AI VISIBILITY REPORT 2026·07 — KICHIJOJI

3 AI ENGINES × 10 QUESTIONS × 3 TRIALS = 90 SESSIONS

AI可視性報告書 2026·07

AIは、3rdschoolをどれだけ知っているか。90回質問して確かめました。

0%
APPEARANCE RATE
23 / 90 SESSIONS

3つのAI（ChatGPT・Gemini・Claude）に保護者の立場で90回質問したところ、3rdschoolが回答に登場したのは23回（26%）でした。本書はその内訳と、登場率を高めるための2026年8月の実行計画をまとめた報告書です。

PREPARED FOR — 対象
3rdschool様
（吉祥寺・子ども向けプログラミング教室）
PERIOD — 計測期間
2026年7月24日〜7月29日
SCALE — 計測規模
質問10問 × 3AI × 各3回
= 累積90セッション
DATE — 作成日
2026年7月29日
CONTENTS
目次

本書は「全体像 → 各論」の順で進みます。第3章では、ページの左列に計測された事実、右列にその解釈を並べて表示します。

01
PREMISE
前提 — AI検索とAEO
1.1 AEOとは何か / 1.2 なぜ「3つのAIに3回ずつ」測るのか
 02
METHOD
方法 — 90セッションの計測設計
2.1 計測条件 / 2.2 質問の全文（質問1〜11） / 2.3 設計の意図
 03
RESULTS
結果 — 事実と解釈
3.1 全体KPI / 3.2 定着マトリクス / 3.3 情報経路 / 3.4 AIからの見え方 / 3.5 競合
 04
SOURCES
情報源 — AIが読んでいる場所
4.1〜4.3 情報源の3層整理 / 4.4 掲載を目指す先の結論
 05
RECOMMENDATIONS
提言 — 6領域と8月の実行計画
5.1 全体マップ / 5.2 成功事例 / 5.3 投資判断 / 5.4 優先順位 / 5.5 施策各論 / 5.6 8月カレンダー
 06
APPENDIX
付録
6.1 用語集 / 6.2 計測条件の再掲 / 6.3 出典一覧
HOW TO READ — 本書の記号

事実と解釈を、記号と色で区別しています。

FACT — 事実

計測・調査で確認された記述です。第3章では常に左列に置きます。

VIEW — 解釈

事実に対する計測チームの読み方・仮説です。第3章では常に右列（青のライン付き）に置きます。

⚠ 要照合

AIの回答のうち、事実と異なる可能性がある描写です。

× 不在

計測期間中、一度も確認されなかった項目（空白）です。

SECTION 01 — PREMISE
01

前提 — 「おすすめの教室は?」の相手が、検索からAIに移りつつあります。

SUMMARY — この章の結論保護者の情報収集はAIへの質問に移行しつつあり、AIの回答に自社が登場するかどうかは「測って、改善できる」対象です。その施策がAEOです。AIの回答は毎回変わるため、本計測は「複数のAIに、同じ質問を3回ずつ」という測り方を採用しています。

1.1

AEOとは何か。

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です。GEO・LLMOと呼ばれることもあります（ほぼ同義です）。

従来の検索エンジンは「リンクの一覧」を返し、選ぶのは利用者でした。AIは一覧ではなく「答え」を返します。「吉祥寺でおすすめのプログラミング教室は?」という質問に対し、AIが挙げた数校の中に名前が入らなければ、比較の土俵に乗る前に候補から外れます。この変化は既に数字に表れています。

AI検索の利用率（日本）
0%
日本のユーザーの37%が生成AIで検索。20代では50%超1
地域の店・教室探しでのAI利用
6→0%
ローカルビジネス探しにAIを使う消費者が1年で6%から45%に急増2
AI要約による検索クリック減
−0%
AIの要約が検索結果に出ると、検索1位のサイトでもクリックが34.5%減（30万キーワード調査）3
AI経由訪問者の質
約0倍
流入のわずか0.5%のAI経由訪問者が新規登録の12.1%を生んだ例（転換率約23倍）4

市場の本気度も明確です。AI可視性の計測ツール大手Profound社は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56。国内でも電通デジタルがGEOサービスの提供を始め7、サイバーエージェントはAI検索専門の事業本部を新設しました1。

1.2

なぜ「3つのAIに、同じ質問を3回ずつ」測るのか。

AIの回答は同じ質問でも毎回変わります（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、3回中何回出たかで判定します。

判定記号登場回数状態意味
◎3回 / 3回中定着AIが安定してその教室を挙げる状態
◯2回 / 3回中定着ほぼ安定して挙がる状態
△1回 / 3回中境界線上挙がったり消えたりする不安定な状態
×0回 / 3回中不在その質問ではAIの候補に入っていない状態

複数のAIで測る理由も明確です。16万件超の質問を4つのAIで比較した調査では、4つ全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8。さらに、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6。つまり「1つのAIに1回聞く」計測では実態を見誤ります。複数AI × 複数回 × 定期的な再計測が、AI可視性計測の定石です。

SECTION 02 — METHOD
02

方法 — 保護者になりきった10の質問を、3つのAIに3回ずつ。計90回。

SUMMARY — この章の結論2026年7月24日から29日にかけて、実際の保護者が入力しそうな10種類の質問を、ChatGPT・Gemini・Claudeにそれぞれ3回ずつ、すべて新規チャットで投げました。本章はその条件と質問の全文です。

2.1

計測条件。

項目内容
期間2026年7月24日〜7月29日
対象AI（3つ）ChatGPT（無料版・標準モデル） / Gemini（Gemini 3.6 Flash・無料版） / Claude（Claude Sonnet 5・無料版）
統制条件すべて新規チャット（過去の履歴の影響を受けない状態）で実施
試行数同じ質問を各AIに3回ずつ（AIの回答は毎回変わるため、1回では測れません）
規模質問10問 × 3AI × 3試行 = 累積90セッション
記録項目3rdschoolの登場有無 / 順位（n位/m校中） / 登場した全ブランド / 3rdschoolがどう説明されたか（原文） / 競合がどう説明されたか / AIが引用・表示した情報源 / 回答形式（Web検索・地図検索・内部知識）
2.2

