OpenAIがAI偽装フロント作戦2件を遮断。ロシア発は過去最大級カテゴリ5
OpenAIは2026年10月8日、ロシア発とイラン発のAIを利用した偽装フロント作戦2件を遮断したと発表した。ロシア発の作戦は影響工作の評価尺度でカテゴリ5と判定され、これはOpenAIが報告を開始して以来初の事例となる。
偽装フロントとは、実在しない組織や人物を装って情報を流す手口だ。ロシア発の作戦はラテンアメリカで偽のシンクタンクを運営し、イラン発の作戦は7人の偽ジャーナリスト人格を使って記事を各国メディアに売り込んだ。いずれもAIが作業の効率化に使われていた。
この記事では、2件の作戦の具体的な手口と影響力評価、AIが偽装フロントに与える利点、そしてメディアや企業が取るべき対策を解説する。
摘発の概要と偽装フロントの仕組み
OpenAIは2025年初頭から、AIモデルを使ったサイバー攻撃や隠密影響工作、詐欺などの悪用事例を継続的に報告してきた。今回の発表はその一環で、ロシア発とイラン発の組織的な作戦2件を特定し、関連するChatGPTアカウント群を停止した。
偽装フロントとは、実在する組織や人物を装って活動の正体を隠す手法だ。今回摘発された2件はいずれも、AIと従来型の技術を組み合わせて偽装組織を運営していた。目的は、地政学的な対立や紛争に関するメッセージを対象者に届けることにある。
AIが加わった偽装フロントの特徴
OpenAIの報告によると、今回の2件はAI以前の影響工作に似ている一方で、AIによって作業の一部が効率化されていた。イラン発の作戦では長文記事の推敲や編集者への売り込みメール作成に、ロシア発の作戦では内部報告書の草案作成にChatGPTが使われた。
OpenAIが2024年初頭以降に摘発した30件の隠密影響工作を分析すると、メディア掲載に成功した作戦ほど影響力が高くなる傾向がある。ソーシャルメディアだけで拡散させる作戦はカテゴリ1から3にとどまり、実在のメディアに記事を掲載させた作戦はカテゴリ4から5に達していた。
影響工作の評価尺度 Breakout Scale
OpenAIは影響工作の影響力を、米ブルッキングス研究所のBreakout Scale（ブレイクアウトスケール）で評価している。カテゴリ1から6までの6段階で、数字が大きいほど影響力が高い。カテゴリ5は政治家の公的コメントを引き出した水準だ。
Breakout Scaleは米ブルッキングス研究所が提唱した影響工作の評価尺度だ。
ロシア発の作戦 ダーククラーク
OpenAIはロシアを発信元とするChatGPTアカウント群を停止した。この作戦はラテンアメリカ各国を標的にした隠密影響工作で、ウクライナの評判を落とすことと、アルゼンチンやボリビアなどの国内政治に介入することが主な目的だった。
作戦の運営者はChatGPTを主に3つの作業に使っていた。1つ目は内部報告書の作成、2つ目は作戦用コンテンツの生成、3つ目は偽のシンクタンクの業績報告書の草案作成だ。OpenAIはロシアからのモデルアクセスを許可していないため、運営者はVPNを使って接続していた。
偽シンクタンクSRCの運営実態
この作戦の中心にあったのが、社会調査センター（Social Research Center / SRC）という自称のリサーチプラットフォームだ。表向きはインド系移民とラテンアメリカの関係を研究する組織だったが、実際にはロシアのオペレーターが偽人格のミア・クラーク（Mia Clark）を使って制御していた。
内部報告書には、給与体系や雇用、解雇などの人事決定が記録されており、運営者が単なる協力者ではなく組織を支配していたことを示している。ただし、現地スタッフは自分たちがロシアの作戦のために働いているとは知らなかった。OpenAIの見解では、知らずに利用されたスタッフが誠実に調査業務を行っていた。
SRCのウェブサイトには60本以上の記事が掲載されており、その大半は現地スタッフによる独自の内容だった。これは、過去に摘発された別のロシア系偽シンクタンクが記事の多くを盗用していたのとは対照的だ。OpenAIは、この作戦がより長期的に存続可能な偽装組織を構築しようとしていたと分析している。
学校や地域社会を巻き込んだ偽情報
ロシア発の作戦で特徴的だったのは、現地の学校や公的機関を意図せず偽情報の拡散に巻き込んだ点だ。
2026年5月、運営者はペルーのリマ教育地方局を装った偽のメールアドレスを作成し、文化・言語多様性の日にウクライナにちなんだ行事を開催するよう学区の学校に指示した。メールには、物議を醸す20世紀のウクライナ民族主義者ステパン・バンデラへの言及を求める指示が含まれていた。一部の学校は偽メールに返信し、行事を実施したと報告して写真まで提供していた。
その後、運営者はペルーとポーランドのメディアにこの出来事の記事を掲載させることに成功した。ウクライナが超国家主義的な思想を輸出しているという主張が広がり、ポーランドの欧州議会議員が反応する事態に発展した。ロシアの偽情報は、ウクライナ人とポーランド人の間の歴史的な緊張を刺激する形で設計されていた。
2026年6月には、別の偽メールアドレスを使ってエクアドルの学校を騙し、ダニエル・ノボア大統領と民間軍事会社ブラックウォーターの元トップ、エリック・プリンスへの忠誠宣誓式を開催させようとした。この出来事はエクアドル国内で大きな反響を呼び、政府が偽情報を否定する声明を出すまでに至った。
ロシア発の作戦は、現地の教育機関やメディアを意図せず巻き込むことで信頼性を高めていた。
ボリビアでは2026年5月下旬、反政府デモが激化する中で、国営水道会社EPSASの職員を装った偽の音声を拡散した。政府が行政首都ラパスへの給水を停止し、非常事態を宣言するという内容だった。この偽情報は公式の否定とファクトチェックを引き起こすほど拡散した。
アルゼンチンでは2024年、ハビエル・ミレイ大統領に関する2つの偽情報キャンペーンを実施したと報告している。1つはミレイ氏が愛犬のためにカルティエの宝石付き首輪を購入したという偽の報道、もう1つはブエノスアイレスで反ミレイの落書きを地元の人物に依頼したというものだ。これらの主張は、公開された内部文書に基づいてポリトロジーやラ・コンパニアと呼ばれるロシアの組織に帰属されている。
カテゴリ5という過去最大級の評価
OpenAIはこの作戦をBreakout Scaleのカテゴリ5と評価した。複数の国の政治家から公的なコメントを引き出したことが決め手となった。これはOpenAIが報告を始めて以来、初めてカテゴリ5を付けた事例だ。
ただし、運営者の自己申告には誇張が含まれている可能性がある。OpenAIの調査では、運営者が自分たちの作戦とは無関係の出来事を成果として報告する傾向があった。例えば、ブラジル人兵士の捕虜に関する報道を自らの成果と主張したが、実際にはその報道は作戦とは無関係だった。運営者が自分の雇用主に対しても影響工作を行っていた可能性が指摘されている。
イラン発の作戦 ボガス・バインラインズ
OpenAIはイランを発信元とするChatGPTアカウント群も停止した。この作戦はペルシャ語でプロンプトを入力し、ペルシャ語と英語でコンテンツを生成していた。運営者はVPNを使ってアクセス元を偽装していた。
作戦の主な活動は、米国とイランの紛争に関する長文記事の推敲と、編集者への売り込みメールの生成だった。加えて、ソーシャルメディアのコメントを大量に生成し、内部報告書の作成にもAIを使っていた。OpenAIはこの作戦にボガス・バインラインズ（Bogus Bylines、偽の署名）という名前を付けた。
7つの偽ジャーナリスト人格
記事の売り込みには7つの偽の署名が使われた。アービン・B・ホスキンズ、ノア・ラミントン、ソフィア・ゴンザレス、マイケル・ハリソン、エリカ・フューザー、ジェニー・ウィリアムズ、アリス・ジョンソンだ。
記事と一緒に公開されたプロフィールでは、それぞれが西洋のジャーナリストを装っていた。多くは米国人ジャーナリストで、国際政治や中東、人権、紛争を専門としていた。ノア・ラミントンはニュージーランド在住と主張していた。マイケル・ハリソンの経歴は、ChatGPTに生成させたものだった。
一部の偽人格は、複数のソーシャルメディアに裏付けアカウントを持っていた。アービン・B・ホスキンズはX、Facebook、Instagram、Threadsにアカウントを持ち、米国人フリーランスライターと自称していたが、アカウントの透明性情報では所在地がイランと表示されていた。
一部の偽人格はSNSアカウントで裏付けされ、信頼性を高めていた。
OpenAIはオープンソース調査により、これらの偽署名で公開された記事を約100本、10数媒体で確認した。対象は主に国際情勢や中東問題を扱う中小規模のオンラインメディアで、米国とイランの紛争が激化した2026年3月以降に記事数が急増していた。
記事掲載とコメント生成の影響力の差
記事掲載とコメント生成という2つの活動の影響力は、大きく異なっていた。
記事掲載は高い成果を上げた。記事を掲載したメディアの中には、Facebookで約200万、Xで約35万5000、Instagramで約54万4000のフォロワーを持つものもあった。メディアが記事をSNSで宣伝することで、運営者は自分たちだけでは届かなかった読者にアクセスできた。OpenAIは記事掲載部分をカテゴリ4と評価している。
一方、コメント生成はほとんど影響力を生まなかった。生成されたコメントは「いいね」や返信が1桁から2桁程度にとどまり、投稿に対する全コメントの中でも少数派だった。コメント部分はカテゴリ2と評価されている。
さらに、運営者はコメントの影響力を水増しする計算方法を使っていた。返信先の投稿の閲覧数をコメント投稿前後で比較し、その差をすべて自らの成果として計上していた。投稿の人気や他のコメントによる閲覧増加を考慮しておらず、実際の影響力を大幅に誇張していたことになる。
AI偽装フロントがもたらすリスクと対策
AIが偽装フロントに与える4つの利点
