「ChatGPT用とClaude用、対策は2セット作るんですか」
AI可視性の打ち手を並べていくと、この質問が必ず出てまいります。
へクス子も同じところで止まっておりました。手元の測定を開くと、ChatGPTで名前が挙がる会社とClaudeで名前が挙がる会社が、そもそも噛み合っていないんですよ。
数字がこれだけ食い違うなら、打ち手も分けるのが筋に見えます。ただ、そうすると作業量は素直に倍になりますね。
この分岐を、推薦の結果だけでなく「なぜ推薦されなかったか」の側から測った研究が出ております。
ChatGPTとClaudeで、AI可視性の対策は分けるべきか
推薦されるブランドそのものは約3分の2が食い違いますが、両方から落ちた理由の診断は95.1%が一致します(Unusual.aiのWill Jackら、2026年5月投稿、215本の商用プロンプト・7,763件の共同失敗を分析)。
どちらのAIにも見つけてもらえていない段階で落ちているなら、プロバイダごとに戦略を作り分ける前の診断は1回で足ります。95.1%の一致は、ほとんどがこの段階での一致だからです。
ここでいう診断ってのは、自社が「見つけてもらえていない」のか「見つかったのに回答で名前が出ない」のか「名前は出るのに推薦まではされない」のか、落ちている段階を切り分けることです。研究チームは共同失敗をこの3モードへ分類しました。
215本の商用プロンプトで、両方が落とした7,763件を突き合わせた
Unusual.aiの研究チームが調べたのは、ChatGPTとClaudeの両方を顧客が使っているブランドが、プロバイダ別の最適化をすべきかどうかという実務の分岐です(R)。
商用文脈のプロンプトを215本投げ、両プロバイダの推薦結果を並べる。そのうえで、どちらからも推薦されなかった「共同失敗」を7,763件取り出し、失敗モードの診断が一致するかを数えました。
推薦の食い違いは、まず類似度で押さえてあります。プロバイダ間のJaccard類似度は0.35。同じプロンプトを投げ直したとき同士の類似度が0.50〜0.61なので、プロバイダの差は「聞き直したときのブレ」より大きいということですね。
知名度が低いブランドほど、診断は一致していく
診断の一致率は95.1%(信頼区間は94.3%〜95.7%)。ブランドの知名度で分けると、こう動きます。
- カテゴリリーダー級のブランドで81%
- ロングテールの地域ブランドで99.6%
無名なほうが、両プロバイダで同じ理由で落ちているわけです。逆に言うと、すでに名前が通っている会社ほど、落ち方がプロバイダごとにばらけてまいります。
自社がどちら寄りかで、この研究の使い方は変わりますね。名前が通りきっていないうちは、診断を1回で済ませられる期間だと読めます。
ただし、少なくとも片方のAIが見つけたうえで落としたケースだけを数えると、診断が揃ったのは450件中67件(14.9%)でした。名前の通った会社がこの段階で落ちているなら、AIごとに診断し直すべきだと論文自身が書いております。
推薦までの経路は違っても、見つからない理由は揃う
両プロバイダは、推薦へたどり着く道筋がはっきり違っております。検索の形跡がどこにも見当たらないまま社名を推薦した割合は、Anthropicで43〜52%、OpenAIで8〜29%だそうな。
研究チームは、これを学習時の記憶から答えている印と読んでいます。
片方は記憶から答える割合が高く、もう片方は探しに行く割合が高い。社名が揃わないことと道筋が違うことを、研究チームは同じ絵の2つの面として並べております。
道順は違うのに、つまずいた原因の分類だけが揃う。通勤経路が全く違う2人が、遅刻の理由だけは同じ「そもそも家を出ていない」で一致するようなものでありますね。
家を出ていないなら、経路の最適化を2本作っても効きません。論文の見立てでは、無名の会社ほど、検索で拾えるウェブにも学習データにも十分に載っていないので、どちらのAIからも同じ段階で落ちるんだそうな。
この数字をどこまで持ち出せるか
使える範囲を狭めているのは、測った相手・市場・95.1%という数字の中身・書き手の4つです。
- 対象はOpenAIとAnthropicの2プロバイダのみ。GeminiやPerplexityは入っていません
- プロンプトは姉妹研究と同じ215本で、市場は米国・英国・EU中心の19業種。日本語圏の実測ではありません
- 両方のAIがほとんどのケースで「見つけていない」と判定されるので、偶然に任せても93.0%は一致する計算です。偶然の一致を差し引いた指標(コーエンのκ)は0.29にとどまります
- 著者4名は全員がUnusual.aiの所属で、同社はAI上のブランド可視性を扱う事業者です
とくに最後の1つは、結論の向きに効きます。「診断は共通化できる」という話は、診断を売る側にとって都合がよい結論ですからね。
そのうえで、推薦結果の食い違いという当社の既存記事の見立て(ChatGPT対策とPerplexity対策は別物)とは、矛盾しません。食い違うのは出てくる結果のほうで、原因の分類は共通、という切り分けになります。
打ち手を分ける前に、落ちている段階を1回だけ診断する
AIごとに打ち手表を作る作業は、その前に1つ工程を挟むと軽くなります。自社が落ちているのは、見つけてもらえていない段階なのか、見つかった先で選ばれていない段階なのか。ここを先に切り分けておく。
見つけてもらえていない段階なら、その診断は少なくともOpenAIとAnthropicの両方にそのまま使えます。地域ブランドでは、診断の99.6%が揃っていました。見つかったあとで落ちているなら、AIごとに診断し直すのが論文の見立てです。
打ち手を分けるかどうかを考えるのは、診断で段階が見えたあとで十分です。姉妹研究で見た階層別の勝ち負け(AIに「見つかる」と「選ばれる」は別問題)と合わせて読むと、自社の位置が置きやすくなりますよ。
出典
- Will Jack, Noah Lehman, Keller Maloney, Sarah Xu(Unusual.ai), “Divergent Recommendations, Convergent Diagnoses: Cross-Provider Failure-Mode Convergence in AI Commercial Recommendation”, arXiv:2606.26116v1, 2026-05-22, arxiv.org(OpenAI と Anthropic にまたがる商用の質問 215 件を対象に、両者で同時に起きた失敗 7,763 件を分析。推薦されたブランドの重なり(Jaccard 類似度)はプロバイダ間で 0.35 で、同じプロバイダで引き直したときの基準値 0.50〜0.61 を下回る。一方で失敗の診断は 95.1% [94.3%, 95.7%] で一致し、カテゴリ首位の 81% からロングテール・地域ブランドの 99.6% まで上がる。検索の形跡が見当たらないまま推薦した割合は Anthropic が 43〜52%、OpenAI が 8〜29%。限界: 対象は2プロバイダのみ。プロンプトは姉妹研究と同じ米国・英国・EU市場の19業種。一致の大半は両者とも「見つけていない」段階での一致で、コーエンのκは0.29、少なくとも一方が見つけたあとで落ちた450件に限ると一致は14.9%。著者4名は全員、AIでのブランド可視性の計測を売る Unusual.ai に所属している)