AIは、
3rdschoolを
知っているか。

1-1AEOとは何か——「答えの中に入る」ための施策

AEO（Answer Engine Optimization／アンサーエンジン最適化）とは、ChatGPTのような「答えを返すAI」に、自社が引用・推薦される状態を作る施策のことです。LLMOやGEOと呼ばれることもありますが、ほぼ同義です。従来のSEOが「検索結果の一覧で上位に載る」ことを目指すのに対し、AEOは「AIの答えそのものの中に登場する」ことを目指します。

なぜ今なのか。数字を4つだけ挙げます。

• 日本のユーザーの37%が生成AIで検索しており、20代では50%超に達しています^[3]。
• 飲食店や習い事など、地域のお店・教室探しにAI（ChatGPT等）を使う消費者は、海外調査で1年間に6%から45%へ急増しました^[4]。
• 検索結果にAIの要約が表示されると、検索1位のサイトでさえクリックが34.5%減る——30万キーワードの調査で確認されています^[5]。「1位に載る」だけでは届かなくなりつつあります。
• 一方でAI経由の訪問者は質が高い。ある海外企業の自社データでは、流入のわずか0.5%のAI経由訪問者が、新規登録の12.1%を生みました。転換率にして約23倍です^[6]。

市場の本気度も裏づけになります。AI可視性の計測ツール大手Profoundは2026年2月、評価額10億ドル（ユニコーン）で9,600万ドルを調達し、Fortune 500企業の1割が顧客です^[2][7]。国内でも電通デジタルがGEO/LLMOサービスを提供し^[8]、サイバーエージェントは2026年6月にAI検索専門の事業本部を新設しました^[3]。

1-2なぜ「3つのAIに、3回ずつ」聞くのか

本題に入る前に、この計測の前提を3つだけ押さえてください。ここが分かると、この後のすべての数字が読めるようになります。

前提① AIの回答は、毎回変わる

同じ質問をしても、AIの答えは毎回変わります（確率的に生成されるためです）。Googleの検索順位のような固定の「順位」は存在しません。だから1回の「出た/出ない」ではなく、同じ質問を3回して何回出たかで判定します。本誌では、3回中3回または2回の登場を「定着」、1回を「境界線上」、0回を「不在」と呼びます。

前提② AIごとに、読んでいる情報源はほぼ別物

16万件超の質問を4つのAIに投げた海外調査では、4つすべてに共通する引用元はわずか3.8%。約7割の情報源は、1つのAIにしか登場しませんでした^[1]。つまり「ChatGPTで出るならGeminiでも出るだろう」は成り立ちません。複数のAIを別々に測る必要があります。

前提③ AIの情報源は、入れ替わり続ける

AI回答の引用元は時間とともに最大90%入れ替わるという分析もあります^[2]。一度測って終わりではなく、同じ質問セットでの定点観測が前提になります。

2-1取材対象——3rdschoolの現在地

まず前提となる事実の整理です。3rdschoolは吉祥寺（武蔵野市吉祥寺本町2-17-2 マリオンワンビルB1）の子ども向けプログラミング教室です。校名の「3rd」は、家庭・学校に次ぐ第3の居場所「サードプレイス」に由来します。

2-2計測の設計

2-3AIに投げた質問の全文

質問はすべて、保護者が実際に打ちそうな文面で設計しました。以下が投げたプロンプトの原文です（一字一句このまま入力しました）。

質問設計の意図

質問1〜4は「学年 × エリア（吉祥寺/武蔵野市）」の基本形。質問5・6は学年指定なしの一般形（語形を2種類用意）。質問7〜10は「ロボット・Scratch・マイクラ・AI」という興味・テーマの切り口で、3rdschoolがどのテーマと結びついているかを検証します。質問11は「教室名を聞く前」の検討段階で名前が挙がるか——想起（ブランド名を出さない質問で名前が挙がること）を見る動機ベースの質問です。

3-1現在地の全体KPI

まず全体像です。シェア・オブ・ボイス（SoV）とは、AI回答に登場した全ブランド言及のうち自社が占める割合のことです。FACT

「出れば強いのに、4回に3回は出ない」。この非対称が本計測の出発点です。公式サイト（3rdsch.jp）がAIに引用されたのは90セッション中わずか3回（ChatGPT2回＋Claude1回）でした。

3-2AI別の成績——3つのAIは、別人だった

ひとことで総括すると——VIEW

• ChatGPT（3/30）: 最も弱い。武蔵野市×中学生の質問でのみ1位2回。
• Gemini（10/30）: 3rdschool像を最も深く正確に知っている。
• Claude（10/30）: Googleマップ検索が走った時だけ圧勝（筆頭9回）。