OpenAIの分析では、AIは偽装フロント作戦に規模、効率、言語能力、編集能力の4つの利点をもたらす。運営者はこれらの利点を悪用して、従業員や編集者などの無自覚な被害者を利用し、背後に誰がいるのかを知らない読者の前にコンテンツを置くことができる。
特に言語能力の向上は大きい。イラン発の作戦ではペルシャ語話者が英語の長文記事を推敲するためにChatGPTを使い、ロシア発の作戦ではスペイン語の文章を現地の文体に合わせて調整するために使っていた。AIがなければ、外国語のネイティブレベルの文章を作るのは難しかったはずだ。
編集能力も重要だ。記事を各メディアの投稿基準に合わせて調整し、編集者への売り込みメールを個別に作成する作業は、AIによって自動化されていた。これにより、少人数のオペレーターでも多数の媒体に同時に売り込みをかけられた。
組織とメディアのチェックポイント
こうした偽装フロント作戦への対策として、メディア編集部と企業広報部門が確認すべきポイントを整理する。
- 寄稿者の実在性確認。SNSのアカウント透明性情報で実際の所在地を確認する。今回の偽ジャーナリストは、プロフィールでは米国人と自称しながら透明性情報ではイランと表示されていた
- 同一人物から複数媒体への同時売り込みを警戒する。短い期間に複数の偽名で似た記事が届く場合は注意が必要だ
- 公的機関を装うメールは必ず公式ルートで確認する。学校や水道会社などの信頼を利用する手口が増えている
- コメント欄の不自然な投稿パターンを監視する。短時間に大量の賛同コメントが付く場合は、運営による自作自演の可能性がある
- 情報の出所が確認できない記事の掲載を避ける。特に地政学的な紛争に関する寄稿は、著者の経歴だけでなく過去の執筆実績まで確認する
OpenAIが指摘するように、偽装フロント作戦は暴露されると活動を停止する傾向がある。2016年から2017年にかけて活動した偽ジャーナリストのアリス・ドノバンも、2020年にMetaが摘発したピースデータも、露出後に活動をやめた。責任ある情報開示が抑止力になる点は、AI時代でも変わらない。
この記事のポイント
- OpenAIはロシア発とイラン発のAI偽装フロント作戦2件を遮断した
- ロシア発のダーククラークは偽シンクタンクを運営し、過去最大級のカテゴリ5と評価された
- イラン発のボガス・バインラインズは7つの偽ジャーナリスト人格で記事を約100本掲載させた
- AIは偽装フロントに規模、効率、言語能力、編集能力を与え、影響工作の質を高める
- メディアと企業は寄稿者確認やコメント監視など、基本的な対策の徹底が求められる
・ 複数業界における17年間のデジタルビジネス開発経験
・ ウェブサイト開発のためのHTML、PHP、CSS、JavaScript等の実用的知識
・ 15ヶ国語対応の多言語SaaSの開発経験
・ 17年間にも及ぶ、Eコマース長期運営経験
・ 幅広い業界でのSEO最適化の豊富な経験
GPT-6がChatGPTに搭載、対話で動くUIを自動生成するIntelligent UIを解説
OpenAIは2026年10月7日、ChatGPT向けにGPT-6を正式展開した。最大の変更点はIntelligent UIと呼ばれる新機能で、質問ごとにボタンやグラフなどの操作画面を対話の中で動的に生成する。これにより回答が単なるテキストではなく、実際に触れて操作できる体験に変わる。
対象は当初Plus、Pro、Business、Enterpriseの各プランで、翌10月8日からFreeとGoにも展開される。ChatGPTの週間利用者数は12億人を超えており、この規模に次世代の対話型UIが一気に広がる。
さらにGPT-6は回答を書き始める速度も大幅に改善した。従来の推論モデルは思考が完了してから回答を開始していたが、GPT-6は考えながら回答を進める。これはAIとのやり取りの体感時間を変える変更だ。
Intelligent UIの正体、質問ごとに操作画面を組み立てる
Intelligent UIは、ChatGPTが回答をテキストだけでなく、図表、タップ可能なボタン、フォーム、グラフ、そして対話内で直接使えるインタラクティブな体験として構成する機能だ。OpenAIはGPT-6にこうした要素を使い分ける訓練を施したとしている。
回答のフォーマットは質問内容に応じて変わる。商品の比較なら並べて見られるレイアウト、仕組みの説明なら操作できる図、単純な答えで足りる問いにはテキストだけを返す。GPT-6自身がその都度、最も有用な形を選ぶ。
従来のテキスト回答との違い
従来のChatGPTは、ほぼすべての質問を同じ会話フォーマットに当てはめていた。Intelligent UIが加わったことで、1つの質問に対してUI、データ、操作を組み合わせた回答が可能になった。ChatGPTがソフトウェアの固定画面ではなく、その場で作った専用画面を提供する方向への第一歩だ。
上記はコンセプトを示した例だ。従来は文章で説明されていた内容が、ボタンや数値カードを備えた操作画面に置き換わる。ユーザーは表示された値を動かして、自分の条件に合う結果をその場で確かめられる。
フォーマットは質問内容が決める
すべての質問にUIが付くわけではない。比較は左右に並べる、説明は操作できる図にする、簡単な質問にはテキストのみを返す。GPT-6が内容に応じてフォーマットを決めることで、必要以上に凝った画面を表示して速度を落とす事態を避けている。
生成されるUIの具体例、旅程から計算ツールまで
Intelligent UIが作る画面は、日常のあらゆる問いに対応する。例えばサンデーローストの献立を尋ねた場合、レシピの横に調理タイミングを並べて表示する。ロードトリップの相談では、地図上に立ち寄り先をマークし、立ち寄る価値のある場所のメモを添える。単に文章を読むより、予定や段取りが把握しやすい。
視覚的で操作可能な説明も特徴だ。仕組みを理解するために図を動かして入力値を変えたり、問題を順番に解いたりできる。従来なら数回に分けて質問していた内容が、1つの回答画面の中で完結する。
その場でツールを作れる
ChatGPTに対話の中でツールの作成を頼むこともできる。貯金の増え方を試算する電卓、友人との食事代を割り勘するスプリッター、会話の中で遊べるゲームなどだ。OpenAIは「目の前のタスクを解決するツールをその場で作れる」と説明している。
比較・説明・テキストの使い分け
Intelligent UIの出力形式は固定されていない。比較は並べて見せる、説明は操作できる図にする、テキストだけで十分な場面では余計なUIを出さない。GPT-6は質問の意図を読み取り、その答えを最も理解しやすい形に整える。
技術的な仕組み、部品ライブラリとコンパイラが支える
Intelligent UIの土台には、ネイティブでストリーミング可能な部品ライブラリと、モデルが生成するインターフェースを処理するコンパイラがある。部品ライブラリは回答に共通のデザイン基盤を与えつつ、モデルが部品の組み合わせ方を柔軟に選べる余地を残す。
コンパイラは、モデルが回答を生成している途中でインターフェースを段階的に表示する。回答全体の完成を待たずに、画面が少しずつ組み上がっていく。これにより体感速度が維持される。
ストリーミング表示を支える2つの要素
このデモは、モデルが部品を選び、コンパイラがそれを画面へ段階的に反映する流れを示している。ユーザーから見ると、回答が完成する前からUIが少しずつ現れてくる。
訓練で設計判断を学習
訓練手法も拡張された。インターフェースの明瞭さ、有用性、完成度を評価する仕組みを追加し、GPT-6は情報を整理して見せる方法、操作を付け足すタイミング、テキストだけで済ませる場面を学習した。OpenAIは設計判断の改善と作れるものの拡張は今後の課題だとしつつ、人々がChatGPTとやり取りする方法の大きな転換だと位置づけている。
待たずに答え始める、推論と回答を同時に進める改善
推論モデルが登場してより難しい問題に対応できるようになった一方、回答開始までにモデルが思考を終えるのを待つ必要があった。今回のGPT-6は、思考と回答を交互に進めるよう訓練されている。ユーザーの待ち時間を考慮し、その時点までの知識と発見を使って少しずつ回答を組み立てる。複数の部分回答を積み上げても、まとまりと正確さは一気に書いた回答と同等になるよう設計されている。
OpenAIの社内評価によると、日常的なエージェントタスクでGPT-6 Extra HighはGPT-5.6 Mediumと同じ時間で回答を開始しつつ、スコアはGPT-5.6 Extra Highを上回った。Web検索を必要とする質問では、GPT-6 InstantがGPT-5.6 Instantより平均44%早く回答を始める。
質問に応じた速度改善の実測値
この比較は、Web検索を伴う質問で回答開始までの時間が短縮された様子を表している。44%という数字はOpenAIの社内評価によるものだ。
Web検索の質も向上
Web検索を使う回答の質も改善されている。調べるべきタイミングをより正しく判断し、回答の裏付けとなる情報をより確実に探し出す。難しい問題を対象にした社内評価では、ユーザーの質問の核心に正しく対処する割合がGPT-5.6より高まったとしている。
安全性の改善と展開対象プラン
安全性と整合性の評価
GPT-6はAstraの安全面の進歩を土台に、安全訓練をすり抜けようとする試みへの耐性を高めた。実利用からの教訓を訓練に反映し、サイバー攻撃、生物学的脅威、暴力に関わる悪用への保護を強化している。複数ターンにまたがる攻撃など、単一のプロンプトからは見えにくいリスクも文脈や会話履歴から認識する。
無害な依頼に対する不要な拒否は避けつつ、高リスクな場面では安全に応答する。自身の能力の限界を認識して伝える点でも改善が見られ、評価結果の詳細はシステムカードにまとめられている。
展開スケジュールと利用モデル
Intelligent UIを備えたGPT-6は、発表日時点でPlus、Pro、Business、EnterpriseのChatタブに順次展開された。翌日にはFreeとGoにも展開が広がる。Enterpriseでの利用可否は企業の管理者設定に依存する。
