ディギディギとは
LLMがあなたのブランドを語れるかどうかは、学習データの中にどれだけ質の高い言及が存在したかで決まります。LLMO・GEO・AI検索対策と呼ばれる施策の多くは検索の側への働きかけであり、それだけではモデルの中の認知は変わりません。
変えられるのは、次のモデルが学ぶテキストです。
ディギディギは現在地を測り、打ち手の効果を確かめるための計測器です。
ディギディギができること
ハルシネーション検知
自社ブランドについてLLMに質問し、事実と異なる回答(ハルシネーション)が発生していないかを確認します。放置された誤認は、顧客との会話の中で再生産され続けます。
逆引きで競合がわかる
「この分野といえば?」をLLMに問い、想起される企業・ブランドを洗い出します。検索シェアとは別の、LLMの中の競合地図が見えます。
想起シェアの計測
カテゴリ内で自社がどれだけ想起されるかをシェア(SOV)として数値化。競合との差を定点計測し、施策の効果を確認できます。
メディア分析
LLMの学習データに届きやすいメディアはどこか。学習許諾の状況やメディアの特性から、露出を狙うべき媒体を分析できます。「どこに載れば次のモデルに届くのか」に答えます。
サイテーションデバッグ
プレスリリースや記事で新しく獲得した露出を診断。学習パイプラインを生き残れる記事か、自社と狙ったキーワードの結びつきが本文の中で成立しているかを検証し、刻めていない原因を特定します。
並列センテンスジェネレーター
自社と、結びつけたいキーワードを1つの文の中に共起させる文章案を自動生成。文脈を指定するだけで、リリースや記事にそのまま使える具体的なセンテンスを、裏付け付きで複数案作成します。
Qlipperとの組み合わせ
逆引きで競合がわかったら、次のKPIはニュース記事の量です。事前学習データに届くのは、報道という形で世に出たテキスト。PR効果測定サービスQlipperと組み合わせれば、PDCAが閉じます。


