での紹介・訪問・問い合わせを分けて記録する

公開後は、選んだ質問でのAI回答、記事への訪問、問い合わせを別々に記録します。

説明図：引用、訪問、問い合わせを分け、どの段階に課題があるか確かめる。

観察したこと	次に見るもの
引用されるが訪問は少ない	回答の中でどんな説明に使われているか
訪問があるが問い合わせに進まない	条件・制限・次の操作が分かるか
古い情報が回答に残る	引用元と自社ページの更新状況

この表は改善先を考えるための仮説であり、原因を自動的に判定するものではありません。

まず一つの質問に合う記事の種類を選び、専門知識を具体的な答えにする。Kiteworksの事例から取り入れたいのは、その作り方です。