有料プランはGPT-6 Sol、無料およびGoはGPT-6 Lunaが会話向けに調整されたモデルとして動作する。今回の変更はChat体験のみが対象で、WorkとCodexを支えるモデルは変わらない。
この記事のポイント
- OpenAIがGPT-6とIntelligent UIをChatGPTに展開した
- 質問ごとにボタンやグラフなどの操作画面を動的に生成する
- 推論と回答を並行して進め、待ち時間を短縮した
- 部品ライブラリとコンパイラで高速にUIを表示する
- 安全性と整合性の評価も強化された
・ 複数業界における17年間のデジタルビジネス開発経験
・ ウェブサイト開発のためのHTML、PHP、CSS、JavaScript等の実用的知識
・ 15ヶ国語対応の多言語SaaSの開発経験
・ 17年間にも及ぶ、Eコマース長期運営経験
・ 幅広い業界でのSEO最適化の豊富な経験
ChatGPT広告に画像フォーマット登場。EC事業者が知るべきBotクリック問題と計測拡張
OpenAIはChatGPTの広告に画像を使った視覚フォーマットを追加する。画像生成中に表示される新しい広告枠で、広告主は商品やサービス体験を画像で伝えられるようになる。
ChatGPTの週間利用者数は12億人に達している。広告の露出規模は巨大だ。一方でTrafficGuardの調査によれば、ChatGPT広告のクリックはGoogle広告と比べてデータセンターやプロキシ経由が3.6倍多い。
本記事では新しい広告フォーマットの仕組み、Botクリックの実態、計測機能の拡張を整理する。ECサイトを運営する事業者が広告予算を無駄にしないためのポイントもあわせて解説する。
ChatGPT広告に視覚フォーマットが追加
OpenAIの発表によると、新しい視覚広告は画像生成のタイミングで表示される。広告主は商品そのもの、使用シーン、サービスに関連する体験などを画像で表現できる。この広告は生成される画像とは別の領域に表示され、ChatGPTの回答内容には影響を与えない設計だ。
米国では今月下旬から一部の広告主を対象にテストが始まる。従来のChatGPT広告は広告主名、ロゴ、商品リンクを並べるだけのシンプルなスポンサー表示だった。今回の変更で、広告クリエイティブの表現力が一段階上がることになる。
このデモでは従来のテキスト中心の広告と、画像を活用した新しい広告の違いを示した。視覚フォーマットは商品を直感的に伝えられる点が最大の変化だ。
週間12億人が閲覧する広告枠がECにもたらす意味
ChatGPTの週間利用者数は12億人に達している。この規模のユーザーベースに商品画像を直接見せられる広告枠は、EC事業者にとって新しい集客チャネルになり得る。特に検索意図が明確な会話の中で商品を提示できる点が、従来のディスプレイ広告とは異なる。
ただし、新しい在庫が増えても基本的な疑問は残る。誰が本当にクリックしているのか、という点だ。広告の見た目が派手になるほど、実際の成果が見えにくくなるリスクもある。
商品を画像で見せられる価値
ECの集客では商品画像が購買判断に直結する。ChatGPTの視覚広告は、会話の文脈に合わせて商品画像を提示できるため、いわゆる「ついで買い」や「比較検討」の入り口になりやすい。従来のテキストリンクよりクリック率向上が期待できるフォーマットだ。
とはいえ、広告の露出が増えるほどBotによる不正クリックの影響も拡大する。次章でその実態を確認する。
BotクリックはGoogle広告の3.6倍。無効トラフィックの実態
広告検証を行うTrafficGuardは、47社の広告主から得たChatGPT広告の3週間分のトラフィックを分析した。無効クリック率はキャンペーンごとに0.1%から34%まで大きくばらついた。ほぼクリーンなキャンペーンがある一方で、コンバージョンの見込みがないトラフィックに料金を支払っていたケースも確認された。
調査では、比較的少数のBotがクリックの多くを生み出していた。あるホスティング事業者の15台のサーバーが、5社の広告主の広告を3週間で318回クリックしていた。さらに4つのホスティング・プロキシネットワークが47社中25社に到達し、分析で特定された無効クリックの半数を生み出していた。
ChatGPT広告のクリックはデータセンターやプロキシネットワーク経由がGoogle広告の3.6倍、実在し得ない端末設定からのアクセスは10倍だった。自動化されたトラフィックはまだ初期段階のChatGPT広告にすでに到達している。
このデモではBotクリックの発生率をChatGPT広告とGoogle広告で比較した。ChatGPT広告はGoogle広告よりはるかに高い割合でBot経由のクリックが発生している。
自動化されたトラフィックへの見解
TrafficGuardの共同創業者兼CEOであるMathew Ratty氏は声明で、ChatGPT広告はまだ初期段階であるにもかかわらず自動化トラフィックはすでに到達していると述べた。同氏によれば、それは組織的で、持続的で、毎日クリックを続けているという。
EC事業者がChatGPT広告へ予算を投じる場合、Bot対策は無視できない要素だ。配信設定で除外すべきネットワークを絞り込み、無効クリックの発生率を定期的に確認する運用が求められる。
計測機能も拡張。HightouchやLiveRampと連携
OpenAIは広告効果を測定する仕組みも拡張する。Hightouch、Tealium、LiveRampとの連携により、広告主はコンバージョンデータをChatGPT広告へ送信できるようになる。これにより、ChatGPT広告経由で実際に商品が購入されたかどうかを追跡しやすくなる。
EC事業者にとっては、広告クリック後の購入までの導線を数値で把握できる点が重要だ。ただし、Botクリックが混ざると成果数値が歪むため、無効クリックの除外とセットで運用する必要がある。
このデモではECサイトからChatGPT広告へのコンバージョンデータの流れを示した。3つの連携ツールを使うことで、購入データを広告効果測定に反映できる。
EC事業者が取るべき対応
ChatGPTの視覚広告は新しい集客チャネルとして注目に値する。特に商品画像を自然な会話の流れで提示できる点は、従来の検索広告やSNS広告にはない強みだ。一方で、Botクリック率の高さは予算を毀損する要因になる。
まずは少額のテスト配信から始め、無効クリック率とコンバージョンの推移を確認するのが現実的だ。計測ツールとの連携を設定し、購入に至ったトラフィックの割合を継続的に追うことを推奨する。
この記事のポイント
- ChatGPT広告に画像を使った視覚フォーマットが追加された
- 新フォーマットは画像生成中に表示され、ChatGPTの回答には影響しない
- ChatGPTの週間利用者数は12億人に達する
- TrafficGuardの調査で無効クリック率は0.1〜34%と大きくばらついた
- BotクリックはGoogle広告の3.6倍、データセンター経由が多い
- Hightouch、Tealium、LiveRampと連携しコンバージョン計測を拡張
・ 複数業界における17年間のデジタルビジネス開発経験
・ ウェブサイト開発のためのHTML、PHP、CSS、JavaScript等の実用的知識
・ 15ヶ国語対応の多言語SaaSの開発経験
・ 17年間にも及ぶ、Eコマース長期運営経験
・ 幅広い業界でのSEO最適化の豊富な経験
AI検索の7つの神話をデータで検証。サイト運営者が知るべき真実
AI検索の台頭をめぐって「Googleは死んだ」「SEOは終わった」といった過激な主張が飛び交っている。しかし、実際のデータを確認すると、その多くが誤解や誇張であることが分かる。
本記事では、AI検索とSEOに関する7つの神話を取り上げ、調査データを基にそれぞれを検証する。サイト運営者やEC担当者が、感情的な主張に振り回されずに戦略を立てるための指針となるはずだ。
AI検索と従来型検索をめぐる3つの神話
上の図は「AI対従来型検索」という二項対立ではなく、両者が共存して成長していることを示している。
AI検索は従来型検索を殺していない
「AI検索がGoogleを駆逐する」という主張は、感情には訴えるがデータと一致しない。State of Search Q2 2026レポートによると、AI検索と従来型検索は四半期ごとにほぼ同じ成長率で推移している。
つまり、AIプラットフォームは検索需要を奪っているのではなく、既存の検索需要の上に新たな層を追加している形だ。ただし、検索需要全体が伸びる一方で、Googleが自社画面内で回答を完結させる傾向が強まった結果、外部サイトへのクリック数は減少している。
同じ調査では、Google傘下以外のデスクトップ検索結果へのクリックが2025年4月以来の最低水準にあることも示された。検索意欲は伸びているが、Googleからオープンウェブへの送客は減っている構図だ。
ゼロクリック環境でもオーガニック流入は伸ばせる
「2026年にオーガニック流入を伸ばすのは不可能」という主張も誤りだ。AI OverviewやAI Modeの影響が強い分野では苦戦するものの、地元密着型の中小企業では2026年7月に過去最高のオーガニッククリック数を記録した事例が報告されている。
重要なのは、ゼロクリック圧力が全業界に均等にかかるわけではないという認識だ。ブログ記事とサービスページの両方で、ブランドに依存しない施策のみで成果を出した例もある。業界やビジネスモデルによって影響度は大きく異なる。
AI生成コンテンツでも上位表示は可能
「GoogleやLLMはAI生成コンテンツを検出して抑制する」という神話も根強い。しかし、2025年3月から9月にかけてAIで生成し軽い人間レビューのみを経て公開した4本の記事が、現在も上位表示とパフォーマンスを維持している事例がある。
Googleが低品質で独自性のないAI出力を評価しないのは事実だ。ただし検索エンジンが判断しているのは「AIが書いたか」ではなく「付加価値があるか」という観点である。良いアイデア、専門知識、独自データ、明確な視点から生まれたコンテンツなら、AIを執筆に使っても通常の記事と同じ扱いを受ける。
