「聞き方ひとつで、AIの答えは変わる」─ PhitureのASO×AEO統合フレームワーク

2026年10月15日 08:50

記事概要

ASOコンサルティング会社Phitureのシニア・グロース・コンサルタント、Richard Velez氏が2026年10月14日に公開した記事によると、
同社がChatGPT・Claude・Gemini・Perplexityの4つのAIツールに150以上の質問を20カテゴリーにわたって投げたところ、「best finance apps(おすすめの家計簿アプリ)」と「top finance apps(人気の家計簿アプリ)」というほぼ同じ言い回しの質問でも、AIが引用する情報源(ブログ・フォーラム中心か、ストアの説明文・レビュー中心か)がまったく変わることが分かった。

AIモデルごとに"見ている場所"がまったく違う、という調査結果

この記事は、ベルリンで開催されたPhitureの自社イベント「Growth Phestival」(モバイル成長担当者約400人が参加)後に行われたウェビナー「Phield Notes」の内容を発展させたものです。
記事の前提として、LLM上の検索ボリュームはこの1年でGoogleの5.5倍のペースで伸びており、情報収集系の質問の約20%(Z世代に限ると34%)がすでにチャットボット上で完結している、という数字が挙げられています。

その上でPhitureは、ChatGPT・Claude・Gemini・Perplexityの4モデルに150以上の質問を20カテゴリーにわたって投げる検証を実施。
結果、前述の「best」と「top」の言い換えだけで引用元が変わった例に加え、モデルごとの"情報の取り方"自体が違うことも分かりました。

ChatGPTとClaudeは主に学習データの記憶に頼り、Web検索機能をオンにしない限り出典を示さないことが多い一方、Geminiは記憶とライブのWeb検索を組み合わせ、ストアの説明文を参照することが多いとのこと。
Perplexityは常にライブ検索を行い、ストアの説明文やレビューをほぼそのまま引用する傾向があるそうです。

Velez氏は「従来のASOも、AI経由の発見(AEO)も、もう単独では機能しない(“Neither traditional ASO nor AI-driven discovery works in isolation anymore.”)」と述べ、
①利用シーン別の「意図クラスター」ごとにカスタムストアリスティング(CSL)を用意する
②想定される質問にそのまま答える形で説明文を書く
③レビューへの返信
④比較記事・フォーラムなど外部での言及(今回の検証で最も引用されやすかった情報源)
という4本柱のフレームワークを提案しています。

ASOとAEOを分けて考える発想が、もう追いつかなくなっている

以前紹介したAppTweakの「GEO(Generative Engine Optimization)」フレームワーク(ストア・自社サイト・外部言及の3カ所を同じメッセージで揃える、という提案)と、今回のPhitureの提案は重なる部分が多いのですが、今回新しいのは「AIモデルごとに情報の取得方法そのものが違う」という点を具体的に示したところです。

これは、以前紹介したバルセロナ工科大学・ピサ大学の学術研究(ChatGPT・Gemini・Claudeなど複数モデル間でおすすめアプリの一致度が平均0.430しかなかった、という話)の"なぜ"を、かなり具体的に説明してくれる内容でもあります。
一致度が低いのは偶然のブレではなく、モデルごとに参照する情報源の性質が根本的に違うからだ、と読み替えられそうです。

日本のアプリ運用者にとっての実務上のポイントは、①「意図クラスター」という考え方です。
以前紹介したGoogle Playのカスタムストアリスティング拡張は「離脱ユーザー」「休眠購入者」といった行動データによる出し分けでしたが、今回のPhitureの提案は「利用シーン・ユーザー層」という切り口での出し分けで、Google担当者が「Ask Playに表示されるCSLはプロンプトによって変わる」と認めている点も興味深いところです。

②日本語の言い回し(「おすすめ」「人気」「ランキング」など)でも、英語の「best」「top」のような違いが出るかもしれない、という点も、試してみる価値がありそうです。

具体的な打ち手

自社アプリの主要キーワードについて、「おすすめ」「人気」「ランキング」など微妙に言い回しを変えてChatGPT・Gemini・Perplexityに質問し、引用元がどう変わるか定点チェックする
ユーザー層・利用シーンごとに「意図クラスター」を洗い出し、それぞれに対応するカスタムストアリスティング(CSL)の用意を検討する
説明文を機能の箇条書きのままにせず、想定される質問にそのまま答える一文の中にキーワードを織り込んで書き直す
レビューへの返信スピードを上げる(AIはレビューを直接参照するため、早い返信が評価にもつながるとされる)。下書きはAIに任せつつ、公開前の確認は必ず人が行う
ストア内の対策だけでなく、比較記事・まとめサイト・フォーラムなど外部での言及を増やす動きを少しずつ始める(今回の検証で、外部の言及は最も引用されやすい情報源だった)

追記(2026/10/23): 「言い回しひとつで結果が変わる」という現象が、ChatGPTだけでなくGoogle自身のAI機能でも確認された。AppTweakの検証(10月15日公開/10月21日更新)によると、Google Playの「Ask Playハイライト」は、同じニーズの検索でも言い回しがわずかに違うだけで、推薦される6本のアプリが1つも重ならないという結果が出ている。ASOとAEOを分けて考えられなくなっている、という上記の指摘を裏付ける具体例と言えそうだ。

よくある質問

Q. ASOとAEOは別々に対策すればいいのでしょうか?
A. いいえ。Phitureの記事では、キーワード調査や意図分析を共有しながら両方を並行して進めるべきだとされています。どちらか一方だけでは不十分とのことです。

Q. ChatGPTとGeminiで、AIが参照する情報源が違うのはなぜですか?
A. モデルごとに情報の取得方法が異なるためです。ChatGPTとClaudeは主に学習データの記憶に頼り、Geminiは記憶とライブ検索を組み合わせ、Perplexityは常にライブ検索でストアの説明文やレビューを直接引用する傾向があるとのことです。

Q. 自社アプリがAI経由でどう見られているか、どうやって測定すればいいですか?
A. 現時点ではGoogle Search Consoleのような決定版のツールはまだありません。Phitureは、主要なAIツールに現実的な質問を月次など定期的に投げて、引用される頻度・引用元の種類・通常のASO指標を合わせて記録していく方法を勧めています。

出典: Phiture「ASO and AI: A Framework for the AEO Era」(Richard Velez、2026年10月14日公開)

筆者：Standarrow(ASO・AEO・広告配信を手がける日本向けアプリマーケティング支援)
アプリのAIO・ASOご相談・お問い合わせはこちらから。