四象限は概念だ。概念は、計測できて初めて戦略になる。
縦軸のAI参照頻度をどう可視化するか。これが第3回の問いだ。
ただしその前に、一つ定義を置き直したい。EdgeShapingは「AIボットのトラフィックを計測するツール」ではない。より正確には、AIの理解を計測するツールだ。この定義の違いが、計測の使い方を根本から変える。
トラフィックではなく、理解を計測する。
AIボットがサイトを訪問した、という事実は、トラフィックの話だ。しかしEdgeShapingが捉えようとしているのはその先——AIがそのコンテンツを「どう理解しようとしたか」の痕跡だ。
AIはページをそのまま記憶しない。
取得したコンテンツを要約し、意味の分布として内面化する。
だとすれば、AIに正確に理解されるためには、要約されても意味が崩れない構造でコンテンツを書く必要がある。
どのパスに、どのボットが、どの頻度でアクセスしたか——その分布を読むことは、AIがサイトの何を「理解した」と判断したかを逆照射することになる。
ログはAIの理解の記録だ。
404が、語り始める。
そこで注目したいのが、404ログだ。
存在しないパスへのアクセス——通常これはエラーとして処理される。
しかしAIクローラーが叩いた404は、意味が違う。AIが「あるはずだ」と判断して探しに来たURLだ。
AIはわからないと言えない。存在しない答えを作る。存在しないページを探しに来る。第1回で書いたハルシネーションの構造が、ここで計測可能な現象として現れる。
そしてそのURLのパターンを読むと、輪郭が見えてくるものがある。
AIが人間の問いに答えようとした結果、存在しないパスを探しに来る。その404ログは、AIが『必要だ』と判断した情報の痕跡だ。
人間がまだ言語化していない問いに、AIが先に応答しようとした記録——そう読むことができる。
ユーザートリガーが示すもの。
EdgeShapingの計測において、ユーザートリガー（chatGPT-user等）という存在がある。これは実ユーザーの代理行動として読める参照パターンだ。
人間がAIに問いかける。AIがユーザートリガーとしてサイトを参照する。つまりユーザートリガーのアクセスログは、「人間の問いがAIを経由してサイトに届いた」証跡になる。GA4には記録されない経路が、ここに現れる。
GA4が計測する人間のセッションと、EdgeShapingが計測するユーザートリガーのアクセスを重ねたとき、初めて情報到達経路の全体像が見える。これがAHQGの計測の実装だ。
QueryPhaseAnalytics——先行指標として読む。
AI参照は、人間需要の先行指標になる。
Latent Gapに位置するコンテンツがAIに高頻度で参照され始めたとき、それはいずれ人間の検索需要として顕在化する予兆かもしれない。
MMMにおけるadstockが広告効果の時間差を捉えるように、AI参照ログは需要顕在化のラグを計測する指標になりうる。
ただし、そのラグの長さはテーマによって異なる。自分の業界のサイクルを知っている人間なら、ある程度読めるものもあるだろう。自分の領域であれば、AI参照パターンの変化が需要予測の手がかりになる。
これをQueryPhaseAnalyticsと呼ぶ。ページへのAIアクセスを「クエリフェーズの指標」として読む——人間の問いがまだ検索クエリとして表れる前の、AIの参照行動の段階を計測する試みだ。
計測できると、問いが変わる。
EdgeShapingでAI参照頻度を可視化し、GSCで人間の検索需要を読み、GA4で実トラフィックを追う。この三層を重ねたとき、自分のサイトがどの象限にいるかが見える。
Latent Gapにいるなら、今が先手を打つ時だ。Standardにいるなら、静かな劣化が始まっているかもしれない。Alignedにいるなら、守りの設計が要る。Incubationにいるなら、観察を続ける。
問いが変わる。
「どうすれば検索上位に入れるか」ではなく、「AIはこのコンテンツの何を理解しようとしているか」という問いに。
次回：AHQGを知ったら何をすべきか——コンテンツ設計への示唆、新KPI設計、AIO時代のDefine→Measure再設計について。