テクニカルSEOの神話を検証する
llms.txtは「AIが読むためのサイトマップ」として注目されたが、現時点ではインフラ整備の域を出ない。
llms.txtに過度な期待は禁物
llms.txtとは、AIクローラーがサイト内容を理解するためのテキストファイルである。AI検索での可視性を高める目的で導入するサイトが増えたが、この方法には明確な効果が確認されていない。
まず、Googleは公式ドキュメントで「AI検索の検出にllms.txtを使用しない」と明確に述べている。さらに、10サイトを対象にllms.txt導入前後の90日間を追跡した調査では、AIクロール頻度にもAI経由のトラフィックにも測定可能な変化が見られなかった。変化があったサイトも、他のSEO施策によるものだった。
結論としては、llms.txtは「戦略」ではなく「インフラ」である。設置して損はないが、それだけでAI可視性が改善するわけではない。
LLMはJavaScriptをレンダリングできない
「最新のAIクローラーはブラウザと同じようにJavaScriptを実行できる」という主張も事実と異なる。Profoundの調査によると、新興AI検索プロバイダーの多くはJavaScriptレンダリング機能を持たず、クライアントサイドレンダリングのコンテンツを読み取れない。
サーバーサイドレンダリング（SSR）がAI可視性の観点で重要なのはこのためだ。Headless CMSやJavaScriptに依存したサイトを運営している場合、AI検索にコンテンツを認識してもらえないリスクがある。
やっかいなのは、LLM自身がこの弱点を認めないことだ。実際にChatGPTにJavaScriptで隠された記事の要約を依頼したところ、「問題なく読める」と答えた後に、実は別の記事から内容を引用していたと認めた事例が報告されている。AIが「読める」と言っても、その言葉を鵜呑みにするのは危険だ。
AI流入の計測とSEOチームの価値
AIがブランドに言及してから訪問が発生するまでに時間差があるため、成果がAI由来と認識されにくい。
AI経由の流入は97%が計測されていない
AIがサイトに送るトラフィックは「誤差レベル」と思われがちだが、実際には大幅に過小評価されている。AIのブランド言及効果を調査した研究では、AIアシスタントがブランドを言及した後、そのユーザーは今後7日間に予測ベースラインの1.5倍から2.5倍の頻度でブランドサイトを訪問することが分かった。
注目すべきは計測の難しさだ。2026年5月のChatGPTアップデートで引用件数が増えた後でさえ、AI経由の訪問のうち追跡可能な参照パラメータを保持していたのは約2.5%のみだった。つまり約97%の訪問が直接流入や自然検索として記録され、AIが起点だった痕跡を残していない。
さらに訪問のタイミングも影響する。AI言及から1時間以内に訪問したのは20.5%、24時間以内でも42%にとどまり、初回訪問の多くは翌日以降に発生する。この時間差が、AI起点の流入を人間が認識しにくい理由だ。
SEO人材をAIで置き換えるのは時期尚早
「AIが監査も記事構成も技術修正もできるから、SEO担当者は不要になる」という主張も短絡的だ。NP Digitalの調査では、AIは人間より多くのエラーを検出できたが、重要度の高いエラーを見落とし、優先順位付けも不得手であることが示された。
AIは規模の面で優れており、大量の軽微なエラーを高速で検出する。しかし、キーワード調査や検索意図の判断といった大局的な意思決定は苦手だ。Altテキストの修正やメタディスクリプションの改善といった軽微な項目を「最優先」と誤って推奨することもある。
さらにAIは、存在しない修正方法を提案したり、既に存在するページを推奨したり、明らかに悪いアイデアに自信満々で同意したりする。AIはSEOの道具箱において強力なツールだが、人間の判断を完全に代替するには至っていない。
この記事のポイント
- AI検索と従来型検索は同じペースで成長しており、共存関係にある
- ゼロクリック圧力は業界によって異なり、適切なSEO戦略で成果は出せる
- llms.txtはインフラであり、設置だけでAI可視性が向上するわけではない
- AI経由の流入の約97%が計測されず、実際の効果は過小評価されている
- SEOチームをAIで置き換えるのは時期尚早で、人間の判断力は依然として重要
・ 複数業界における17年間のデジタルビジネス開発経験
・ ウェブサイト開発のためのHTML、PHP、CSS、JavaScript等の実用的知識
・ 15ヶ国語対応の多言語SaaSの開発経験
・ 17年間にも及ぶ、Eコマース長期運営経験
・ 幅広い業界でのSEO最適化の豊富な経験
AI検索時代のGEO対策、ChatGPTやPerplexityに引用されるための技術SEOとコンテンツ戦略
AI検索エンジンが情報取得の主流になりつつある。ChatGPT、Perplexity、Geminiなどの生成系エンジンは、質問に対する答えを直接生成する。従来の検索結果一覧からリンクをクリックする流れが変わり始めた。
この変化に対応するには、キーワード中心のSEOから生成エンジン最適化（GEO）への転換が必要だ。GEOとは、AIが回答を生成する際に自社コンテンツを一次情報源として引用してもらうための施策群である。従来SEOがブルーリンクのクリック獲得を目指すのに対し、GEOはAIの回答内で引用されることを目指す。
本記事ではAIクローラーへの技術対応と、AIに引用されやすいコンテンツ戦略の両面から具体的な施策を解説する。ECサイト運営者とWeb制作担当者に向けた内容だ。
GEOの基本を理解する
生成エンジン最適化（GEO）は、AI検索エンジンが回答を合成する際に、自社サイトのコンテンツを情報源として検出・理解・引用されることを目的とする。従来SEOが「検索結果のクリック数」を評価指標にするのに対して、GEOは「AI回答内での引用率」を重視する。
従来SEOからGEOへの考え方の転換をBeforeとAfterで対比した。
AI検索エンジンがサイトを選ぶ仕組み
AI検索エンジンは検索拡張生成（RAG）という仕組みで回答を作る。RAGとは、事前学習済みの大規模言語モデル（LLM）にリアルタイムのWeb情報を取り込ませ、最新の情報を含む回答を生成する技術だ。AIは質問を受けると、関連するWebページを取得し、その内容を引用しながら回答を合成する。
つまりAI検索で自社サイトが引用されるには、AIが「このページは信頼でき、回答に使える」と判断できる状態にしておく必要がある。そのために技術SEOとコンテンツ戦略の両面から対策を進める。
AIクローラー対応の技術SEO
AIプラットフォームは専用のクローラーとRAGパイプラインを使ってWebコンテンツを取り込む。技術チームは、独自データを保護しながらコンテンツへのアクセスを確保する必要がある。
AI検索の裏側では、このようにクローリングから引用までの5段階の処理が走る。
robots.txtでボットを区別する
AI関連のクローラーは用途別に分かれている。学習用クローラー（GPTBotなど）とリアルタイム検索用クローラー（ChatGPT-User、PerplexityBotなど）を区別し、robots.txtで個別にアクセス制御する。学習用ボットをブロックすれば独自データを保護でき、検索用ボットを許可すればAI回答への情報提供を継続できる。
ECサイトの場合、商品の仕様データや価格情報は検索用ボットに公開しつつ、学習用ボットのアクセスを制限する運用が現実的だ。
構造化データでAIに文脈を渡す
Schema.orgの語彙を使った構造化データの実装範囲を広げることが重要だ。Organization、Product、HowTo、TechArticle、FAQPageなどのタイプを適切に付与すると、LLMのパーサーがエンティティ間の関係性を明示的に理解できるようになる。
ECサイトであれば商品ページにProductスキーマを付与し、価格、在庫状況、レビュー評価を機械可読な形式で伝える。AI検索エンジンが「この商品はいくらか」という質問に答える際、構造化データが整っているページが優先的に引用される。
RAGチャンキングを意識したHTML設計
RAGパイプラインはWebページを小さな単位（チャンク）に分割し、ベクトルデータベースに格納する。この分割処理を意識して、ページ構造を論理的なHTML階層で設計することが有効だ。<h2>や<h3>の見出しを適切に使い、各段落を独立して理解できる簡潔な長さに保つ。
見出しが明確で段落が短いと、RAGの分割処理が正確になり、回答生成時に該当箇所だけをクリーンに抽出・引用できる。長い段落に複数の話題を詰め込むと、チャンクの境界が曖昧になり引用精度が下がる。
表示速度とインデックス性の確保
AI検索エンジンはライブ検索の際、高速かつ安定したページ取得を優先する。モバイル対応を徹底し、サーバー応答時間（SRT）を短く保つことが重要だ。取得がタイムアウトすると、そのページは回答生成の候補から除外される。
SRTとはサーバーがリクエストに応答するまでの時間である。画像最適化、キャッシュ活用、CDN導入などでSRTを短縮しておくと、AIクローラーによるリアルタイム取得の成功率が上がる。
生成AIに引用されるコンテンツの作り方
AI検索エンジンはハルシネーション（誤情報生成）のリスクを減らすため、権威性の高い情報源を優先的に参照する。コンテンツ戦略は「検証可能な情報密度」を軸に再設計する必要がある。
AIが回答に使いやすいコンテンツ構成への変更点を示した。
エンティティベースの権威性構築
エンティティとは、人物、組織、商品、概念など明確に定義できる対象のことだ。自社ブランドの中核となるエンティティを中心に、関連する業界用語やトピックを密度高くまとめたトピッククラスターを作る。
具体的には、主語と述語が明確で断定を含む文章を心がける。「当社の商品Aは業界最高水準の耐久性を持つ」のような曖昧な表現ではなく、「商品Aは10万回の開閉テストに合格した」と具体的な事実を書く。このような文章はAIが抽出しやすく、引用時の信頼性も高い。
