optifeed-radar

Optifeed Radar

オープンソースのAI可視性チェッカー。npmで公開中。npx optifeed-radar で実行できます。

購入者がAIに尋ねたとき、あなたのブランドは推薦されていますか？Optifeed Radarは、ChatGPT、Perplexity、Gemini、Claudeを支えるモデルが実際にあなたを推薦しているかを調べ、競合他社と比べてどの位置にいるかを示します。ローカルで動作し、ご自身のAPIキーを使用します。Optifeedがホストするバックエンドはありません。

これは、2種類のAIエージェント向けに作られています。AIエージェントがあなたをどのように見て推薦しているかを測定し、さらにご自身のAIエージェントで実行することもできます（CLI、JSON、MCP サーバー）。AI可視性、生成エンジン最適化（GEO）、回答エンジン最適化（AEO）、AI-SEOとも呼ばれます。

60秒でセットアップ

インストールは不要です。npx が取得して実行します。キー不要の audit は、APIキーもAI呼び出しも使わずに最初から最後まで実行できます。

npx optifeed-radar audit yourbrand.com

AIクローラーのアクセス（robots.txt）、llms.txt、schema.orgの構造化データ、基本的なメタデータ、サイトマップを確認し、0〜100のAI対応スコアを表示します。

check パイプラインは、エンジンのAPIキーを少なくとも1つ設定すると実行されます。実行するディレクトリにある .env ファイルに設定するか、環境変数としてエクスポートしてください。

echo "OPENAI_API_KEY=sk-..." > .env      # any one engine key gets you started
npx optifeed-radar check yourbrand.com

CLIは実行したディレクトリから .env を読み込むため、シェルのセットアップは不要です。キーをエクスポートしても動作します（export OPENAI_API_KEY=...）。エクスポートしたキーは、.env に同じキーがある場合、常にそちらより優先されます。config では、値を表示せずに、見つかったキーとその取得元ファイルを確認できます。

ブランドを検出し、購入者向けプロンプトのセットを生成して各エンジンに問い合わせ、推薦、順位、シェア・オブ・ボイスを採点して、1つのAI可視性スコアにまとめます。このスコアには、ブランド名を含まない購入者の質問のみが反映されます（AIが促されずにあなたを取り上げたかどうかを測定します）。ブランド名を含む質問は、評判として別途報告されます。4つすべてのエンジンについて、本番APIを使った実環境での検証が完了しています（2026-07-20）。

クローンから作業する場合は、フラグが変更されずにCLIへ渡るよう npx tsx src/cli/index.ts <command> を実行してください。または、引数の前に -- を付けて npm run dev スクリプトを使います（npm run dev -- check yourbrand.com --report out.html）。

Agent Skillをインストールする

Radarは、Codex、Claude Code、Cursor、その他の互換性のあるAIエージェント向けのオープンなAgent Skillとしても提供されています。このリポジトリから直接インストールできます。

npx skills add optifeed/optifeed-radar --skill optifeed-radar

プロジェクト全体で利用できるようにするには、-g を追加します。インストール後、たとえば次のように依頼できます。

$optifeed-radar を使って yourbrand.com の無料AI対応監査を実行し、影響の大きい上位3件の指摘を説明してください。有料チェックは開始しないでください。

MCP サーバーは実行可能なツールを提供します。Agent Skillは、その周辺での作業方法を提供します。まずキー不要の監査を実行し、有料エンジン呼び出しの前に対象範囲と費用を確認し、上限を設定して、結果とあわせてサンプリング上の制約を報告します。MCPを設定していない場合、SkillからCLIを操作することもできます。

Claude Code プラグインをインストールする

Claude プラグインには同じスキルが含まれており、公開されている npm パッケージから Radar の MCP サーバーを起動します。Claude Code で次を実行します。

/plugin marketplace add https://github.com/optifeed/optifeed-radar.git
/plugin install optifeed-radar@optifeed

Claude Code を再起動するか、/reload-plugins を実行してから、 /optifeed-radar:optifeed-radar を呼び出すか、ドメインを監査するよう Claude に自然な言葉で依頼します。Node 20 以降が必要です。無料の監査にプロバイダーキーは必要ありません。有料の可視性チェックには、Claude Code の環境変数に設定されたプロバイダーキーを使用します。

単体のスキルと Claude プラグインでは、公開 ChatGPT アプリは作成されません。 ChatGPT のサポートは、Radar をパッケージ化し、OpenAI のプラグインおよび MCP の配布ルートに対してテストした後、別途案内する予定です。

