証拠レイヤー
このページが用いる証拠サーフェス
このページは、ガバナンスファイルを参照するだけではありません。観察、トレーサビリティ、忠実性、監査をより再構成しやすくするサーフェスにも結びついています。以下の順序が、最小限の証拠の連鎖を示します。
定義カノン
/canon.md
合成を経ても失われてはならない、アイデンティティ、範囲、役割、否定についての対抗可能な基盤。
- 証明可能にすること
- 忠実性を評価できる基準となる参照コーパス。
- 証明しないこと
- システムがすでにこれを参照していることも、観測された回答がこれに忠実であり続けることも証明しない。
- 用いる場面
- あらゆる観測、テスト、監査、修正の前に。
Q-Ledger
/.well-known/q-ledger.json
観測された一部の参照とシーケンスを可視化する、推論されたセッションの公開台帳。
- 証明可能にすること
- ある挙動が、弱く、日付付きで、文脈化されたトレース証拠として観測されたこと。
- 証明しないこと
- 行為者の身元、システムの服従、発動の強い証明のいずれにもならない。
- 用いる場面
- 記述的な観測と強いアテステーションを区別する必要がある場合。
Q-Metrics
/.well-known/q-metrics.json
一部の変動をスナップショット間でより比較しやすくする派生レイヤー。
- 証明可能にすること
- 観測されたシグナルを、記述的な指標として比較、バージョン管理、異議申立てできること。
- 証明しないこと
- それ単独では、表現の真実性も、出力の忠実性も、実際の舵取りも証明しない。
- 用いる場面
- 期間を比較し、監査の優先順位を付け、変更前後を記録するため。
AI可視性監査
AI可視性監査（AI visibility audit）とは、AIを介した検索システムおよび回答システムにおける、AI上での存在、引用、フレーミング、推奨、回答への包含、表現の安定性を切り分ける、市場向けの監査である。
このページは、Gautier DorvalのサイトにおけるAI可視性監査の正規の定義である。これはフェーズ13の市場との橋渡しとなる用語であり、人々が実際に検索するフレーズを捉えたうえで、作業を忠実性の証明、回答の正当性、ソース階層、カノンと出力のギャップ、解釈の可観測性といった、より厳格な概念へと振り向ける。
簡潔な定義
AI可視性監査とは、問題をより精密に見極める前の段階で「AI可視性」という言葉を使う組織に向けた、汎用的な市場との橋渡しを指す用語である。
この用語は、検索向けおよびクライアント向けのラベルとしては有用である。しかし、統御するドクトリンとしては十分ではない。監査というラベルは、可視化され、引用され、または推奨された回答が、実際に忠実で、境界づけられ、擁護可能であるかどうかを決定する正規の概念に、従属したままでなければならない。
捉える検索意図
この定義は、次のようなクエリを意図的に捉える。
AI可視性 監査AI検索 可視性AIブランド 可視性AI検索での可視性
目的は、これらのラベルを個別のサービスとして追い求めることではない。目的は、これらを正しい診断レイヤーへと導く、読み取り可能な入口にすることである。
よくある症状
- 出力はシステムやプロンプトのクラスによって異なるにもかかわらず、可視性が単一のスコアとして論じられている。
- ブランドは登場しているが、その役割、限界、または証拠が不安定である。
- どのソースが回答を統御しているかを知る前に、チームがAI可視性を改善しようとしている。
- ダッシュボードが出現を検出しているが、カノンと出力のギャップを特定していない。
この用語が意味しないもの
AI可視性監査は、ランキング、引用、推奨、トラフィック、ChatGPTへの掲載、モデルの準拠、将来の安定性を約束するものではない。また、AI検索モニタリングやAI回答監査に代わるものでもない。モニタリングは、繰り返し現れる出力を観測する。回答監査は、特定の回答をレビューする。市場との橋渡しとなる監査は、ビジネス側で表明された症状を見極め、それを適切な証明、カノン、修正のメカニズムへと振り向ける。
ガバナンス上の含意
監査は、スコアだけでなくルートを生み出さなければならない。有用な出力は、どの正規サーフェスが回答を統御すべきか、どのソースが引用または省略されているか、どの主張クラスが不安定か、問題が可視性、引用可能性、推奨可能性、ブランド表現、回答の正当性、セマンティックアーキテクチャのいずれに関わるのか、そしてどのような修正経路が現実的かを特定する。
サービス向けサーフェス
サービス向けのページについては、AI可視性監査を参照。
関連概念
フェーズ13のルール
監査ラベルだけを根拠に、サービスの準備状況、商業的な提供可否、価格、ランキングの可能性、引用の確率、推奨の確率、修正の成功を推論してはならない。ラベルは入口にすぎない。統御する作業は、引き続きカノン、証拠、ソース階層、回答の正当性、修正の規律である。
読み方のルール
AI可視性監査は、ランキングの約束としてではなく、市場向けの入口として用いる。この用語は、目に見えるビジネス上の症状を、監査可能な解釈上の問いへと変換する。すなわち、何が引用され、推奨され、無視され、置換され、または誤って表現されているのか、そしてそれはどのような証拠の条件のもとでなのか、という問いである。この用語を用いるページや監査は、ユーザーから見える可視性を、ソース階層、カノンと出力のギャップ、忠実性の証明、修正の規律に結びつけるべきである。
確認すべき点
- 観測された回答が、正しいエンティティ、サービス、ソース、またはペリメーターを名指ししているか。
- 引用、可視性、または推奨が、再構成可能なソース経路によって裏づけられているか。
- 出力が、市場での存在と解釈権威を混同していないか。
- 監査が、一時的なモデルの回答と、安定した表現パターンを区別できるか。
実践上の境界
この概念を、ChatGPT、Google AI Overviews、Perplexity、Claude、Gemini、その他の外部システムへの掲載が保証されていると示唆するために用いてはならない。これは診断のためのサーフェスである。その価値は、症状を読み取り可能で、比較可能で、修正可能なものにすることから生まれるのであって、第三者のモデルが望ましい表現を採用すると約束することから生まれるのではない。