独自データとオリジナルリサーチの発信
AIモデルは集約された二次情報よりも、独自の統計、調査結果、オリジナルレポートを優先的に参照する。自社で実施したアンケート結果、商品の性能テストデータ、業界動向の独自分析などを公開することで、一次情報源としての地位を確立できる。
ECサイト運営者であれば、自社商品の比較テスト結果、顧客満足度調査、購入データから見える傾向などを記事化すると効果的だ。競合が真似できない独自データは、AI検索で安定的に引用される資産になる。
直接回答抽出フォーマットの採用
技術記事や教育コンテンツでは、ページの冒頭に要約表、箇条書きのポイント、明確な定義を配置する。検索意図の高い質問には、背景説明の前に直接回答する構成が有効だ。
たとえば「商品Aの防水性能はどの程度か」という質問を想定したページでは、冒頭に「IPX7等級で水深1メートルに30分間耐える」と明記し、その後に試験方法や比較データを展開する。この構成ならAIが回答をそのまま引用できる。
マルチモーダル検索への対応
AI検索エンジンは音声や画像を使った検索にも対応し始めている。マルチモーダル検索とは、テキスト以外の入力手段を含む検索のことだ。画像検索AIが商品を認識して回答するケースが増える。
商品画像や図表には説明的なalt属性を付与し、構造化されたキャプションを添える。画像の内容をAIが理解できるようにすることが、将来のマルチモーダル検索での可視性につながる。
AI検索を味方につける運用の転換点
従来のオーガニック検索トラフィックは、AIが直接回答を返すようになるにつれて集約化が進む可能性がある。ただし、技術インフラを最適化し、高密度な一次情報を公開し続ければ、ブランドはAI検索の裏側で推奨される情報源としての地位を維持できる。
重要なのは、目先のクリック数ではなく「AIに引用される確率」を評価指標に加えることだ。AI検索時代のブランド可視性は、回答の出典として選ばれる頻度で測られる。ECサイト運営者は、商品情報の構造化と独自データの発信を組み合わせ、この変化に対応すべきである。
SEO担当者と技術チームが協力し、クローラー管理からコンテンツフォーマットまでを一貫して整備すること。これがAI検索時代に競争優位を保つための実践的なアプローチだ。
この記事のポイント
- AI検索時代には従来のキーワード中心SEOからGEO（生成エンジン最適化）への転換が必要
- robots.txtで学習用ボットと検索用ボットを区別し、独自データを保護しつつ引用機会を確保する
- 構造化データの拡充とRAGチャンキングを意識したHTML階層設計が技術SEOの柱になる
- 独自データとオリジナルリサーチの発信がAIからの一次情報源としての地位を確立する
- 冒頭に要約と結論を置く直接回答フォーマットがAIによる引用率を高める
・ 複数業界における17年間のデジタルビジネス開発経験
・ ウェブサイト開発のためのHTML、PHP、CSS、JavaScript等の実用的知識
・ 15ヶ国語対応の多言語SaaSの開発経験
・ 17年間にも及ぶ、Eコマース長期運営経験
・ 幅広い業界でのSEO最適化の豊富な経験
AI検索で消えるブランド、SEO上位でもAI回答に登場しない実態。Fractl調査が明かす視認性格差
SEOで上位を獲得しているブランドの一部が、AIチャットの回答にはほとんど登場しない。検索エンジン向けの最適化だけでは、生成AI時代のブランド視認性を確保できないことが明らかになってきた。
Fractlの調査では、GPT-4o、Gemini 2.5 Flash、Claude Sonnet 4.6の3つのモデルに96種の業界別プロンプトを投げ、4,320件の回答と8,500件超のブランド言及を分析した。SEO指標とAI回答での言及頻度を突き合わせ、その乖離を数値化している。
この記事では、AI検索から消えつつあるブランドの特徴、逆にAIで過剰に登場するブランドの共通点、そしてブランド戦略に必要な対応を解説する。
AI回答に潜む「デフォルトブランド」の存在
調査対象の全業界に共通して、プロンプトの言い回しを変えても繰り返し登場する「デフォルトブランド」が存在した。ただし、その顔ぶれは検索エンジンの上位表示とは必ずしも一致しない。ドメイン評価が高く、大量のキーワードで上位表示されているブランドが、AI回答では自社カテゴリにすら登場しないケースが目立つ。
逆に、従来のSEO指標では目立たないブランドが、AI回答では頻繁に推奨される事例も多かった。注目すべきは、デフォルトブランドの顔ぶれが業界ごとに大きく異なる点だ。
旅行カテゴリではBooking.com（285回）、Airbnb（227回）、Expedia（215回）の3ブランドが、カテゴリ全体の言及量の約20%を占めた。3社で推奨の5分の1を握る集中度だ。保険カテゴリではLemonade（213回）がState Farm（172回）を上回り、Root Insurance（165回）がProgressive（114回）を超えた。デジタルネイティブの保険会社が先に挙げられ、従来の大手は代替案として扱われている。
ライフスタイルカテゴリでは、Patagonia、Allbirds、Eileen Fisher、Everlaneといったサステナビリティ系D2Cブランドが、SephoraやSamsung、Whirlpoolを上回った。Fractlの記事では、この傾向は第三者コンテンツで語られるブランドストーリーがAIの訓練データに強く反映された結果だと指摘している。
このデモが示す通り、検索エンジンでの強さとAI回答でのプレゼンスは一致しない。AI回答内の競争集合は、検索結果ページよりはるかに小さい。自社カテゴリでAIが想起する上位5〜10ブランドに入れなければ、Googleで上位表示できていても、AIが生成する検討リストには載らない。
伝統的なSEO権威性とAIリコールの乖離
Fractlの分析によれば、データセット全体の9割超のブランドでは、従来の検索権威性とAI視認性がほぼ連動していた。つまり、SEOの基本原則が無効になったわけではない。ただし、データの端に位置するブランド群にこそ戦略の変化が見える。
全体の約5%、471ブランドが「AI過少露出」だった。ドメイン評価が高く、オーガニック流入も多く、大量のキーワードで上位表示しているにもかかわらず、AIモデルからはほとんど参照されなかった。SEO指標上は市場リーダーに見えるのに、LLMからの言及では「誰も書いたことがない企業」のように映る。
一方、全体の約4%、377ブランドが「AIオーバーパフォーマー」だった。控えめなSEO指標に比べて、AIモデルからの参照が大幅に多かった。さらに9%は、第三者コンテンツでの言及頻度とAI視認性が一致した。
ここから見える最大の示唆は、自社が発信するコンテンツよりも、外部サイトが繰り返し語ってきた内容の方がAIの回答に強く影響するという点だ。まとめ記事、専門家リスト、比較レビューに登場する頻度が高いブランドほど、AIモデルの訓練データに取り込まれやすい。
カテゴリ誤分類で消える大手ブランド
AI過少露出のブランドには、従来の指標ではカテゴリの勝者とみなされてきた大手が並ぶ。ドメイン評価80以上、月間訪問数数百万、数十万のキーワードで上位表示しているブランドが、自社カテゴリのプロンプトで一切言及されない。
この問題の根底にあるのが、カテゴリ分類のズレだ。MicrosoftとSpotifyはFinTechのプロンプトで言及されなかった。両社とも伝統的な視認性は巨大だが、AIモデルはFinTechカテゴリに分類していない。Microsoftは生産性ソフトやクラウドの文脈では頻繁に引用される。FinTechの回答セットには含まれないだけだ。
同様の構図は保険、小売、ヘルスケアでも見られた。Aetna、Cigna、Humana、Liberty Mutualはドメイン評価80以上でも、AI回答ではLemonadeやRootに置き換えられた。Sephora、Samsung、Whirlpoolも、ライフスタイルのプロンプトではPatagoniaやAllbirdsに劣位した。
言及されない理由は、AIがブランドを知らないからではない。検索者が使うカテゴリと異なる引き出しに、そのブランドがしまわれているからだ。コンテンツ量を増やすだけでは解決しない。AIモデルがブランドを正しいカテゴリに結び付けるための外部シグナルが必要になる。
AIモデルがブランドをどのカテゴリに分類しているかを把握し、ズレがあれば修正する方が先だ。カテゴリの結び付きを強化するには、アナリスト記事、業界メディア、比較ページ、パートナーページ、カスタマーストーリー、レビューサイトでの露出が有効になる。
AIで際立つオーバーパフォーマーの戦略
AIオーバーパフォーマー377ブランドの動きは、マーケターにとって他山の石になる。小さいSEOプロフィールでも、AIの回答に繰り返し登場するブランドは、共通してAIモデルの訓練データに使われた第三者コンテンツに複数回登場している。
データセット最大のオーバーパフォーマーはMonday.comだ。AI視認性スコアは0.71を記録した。オーガニック訪問数は約100万、上位キーワードは5万以上。すでに大きなSEO基盤を持ちながら、SaaSプレイヤーの平均を大きく上回る頻度でAIに参照されている。
保険カテゴリではRoot Insuranceが突出した。大手保険会社の規模に遠く及ばないにもかかわらず、AI参照数ではすべての従来型保険会社を上回った。オーバーパフォーマーの上位15ブランドのうち6つは教育分野で、Stanford、MIT、Khan Academy、LinkedIn Learning、IBM Data Science、Google Career Certificatesが並ぶ。AIモデルは商用的なプラットフォームではなく、信頼性の高さで教育ブランドを参照している。