動作を見る

ブランドの検出と購入者向けプロンプトの生成から、エンジンへのライブクエリとスコアリングまで、ターミナルから可視性チェックを一通り実行します。

15 秒の CLI デモを見る

できること

Optifeed Radar は実際の AI エンジンに購入者の実際の質問をして、あなたのブランドが推薦されるかを測定します。検索インデックスでの順位ではなく、AI が購入者に回答する際にあなたの名前が挙がるかを測定します。ウェブソースを引用するグラウンデッドエンジンは、モデルの重みだけをもとに回答するパラメトリックエンジンとは動作が異なるため、別々に報告されます。エンジンがグラウンデッドとして扱われるのは、実際に検索を行った回答に限られます。グラウンデッドモードを求めても、モデルが応じるとは限らないため、回答の一部でしか検索しなかった場合は、その旨がレポートに記載されます。計算式については、METHODOLOGY.md を参照してください。

質問は、あなたが販売するものに合わせて作られます。自社製品を製造している場合、購入者には何を買うべきかが尋ねられ、競合メーカーとの比較で評価されます。他社製品を販売する店舗の場合、購入者にはどこで買うべきかが尋ねられ、競合店舗との比較で評価されます。製品について質問するとメーカーが回答に挙がるため、店舗をその質問で評価すると、店舗について何もわからないゼロ点が報告されます。ツールはサイトからこれを判断し、profile.json の businessType に保存します。推測が間違っていた場合は編集してください。

さらに、shopping では、指定した個別製品についても同じチェックを行います（ベータ版）。各製品には 0～100 の独自の可視性スコアが付き、レポートはエンジンの回答に応じて並び替えられます。エンジンが回答で取り上げたものの一度も推薦しなかった製品が先頭になります。これが最も注目すべき結果だからです。続いて残りの製品が可視性順に並び、最後に今回の実行ではまったく測定できなかった製品が並びます。製品のリスト順に順位としての意味はありません。同じスコアの場合の順序を決めるだけです。各製品は、名前が出ないカテゴリ購入質問と、製品名が出る質問の両方で、二重にチェックされます。製品が回答に含まれない場合、レポートの先頭にはエンジンが代わりに挙げた競合製品が表示されます。ゼロ点の理由を知るうえで、こちらのほうが有用だからです。製品ごとに専用の質問が行われるため、スコアはそれぞれの製品が自分の売り場でどれだけ優位に立つかを示すものであり、ある製品が別の製品に勝るという意味ではありません。製品は自分で指定します。インポートもクロールも行われません。

AI エージェントから利用する（MCP）

optifeed-mcp サーバーは、AI エージェントにも同じ機能を提供します。stdio 経由で動作し、npx が必要に応じて取得するため、クローンやビルドは不要です。

Claude Desktop（claude_desktop_config.json）。最も手早く開くには、Settings -> Developer -> Edit Config を選択します。ファイルがまだ存在しない場合は作成されます。ファイルは次の場所にあります。

• macOS：~/Library/Application Support/Claude/claude_desktop_config.json
• Windows：%APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "optifeed-radar": {
      "command": "npx",
      "args": ["-y", "--package=optifeed-radar", "optifeed-mcp"],
      "env": {
        "OPENAI_API_KEY": "sk-..."
      }
    }
  }
}

Claude Desktop は起動時にこのファイルを読み込むため、編集後は終了して再起動してください。

Claude Code（プロジェクト内の .mcp.json）：

{
  "mcpServers": {
    "optifeed-radar": {
      "command": "npx",
      "args": ["-y", "--package=optifeed-radar", "optifeed-mcp"]
    }
  }
}

Cursor（.cursor/mcp.json）と Windsurf（mcp_config.json）も同じ形式を使用します。

{
  "mcpServers": {
    "optifeed-radar": {
      "command": "npx",
      "args": ["-y", "--package=optifeed-radar", "optifeed-mcp"]
    }
  }
}

クローンから作業する場合は、先にビルドしてください（npm install && npm run build）。次に、ビルド済みのエントリーポイントを指定して node でサーバーを実行します。/path/to/optifeed-radar はクローンのパスに置き換えてください。

{
  "mcpServers": {
    "optifeed-radar": {
      "command": "node",
      "args": ["/path/to/optifeed-radar/dist/mcp/index.js"]
    }
  }
}