AIに投げた質問の全文（質問1〜11）。

計測の再現性のため、質問文は一字一句このまま使用しています。質問11は今回未計測で、8月の定点計測から追加します。

#想定する親質問文（原文）計測状況
Q01低学年の保護者「小学校低学年の子どもがいます。吉祥寺のプログラミングスクールでおすすめはありますか？」3回×3AI 完了
Q02低学年の保護者「小学校低学年の子どもがいます。武蔵野市のプログラミングスクールでおすすめはありますか？」完了
Q03中学生の保護者「中学生の子どもがいます。吉祥寺のプログラミングスクールでおすすめはありますか？」完了
Q04中学生の保護者「中学生の子どもがいます。武蔵野市のプログラミングスクールでおすすめはありますか？」完了
Q05指定なし（一般）「吉祥寺の子供向けプログラミング教室でおすすめはどこですか?」完了
Q06指定なし（一般）「吉祥寺でプログラミングを習える子供向けの教室を教えてください」完了
Q07指定なし（一般）「吉祥寺で子供向けのロボット教室はどこがおすすめですか?」完了
Q08小3男子の保護者「小3の息子がScratchでゲームを作りたがっています。吉祥寺で良い教室はありますか?」完了
Q09小学生の保護者「マイクラ好きの小学生に合うプログラミング教室、吉祥寺周辺でありますか?」完了
Q10指定なし（一般）「吉祥寺あたりで子供がAIについて学べる教室はありますか?」完了
Q11小学生の保護者（動機ベース）「ゲームばかりしている小学生に、何か学びになる習い事をさせたい。吉祥寺でプログラミング教室はどう?」未計測 — 8月から追加予定
2.3

質問設計の意図。

FACT — 事実

質問は4つのグループで構成しています。

  • 質問1〜4 — 学年（低学年/中学生）× エリア（吉祥寺/武蔵野市）の基本形。
  • 質問5・6 — 学年指定なしの一般形。同じ意味を2つの言い回しで聞き、語形の影響を確認。
  • 質問7〜10 — 興味・教科の切り口（ロボット / Scratch / マイクラ / AI）。3rdschoolがどのテーマと結びついているかを検証。
  • 質問11 — 「教室名を聞く前」の検討段階で名前が挙がるかを見る動機ベースの質問（8月追加）。
VIEW — 解釈
  • 保護者は「教室名」ではなく「子どもの学年・興味」で質問します。だから質問もその形に合わせています。
  • テーマ別の質問（7〜10）は、後述の「AIの中でどの棚に置かれているか」を測るための設計です。
SECTION 03 — RESULTS · FACT | VIEW
03

結果 — 4回に1回登場し、出るときは上位。勝敗を分けたのは「情報経路」でした。

SUMMARY — この章の結論3rdschoolは90セッション中23回（26%）登場し、登場時の平均順位は2.1位でした。ただし成績は質問とAIによってはっきり割れます。本章では左列に計測された事実（FACT）、右列にその解釈（VIEW）を並べます。

3.1

全体KPI — 90セッションの成績。

結論: 登場率26%・1位筆頭11回。「無名」ではありませんが「定番」でもない位置です。

FACT — 事実（自社計測・累積90セッション）
登場回数
0 / 90
登場率26%（4回に1回）
1位・筆頭での登場
0回
登場時の平均順位2.1位（出るときは上位で出る）
シェア・オブ・ボイス
0%
全AI回答でのべ423回のブランド言及中23回
業界内順位
0位 / 25
首位はLITALICOワンダーとスタープログラミングスクールが同率69回
公式サイトの引用
0回 / 90
3rdsch.jpが引用されたのはChatGPT2回＋Claude1回のみ

※シェア・オブ・ボイス（SoV）= 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。

AI別の登場回数（各30セッション中）
ChatGPT 3/30 · 1.9%
Gemini 10/30 · 7.5%
Claude 10/30 · 7.5%

バーの長さは登場回数（分母は各AI 30セッション）。「%」は各AI内のシェア・オブ・ボイス（ChatGPT: 156言及中3回 / Gemini: 134言及中10回 / Claude: 133言及中10回）。

VIEW — 解釈
  • 26%は「AIに知られていない」わけではなく、「安定して推薦される状態にはない」位置です。
  • 登場時の平均2.1位・筆頭11回。AIに評価される材料は既にあることを示します。問題は登場の頻度です。
  • ChatGPTが最も弱い（3/30）。出たのは武蔵野市×中学生の質問のみで、そこでは1位2回でした。
  • Geminiは3rdschool像を最も深く正確に知っています（詳細は3.4）。
  • ClaudeはGoogleマップ検索が走った時だけ圧勝します（筆頭9回。詳細は3.3）。
  • 首位69回は3rdschoolの約3倍。この差は「知名度」ではなく、後述の「情報経路と掲載面」の差です。
3.2

定着マトリクス — 勝ち枠と負け枠は、はっきり分かれています。

結論: 「武蔵野市」「吉祥寺×指定なし」「ロボット・Scratch」では定着。「吉祥寺×学年指定」「マイクラ・AI」では不在です。各マスは同じ質問3回の結果です。