共通項は「良いSEO」ではなく、他者のコンテンツにカテゴリレベルで登場していることだ。製品まとめ記事、エキスパートリスト、比較記事に取り上げられる頻度が、AI視認性を押し上げる。AI視認性の向上は、デジタルPRやカテゴリ権威性の構築に近づいている。
モデル間で異なるAI視認性の実態
調査対象のうち、3モデルすべてに参照されたブランドは11%、900ブランドにとどまった。2モデルに登場したのは12%。残りの77%は、1つのモデルにしか登場しなかった。これはAI視認性の測定に深刻な課題を突き付ける。
ChatGPTで勝てるブランドがGeminiでは消える。Claudeで登場してもChatGPTからは出てこない。1つのモデルの回答を制しても、別のモデルではほとんど登録されない。AI視認性の「総合スコア」だけで改善を判断すると、実態を見誤る原因になる。
モデルごとの「指紋」も異なる。ClaudeはSaaSと保険に偏り、Notion、Linear、Lemonadeが他モデルより頻繁に登場した。Geminiは旅行とヘルスケアに偏り、Booking.com、Teladoc、Livongoの言及が多かった。ChatGPTは3モデルの中で最も合意型で、他モデルとの重複が最も多い。
NotionはClaudeからの引用がGeminiの17倍に達し、Whoopは約4倍だった。State FarmはChatGPTに言及のほぼ半分を依存し、Geminiからは約4分の1しか得られなかった。総合スコアが同じでも、どこで差が出ているかを確認しないと対策は打てない。
ブランド戦略に必要な5つの視点
Fractlの記事は、この調査から導ける5つの教訓を提示している。実行しやすい順に並べると、次の通りだ。
1. 検索権威性とAIリコールを分けて測る
ドメイン評価、オーガニック流入、キーワード順位は引き続き重要だ。ただし、それだけでは全体像を捉えられない。Googleでの順位とAI回答での登場を別々に追跡し、乖離を探す。そのズレにこそ戦略のヒントがある。
2. 第三者による検証を増やす
自社サイトのコンテンツだけではAI回答への登場を保証できない。まとめ記事、ベストリスト、比較記事、専門家レビュー、アナリストページ、ポッドキャスト、YouTubeの文字起こし、コミュニティの議論など、外部コンテンツでの言及を積み重ねることが、AI視認性の実用的なレバーになる。
3. モデルごとに個別測定する
3モデルすべてに参照されたブランドは11%に過ぎない。「AI視認性」を1つの指標として扱うのは誤解を招く。ChatGPT、Gemini、Claudeを分けて計測し、プロンプトをカテゴリ別、購買意図別、比較セット別に分解する。どのモデルで、どの文脈で、どの競合と共に登場するかを追跡する。
4. カテゴリ分類の修正を優先する
ブランド全体の認知度が高くても、狙うカテゴリでのリコールが弱いなら、問題は分類にある可能性が高い。AIモデルはブランドを知っているが、重要なクエリの回答セットに含めるべき存在だとは考えていない。メディア報道、比較コンテンツ、パートナー参照、カスタマーストーリー、受賞歴、レビュー、第三者ページなどを通じて、ブランドとカテゴリの結び付きを繰り返し強化する必要がある。
5. デフォルト回答の枠が固まる前に動く
ウェルネス、ライフスタイル、ヘルステックの一部では、デフォルト回答の座がまだ空白だ。一方、旅行、主要SaaS、FinTechの一部では、AIが返す顔ぶれがすでに固定化しつつある。カテゴリとの結び付きを早期に築いたブランドほど、AIの回答に残りやすい。後発が割り込む余地は徐々に狭まる。
この記事のポイント
- SEO上位でもAI回答に登場しないブランドが全体の約5%存在する
- AI回答での競争集合は検索結果ページよりはるかに小さい
- 第三者コンテンツでの言及頻度がAI視認性を左右する
- 3モデルすべてに参照されるブランドは11%に過ぎない
- カテゴリ誤分類の修正がAI視認性改善の近道になる
・ 複数業界における17年間のデジタルビジネス開発経験
・ ウェブサイト開発のためのHTML、PHP、CSS、JavaScript等の実用的知識
・ 15ヶ国語対応の多言語SaaSの開発経験
・ 17年間にも及ぶ、Eコマース長期運営経験
・ 幅広い業界でのSEO最適化の豊富な経験
ChatGPT広告に製品カルーセルとAppsFlyer統合、EC向けパフォーマンス広告の基盤が加速
OpenAIがChatGPT上の広告に製品カルーセルを導入し、モバイルアプリ向けの計測基盤としてAppsFlyerとの連携を発表した。8月10日、マーケティングテクノロジー専門メディアMarTechが報じた内容だ。
小規模ECや個人事業主にもなじみ深いWooCommerceを使ったサイト運営をする事業者にとって、これらのアップデートはChatGPTをパフォーマンス広告のチャネルとして考えるきっかけになる。製品フィードから自動生成されるカルーセル、アプリインストールや購入のコンバージョンを計測できる仕組みがいよいよ揃ってきたからだ。
製品フィードがカルーセル広告に進化
ChatGPT広告はこれまで、会話の下に1つの商品が表示されるだけのシンプルな形式だった。しかしOpenAIは約3カ月前にリリースした自動製品フィード機能を拡張し、同一広告内に複数の商品をカルーセル形式で並べる表示パターンを加えた。広告主が商品カタログを提供すると、OpenAIのシステムが単品表示かカルーセルかを自動で判断して表示する。
広告表示の自動最適化
広告のフォーマットは広告主が選べず、OpenAIが会話の文脈やユーザーの傾向を見て決める。カルーセルには現在、同一店舗・ブランドの商品が並ぶ仕様だ。広告主がコントロールできるのは、製品フィードに載せるデータの質と量だけという設計になっている。
これは一見すると広告主にとって不自由に映る。しかし、AIが最適な表示を選ぶことで、ユーザー体験を損なわずに商品訴求のバリエーションを増やせる利点がある。たとえば初めてそのブランドを知るユーザーには複数商品を見せるほうが有効だし、具体的な商品を質問してきたユーザーには1点に絞るような制御が期待される。
ChatGPT会話の下部に表示される広告エリアで、こうしたカルーセルがスワイプ操作によって商品を切り替えられるイメージだ。実際の表示は広告枠のサイズや文脈に応じて変化し、1商品の場合もある。
WooCommerceとの親和性
OpenAIの製品フィードは、Google Merchant CenterやFacebookカタログに似た仕組みで、オンラインストアの商品データを取り込む。WooCommerceを使うEC事業者なら、既存の商品フィード作成プラグイン（Google Product Feed、CTX Feedなど）を活用し、ChatGPT用にデータを整形するルートが考えられる。
現時点では公式のWooCommerce専用プラグインは存在しないものの、商品名・画像・価格・在庫状況を含むCSVやAPI経由でのアップロードが可能になれば、Shopifyストアと同様に少ない手間で連携できる見込みだ。広告フォーマットの自動選択をOpenAIに任せるため、広告主の運用負荷を下げつつ、商品露出の機会を増やすことができる。
AppsFlyer統合でアプリコンバージョン計測が可能に
OpenAIはモバイル計測プラットフォームのAppsFlyerと提携し、ChatGPT広告経由のアプリインストール、アプリ内課金、サブスクリプション契約を計測できるようにした。Adweekの報道によると、Grubhubを含む約40ブランドがテストに参加している。
アプリマーケターに新たな計測チャネル
アプリプロモーションを行う企業は、ChatGPTを他の有料チャネルと同じ指標で比較できるようになった。AppsFlyerのダッシュボード上で「ChatGPT」というメディアソースが追加され、クリックからインストール、初回購入までのアトリビューションデータが取得できる。これまで実験的な位置づけだったChatGPT広告が、ROAS（広告費用対効果）を測定できる本格的なパフォーマンスチャネルに近づいたといえる。
EC事業者への波及効果はこれから
この統合は現時点でアプリ内のコンバージョンに特化しており、Webストアの購入や会員登録を直接計測する機能は含まれていない。WooCommerceを中心に据えた純粋なWeb EC事業者にとっては、すぐに使えるソリューションとは言い難い。
しかし、OpenAIがアドテクノロジーへの投資を加速させている流れからすると、将来的にWebピクセルやサーバー間連携によるウェブコンバージョン計測が追加される可能性は高い。アプリとWebの両方を持つビジネスであれば、ChatGPT広告をアプリ向けの獲得経路として試験的に活用しつつ、今後の拡張に備えるのが現実的な一手だ。
パフォーマンス広告システムとしての基盤が整う
製品フィード、自動カルーセル表示、サードパーティによるアトリビューション。この3要素が揃ったことで、ChatGPT広告は「何を表示し、どんな成果があったか」を一気通貫で管理できるパフォーマンス広告のインフラを手にした。MarTechの記事は、OpenAIが第4四半期とホリデー商戦に向けて、フィードベースのキャンペーンに関する広告主向けガイダンスを強化しているとも伝えている。
広告主のコントロール不足が課題
カルーセル表示の可否をOpenAIが決める設計は、広告主にとって不確実性を生む。どのような条件で単品と複数品を使い分けるのか、各フォーマットのパフォーマンスに差があるのか、透明性はまだ十分とは言えない。
広告テストを進める段階で、自分たちの商品が適切に露出されているかを検証しづらいのは痛手だ。OpenAIが今後、キャンペーン管理画面で表示ロジックの詳細を開示するかどうかが、広告主の予算拡大を左右するポイントになる。
スケール面の未知数
カルーセルや計測が整備されたことは、ChatGPT広告のテストを容易にする。しかし、それが「競争力のあるCPA（顧客獲得単価）で十分なコンバージョン量を継続的に生み出せるか」は別の問題だ。
