geo-monitor

/digital-marketing-pro:geo-monitor

スクリプトの場所。 ホストで ${CLAUDE_PLUGIN_ROOT} が設定されていない場合、スクリプトは skills/ と同じ階層にあるこのプラグインの scripts/ フォルダー内にあります。Python 3.10 以降で実行してください。python を使用し、見つからない場合は python3 を使用します（macOS、多くの Linux システム）。

目的

生成 AI エンジン全体でブランドの可視性を監視し、追跡します。ブランドに関連するクエリに AI プラットフォームがどのように応答するかを体系的にテストし、構造化された評価基準を使用して可視性を採点し、経時的な変化を追跡して、AI 上での存在感を高める機会を特定します。このコマンドは、AI が生成する回答にブランドがどこでどのように表示されるか（または表示されないか）を把握するための、再現可能な定量的フレームワークを提供します。これにより、マーケターは新たに台頭する生成エンジン最適化（GEO）チャネルを最適化するために必要なデータを得られます。主要な AI プラットフォーム全体で、ベースラインの設定、傾向の追跡、競合ベンチマーク、ナラティブの整合性チェックに対応します。

このスキルは、/digital-marketing-pro:aeo-audit で定義されている、標準となる AI 可視性スコアリング基準の定期実行モードです。 新たなスコアリングモデルを導入するものではありません。同じプラットフォームごとの 1～10 の評価基準とゲートをスケジュールに沿って適用し、経時的に追跡します。以下で算出される 0～100 の GEO ヘルススコアと A～F のレターグレードは、同じデータの傾向ビューです。これは勢いを把握するための時系列の集計であり、別のスコアカードではありません。6 つの標準サーフェス（Google AI Mode、Google AI Overviews、ChatGPT、Perplexity、Gemini、Copilot）は、scripts/geo-tracker.py の PLATFORMS 定数で一元的に定義されています。

プローブとファーストパーティデータの比較（2026-10-04 確認）

以下の評価基準のスコアは、実行して結果を確認するクエリであるプローブから得られます。エンジンが何を回答できるかを示すものであり、プラットフォームが報告する数値ではありません。プラットフォームが独自の可視性データを公開している場合は、同じレポートに別の列として取り込み、両者を決して混ぜないでください。

サーフェス	プローブスコアと併せて取り込むファーストパーティデータ	わからないこと
Copilot（Bing および一部のパートナー AI エクスペリエンスも含む）	Bing Webmaster Tools → AI Performance： • 自社サイトへの引用と、それらの根拠となるクエリ • Intents：Informational、Commercial、Navigational、Learn and Solve、Research、Creation、Local などに分類された根拠クエリ • Topics：テーマごとにクラスタリングされた根拠クエリ • Citation Share：同じ根拠クエリに対して表示された全引用に占める、自社の引用の割合 • Compare：現在の30日間と直前の30日間など、過去の期間を重ねて比較 名称が挙げられている4つの機能はプレビュー版で、全世界で利用できます。出典：Bing Webmaster ブログ、2026年6月16日	クリック数やトラフィック。競合ドメインについては、Citation Share は「競合ドメインを公開せず、トラフィックシェアを表さず、コンテンツに品質スコアを付与しません」。競合とのベンチマークには、引き続きプローブを使用してください
AI Overviews、AI Mode	Search Console の生成 AI パフォーマンスレポート：ページ、国、日付、デバイス別のインプレッション（/digital-marketing-pro:gsc-ai-performance）	クエリ、クリック数、CTR
AI Mode / AI Overviews / Gemini アプリでのショッピング	Merchant Center の AI performance insights：発見、評価、購入の各段階における、類似ブランドに対するブランドのシェア・オブ・ボイス。Google は2026年5月、米国、カナダ、オーストラリア、インド、ニュージーランドで「今後数か月以内」に展開すると発表しているため、まずアカウントで利用可能か確認してください。出典：Merchant Center ヘルプ	クエリごとの引用の詳細
ChatGPT、Perplexity、Gemini アプリ（回答）	なし。ファーストパーティの引用レポートはありません	すべて。プローブスコアが唯一の指標であることを明記してください

トレンドレポートでは、プローブスコアとファーストパーティの数値を、それぞれ独自の出典と日付を付けて別の列に表示してください。Bing の Citation Share が低下する一方でプローブスコアが上昇する場合、またはその逆の場合は、差異を調査結果として明記してください。平均化して差異を消さないでください。