FACT — 事実（各マス3試行）
◎ 3/3回 定着 ◯ 2/3回 定着 △ 1/3回 境界線上 × 0/3回 不在
質問ChatGPTGeminiClaude備考
Q01 吉祥寺×低学年 × △4位1回 × Geminiで1回出て消えました
Q02 武蔵野市×低学年 × ◎2〜3位で安定 × Geminiの定着枠
Q03 吉祥寺×中学生 × × × 全AI不在の最弱質問
Q04 武蔵野市×中学生 ◎1位2回・5位1回 × ◯筆頭2回 ChatGPT唯一の定着枠
Q05 吉祥寺×指定なし × × ◯1位2回 吉祥寺で初めて勝てた質問
Q06 吉祥寺×指定なし（語形違い） × × ◎3回とも1位 Claude最強の枠
Q07 吉祥寺×ロボット × ◎3〜4位 △2位1回 Geminiで吉祥寺の質問として初の定着
Q08 吉祥寺×Scratch×小3 × ◯3位2回 ◯1位2回・公式サイトリンク初表示 実態最強の結びつきが数字でも出ました
Q09 マイクラ × × × 需要が大きいのに完全不在＝最大の穴
Q10 AI教室 × △3位1回・AI文脈なし × 後援実績はゼロ言及。ロジカルAIスクールが9/9独占
VIEW — 解釈
  • 勝ち枠: 「武蔵野市」（Q02・Q04）、「吉祥寺×指定なし」（Q05・Q06）、「テーマ＝ロボット・Scratch」（Q07・Q08）。
  • 負け枠: 「吉祥寺×学年指定」（Q01・Q03）、「コンテンツ語＝マイクラ・AI」（Q09・Q10）。
  • Q09（マイクラ）は保護者の関心が大きいテーマなのに9セッション中0回。最も大きな機会損失と読めます。
  • 同じ意味でも語形で結果が変わり（Q05とQ06）、エリア語（吉祥寺/武蔵野市）でも変わります。AIの中で「どの言葉と結びついているか」が成績を左右しています。
3.3

情報経路 — 地図検索なら10戦10勝。Web検索なら0勝13敗。

結論: 勝敗を分けているのは質問のテーマではなく、AIが回答を作るときに引く「情報経路」です。Claudeの回答を経路別に分解すると、対照的な成績が現れました。

ROUTE A — プレイス検索（Googleマップの店舗データ参照）が走った回
12345678910
10戦10勝（筆頭9回・2位1回）

勝因はGoogleビジネスプロフィール（GBP）: 評価5.0 × レビュー16件。

ROUTE B — Web検索（Web記事・比較サイト参照）が走った回
×××××××××××××
0勝13敗

13セッションで表示された検索結果は計89件。3rdsch.jpは0件でした。

KEY FINDING — 本報告書の中核

3rdschoolは、Googleマップの中では無敵です。
Webの記事の中には、まだ存在しません。

VIEW — 解釈  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」で決まっています。負けの原因は「順位が低い」ではなく「掲載自体がない」ことです。

FACT — 事実（経路に関する8つの観測）
  • 1. Claudeの内訳: プレイス検索が走った回は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検索の結果は通算13セッション・計89件表示されましたが、3rdsch.jpは一度も含まれませんでした。
  • 3. プレイス検索での勝因はGBP。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レビュー件数1位です（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位の常連ですが、プレイス検索が走った回では簡素な紹介にとどまりました。
  • 5. GBPレビュー内の「Scratchコース受講中」という一文を、ClaudeがQ08（Scratchの質問）への適合根拠として直接引用し、筆頭で推薦しました。同じ回では「HP: https://3rdsch.jp/」の公式サイトリンクも表示されました（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です（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ません。
  • 7. Geminiは出典を表示しない回が多く、内部知識ベースです。3rdschool像は最も正確でした（生徒3人に講師1人 / 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. Q09（マイクラ）・Q10（AI）ではClaudeのプレイス検索が一度も走らず、すべてWeb検索でした。
VIEW — 解釈
  • 経路の分岐則: 「場所×施設」型の質問（〜教室を教えて）は地図検索が走りやすく、勝てます。「マイクラ」「AI」などコンテンツ・概念語入りの質問はWeb記事が厚いためWeb検索が優先され、負けます。
  • Web経路で負ける原因は順位ではなく掲載自体がないこと。AIが読む比較記事・ポータル群に3rdschoolが載っていません（第4章）。
  • 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 / Scratch→スタープログラミングスクール / マイクラ→専用コース名を持つ教室 / AI→ロジカルAIスクール独占）。新しいカテゴリの棚は先行者総取りです。
  • 公式サイトの強化はChatGPT攻略に直結します（事実6）。
3.4

AIからの見え方 — 正確な3rdschool像が定着。ただし誤描写と空白もあります。

結論: 定着している描写は実際の強みとよく一致しています。一方で、事実と異なる可能性のある描写（⚠）が5件、一度も言及されなかった空白（×）が確認されました。

FACT — 事実（AIの回答原文からの整理）

定着している描写（事実に合致・10種）

「カリキュラム優先ではなく、子どもの興味・意欲に合わせて進める」Claudeの登場10回のほぼ全て（GBPレビュー由来）＋ChatGPT1回
「評価5.0（16件）で最も評判が良い」Claude複数回（最上級表現つきの筆頭推薦）
「生徒3人に講師1人の少人数個別指導」Geminiで一貫（7月24日の計測から全期間）
「武蔵野市の学校現場でのプログラミング教育支援」Geminiで一貫
「Scratch・ロボット（WeDo）のコース」Gemini
「発表や交流を大切にする」Gemini
「カフェのような落ち着いた雰囲気」Claude（GBPレビュー由来）
「駅近・マリオンワンビル地下1階」Gemini・Claude（番地まで正確）
「対象は小学生〜高校生」Gemini1回（正確に描写された初の例）
「サードプレイス型の学習教室」Gemini1回（校名の意味を理解）

⚠ 要照合 事実と異なる可能性のある描写（5種）

「中高生向けのSTEAM教育 / 本格IT教育」ChatGPTで3回 — 小学生対象が抜け落ちています。低学年の親への推薦から外れる恐れ
「デザインやデジタルクリエイティブも学べる」ChatGPT1回 — 出所不明の描写
「脱力系でアットホーム」Gemini1回 — 公式表現ではなく、受け取られ方が不安定
「3か月単位でコース切替」Gemini1回 — 出所不明
「宿題の負担をかけない」Gemini1回 — 出所不明