ChatGPTのユーザー数は巨大だが、検索連動型広告やソーシャルメディア広告と比較した場合、購買意欲の高いユーザーにリーチできるかは未知数だ。WooCommerceサイトの運営者は、他の広告チャネルと同様に、CPAと獲得数のバランスを見ながらChatGPT広告の出稿判断を下すことになる。
この記事のポイント
- ChatGPT広告に製品カルーセルが導入され、1広告で複数商品を表示できるようになった。
- AppsFlyerとの提携により、アプリインストールやアプリ内購入のアトリビューションが可能になった。
- 製品フィード、自動表示、計測というパフォーマンス広告の基本インフラが揃ったが、広告主の表示制御やスケール面の課題は残る。
- WooCommerceなどのECプラットフォームでも、商品フィード連携を通じてChatGPT広告を活用する道が開かれている。
・ 複数業界における17年間のデジタルビジネス開発経験
・ ウェブサイト開発のためのHTML、PHP、CSS、JavaScript等の実用的知識
・ 15ヶ国語対応の多言語SaaSの開発経験
・ 17年間にも及ぶ、Eコマース長期運営経験
・ 幅広い業界でのSEO最適化の豊富な経験
ChatGPTが商業クエリの26%に広告表示、関連性に課題も浮上
ChatGPTが商業目的のクエリの約4回に1回の割合で広告を表示していることが、SEOツール企業SE Rankingの調査で明らかになった。表示頻度はGoogleのAIモードに迫る水準だが、広告の関連性や広告主の可視性に課題が残る。
今回の調査は20分野にわたる5万件以上の商業クエリを分析したもので、会話型AI上での広告配信の実態が初めて大規模に可視化された。AI検索時代の新たな広告チャネルとして注目されるChatGPT Adsだが、その仕組みにはGoogle検索とは異なる独自の難しさがある。
商業クエリの約26%で広告が出現、Google AIモードに肉薄
SE Rankingの調査によると、ChatGPTは商業クエリの25.94%でスポンサードプレースメント（広告）を表示した。これは同社が以前調査したGoogle AIモードの29.45%にかなり近い数字だ。AIチャットボットの広告表示率が、従来型検索エンジンのAIモードと肩を並べつつある状況が浮かび上がった。
表示スタイルはシンプル、1クエリに単一広告
広告の表示スタイルは現在のところ非常にクリーンだ。調査で観測されたすべての広告は、生成された回答の下部に表示され、他の広告主と並んで競合することはなかった。1つの回答に対して常に1つのスポンサーオファーのみが表示される。
Googleの検索結果画面とは異なり、ユーザー体験を大きく阻害しない形で広告が統合されている点は注目に値する。ただし、このシンプルさは広告枠の稀少性を意味しており、将来的に入札競争が激化した際にどう変化するかは未知数だ。
広告の関連性に課題、約14%が的外れな表示
ChatGPT Adsの大きな課題として浮上したのが、広告の関連性だ。SE Rankingのセマンティック分析によると、表示された広告の約14.35%が、ユーザーのプロンプトと実質的な関連性を持たなかった。これは7件に1件の割合で、的外れな広告が表示されている計算になる。
カテゴリによるばらつきが顕著
ミスマッチの発生率はカテゴリによって大きく異なる。ペット分野ではわずか2.6%だったのに対し、人間関係やニュース・政治分野では半数以上が無関係な広告だった。特定のトピックでは、会話の文脈を正しく解釈して適切な広告を選ぶことが依然として難しいことがわかる。
実際のミスマッチ例
調査で観測された例では、デートアプリに関するプロンプトに衣料品小売店の広告が表示されたり、新聞の購読を尋ねるクエリに電力会社の広告が出たりといったケースがあった。ユーザーの意図と広告の内容が明らかにずれている。
このようなミスマッチは、広告主にとって広告費の無駄遣いになるだけでなく、ユーザーのAI体験の質を下げる要因にもなる。ChatGPTが広告プラットフォームとして成熟するためには、文脈理解の精度向上が不可欠だ。
従来のキーワードターゲティングとは根本的に異なる仕組み
ミスマッチが起きる背景には、ChatGPT Ads特有のターゲティング方式がある。広告主はキーワードリストではなく、自然言語で書かれた「コンテキストヒント」を提供する。これは「自社の広告を表示したい会話の文脈」を説明するテキストで、厳密なマッチングルールではなく、AIによるゆるやかなマッチングのガイドとして使われる。
加えて、広告主は現在のところ、実際にどのクエリや会話が自社の広告表示をトリガーしたのかを確認できない。これでは不適切なプレースメントが起きても原因を特定しづらく、改善のためのフィードバックループを回すのが難しい。
広告出稿とAI回答でのブランド露出はほぼ無関係
調査の中で特に注目すべき知見は、ChatGPT上で広告を出稿しても、それが生成AIの回答本文にブランドとして登場する確率はほとんど上がらないという点だ。
広告が表示されたクエリのうち、同じブランドが回答の情報源として引用されたケースはわずか3.63%だった。さらに、広告のURLがそのまま引用に現れたのは0.09%にすぎない。ブランド名の言及も4.44%にとどまる。
つまり、ChatGPTに広告費を投下しても、AIが生成するオーガニックな情報として認識される可能性は極めて低い。有料プレースメントとオーガニックなAI可視性は、今のところ完全に分離していると考えてよい。
YMYL分野で目立つ広告表示、Google AIモードとの違い
ChatGPT Adsは、健康やニュースといったYMYL（Your Money or Your Life）分野で、Google AIモードに比べて顕著に多くの広告を表示している。
調査によると、ヘルスケア関連のプロンプトでは28.69%で広告が表示されたのに対し、Google AIモードではわずか2.64%だった。ニュース・政治カテゴリでも同様に、ChatGPTが28.76%、AIモードは6.8%と大きな開きがある。
この差は、ChatGPTの広告セーフガードが緩いことを必ずしも意味しない。むしろ、2つのAIプラットフォームが広告表示に対して異なるポリシーやマッチングモデルを採用している証拠と見るべきだ。広告主は、AI検索チャネルごとにまったく異なる配信傾向があることを前提に戦略を立てる必要がある。
広告主が今おさえておくべきポイントと今後の展望
ChatGPT Adsは急速に成長する有料メディアチャネルだが、Google検索広告と同じ感覚で運用すると期待はずれに終わる可能性が高い。会話型AI上の広告は、キーワードではなくコンテキストに依存するため、精度の高いコンテキストヒントの設計と継続的な実験が欠かせない。
また、どのような会話で広告が表示されたかというレポートの不足は、最適化の足かせとなる。OpenAIが今後、広告主向けにより詳細な分析ダッシュボードを提供するかどうかが、チャネルとしての成熟度を左右するだろう。
さらに、AI検索の世界では、有料広告とオーガニックなブランド認知が直接リンクしない構造が鮮明になった。SEOにおけるブランド構築や被リンク獲得といった従来手法は、AIが回答を生成する時代にも強みを発揮する。広告だけでAI上の可視性を買おうとする発想は現実的ではない。
この記事のポイント
- ChatGPTは商業クエリの約26%で広告を表示し、Google AIモードと同等の水準に達している
- 広告の約14%がクエリと無関係で、会話ターゲティングの精度に課題が残る
- 広告出稿しても、ブランドがAI回答内で情報源として引用される確率は3%程度と低い
- 健康やニュース分野では、ChatGPTの広告表示率がGoogle AIモードより顕著に高い
- 会話型AI広告の最適化には、精密なコンテキストヒント設計と、広告表示ログの透明性が必要
・ 複数業界における17年間のデジタルビジネス開発経験
・ ウェブサイト開発のためのHTML、PHP、CSS、JavaScript等の実用的知識
・ 15ヶ国語対応の多言語SaaSの開発経験
・ 17年間にも及ぶ、Eコマース長期運営経験
・ 幅広い業界でのSEO最適化の豊富な経験
OpenAI、GPT-5.6 SolとLunaをChatGPTに展開。無料ユーザーに無制限チャット、事実誤認を最大68%削減
OpenAIは2026年8月6日、ChatGPTの大幅なモデルアップデートを発表した。有料ユーザー向けにGPT-5.6 Solの回答品質を刷新し、無料ユーザー向けにはGPT-5.6 Lunaのデフォルト化と無制限テキストチャットを実現する。内部評価では事実誤認が最大68%削減されており、実務利用に直結する進化といえる。
週に10億人が利用するChatGPTにとって、この変更は情報検索や企画立案、専門的な意思決定の質を大きく左右する。有料ユーザーには思考深度を調整できる新しいスライダーが提供され、無料ユーザーは難しい質問に対して深い推論を呼び出す「Think」ボタンを利用できるようになる。
GPT-5.6 Solが実現する3つの改善点
事実誤認が最大68%減少
今回のGPT-5.6 Solでは、金融・医療・法律といった専門領域で事実誤認を大幅に減らすことに注力した。OpenAIの内部評価によると、GPT-5.5 Instantと比較してGPT-5.6 Lunaでは約62%、GPT-5.6 Solでは約68%も事実誤認を含む回答が減少している。日付や数字、出典や前提条件に依存する問いに対して、より正確に情報を引き出せるようになった。
回答の簡潔さと一貫性の向上
GPT-5.6 Solは質問の粒度に応じて回答の詳細度を自動調整する。たとえば「明日の午前中に自転車で移動するが、天気は問題ないか」という問いに対して、従来モデルが降水確率や風速を列挙するだけであったのに対し、新モデルは「風が強いため注意が必要」という核心を先に伝え、必要な詳細だけを整理して返す。
また、同じモデルで即時応答（Instant）と深い思考（Thinking）の両方をカバーするため、思考深度を切り替えても回答のトーンやスタイルが一貫している。「別のAIに切り替わった」ような違和感はなく、単に「より時間をかけて包括的に答えてくれる」という自然な体験になる。