3-3定着マトリクス——どの質問で出て、どの質問で消えるか

質問×AIの30マスを、各3試行の結果で塗り分けました。◎=3回中3回登場、◯=2回、△=1回、×=0回です。FACT

VIEW 読み方はこうです。勝ち枠は「武蔵野市」（質問2・4）、「吉祥寺×指定なし」（質問5・6）、「テーマ=ロボット・Scratch」（質問7・8）。負け枠は「吉祥寺×学年指定」（質問1・3）と「コンテンツ語=マイクラ・AI」（質問9・10）。この分かれ方の正体を、次の節で突き止めます。

3-4経路の物語——勝敗は「AIがどこを見るか」で決まっていた

決定的な発見はClaudeの回答記録の中にありました。Claudeは回答を作る際、Googleマップの店舗データを参照するプレイス検索を走らせる回と、Web記事・比較サイトを検索するWeb検索経路を走らせる回がありました。その内訳がこれです。FACT

観測された事実 FACT

1. Claudeでプレイス検索（Googleマップ検索）が走った回は10戦10勝（筆頭9回・2位1回）。Web検索が走った回は0勝13敗。
2. ClaudeのWeb検索結果は通算13セッション・計89件表示されたが、3rdsch.jpは一度も含まれなかった。
3. プレイス検索での勝因はGBP（Googleビジネスプロフィール=Googleマップ・検索に表示される店舗情報）。評価5.0×レビュー16件は、吉祥寺圏の子ども向けプログラミング教室で圧倒的1位（2位グループはスタープログラミングスクール5件・IT KiDS 4件・Geeked 3件）。
4. LITALICOワンダー（GBP評価3.8・否定的レビューあり）は、テキスト検索では1〜2位常連なのに、プレイス検索が走った回では簡素な紹介に格下げされた。
5. GBPレビュー内の「Scratchコース受講中」という一文を、ClaudeがScratchの質問（質問8）への適合根拠として直接引用し、筆頭で推薦。同じ回では「HP: https://3rdsch.jp/」の公式サイトリンクも表示された（GBPのウェブサイト欄由来）。
6. ChatGPTで3rdschoolが出た3回のうち1位の2回は、3rdsch.jp自体がChatGPTの検索にヒットした回（武蔵野市の質問。公式サイトが「武蔵野市」の語に強いため）。マップカード型の表示では吉祥寺で一度も出ていない。
7. Geminiは出典を表示しない回が多く、内部知識ベース。3rdschool像は最も正確だった（3人に1人の個別指導／学校現場支援／Scratch・WeDo／マリオンワンビル地下1階／対象小学生〜高校生／「サードプレイス型の学習教室」という理解まで到達）。
8. 質問9（マイクラ）・質問10（AI）ではClaudeのプレイス検索が一度も走らず、すべてWeb検索だった。

この事実から導かれる解釈 VIEW

• 勝敗はエリアでもテーマでもなく「AIがどの情報経路を引くか」で決まる。3rdschoolはGoogleマップ経路では無敵、Web記事経路では存在しません。
• 経路の分岐則: 「場所×施設」型の質問（〜教室を教えて）→地図検索が走りやすい=勝てる。「マイクラ」「AI」などコンテンツ・概念語入りの質問→Web記事が厚いためWeb検索が優先=負ける。
• Web経路で負ける原因は「順位が低い」ではなく「掲載自体がない」。AIが読む比較記事・ポータル群（コエテコ等）に3rdschoolが載っていません。
• GBPレビューの語彙は、そのまま質問への適合性になります（「Scratchコース受講中」の実例）。レビューに学年・コース名・ツール名が入る設計が効きます。
• カテゴリ語で「棚」は総入替します（ロボット→栄光ロボットアカデミーが9/9王者・スター消滅／Scratch→スター復権／マイクラ→専用コース名を持つ校だけ／AI→ロジカルAIスクール独占）。新カテゴリの棚は先行者総取りです。

4-1定着している描写——AIはここまで知っている

90セッションの回答から、3rdschoolについてAIが実際に書いた描写を分類しました。まずは事実に合致するポジティブな描写です。FACT

4-2事実と異なる可能性のある描写——放置すると危ない5件

次に、事実と照合が必要な描写です。特に1件目は、低学年の保護者への推薦から3rdschoolが外れる直接の原因になり得ます。⚠ 要確認

4-3空白——一度も語られなかったイメージ

そして最も重要なのが「語られなかったこと」です。以下のうち上の3つは、全90セッションで言及が0回だった領域です（最後の「不登校・居場所」は、該当する質問をまだ実施していないため未検証です）。FACT