× 不在 一度も言及されなかったイメージ（空白）

マイクラQ09で9セッション中0回。完全不在
AI学習・「AI×プログラミング博士になろう!」後援実績Q10を含め全90セッションで言及0回
料金全期間で言及0回（競合には月額15,400円が引用された例あり）
不登校・居場所質問未実施のため未検証（今後の計測候補）

補足 — AIの信頼性について: 計測中、AIは競合の固有名詞も間違えました（5例観測: 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ました / 系列関係の誤結合2件）。

VIEW — 解釈
  • 定着描写は「興味ベース・少人数・評判の良さ」という実際の強みと一致しています。土台は既に良い状態です。
  • ChatGPTの「中高生向け」という誤描写は、主要客層である低学年の保護者への推薦から外れる実害につながりかねません。公式サイトの対象年齢表記の弱さ（「小中高生向け」の一言のみ）が一因と考えられます。
  • 空白のうち「マイクラ」「AI実績」「料金」は、Web上に情報を置けば埋まる種類の空白です（第5章の施策③④）。
  • 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上に置くことが自衛になります（誤描写監視の必要性の根拠）。
3.5

競合 — 首位は69回、3rdschoolは23回で8位。棚ごとに王者は入れ替わります。

結論: シェア・オブ・ボイスの首位は3rdschoolの約3倍です。ただしテーマ別に見ると「棚の王者」は毎回入れ替わっており、開校1年前後のロジカルAIスクールがAIの質問枠を独占しています。

FACT — 事実（シェア・オブ・ボイス上位10 / のべ423言及・25ブランド）
1位 LITALICOワンダー 69 · 25/27/17
1位 スタープログラミングスクール 69 · 24/21/24
3位 プログラボ 51 · 28/14/9
4位 IT KiDS 45 · 23/15/7
5位 ステムアカデミーキッズ 33 · 4/14/15
6位 栄光ロボットアカデミー 29 · 10/9/10
7位 プログラミング教育HALLO 24 · 6/8/10
8位 3rdschool 23 · 3/10/10
9位 QUREO 15 · 5/5/5
10位 ロジカルAIスクール 11 · 4/3/4

数値は言及回数（分母はのべ423言及）。「·」の後はChatGPT / Gemini / Claudeの内訳。11位以下: Swimmy 10・Geeked 9・CoderDojo吉祥寺 8・レゴスクール吉祥寺 6・AiQ吉祥寺校 4・ほか10ブランド計17。

VIEW — 解釈
  • 首位との差は約3倍。ただし上位はいずれも大手・多店舗です。単独校の3rdschoolが8位に入っている事実は、地元での実態評価（GBP）の強さの反映と読めます。
  • 注目はシェア10位のロジカルAIスクールです。全体では11回でも、「AI」の質問枠に限れば9セッション全てで筆頭。狭い棚を独占する戦い方が成立しています。
  • 3rdschoolの内訳（3/10/10）はChatGPTだけが極端に弱く、これは第4章のWeb掲載面の欠落と対応しています。

FACT — 事実 カテゴリごとの「棚の王者」

質問テーマ王者成績勝因（観測された事実）
ロボット（Q07）栄光ロボットアカデミー9/9ロボット特化の校名・コース体系。コエテコのロボット枠ランキングが引用される
Scratch（Q08）スタープログラミングスクール9/9自社ブログのScratchコース紹介記事がChatGPTに3回連続引用
マイクラ（Q09）IT KiDSChatGPT・Geminiで全試行1位「マイクラッチJr. / マイクラッチ」という専用コース名
AI（Q10）ロジカルAIスクール9/9・全試行筆頭下記の「4点セット」

FACT — 事実 ロジカルAIスクールの「4点セット」

開校1年前後の新しい教室が、AIの質問枠の9セッション全てで筆頭を独占しました。要因は次の4点です。3rdschoolが参照すべき、最も身近な先行事例です。

SET 1/4
カテゴリ名入りの校名・ドメイン

「AI」というカテゴリ語が校名とドメインに含まれ、質問語と直結します。

SET 2/4
自社で書いた比較記事

「吉祥寺の子ども向けAI教室・プログラミング教室を徹底比較」を自社ブログで公開しています。

SET 3/4
PR TIMESのプレスリリース

開校リリースが、Claudeの検索に3回とも表示されました。

SET 4/4
コエテコ掲載

AIが最も頻繁に読む比較ポータル（第4章）に掲載済みです。

FACT — 事実（「自社で記事を書く → AIが引用する」が実際に起きた4件）
  • 実例1. ロジカルAIスクールの自社比較記事が、マイクラの質問（Q09）でClaudeの検索にヒットし、自社が推薦枠入り。LITALICOワンダーの紹介文の出典までこの記事でした。
  • 実例2. 同校はAIの質問（Q10）で9戦全勝。Claudeの検索6件中3件が自社発でした（自社サイト＋自社記事＋PR TIMESリリース）。
  • 実例3. スタープログラミングスクールの自社ブログ（Scratchコース紹介）がChatGPTに3回連続で引用され、Scratch枠9/9。「AI時代」と題したブログ記事もAIの質問で引用され続けました。
  • 実例4（対照）. 3rdschoolには引用されうる自社記事がゼロ。結果、ClaudeのWeb検索13セッション・89件に一度も登場しませんでした。条件差は「引用されうる記事の有無」だけです。

注: ロジカルAIスクールの比較記事には、実は3rdschoolも掲載されています。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 — 解釈
  • 4件が示すのは「自社発の記事がそのままAIの情報源になる」という再現性のある構造です。参入障壁は低く、競合が先に実証済みです。
  • 「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）まで引用に影響します。自社記事なら、扱われ方を自分で設計できます。
SECTION 04 — SOURCES
04