この例のように、GPT-5.6 Solは本当に知りたいことを捉え、余計なフォーマットや関係の薄い詳細を省く。技術的な質問や多段階の計画立案でも、中心的な推奨事項が明確に示される。
思考深度を調整するスライダー（Plus・Pro向け）
ChatGPTのウェブ版・モバイル版・デスクトップ版に新しく搭載されたスライダーを使うと、日常的な質問では素早く回答を得て、企画・調査・コーディング・意思決定のような深い思考が必要な場面ではスライダーを上げるだけでモデルがより多くの計算リソースを割くようになる。同じGPT-5.6 Solモデルの中で推論量を変えるため、品質と一貫性が保たれる。
無料ユーザー向けの大幅な機能拡張
デフォルトモデルがGPT-5.6 Lunaに
これまで無料ユーザーが利用できたGPT-5.5 Instantに代わり、GPT-5.6 Lunaが標準モデルとして展開される。GPT-5.6 Lunaは事実誤認の削減や回答の一貫性でGPT-5.5 Instantを上回り、日常的なチャットの質を底上げする。
テキストチャットが無制限に
無料ユーザーはテキストチャットの回数制限がなくなり、連続して質問を続けたり、アイデアを深掘りしたりできるようになる。ファイルアップロードや画像生成などの他のツールには引き続き制限がかかるが、言語でのやり取りが事実上無制限になることで、学習や日常業務でのハードルが大きく下がる。
難しい質問に使える「Think」ボタン
無料ユーザー向けのインターフェースには新たに「Think」ボタンが追加される。より深い推論が必要な質問に対して、このボタンをタップするとGPT-5.6 Lunaが追加の計算時間をかけて回答を導き出す。複雑な比較検討や論理的な分析が必要な場面で、有料プランに近い推論品質の恩恵を得られる。
「2つの事業計画のリスクとリターンを比較し、最適な選択肢はどれか」
なお、悪用防止のためのガードレールが設けられており、過度な連続利用には制限がかかる。しかし、重要な場面で深い回答が得られる点は無料ユーザーにとって大きな価値となる。
スライダーで思考量を自在にコントロール
操作の仕組みと実務での活用
スライダーは左から右に動かすほど、GPT-5.6 Solが回答の生成に費やす推論時間が増加する。左端ではシンプルな事実確認や挨拶のような即答に適し、右端では複数ステップの計画立案、技術的なトラブルシューティング、長文の分析レポート作成に適した深い回答が得られる。
たとえば「自社サイトのSEO状況を改善したい」という場合、スライダーを低く設定すれば基本的なチェックリストを得られる。高く設定すると、具体的なデータ分析の手順やツールの選定、優先順位付けまで含めた戦略的なアドバイスを引き出せる。
未成年ユーザー保護への取り組み
18歳未満を対象にした安全訓練とシステム保護
OpenAIは今回のアップデートに伴い、18歳未満と推定されるユーザー向けの安全性対策を強化した。モデルは恋愛ロールプレイや年齢制限のあるチャレンジ、現実の人間関係の代替として振る舞うことを避けるよう訓練されている。さらに、性的コンテンツや摂食障害、危険行為、過激な暴力表現に対する年齢相応の境界も設定された。
システムレベルでの保護も重ねられ、10代のユーザーがサポートを必要としていると判断した場合には、信頼できる大人とのつながりを促すように設計されている。これらの対策の詳細は公開されたシステムカードに記載されており、未成年ユーザーに対するモデルの振る舞いを継続的に改善する姿勢が示された。
このアップデートがもたらすAI活用の展望
無料ユーザーへの高機能提供が意味すること
無制限テキストチャットとThinkボタンの提供は、「高度なAI機能は有料」という従来の常識を覆す。個人事業主や学習者にとっては、リサーチやアイデア出しの頻度を気にせずAIを活用できる環境が整った。アクセスの拡大は学習機会やビジネスチャンスの格差を縮める一歩といえる。
ビジネスユーザーにとっての実用性向上
事実誤認の大幅な減少と回答の簡潔化は、レポート作成や顧客対応の下調べ、契約書のレビューといった業務でミスを減らす直接的な効果をもたらす。スライダーによって手軽に深い分析と迅速な回答を使い分けられるため、AIを実務のパートナーとして日常的に組み込む企業が増える可能性がある。
この記事のポイント
- GPT-5.6 Solは事実誤認を最大68%削減し、回答の的確さと一貫性が向上した
- Plus・Proユーザー向けのスライダーで、同じモデル内で思考深度を自由に調整できる
- 無料ユーザーはGPT-5.6 Lunaがデフォルトモデルとなり、テキストチャットが無制限に
- 無料ユーザーも「Think」ボタンで深い推論が必要な質問に対応可能になった
- 未成年保護の安全対策が強化され、18歳未満向けのモデル訓練とシステム保護が導入された
・ 複数業界における17年間のデジタルビジネス開発経験
・ ウェブサイト開発のためのHTML、PHP、CSS、JavaScript等の実用的知識
・ 15ヶ国語対応の多言語SaaSの開発経験
・ 17年間にも及ぶ、Eコマース長期運営経験
・ 幅広い業界でのSEO最適化の豊富な経験
ChatGPTでSupabaseにログイン可能に。ベータ提供が開始
Supabaseは2026年7月29日、ChatGPTアカウントを使ったサインイン機能のベータ提供を開始した。supabase.comのログインページと、デスクトップ、Web、モバイル版のChatGPTプラグインの両方で利用できる。
ChatGPT WorkやCodexで開発プロジェクトを始める場面では、プロンプトとバックエンドの間のアカウント管理がシームレスになる。既存のChatGPTアカウントをそのまま使ってSupabaseアカウントを作成または連携でき、少ない手順でデータベースの準備に移れるようになった。
ChatGPTアカウントでSupabaseにログインする仕組み
GitHubアカウントでログインするのと同じ感覚で、ChatGPTアカウントを認証プロバイダーとして使えるようになる。Supabaseのログインページで「ChatGPT」を選択すると、ChatGPT側の承認画面が表示され、数クリックでダッシュボードにアクセスできる。
このサインインフローにより、初回のアカウント登録からプロジェクト作成までのハードルが大きく下がる。メールの確認リンクを待つステップがなくなり、思考の流れを止めずにバックエンドの準備に入れる。
新規アカウント作成と既存アカウントの自動連携
ChatGPTサインインは、Supabaseをまだ使ったことがない人にも、既にアカウントを持っている人にも対応する設計だ。
- 新規ユーザーの場合、ChatGPTでサインインすると自動的にSupabaseアカウントが作成される。以降はそのChatGPTアカウントのみで管理できる。
- 既存ユーザーの場合、ChatGPTアカウントに登録されているメールアドレスがSupabaseのものと一致していれば、自動的に連携が行われる。新しいアカウントは作られず、既存のSupabaseアカウントにChatGPTがもうひとつのログイン手段として追加されるだけだ。ただし、SSO（シングルサインオン）アカウントはこの自動連携の対象外となり、別管理になる。
ChatGPTがプロジェクトの出発点なら、バックエンドのアカウントも同じ場所から始められる。管理するパスワードがひとつ減り、アカウント管理の手間も軽減される。
ChatGPTやCodexからSupabaseを直接接続する手順
SupabaseをChatGPTに接続する操作は、クリックと承認だけで完了する。認証済みのアカウントを使い、プラグインの追加から接続までが短いステップでまとまっている。
この接続フローは認証と権限付与を明確に分離している。サインインしたあと、改めてプラグインがアクセスできる範囲が表示され、利用者がそれを確認・承認する。承認後に初めてSupabaseがChatGPTの会話に連携される仕組みだ。
許可の管理と取り消し
接続の許可はいつでもSupabaseダッシュボードから取り消せる。プロジェクトの途中で方針が変わっても、ワンクリックでChatGPTからのアクセスを遮断できるため、セキュリティ面でも柔軟に対応できる。
初めてSupabaseを使う場合、ダッシュボードで組織を作成しておく必要がある。組織がひとつでもあれば、その後はChatGPT側からプロジェクトを作成・操作できるようになる。
OpenAIとのパートナーシップで実現
この機能は、Supabaseが「Sign in with ChatGPT」のローンチパートナーに選ばれたことで実現した。OpenAIはサードパーティサービスがChatGPTアカウントを認証に使える仕組みをベータ提供しており、Supabaseはその初期導入企業のひとつにあたる。
日常的にChatGPTやCodexからSupabaseのデータベース構築や認証周りを操作している開発者は多い。今回の統合は、その導線をさらに短くする一手であり、プロンプトから本番稼働までの時間を縮める流れを加速させるものと考えられる。
この記事のポイント
- SupabaseのログインページとChatGPTプラグインで「Sign in with ChatGPT」ベータが利用可能になった
- GitHubログインと同様の操作感で、既存のChatGPTアカウントを使ったワンクリック認証ができる
- ChatGPT側からSupabaseを接続する手順は4ステップ。認証と権限付与が分離され、いつでも取り消し可能
- SupabaseはOpenAIのローンチパートナーとして、この認証機能をいち早く導入した
・ 複数業界における17年間のデジタルビジネス開発経験
・ ウェブサイト開発のためのHTML、PHP、CSS、JavaScript等の実用的知識
・ 15ヶ国語対応の多言語SaaSの開発経験
・ 17年間にも及ぶ、Eコマース長期運営経験
・ 幅広い業界でのSEO最適化の豊富な経験