必要な入力

ユーザーは次の情報を指定する必要があります（指定がない場合は入力を求められます）。

• テスト対象のクエリ：意図の種類ごとに整理します。ブランドクエリ（「[brand] とは？」）、製品クエリ（「[brand] [product] の機能」）、比較クエリ（「[brand] と [competitor] の比較」）、カテゴリクエリ（「おすすめの [category] ツール」）があります。有意義なスコアリングには、最低5件のクエリを推奨します。指定がない場合、コマンドはブランドプロフィールに基づいてデフォルトのクエリポートフォリオを生成します
• 監視する AI プラットフォーム：ChatGPT、Perplexity、Gemini、Google AI Mode、AI Overviews、Copilot。デフォルトでは6つすべてが対象です（AI Mode は2026年5月に追加されました。AI Overviews とは別のサーフェスで、同じクエリでも異なる引用を選ぶことがよくあります）。対象エンジンを絞りたい場合やテスト能力に限りがある場合は、特定のプラットフォームに限定できます
• 監視頻度：weekly または monthly。ブランドを再テストする頻度と、トレンドデータの集計期間を指定します。最適化キャンペーンを積極的に行っている場合は毎週、安定した状態の監視には毎月を推奨します
• ベンチマーク対象の競合ブランド（任意）：同じクエリポートフォリオでテストする競合ブランド名を1つ以上指定します。これにより、AI 上での相対的な存在感を把握するための並列可視性スコアリングが可能になります。指定がない場合、レポートは競争環境を考慮せず、ユーザーのブランドのみを対象とします

プロセス

1. ブランドのコンテキストを読み込む：~/.claude-marketing/brands/_active-brand.json を読み込み、アクティブなスラッグを確認してから、~/.claude-marketing/brands/{slug}/profile.json を読み込みます。ブランド名、製品名、カテゴリ、主な差別化要因、望ましいポジショニングを抽出し、クエリポートフォリオの作成とナラティブ整合性のスコアリングに活用します。また、~/.claude-marketing/brands/{slug}/guidelines/_manifest.json にガイドラインがあるか確認し、存在する場合はブランドボイスとメッセージング上の制約を読み込みます。ブランドが存在しない場合は、「先にブランドを設定しますか（/digital-marketing-pro:brand-setup）？」と尋ねるか、デフォルト設定で続行します。
2. クエリポートフォリオを定義する：対象クエリを、情報収集型（what is、how does）、ナビゲーション型（ブランド固有）、トランザクション型（buy、pricing、sign up）、比較型（vs、alternatives、best）に分類します。ユーザーからクエリが提供されている場合は、これらの分類に振り分けます。提供されていない場合は、ブランドプロフィールに基づき、4 種類すべてを網羅する 10～20 件のバランスの取れたポートフォリオを生成します。セグメント別のスコアリングができるよう、各クエリに種類のタグを付けます。
3. 各プラットフォームで各クエリをテストする：クエリとプラットフォームの組み合わせごとに、AI の回答を記録し、評価基準に基づいてブランドの可視性をスコアリングします。リンク付きで引用（10 点：ブランド名が記載され、ブランドのウェブサイトまたはコンテンツへの直接リンクが提供されている）、ブランド名の記載（7 点：回答でブランド名が明示されているが、リンクはない）、出典の明示なしでコンセプトに言及（3 点：ブランドの製品、機能、またはアプローチについて説明されているが、ブランド名は記載されていない）、表示なし（0 点：ブランドがいかなる形でも表示されていない）、誤った情報（-5 点：ブランド名は記載されているが、誤りのある、古い、またはブランドに損害を与える情報が含まれている）。ナラティブ分析に備え、回答全文も記録します。
4. 結果を記録する：クエリ、プラットフォーム、結果の各組み合わせを geo-tracker に保存します（--result には評価基準の値を指定します：cited = リンク付きで引用、mentioned = リンクなしで名称を記載、concept-only = 出典の明示なしでコンセプトに言及、absent、misrepresented）：

   python "${CLAUDE_PLUGIN_ROOT}/scripts/geo-tracker.py" \
       --brand {slug} --action audit-visibility \
       --query "best project management tool for agencies" \
       --platform ai-mode \
       --result cited \
       --context "AI Mode named the brand and linked its comparison page" \
       --url "https://brand.example/compare"
   

   有効な --platform の値は、正式な 6 つのサーフェスです：ai-mode、ai-overviews、chatgpt、perplexity、gemini、copilot。
5. ベースラインと比較する：過去のモニタリングデータがある場合は、現在のスコアを直近の前回確認時および初回のベースラインと比較します：

   python "${CLAUDE_PLUGIN_ROOT}/scripts/geo-tracker.py" --brand {slug} --action diff
   