情報源 — AIが読む場所は3層。最大の欠落は、コエテコ未掲載です。

SUMMARY — この章の結論90セッションでAIが引用・表示した情報源を整理すると、「比較ポータル」「各教室の公式サイト・自社記事」「新しく発見された経路」の3層に分かれます。掲載を目指す先の結論は、①コエテコ ②GBP ③コドモブースター ④理ナビ ⑤新顔ポータル ⑥自社発の記事・リリース、の順です。

4.1

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」）。

サイトAI回答・検索結果への登場3rdschoolの掲載状況
コエテコ（coeteco.jp） 21セッション（90中）。全AI・全カテゴリ（通常/ロボット/マイクラ/AI）で登場する唯一の常連 × 未掲載 ブランドページなし。武蔵野市一覧16教室にも不在
コドモブースター 4セッション 武蔵野市6位に掲載済み。ただしAIの引用は上位5校で切られ圏外
理ナビ（kidsprogramming-kenkyusha.com） 2セッション（ChatGPTが引用） 掲載ページあり（強化余地）
その他（techgym記事4・個人ブログ「ロボえもん」4・kichifan 3・キッズスクール2・robot-school.info 2・プロリア1・子どもスクールナビ1） 個人ブログですら繰り返し引用される＝参入障壁は低い × いずれも未掲載
4.2

層2 — 各教室の公式サイト・自社記事。

質問の型と一致する個別記事（「Scratchコース紹介」「AI時代」等）を持つ教室が、その質問枠で引用されています。

FACT — 事実（公式サイト・自社記事の引用回数・累積90セッション）
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
3rdschool（3rdsch.jp） 3回 / 90

上位3校は引用最多クラスの例（ChatGPTの出典としての引用回数）。3rdsch.jpの引用は全90セッションで3回のみ（ChatGPT2回＋Claude1回）。

VIEW — 解釈
  • 引用されているのは「長い記事」ではなく「質問の型と一致する記事」です。コース紹介・テーマ別記事の有無が差になっています。
  • 3rdsch.jpの引用3回はいずれも武蔵野市系の質問。公式サイトが「武蔵野市」の語に強い一方、テーマ語（Scratch・マイクラ・AI）のページがないことが弱点です。
4.3

層3 — 新しく発見された経路。

ROUTE 3-1
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最強の経路です（10戦10勝）。

ROUTE 3-2
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回表示されました。リリース配信がそのままAIの情報源になります。

ROUTE 3-3
自社比較記事

ロジカルAIスクールの実例（第3.5節）。自社発の記事がAIの検索にヒットし、自社の推薦につながっています。

4.4

結論 — 掲載・強化を目指す先の優先順位。

優先掲載先理由（計測結果より）
1 コエテコ 最優先。21/90セッションに登場する唯一の全AI・全カテゴリ常連。ここに載っていないことがWeb経路0勝の最大要因です。しかもコエテコ自身が2026年2月に会話型AIレコメンド機能を導入し、掲載13,000教室超のデータをAIの学習データに活用すると発表済み（掲載＝AIの学習素材入り）14
2 Googleビジネスプロフィール 既に最強の経路。レビューをさらに増やし、「学年・コース名・ツール名」が入る設計にします（守りと攻めの両方）
3 コドモブースター 6位→5位以内へ。AIの引用は上位5校で切られた実績があるためです
4 理ナビ 既存掲載ページの情報充実（写真・コース・料金）
5 プロリア等の新顔ポータル 順次掲載申請
6 自社発の記事・リリース 層3の経路を自分で作ります（詳細は第5章の施策④⑤）
FACT — 掲載の窓口（調査済み）
コエテコ＝運営者向け問い合わせ→契約→掲載。有料で、定額プランと成果連動プランの2種15。コドモブースター＝有料（無料掲載は不可と明記）16。プロリア＝掲載希望フォームあり（料金の明記なし・要問合せ）17。
SECTION 05 — RECOMMENDATIONS
05

提言 — 打ち手は6領域。8月にすべて並行で着手し、月末に再計測します。

SUMMARY — この章の結論AEOの打ち手は6つの領域に整理できます。優先順位は「① GBPレビュー強化 → ② コエテコ掲載 → ③ 公式サイト整備 → ④ リリース配信＋自社記事 → ⑤ YouTube → ⑥ 定点観測の固定化」。各施策は「何をするか / 計測結果からの根拠 / 定石・事例からの根拠 / 8月の動き」の4点で示します。

5.1

まず全体像 — AEOの打ち手は6つの領域に分かれます。

領域何をする場所か3rdschoolの現在地（計測結果より）
A. 自社サイトの土台AIが読める・引用できる状態にする（技術・構造・FAQ）引用3/90回。対象年齢・料金・コース別ページなし
B. 自社サイトのコンテンツ質問の型と一致する記事・一次情報を置く引用されうる記事ゼロ（0勝13敗の直接原因）
C. GoogleビジネスプロフィールローカルAI検索（地図経路）の主戦場5.0×16件で圏内最強。10戦10勝
D. 第三者媒体への掲載AIが読む「おすすめリスト」に入るコエテコ未掲載が最大の欠落
E. 自社発メディア・PRnote・YouTube・プレスリリースで言及の面を広げるすべて未着手。競合に成功実例あり
F. 計測・運用同一質問セットの定点観測で効果検証本計測で基盤完成（質問11追加予定）

この6分類は、海外の標準的なAEOカリキュラム（サイト内コンテンツ / サイト外の言及獲得 / YouTube / テクニカル / 計測）の体系に基づいています9。