プロンプトの例

接続したら、AI エージェントに自然な言葉で依頼できます。以下は 5 つのツールと、それぞれが受け付ける引数に対応しています。

• 「yourbrand.com の無料 AI 対応状況監査を実行して。」-> audit_store。キーは不要で、費用もかかりません。
• 「yourbrand.com が表示されるべき購入者の質問は？」-> generate_buyer_queries。実行に費用をかける前に、候補を確認できます。
• 「yourbrand.com の AI 上での可視性をクイックモードで確認して。上限は 20 セントにして。」-> quick と max_cost を指定した check_visibility。
• 「OpenAI と Perplexity だけで yourbrand.com を確認して。」-> engines を指定した check_visibility。
• 「AI が次の商品をおすすめしているか確認して：Aria 2、Presto X、Brew Mini。yourbrand.com で、この順番で。」-> shopping_check。入力順はランキングではなく、スコアが同じ商品の間でのみ優先順位を決めます。
• 「yourbrand.com で、静音の家庭用エスプレッソマシン Aria 2 と、高速なデュアルボイラー Presto X を確認して。上限は 1 ドルにして。」-> 商品ごとの説明と max_cost を指定した shopping_check。商品が何であるかを伝えることで、意味が分かりにくいモデル名を補えます。説明がない場合、質問はストアのカテゴリから推測されます。
• 「yourbrand.com の前回の可視性チェックから何が変わった？」-> get_snapshot_diff。無料ですが、比較には保存済みのチェック結果が 2 件必要です。

まずは監査のプロンプトから始めてください。キーが不要なので、API クレジットを消費する前にサーバーが正しく接続されていることを確認できます。check_visibility は非対話型で実行されるため（MCP 経由では確認プロンプトが表示されません）、AI エージェントが開始するチェックの費用を制限するのは max_cost の上限です。デフォルトは 0.50 ドルです。 shopping_check は規模が大きいため、デフォルトの上限は商品リストの数に応じて変わり、指定した商品 1 件あたり 0.20 ドルです。

ツールと費用

サーフェス	名前	機能	費用
CLI	audit	AI 対応状況をキー不要でチェックします（robots、llms.txt、schema、sitemap）	無料、AI への呼び出しなし
CLI	check	完全なパイプライン：購入者向けプロンプト、エンジン、AI 可視性スコア	API キーはご自身で用意してください
CLI	shopping	指定した製品：AI に対する自社のランキングと競合製品の状況	API キーはご自身で用意してください
CLI	diff	直近 2 回の実行間での変更点	無料（保存済みスナップショットを読み込みます）
CLI	sources	AI が引用したドメインと、自社のシェア・オブ・ボイス	無料（保存済みスナップショットを読み込みます）
CLI	queries	購入者向けプロンプトパックを表示またはエクスポートします	無料
CLI	config	設定済みのエンジンキーと状態の保存場所	無料
MCP	check_visibility	ドメインの可視性チェックを実行します	API キーはご自身で用意してください
MCP	audit_store	キー不要の対応状況監査を実行します	無料
MCP	generate_buyer_queries	購入者向けプロンプトパックを作成します	API キーはご自身で用意してください（通常 $0.05 未満）
MCP	shopping_check	AI エージェント向けに同じ製品チェックを実行します	API キーはご自身で用意してください
MCP	get_snapshot_diff	2 つの保存済み実行結果を比較します	無料

費用の透明性：audit は AI エンジンに問い合わせないため、費用はかかりません。check では、ご自身の API クレジットを使用します。実際の実行での測定値（2026-07-20、--quick = 購入者向けプロンプト 8 件）：

実行	測定費用
audit	無料
check --quick、エンジン 1 つ	約 $0.09
check --quick、4 つすべて	$0.41～$0.46
check --quick --grounded、4 つ	$0.85～$1.09

費用は、エンジン、プロンプトパックのサイズ、プロバイダーの料金によって変わります。Grounded 実行は、ウェブ検索の料金がトークン料金に上乗せされるため、パラメトリック実行の約 3 倍の費用がかかります。Google は検索クエリごとに課金し、1 つの回答で複数の検索が行われることがあります。Grounded の費用範囲は実際の 3 回の実行に基づいています。2 回は約 $0.85 で正常に完了し、1 回は独自の上限によって制限されて $1.09 かかったため、予算を立てる際は範囲の上限を目安にしてください。