   クエリ別およびプラットフォーム別に、改善（スコア上昇）、低下（スコア下降）、新たな表示（非表示から表示）、表示の消失（表示から非表示）、新たな機会（競合他社は表示されているが、ブランドは表示されていないクエリ）を特定します。
6. 可視性スコアを算出する：プラットフォーム別の可視性スコア（そのプラットフォームの全クエリスコアの平均を 0～100 に換算）、クエリの意図別スコア（情報収集型とトランザクション型のクエリで、ブランドがどの程度表示されているか）、総合 GEO 健全性スコア（すべてのプラットフォームとクエリタイプを対象とする加重平均）を算出します。競合他社が指定されている場合は、ランキングできるよう、各競合他社についても同じスコアを算出します。
7. ナラティブの整合性を評価する：ブランドが表示されるクエリについて、AI の説明をブランドプロフィールにある望ましいポジショニングと比較します。ナラティブのずれ（AI が意図したポジショニングとは異なる形でブランドを説明している）、古い情報（AI が古い機能、価格、または経営陣の情報を引用している）、主要な属性の欠落（AI が中核となる差別化要因を省略している）、誤った情報（AI がブランドについて事実と異なる内容を述べている）にフラグを付けます。
8. 推奨事項を作成する：弱点に基づき、AI での可視性を向上させるための優先順位付きアクションリストを作成します。引用されやすくするために作成または更新するコンテンツ、追加する構造化データ、修正すべきエンティティの一貫性（/digital-marketing-pro:entity-audit と照合）、必要なナラティブの修正、可視性への投資が最も大きな効果をもたらすプラットフォームを提示します。

出力

以下を含む、包括的な AI 可視性モニタリングレポートです。

• AI 可視性スコアカード：共通の 1～10 の評価基準によるプラットフォームごとのスコア（ChatGPT、Perplexity、Gemini、Google AI Mode、AI Overviews、Copilot の標準 6 サーフェス）に加え、トレンド表示として 0～100 に換算した総合 GEO ヘルススコアと文字評価（A～F）、前回チェックとの比較を示すトレンド指標。プラットフォームごとの 1～10 のスコアが正式な評価であり、0～100 の評価は時系列での変化を把握しやすくするためだけのものです。
• クエリレベルの結果マトリクス：すべてのクエリとプラットフォームの組み合わせについて、スコア、回答の抜粋、フラグを表示。プラットフォーム、意図の種類、スコアで並べ替え可能です。
• トレンドレポート：ベースラインおよび前回チェックとのスコアの変化を、プラットフォームごとと全体で表示します。方向性を示すスパークライン指標と、改善または低下した具体的なクエリも含まれます。
• ナラティブの整合性評価：ブランドが目指すポジショニングと AI の回答との整合性について、プラットフォームごとに概要を示します。具体的な乖離フラグ、古い情報に関する注意喚起、不足している属性も含まれます。
• 競合ベンチマーク：競合が指定されている場合、可視性スコアの比較、競合がブランドを上回るクエリ、AI の回答で各ブランドが占めるナラティブ上の領域を表示します。
• 改善の主な機会：ブランドが表示されない、または露出が少ない一方で競合は表示されるクエリやプラットフォーム、高い購買意図を持つクエリでブランドがまったく表示されないケースを示します。
• 影響度順に並べた推奨アクション：コンテンツ作成、構造化データの更新、エンティティの修正、引用の構築など、具体的なアクションを優先順位付けして提示します。可視性スコアへの推定影響と必要な労力も含まれます。
• 実行ログエントリー：監査証跡として、クエリ数、プラットフォーム数、総合スコア、トレンドの方向性、主なフラグをタイムスタンプ付きで記録します。

使用するエージェント

• seo-specialist — 生成エンジン全体での AI 可視性分析、意図の種類に応じたクエリポートフォリオの設計、「引用・言及・不在・誤表現」の評価基準による可視性スコアリング、ブランドポジショニングに対するナラティブの整合性評価、引用構築の推奨、AI による発見可能性を高める構造化データの最適化、GEO ヘルススコア改善に向けた優先アクションプランの策定
• performance-monitor-agent — ベースライン比較によるモニタリング期間ごとのトレンド追跡、プラットフォームごとおよびクエリごとのスコア変化の検出、可視性の大幅な低下または上昇に対するしきい値アラート、競合スコアの経時的な追跡、長期的なトレンド分析に向けた GEO ヘルススコア履歴の管理