5.2

「やる意味はあるのか」への答え — 実名の成功事例。

AEOはすでに成果の出ている領域です。海外・国内・そして吉祥寺の同業に、実名の事例があります。

CASE — 海外
HubSpot（自社実践）

サイト内FAQ・質問形見出し＋メディア提携＋コミュニティの3本柱で、AI経由の有望リード1,850%増。AEO経由リードの成約率は他チャネルの3倍18。

CASE — 海外
Apollo.io

ブランド認知の質問での引用率63%を達成28。

CASE — 海外・ローカル
Intercore Technologies（地域の法律事務所）

ページを質問回答型に再構成しFAQを拡充。AI可視性68%・AI推薦経由の新規クライアント156件28。

CASE — 海外
Ramp / MongoDB

AI可視性の計測→改善サイクルで、Rampは7倍、MongoDBは50%増29。

CASE — 国内
Speee（東証上場）

約100パターンの質問を計測→改善するサイクルで、Gemini上の「第1位推奨率」を競合内トップに30。

CASE — 吉祥寺（本計測）
ロジカルAIスクール

自社比較記事＋PR TIMES＋コエテコ＋カテゴリ名の4点セットで、AIの質問枠9戦全勝（第3.5節）。吉祥寺の同業がすでにAEOで勝っています。

5.3

やらないこと・後回しにすること（投資判断）。

FACT — 効果が確認できていない施策
  • 構造化データ（スキーマ）タグの網羅実装 — 1,885ページの実験でAI引用への効果は確認されませんでした20。
  • 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報告されています10。
  • 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）。
VIEW — 解釈
  • 「AEO＝技術対応」ではありません。効果の薄い技術施策を切り、浮いた工数を施策①〜⑥に集中投資します。
5.4

優先順位 — ①から⑥へ。ただし8月は全部並行です。

①
領域C
GBPレビュー強化
②
領域D
コエテコ掲載
③
領域A+B
公式サイト整備
④
領域E
リリース配信＋自社記事
⑤
領域E
YouTube
⑥
領域F
定点観測の固定化
VIEW — 並び順の考え方（解釈）
「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）」。8月はすべて並行で着手します（順位は投資判断とレビュー用です）。
5.5

施策の各論 — 6つの施策カード。

①

GBPレビューの「語彙設計」強化

AREA C — Googleビジネスプロフィール
WHAT — 何をするか体験直後・作品完成・発表会など満足のピークでレビューを依頼するオペレーションを作ります。依頼時に「よければ、お子さんの学年と受講コース名（Scratchゲームコース等）・使っている教材名を一言入れてください」と添えます。目標: 8月中に＋10件（16件→26件）。
FACT — 計測結果からの根拠プレイス検索10戦10勝の源泉がGBPです。レビュー内「Scratchコース受講中」の一文がQ08への適合証拠として直接引用され、筆頭推薦になりました。レビューの語彙＝検索適合性です。
EVIDENCE — 定石・事例からの根拠1万のローカル事業者を調べた海外調査で、AIに見つかる事業者のGoogleレビューは平均133件、見つからない事業者は平均11件10。ローカルビジネス探しにAIを使う人は1年で6%→45%に急増し、31%は「4.5星以上しか検討しない」、74%は3ヶ月以内の新しいレビューを重視2。レビューの量×鮮度×内容がローカルAI推薦の主要入力です。
AUGUST — 8月の動き第1週に依頼カード・声かけ台本を作成し、以降毎週運用します。
②

コエテコ掲載の獲得

AREA D — 第三者媒体への掲載
WHAT — 何をするかコエテコに教室情報の掲載を申請し、写真・コース説明・体験予約枠まで整備します。あわせてコドモブースターの順位向上（体験申込の導線を一部誘導）・理ナビの既存ページ充実・プロリア等への掲載申請も進めます。
FACT — 計測結果からの根拠コエテコは21/90セッションに登場する唯一の常連で、3rdschoolのWeb経路0勝の最大要因が未掲載です。コドモブースターでは「6位掲載でもAIの引用は上位5校まで」を実測済みです。
EVIDENCE — 定石・事例からの根拠ChatGPT引用の43.8%は「おすすめX選」型のリスト記事12。引用の28.3%は従来検索でほぼ無名のページで、検索順位とは別の勝負です13。ローカルSEOの年次専門家調査は「AI検索では第三者サイトでの言及が新しい被リンクにあたる」と位置づけます11。さらにコエテコ自身が会話型AIレコメンドを導入済みで、掲載データがそのままAIの学習素材になります14。
AUGUST — 8月の動き第1週に申請し、月内掲載を目指します。
③

公式サイトの一次情報整備

AREA A+B — 自社サイトの土台とコンテンツ
WHAT — 何をするか(1) 対象年齢（小1〜高校生）を明記した独立セクション (2) 料金ページ (3) コース別独立ページ（Scratchゲームコース / ロボットコース） (4) よくある質問（FAQ）ページ — 料金・対象年齢・教材名・振替など、AIに間違われたくない事実を数字と日付入りで (5)「AI×プログラミング博士になろう!」（武蔵野市教育委員会後援）の開催報告記事。
FACT — 計測結果からの根拠ChatGPTで「中高生向け」と3回誤描写され、小学生対象が欠落しました（公式サイト冒頭の「小中高生向け」表記だけでは弱い）。料金は全90セッションで言及ゼロ（競合には料金が引用された例あり）。後援実績は記事が存在しないため全AIに不可視です。ChatGPTの1位2回はいずれも公式サイトが検索にヒットした回＝公式サイト強化はChatGPT攻略に直結します。
EVIDENCE — 定石・事例からの根拠HubSpotは「質問形の見出し・FAQ・用語集」をサイト内施策の柱にし、AI経由の有望リード1,850%増を報告18。AIが引用するページは新しく、AI引用ページは通常の検索結果より平均25.7%新しい19うえ、ChatGPTの最頻引用ページの76.4%は過去30日以内に更新されています13。一方、構造化データ（スキーマ）タグの追加だけではAI引用は増えないという1,885ページの実験結果があり20、投資すべきは技術タグではなく中身＝一次情報とFAQです。
AUGUST — 8月の動き第2週に集中制作・公開します。
④

