ChatGPT・Gemini といった AI チャットは、ユーザーが「どの eKYC サービスを使うべきか」を相談する“最初の窓口”になりつつあります。前段の分析からは、ネクスウェイ eKYC の AI 上での立ち位置が次のように整理できます。
ekyc.nexway.co.jp は引用2位と健闘し、比較・検討フェーズでは既に上位。 課題は「すでにあるプレゼンスを、想起の手前と AI の選定ロジックの両面で底上げする」こと。打ち手は比較的明確で、優先順位をつけて回せば改善余地は大きいと考えられます。2つのレポートで指摘された課題を、施策に落とせる粒度で4つに整理しました（重要度の高い順）。各施策（S3〜）はこの番号に紐づけています。
「本人確認をオンライン化する方法」「JPKI の導入費用」のような、まだ商品名で検索していない段階の質問で、4系統とも自社が登場しない。AI が回答時に参照できる解説系・教育系コンテンツが不足している可能性が高い。潜在顧客が最初に AI へ相談する場面で候補にすら入っていないのが最大の機会損失。
同じ ChatGPT でも、回答候補を強く絞り込む gpt-5.4 では言及率が半分以下。高精度モデルは「裏付けの取りにくいブランド」を回答から外す傾向があり、「絞られた数社」に残れていない。引用元分析でも、このモデルは Web 検索より“記憶”で回答する比率が高く（サブクエリ平均 6.78本）、自社サイトの構造化・権威性が効きやすい領域。
言及率は競合とほぼ互角だが、AI が「いちばんおすすめ」として筆頭に置くケースが極端に少ない。リストには入るが、「なぜ筆頭か」を裏づける差別化要素（実績・受賞・業種特化）が AI に届いていない。基準語共起の差がそのまま順位差に出ている。
AI は公式サイトだけでなく比較メディア・レビュー・プレスリリースを根拠として好む。自社は公式被引用は健闘するが、比較メディア（boxil.jp 等）・レビュー（itreview.jp 等）・PR（prtimes.jp 等）からの被引用が薄く、AI が裏で叩く検索語（サブクエリ）にも自社名が乗りにくい。
引用元分析の枠組みに沿って、打ち手を A〜D の4本柱に整理します。A・B は“外”（メディア・コンテンツ）、C は“内”（自社サイト）、D は AI チャットごとの効きの違いに対応した打ち分けです。
AI が回答の根拠として引いてくる比較・まとめメディア／レビュー／PR 媒体への露出を増やす。引用上位（biz.trustdock.io 等の競合公式を除く）に自社情報・取材記事を載せることで、AI の引用候補に入る経路を増やす。
AI が「なぜこのサービスか」を語るときに使う基準語（実績・売上 / 業種特化 / 顧客評価 / 受賞）で、自社名と一緒に語られる回数を競合並みに引き上げる。
AI が裏で叩く検索語（サブクエリ頻出語）を見出し・本文に取り込み、構造化データを実装。特に“記憶／公式依存型”の高性能モデル対策として、自社公式ページの権威性・参照性を上げる。
AI チャットによって「検索を活用するか／記憶で答えるか」が違うため、同じ施策でも効きが変わる。検索活用型には媒体・SEO、記憶／公式依存型には自社サイトの権威性・構造化を優先。
「すぐ着手できて効果が早い」ものから「効くまで時間がかかるが土台になる」ものへ。各フェーズに目的・主な施策・対応課題・期待効果を載せています。本数や工数は目安です。
🎯 「いま AI が引いてくるはずなのに引けていない」状態の解消。自社サイト側の整備と棚卸し中心で、外部依存が少なく着手しやすい。
🎯 AI が引用する比較メディア・レビュー・PR 媒体への露出を増やし、「選定理由」の語彙で自社名が共起する回数を引き上げる。
🎯 AI が「なぜ筆頭か」を語れる材料（実績・業種特化・受賞・口コミ）を Owned／Earned 両面で積み増し、競合との共起ギャップを解消する。
🎯 施策の効果を定点観測し、効いている／効いていない打ち手を見直す。AI 各社のモデル更新で挙動が変わるため、計測の継続自体が重要。
★★★ ＝ 早期着手・効果大、★★ ＝ 中程度、★ ＝ 中長期・土台。「柱」は S3 の A〜D に対応。
| 優先度 | 柱 | 施策 | 対応課題 | 根拠（前段分析） |
|---|---|---|---|---|
| ★★★ | C | 自社サイトに構造化データ（JSON-LD: Organization / Service / Review / FAQ）を実装 | ②④ | ChatGPT(高性能) は公式・権威ソース依存。構造化で引用候補に上がりやすくなる |
