プロンプトログにはどの10フィールドが必要か？

チェックリストが名指しせずに含意しているフィールドが1つ、あの10の隣にあります。実行のステータスです。収集が完了したのか、レート制限に掛かったのか、タイムアウトしたのか、拒否されたのかを記録してください。まったく起きなかった実行と、起きたけれどあなたを挙げなかった実行は、同じ空欄でありながら正反対の事実だからです。これがないと分母がありません。

10から導かれる列が3つあり、これらは手で打ち込むのではなく計算すべきものです。言及はフィールド9から来ます。引用はフィールド10から、被引用URLのどれかが自社ドメインかを調べて得られます。忠実度はどちらからも来ません。あなたについて書かれた一文を人が読み、サンプルに対して、正確・不完全・誤解を招く・誤り、と採点するものです。3つの列、3つの失敗の形、3つの異なる直し方です。¹

両者は大きく食い違い、エンジンによって食い違う向きが逆になり、それぞれ別のチームの別の仕事を指しているからです。言及はあなたのブランド名が本文に現れることで、引用はあなたのURLのどれかが添えられることであり、本文があなたを挙げているかどうかは問いません。これを「出た」という1つのフラグにまとめると、次に何をすべきかを教えてくれる区別が壊れます。

差の大きさを最もよく記録しているのはベンダーの調査で、方向性として読むべきものです。2026年6月の調査は、115本のプロンプトが4つのプラットフォームと14か国で3,981件のドメイン出現を生み、そのうち62%は回答本文がブランド名をまったく挙げなかったリンクだったと報告し、そのパターンはエンジン間で逆転しました。あるアシスタントはおよそ84%の言及に対して21%の引用、別のアシスタントはおよそ21%の言及に対して87%の引用です。¹¹ サンプルは小さく、ベンダーが公表したものです。パーセンテージは未検証として扱い、逆転こそが知見だと考えてください。

2つの失敗には別の直し方があります。名前のないリンクは、リトリーバルは効いたが同定が失敗したという意味で、たいていは引用された一節が有用でも誰が話しているかを言わなかったからです。コンテンツチームは主体を名指しする文を書いて直します。リンクのない名前は、モデルがいまリトリーバルしたものではなく既に知っていることに依拠しているという意味で、オンページの作業では速くは動きません。診断は、検索を無効にして同じプロンプトを流し直すことです。どちらの列も、その記述が真実だったかどうかは何も言いません。Tow Centerによる8つの生成検索ツール、1,600件のクエリの監査は、回答の60%超が不正確だと判定しました。³ それ以前のTowによる200件の引用のテストでは153回、部分的または完全に不正確な応答が返り、不確実性が示されたのは7回だけでした。² 独立した研究は、生成回答の文の51.5%が引用によって完全に裏付けられていると報告しました。⁴ そして2026年の研究は、98,020件のアトミックなクレームのうち11.0%を、引用先のページでは裏付けられないと分類しました。⁵ 忠実度の列はそのためにあります。

10のうち3つは頻繁に手に入らず、正しい対応は推測ではなく不在を記録することです。最悪なのはモデル名です。ほとんどの消費者向けサーフェスはビルド識別子ではなくマーケティング上のラベルを見せ、あなたの数字を動かす変更をまたいでも同じままでいられます。2番目は検索の状態です。クエリごとにリトリーバルするかどうかを決め、それを一切告げないサーフェスがあるので、正直な記入は代理指標、つまり回答が引用をひとつでも伴っていたかどうかであり、それを代理だと印を付けます。3番目はロケールです。あなたが要求したものとエンジンが推定したものは食い違いうるので、両方を保存してください。

回答側のログには見えないカテゴリ全体も存在します。ある情報源を引用せずに参照するエンジンは、あなたのログに痕跡を残しません。この区別は学術的なものではありません。Findings of ACL 2026 の4,706クエリの監査は AI Overviews が参照するドメインを測り、2025年9月に収集したデータで、その53%がオーガニックの上位10位に含まれないと報告しています。一方、2026年3月13日から4月21日に収集された55,393クエリの研究は参照先として挙げられたドメインを測り、その29.8%が1ページ目に現れないと報告しています。⁸⁵ 動詞が違い、分母が違い、日付が違い、どちらかを点推定として引用すれば間違いになるほど開きがあります。あなたのログに見えるのは、引用された側の半分だけです。

サーバーログはその補集合です。回答ではなく取得を記録するので、パネルには見えないリトリーバルの失敗を捉えます。それはAI可視性の測定のステージに属し、これらのメトリクスのどれが持ちこたえるかも同様です。パネルの規模は姉妹記事に属します。