プレスリリース配信＋自社記事（note・ブログ）

AREA E — 自社発メディア・PR
WHAT — 何をするか(1) PR TIMESで「武蔵野市教育委員会後援イベント開催報告」等のリリースを配信 (2) noteまたは公式ブログで「吉祥寺の子ども向けプログラミング教室ガイド」型の比較・ガイド記事を公開し、自社の扱われ方を自分で設計します。マイクラ・ゲーム好きの子向けの切り口記事も候補です。
FACT — 計測結果からの根拠ロジカルAIスクールの4点セット（自社比較記事＋PR TIMES＋コエテコ＋カテゴリ名）がAI枠9戦全勝を作った実例を観測済みです。PR TIMESリリースはClaudeの検索に3回表示されました。地域×ガイド型の記事は個人ブログですら繰り返し引用される、参入障壁の低い領域です。
EVIDENCE — 定石・事例からの根拠Web上のブランド言及量はAI可視性と最も強く相関します（相関0.664。言及量上位25%のブランドはAI可視性10倍）21。日本のAI引用ドメインはYouTube1位・note2位・PR TIMES6位22。国内分析では、生成AIが引用するプレスリリースの60.5%がPR TIMES（AI回答81,895件の分析）23。ただし海外調査ではリリース原文の引用は0.4%に留まり、報道・記事化された「アーンドメディア」が39.5%と主役24。リリースは配信して終わりではなく、地域・教育メディアでの記事化・転載まで狙う設計にします。小さな商圏ほど少量のPRでもローカルAI推薦に効くという調査もあります25。
AUGUST — 8月の動き第3週にリリース1本＋記事1〜2本を公開します。
⑤

YouTubeでの発信開始

AREA E — 自社発メディア・PR
WHAT — 何をするか教室紹介・生徒作品（Scratchゲーム実演）・「AI×プログラミング博士になろう!」の様子などの動画を公開します。タイトルに「吉祥寺」「子ども」「プログラミング教室」「Scratch」を含めます。
FACT — 計測結果からの根拠YouTubeについては、本計測での直接のデータはまだありません。効果は8月以降の定点観測で検証します。
EVIDENCE — 定石・事例からの根拠75,000ブランドの海外調査で、YouTube上のブランド言及はAI可視性との相関が最も強いシグナルでした（相関0.737。被リンクより強い）26。日本のAI引用ドメイン調査でもYouTubeは1位です22。
AUGUST — 8月の動き第3〜4週に1〜2本を公開します。
⑥

定点観測の固定化

AREA F — 計測・運用
WHAT — 何をするか今回の質問セット（質問1〜11。質問11を追加）を固定し、月1回、同一条件（3AI×各3回）で再計測します。見る指標: 登場率 / 1位回数 / シェア・オブ・ボイス / 誤描写の有無 / 引用された情報源の変化。
FACT — 計測結果からの根拠AIの回答は毎回揺れるため、施策の効果は「同じ質問セットの定点比較」でしか測れません。今回の90セッションがベースライン（比較の基準点）になります。
EVIDENCE — 定石・事例からの根拠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があり6、単発の計測では効果を語れません。またSEOとAI検索対策を統合運用する組織の81%が成果を報告する一方、マーケティング責任者の45%は「AI上の自社可視性を正確に測れていない」と回答しています（1.26億プロンプト調査）27。計測の仕組みを持つこと自体が競争優位です。
AUGUST — 8月の動き8月末（第4〜5週）に第1回の定点再計測を実施し、施策前後を比較します。
5.6

2026年8月 実行カレンダー — 1ヶ月で全て実行し、計測まで終えます。

週期間実行内容
第1週8/1〜8/8 ① GBP: レビュー依頼オペレーション開始（依頼カード・声かけ台本作成）／② コエテコ掲載申請、コドモブースター・理ナビ・プロリア対応開始／⑥ 質問セット凍結（質問11を追加登録）
第2週8/9〜8/15 ③ 公式サイト: 対象年齢・料金・コース別ページ・FAQ・後援イベント開催報告記事を制作・公開
第3週8/16〜8/22 ④ PR TIMESリリース配信＋比較・ガイド記事公開（note/ブログ）／⑤ YouTube1本目公開
第4週8/23〜8/31 残タスク完了 → ⑥ 同一質問セットで定点再計測（3AI×3回×11問＝99セッション）→ 施策前後の比較レポート
9月以降— 月次の定点観測を継続（効果は数ヶ月単位で測ります）。四半期でコンテンツの鮮度を更新
HONEST NOTE — 誠実な注意書き

保証はありません。上げられるのは、確率です。

AIの引用は確率的で、「やれば必ず1位」の保証はどこにもありません。本計画がやることは、引用される確率を上げるレバーに投資し、確率の変化を定点観測することです。また、AIの学習データ更新には時間差があるため、8月末の再計測で全てが動くわけではなく、効果の一部は数ヶ月遅れて現れます。

SECTION 06 — APPENDIX
06

付録 — 用語集・計測条件・出典。

SUMMARY — この章の内容本書で使った用語の定義、計測条件の再掲、そして本文の脚注に対応する出典の一覧です。

6.1

用語集。

AEOAnswer Engine Optimization
ChatGPT等の「答えを返すAI」に自社が引用・推薦される状態を作る施策。GEO・LLMOもほぼ同義です。
シェア・オブ・ボイスSoV
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。本計測では、のべ423言及中23回＝5.4%でした。
GBPGoogle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・レビューを含みます。
プレイス検索
AIが回答を作る際にGoogleマップの店舗データを参照する経路（本計測でのClaudeの挙動）。
Web検索経路
AIがWeb記事・比較サイトを検索して回答を作る経路。
定着 / 境界線上 / 不在
同じ質問3回中、3〜2回登場＝定着（◎◯）、1回＝境界線上（△）、0回＝不在（×）。
想起
ブランド名を出さない質問（「おすすめは?」）で名前が挙がること。
引用 / 言及
引用＝AIが情報源としてサイトを提示すること。言及＝AIの回答文中にブランド名が登場すること。
6.2