shopping は 2026-07-23 に測定しました。--grounded モードで 4 つすべてのエンジンを使用して 2 製品を確認し、回答は 32 件、実行あたり $0.70、製品あたり約 $0.35 でした。 これは最も費用のかかる条件です（Grounded 実行はパラメトリック実行の約 3 倍の費用がかかります）。 そのため、4 エンジンのパラメトリック実行はこれを大きく下回ります。キーが設定されている各エンジンで、製品ごとに約 4 件のプロンプトを実行します。同じカテゴリの製品はカテゴリごとの質問を共有し、質問は 1 回だけ行われ、各製品について採点されます。 MCP ツールのデフォルト上限は製品あたり $0.20 のため、Grounded 実行ではこの上限に達します。4 エンジンすべてで Grounded を実行する場合は、max_cost を引き上げてください。 --max-cost を使用し、まずは 2～3 製品から始めてください。

所要時間も同じ方法で測定しました（2026-07-22）：

実行	測定時間
初回の npx（インストール、1 回のみ）	約 8 秒
audit	0.3～1.7 秒
check --quick、エンジン 4 つ	47～51 秒
check --quick --grounded、エンジン 4 つ	約 97 秒
インストールサイズは、空の npm キャッシュでパッケージ化された tarball を測定したものです。そのため、レジストリからコールド状態で npx optifeed-radar audit yourbrand.com を実行しても、約 10 秒で完了するはずです。check の所要時間は、各エンジンの応答速度によって異なります。プロンプトパック全体に対して複数のエンジンに問い合わせるため、その待ち時間は当方で制御できないプロバイダーのレイテンシーです。check の実行中は進行状況がリアルタイムで表示されるので、何も表示されないターミナルを眺めるのではなく、どのフェーズにいるか確認できます。

実行のたびに、実際にかかった費用をセットアップ（ブランドの検出とプロンプト生成）とエンジンの呼び出しに分けて報告するため、プロバイダーの請求額と照合できます。確認プロンプトで実行を見送った場合も、セットアップ費用は報告されます。検出はそのプロンプトより前に実行されるためです。

--max-cost 0.20 は費用の上限を設定します。上限は呼び出しごとに確認され、上限に達すると、エラーではなく、上限に達したことを示すフラグ付きの部分的な結果が返されます。これは絶対的な上限ではなく、強い上限です。エンジンの費用は呼び出しが返るまでわからないため、実行費用は、エンジンごとに未測定の呼び出し 1 回分を上限として超過する可能性があります。超過分は必ず報告され、隠されることはありません。

便利な check フラグ：--json（未加工のエンベロープ）、--report report.html（単独で動作するレポート）、--max-cost 0.50、--quick（小規模なプロンプトパック）、--grounded（エンジンが対応している場合のウェブ検索モード）、--fail-under 50（しきい値未満の場合にゼロ以外で終了。CI 向け）、--yes（費用確認を省略し、AI エージェントが無人で実行できるようにします）。

測定できた項目がない check は、ゼロ以外で終了し、その理由を表示します。購入者向けプロンプトは judge モデルへの 1 回の呼び出しで生成されます。その呼び出しが失敗した場合（API クレジットがない、レート制限に達した、応答が使用できないなど）、エンジンに尋ねる内容がないため、エンジンへの費用を使う前に実行を停止します。空の結果を完了したものとして報告することはありません。費用確認をご自身で見送るのは選択であり、失敗ではないため、終了コードはゼロのままです。

例

npx optifeed-radar audit example.com      # free readiness score
npx optifeed-radar check example.com --quick --yes
npx optifeed-radar shopping example.com --products "Aria 2, Presto X" --yes
npx optifeed-radar diff example.com        # what changed since last run
npx optifeed-radar sources example.com     # who the AI cited
npx optifeed-radar config                  # which keys are set

config は各キーが設定されているかどうかだけを報告し、キーの値は表示しません。

shopping では、実行ごとに任意の順序で最大 10 個の商品を指定できます。確認されるのは最初の 10 個だけで、レポートの順序は入力した順ではなく、エンジンの処理結果に基づきます。ファイルでは、各商品に説明を指定します。これにより、わかりにくい商品名を補足できます。「Aria 2」ではエンジンに何も伝わりませんが、「静かな家庭用エスプレッソマシン」なら必要な情報がすべて伝わります。

products:
  - name: Aria 2
    aliases: [Aria II]
    descriptor: quiet home espresso machine
  - name: Presto X
    descriptor: fast dual-boiler espresso machine

npx optifeed-radar shopping example.com --products-file products.yml --yes

FAQ

AI の可視性とは何ですか？ 従来の検索インデックスでの順位ではなく、購入者が質問したときに AI エンジンが自社ブランドを推奨するかどうかです。生成エンジン最適化（GEO）または回答エンジン最適化（AEO）とも呼ばれます。