4-4補足——AIは、競合の名前も間違えていた

FACT 計測中、AIは競合の固有名詞も間違えました。観測できただけで5例——教室名の誤記2件、実在しない校名の生成1件（他社のレビュー・評価データが実在しない校名に紐づけて紹介された）、系列関係の誤結合2件です。

VIEW つまり、AIは放っておくと間違ったことを言います。正しい一次情報をWeb上に置いておくことが、誤描写への自衛になります。第6章の施策で「誤描写の監視と修正」を組み込むのはこのためです。

5-1シェア・オブ・ボイス——25ブランドの中の3rdschool

90セッションの全AI回答に登場したブランド言及は、のべ423回・25ブランド。その分布です。FACT

5-2カテゴリごとの「棚の王者」

質問のテーマ（棚）が変わると、上位の顔ぶれは総入替します。各テーマの王者と、観測された勝因です。FACT

5-4「自社で記事を書く→AIが引用する」は、実際に起きている

仮説ではありません。本計測の中で観測された実例が4件あります。FACT

FACT 補足があります。実はロジカルAIスクールの比較記事には3rdschoolも載っています。しかしAIが引用したのはロジカルAIスクールとLITALICOワンダーの部分のみでした。VIEW「記事に載っている」だけでは不十分で、記事内での扱われ方——見出し・推薦文脈——まで影響します。自社記事なら、その扱われ方を自分で設計できます。

5-5AIが読んでいる情報源——3つの層で整理する

90セッションでAIが引用・表示した情報源を分類すると、3つの層に整理できます。FACT

層1: 比較ポータル・ランキングサイト（AIが読む「おすすめリスト」）

層2: 各教室の公式サイト・自社記事

ChatGPTの出典としての引用最多クラスは、スタープログラミングスクール22回・プログラボ22回・IT KiDS 20回。特徴は「Scratchコース紹介」「AI時代」など、質問の型と一致する個別記事を持つ教室がその質問枠で引用されることです。対して3rdsch.jpの引用は全90セッションで3回のみでした。

層3: 新しく発見された経路

• Googleビジネスプロフィール（GBP） — Claudeの地図検索・ChatGPTのマップカードの源泉。3rdschool最強の経路（10戦10勝）。
• PR TIMES（プレスリリース） — ロジカルAIスクールの開校リリースがClaudeの検索に3回表示。リリース配信がそのままAIの情報源になります。
• 自社比較記事 — 前節のロジカルAIスクールの実例。

5-6結論——掲載・強化を目指す先の優先順位

FACT 掲載の窓口も調査済みです。コエテコは運営者向け問い合わせ→契約→掲載の流れで有料（定額プランと成果連動プランの2種）^[27]。コドモブースターも有料（無料掲載は不可と明記）^[28]。プロリアは掲載希望フォームがあり、料金の明記はなく要問合せです^[29]。

6-1「やる意味あるの?」への答え——実名の成功事例

施策に入る前に、AEOに投資して成果を出した実例を挙げます。すべて出典を確認できる公開事例です。FACT

6-2まず全体像——打ち手は6つの領域に分かれる

海外の定石に基づく分類に、本計測で判明した3rdschoolの現在地を重ねました。FACT

6-3やらないこと・後回しにすること——投資判断として

やることと同じくらい、やらないことも明確にします。以下は海外の実験・調査で効果が確認できなかった施策です。

• 構造化データ（スキーマ）タグの網羅実装 — Webページに機械可読の目印を付ける技術施策ですが、1,885ページの実験でAI引用への効果はありませんでした^[19]。
• llms.txt等の新技術ファイル・ページ速度改善 — 1万事業者の調査で相関が弱いと判明しています^[13]。
• 文字数を増やすだけの長文記事 — 引用されるのは「質問と型が一致する記事」であって長い記事ではありません（本計測のスタープログラミングスクール・ロジカルAIスクールの実例とも整合します）。

→ ここで浮いた工数を、以下の①〜⑥に集中投資します。

6-4優先順位——結論を先に

VIEW 並び順の考え方は「既に勝っている経路を固める（①）→最大の欠落を埋める（②）→誤描写を正し受け皿を作る（③）→競合が実証済みの新経路を移植する（④⑤）→効果を測る仕組みを固定する（⑥）」です。順位は投資判断とレビュー用で、8月は全部並行で着手します。

6-5各論——6つの施策の中身

各施策は「何をするか／計測結果からの根拠／海外・国内の定石からの根拠／8月の動き」の4点セットで示します。

6-62026年8月 実行カレンダー——1ヶ月で全て実行し、計測まで終える