| ★★★ | B/C | 「eKYC とは」「オンライン本人確認の方法」「JPKI 導入費用」等の教育系解説＋費用＋導入事例ページを新設 | ① | 認知15% / 興味関心16.7%。#1〜#4・#8〜#11 が4PF未言及＝解説系コンテンツ不足 |
| ★★★ | C | 主要ページの見出し・本文に頻出サブクエリ語（ekyc / 本人確認 / JPKI / 公的個人認証 / API / 料金 / 導入事例）を反映 | ①④ | サブクエリ頻出ユニグラム TOP10。LLM が裏で叩く語で自社が上位化していない |
| ★★★ | A | 比較・レビュー・PR メディア（boxil.jp / itreview.jp / aspicjapan.org / prtimes.jp）への掲載・取材・PR を獲得 | ④ | 引用源 TOP に並ぶが自社の露出が薄い。AI が引く“外部の声”を増やす |
| ★★★ | B | 実績・売上訴求コンテンツ（導入社数・大型事例）の増産 | ③ | 基準語『実績・売上系』共起 自社61 vs TRUSTDOCK71（−10） |
| ★★★ | B | 業種別（金融／不動産／人材／EC 等）活用ページの整備 | ③① | 基準語『業種特化系』共起 自社34 vs TRUSTDOCK44（−10） |
| ★★ | B | 受賞・第三者認定・第三者調査結果のページ新設 | ③ | 基準語『受賞・認定系』共起 自社9 vs TRUSTDOCK14（−5） |
| ★★ | B | 顧客の声・利用者レビューの体系的掲載 | ③④ | 基準語『顧客評価・口コミ系』共起 自社83 vs TRUSTDOCK91（−8） |
| ★★ | C | ブランド名＋後続語（公式 / API / 料金 / BPO / 特徴 / 比較）で上位化するページ群の整備 | ④ | 自社名入りサブクエリ89本 vs LIQUID101本。指名想起の受け皿が弱い |
| ★★ | A | 業界誌・専門メディアへの寄稿（権威ドメインからの被リンク・被引用） | ②④ | ChatGPT(高性能)・Gemini(高性能) は権威ソース重視 |
| ★ | C/D | GPTBot / Google-Extended 等クローラ許可状況の確認・最適化 | ② | 記憶/学習データ型モデル（ChatGPT高性能）への載りやすさに影響 |
| ★ | D | PF 別の効果を四半期ごとに切り分けて施策配分を見直す | 全体 | PF でサブクエリ活用度が大きく異なる（Gemini標準10.75本 vs 高性能4.58本） |
同じ施策でも AI チャットによって効きが違います。サブクエリの列挙量＝Web 検索の活用度の代理指標。少ない＝記憶／公式情報で回答する傾向が強い、と読みます。
gpt-5-chat-latestgpt-5.4gemini-2.5-flash-litegemini-2.5-pro追うべき指標を「簡易レポート系（128回答ベース）」と「引用元分析系（後半含む144回答ベース）」の2系統に分けて整理。目標値は競合の現状値・到達しうる水準からの試算で、確約値ではありません。
| KPI | 現在 | Phase 2 後（目安） | Phase 3 後（目安） |
|---|---|---|---|
| 自社言及率（4系統平均・集計対象32問×4） | 46.9% | 55% | 60% |
| 最も低い系統の言及率（ChatGPT(高性能)） | 28.1% | 40% | 50% |
| 「認知」カテゴリ 言及率 | 15.0% | 30% | 40% |
| 「興味関心」カテゴリ 言及率 | 16.7% | 30% | 40% |
| 平均掲載順位（言及あり回答） | 3.2位 | 2.8位 | 2.5位 |
| 1位獲得回数（言及あり回答中） | 5回 | 12回 | 20回 |
| KPI | 現在 | 3ヶ月（目安） | 6ヶ月（目安） | 12ヶ月（目安） |
|---|---|---|---|---|
| 自社ブランド言及率（後半含む144回答） | 60.4% | 63% | 67% | 75% |
| 自社公式ドメイン 引用回数（後半由来） | 67回 | 87回 | 120回 | 201回 |
| 自社名入りサブクエリ本数 | 89本 | 133本 | 222本 | 356本 |