計測条件の再掲。

項目内容
計測期間2026年7月24日〜7月29日
対象AIChatGPT（無料版・標準モデル）／Gemini（Gemini 3.6 Flash・無料版）／Claude（Claude Sonnet 5・無料版）
方法すべて新規チャットで、同じ質問を各AIに3回ずつ実施。質問10問×3AI×3試行＝累積90セッション
データの出典本書の計測データはすべて自社計測（2026年7月24日〜29日・90セッション）です
注意AI検索の仕様変更により、数値は変動しうる点にご留意ください。
6.3

出典一覧。

本文の上付き数字は以下に対応します。いずれも2026年7月29日時点で内容を確認済みのURLです（クリックで別タブが開きます）。

  1. AI時代の検索マーケティングを支援する新組織「AI Searchマーケティング事業本部」を新設 — サイバーエージェント（日本のユーザーの37%が生成AIで検索・20代は50%超）
  2. Local Consumer Review Survey 2026 — BrightLocal（ローカルビジネス探しのAI利用6%→45%・31%が4.5星以上のみ検討・74%が3ヶ月以内のレビューを重視）
  3. AI Overviews Reduce Clicks by 34.5% — Ahrefs（30万キーワード調査）
  4. Does AI Search Traffic Convert Better? — Ahrefs（流入0.5%のAI経由訪問者が新規登録の12.1%を生成）
  5. Profound Raises $96M Series C at $1B Valuation — Profound
  6. Exclusive: As AI Threatens Search, Profound Raises $96 Million — Fortune（Yahoo Finance転載）（Fortune 500の1割が顧客・AI回答の引用元は最大90%入れ替わる）
  7. GEO（Generative Engine Optimization）ソリューション — 電通デジタル
  8. Do AI Engines Cite the Same Sources? Study of 161,286 Prompts — Writesonic（4AI共通の引用元は3.8%・72〜73%は1つのAIのみに出現）
  9. Answer Engine Optimization (AEO) Course — Ahrefs Academy（AEO施策の標準体系）
  10. New Study of 10,000 Local Businesses Reveals What AI Actually Uses（Insites調査） — National Law Review（AIに見つかる事業者のレビュー平均133件 vs 11件・技術系施策は相関弱）
  11. 2026 Local Search Ranking Factors — Whitespark（「AI検索では言及が新しいリンク」）
  12. Do Self-Promotional "Best" Lists Boost ChatGPT Visibility? Study of 26,283 Source URLs — Ahrefs（ChatGPT引用の43.8%がリスト記事）
  13. 67% of ChatGPT's Top 1,000 Citations Are Off-Limits to Marketers — Ahrefs（引用の28.3%は検索流入ゼロのページ・最頻引用ページの76.4%が30日以内に更新）
  14. 「コエテコ byGMO」が会話型AIによるプログラミング教室レコメンド機能の提供を開始 — GMOインターネットグループ（掲載13,000教室超のデータをAIの学習データに活用）
  15. プログラミング教室運営者さま 教室を掲載しませんか？ — コエテコ byGMO（有料・定額/成果連動の2プラン）
  16. 教室掲載のお申込み — コドモブースター（株式会社イトクロ）（掲載は有料・無料掲載は不可と明記）
  17. プロリアへの掲載希望のお問い合わせ — プロリア プログラミング
  18. How HubSpot Became the #1 CRM in AI Search [A Case Study] — HubSpot（AI経由の有望リード1,850%増・AEO経由リードの成約率3倍）
  19. Do AI Assistants Prefer to Cite Fresh Content? — Ahrefs（AI引用URLは平均25.7%新しい）
  20. We Tracked 1,885 Pages Adding Schema. AI Citations Didn't Budge — Ahrefs（構造化データ追加はAI引用を増やさない）
  21. 90+ AI SEO Statistics (Fresh and Original Data) — Ahrefs（ブランドWeb言及の相関0.664・言及量上位25%はAI可視性10倍）
  22. AI検索で引用されるドメイン、YouTubeが首位維持！noteは5位→2位に急上昇【Ahrefs調べ】 — Web担当者Forum（日本のAI引用ドメイン: YouTube1位・note2位・PR TIMES6位）
  23. 生成AIが引用するプレスリリースの60.5%はPR TIMES — Optyino.ai（株式会社Wallabee）（AI回答81,895件の分析）
  24. AI Search Visibility Report March–April 2026 — Meltwater（535万引用・8LLM分析: earned media 39.5%・プレスリリース原文0.4%）
  25. I Studied How AI Recommends Local Businesses — Entrepreneur（Simon Moser）（小さな商圏ほど少量のPRが効く）
  26. YouTube Mentions Are the Strongest Signal of AI Visibility（Ahrefs 75,000ブランド調査） — The Next Web（Spearman相関0.737）
  27. Semrush Releases Expanded 2026 AI Visibility Index (126M Prompts) — Semrush（統合運用組織の81%が成果報告・責任者の45%は可視性を測れず）
  28. Answer Engine Optimization Case Studies That Prove the ROI of AEO — HubSpot（Apollo.io引用率63%・Intercore Technologies AI可視性68%/新規156件）
  29. Customers — Profound（Ramp: AI可視性7倍・MongoDB: 50%増）
  30. 【自社事例を公開】LLMO対策の成功事例 — Speee Marketing Insights（Gemini上の「第1位推奨率」を競合内トップに）

AI VISIBILITY REPORT 2026·07 — 3rdschool様

計測条件: ChatGPT（無料版・標準モデル）／Gemini（Gemini 3.6 Flash・無料版）／Claude（Claude Sonnet 5・無料版）。すべて新規チャットで同一質問を各3回、2026年7月24日〜29日に実施（質問10問×3AI×3試行＝累積90セッション）。計測データの出典は自社計測です。

AI検索の仕様変更により、本書の数値は変動しうる点にご留意ください。次回の定点計測は2026年8月末（質問11を追加した99セッション）を予定しています。