MCP サーバーはありますか？ はい。optifeed-mcp サーバーは、stdio 経由で AI エージェントに check_visibility、audit_store、generate_buyer_queries、shopping_check、get_snapshot_diff を提供します。

費用はいくらですか？ audit コマンドは無料で、キーも不要です。check パイプラインでは、ご自身のエンジン API クレジットを使用します。実測では、1 つのエンジンを使った簡易実行で約 $0.09、4 つすべてで $0.41～$0.46、--grounded を付けると $0.85～$1.09 です。実行のたびに使用額が報告され、--max-cost で上限を設定できます。キーはご自身で用意してください。Optifeed がホストする課金機能はありません。

データはどこに保存されますか？ Optifeed Radar はローカルで動作し、スナップショットをお使いのマシンに保存します。Optifeed がホストするバックエンドはありません。各キーは API 呼び出しに必要な場合に限り、対応する AI プロバイダーにのみ送信され、ログに記録されることはありません。プロンプトと応答は、そのプロバイダーのデータポリシーに従って処理されます。

どのエンジンに対応していますか？ OpenAI（ChatGPT）、Anthropic（Claude）、Google（Gemini）、Perplexity に対応しています。いずれか 1 つのキーを設定すれば開始でき、複数設定すると、より広く測定できます。

各エンジンはどのモデルに質問しますか？ gpt-5.6-sol、claude-sonnet-5、gemini-flash-latest、sonar を使用します。これらは各プロバイダーの API 経由で呼び出され、一般消費者向けのチャット製品経由ではありません。すべての回答に生成したモデルが記録されるため、保存した実行結果には、測定に使用したモデルが必ず示されます。OpenAI のモデルは固定されたスナップショットです。変動する -latest エイリアスは予告なく別のモデルに切り替わる可能性があり、その場合、diff に表示される変化が可視性の変化ではなく、エンジンの変更によるものになってしまうためです。

スコアはどのように算出されますか？ ブランド名を含まない購入者の質問に対する、実際のエンジン回答をサンプリングし、推奨の有無、表示順位、シェア・オブ・ボイスを評価して算出します。スコアは推定値であり、実行ごとに変動します。詳しい方法については、METHODOLOGY.md をご覧ください。

ディレクトリのメンテナー向け

awesome-mcp-servers、ClawHub、Smithery の掲載用の一文：

• Optifeed Radar - 実際の AI エンジンに実際の購入者の質問を投げかけ、ブランドが推奨されるかどうかをスコア化します。CLI と MCP サーバーを備え、ローカルで動作し、キーはご自身で用意します。
• Optifeed Radar（MCP） - AI エージェントからブランドや製品の AI 可視性（GEO / AEO）を測定するための check_visibility、audit_store、generate_buyer_queries、shopping_check、get_snapshot_diff。

このツールが対応する検索意図：AI 可視性チェッカー、AI は自社ブランドを推奨するか、生成エンジン最適化（GEO）ツール、回答エンジン最適化（AEO）、ChatGPT におけるブランドの可視性、AI-SEO、ブランドの可視性を測定する MCP サーバー。

このツールが対応しないこと

• 継続的なモニタリングではなく、特定時点でのチェックです。
• スコアはサンプリングに基づく推定値であり、実行ごとに変動します。順位を保証するものではありません。
• 製品を自動で見つける機能はありません。shopping では、指定した製品を 1 回の実行につき最大 10 件チェックします。カタログやフィードのインポート機能はありません。
• check と shopping ではご自身の API クレジットを使用します。無料なのは audit のみです。
• 従来型の SEO 順位トラッカーではありません。

カタログ検出（ストアやフィードから製品を取得する機能）と、Agentic Commerce Protocol（ACP）および Universal Commerce Protocol（UCP）に対するフィードのリント機能は、今後のリリースで提供予定です。optifeed.com からウェイトリストにご登録ください。

ステータス

現在も積極的に開発中で、リポジトリは公開されているため、進捗を確認できます。役に立った場合は、スターを付けていただけると大きな励みになります。スコアは推定値であり、その旨も表示されます。API キーは対応するプロバイダーへの呼び出しにのみ使用され、Optifeed Radar によってログに記録されたり保存されたりすることはありません。

ライセンス

MIT

詳しくは optifeed.com をご覧ください：https://www.optifeed.com/