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。
サービス、監査、市場との橋渡し語彙
この用語群は、より厳密な問題が名指しされる前の段階で、購買担当者、ダッシュボード、AI検索ツールが用いるサービス向けのラベルを安定させるものである。
これらの用語は独立したドクトリンではない。ルーティングのための語彙である。その役割は、需要を捉え、それを正規の定義、証拠、ソース階層、修正の規律へと導くことにある。
| 用語 | 機能 | 専門領域ページへのルート |
|---|---|---|
| LLM可視性監査 | エンティティ、ブランド、サービス、概念、または正規ページが、LLMを介した回答環境においてどのように現れ、消え、フレーミングされ、引用され、比較され、推奨されるかを構造的に検証するレビュー | LLM可視性監査 |
| AI可視性監査 | AIを介した検索システムと回答システムにわたって、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て評価する、市場向けの監査 | AI可視性監査 |
| AI回答監査 | 生成された回答を、カノン、ソース階層、証拠、応答条件、推論境界、回答の正当性に照らして検証する応用的なレビュー | AI回答監査 |
| AIブランド表現監査 | AIシステムが生成回答の中で、ブランドのアイデンティティ、役割、サービス、対象範囲、限界、比較、除外事項、権威をどのように再構成しているかを調べる構造的な監査 | AIブランド表現監査 |
| AI引用トラッキング監査 | AI回答システムがどのソースを引用しているか、それらのソースが実際に回答を構造化しているか、そして引用の挙動が回答の正当性を支えているのか、それとも覆い隠しているのかを検証する監査 | AI引用トラッキング監査 |
| 引用可能性監査 | あるソースが、AIを介した回答システムによって責任ある形で引用されるのに十分なほど、構造化され、明示的で、権威があり、機械可読であるかを評価する監査 | 引用可能性監査 |
| 推奨可能性監査 | エンティティ、サービス、ツール、またはソースが、宣言された範囲、証拠、比較、権威の制約のもとで、AIシステムによって責任ある形で推奨されうるかを評価する監査 | 推奨可能性監査 |
| 生成エンジン最適化（GEO）監査 | ランキングの約束ではなく解釈ガバナンスによって範囲を画定された、生成エンジンにおける可視性、引用、回答への包含、ソースの準備状況、表現の安定性を対象とする市場向けの監査 | 生成エンジン最適化（GEO）監査 |
| AI検索最適化監査 | 問題をランキング、キーワードターゲティング、回答への表示に還元することなく、サイト、ソース、エンティティをAIを介した検索に向けてどのように構造化すべきかを検討する監査 | AI検索最適化監査 |
| ChatGPTにおけるブランド可視性監査 | ChatGPT型のシステムがブランドにどのように言及し、省略し、フレーミングし、比較し、引用し、推奨するかを範囲を限定して調べ、その知見をカノン、証拠、表現ガバナンスへと振り向ける監査 | ChatGPTにおけるブランド可視性監査 |
ルーティングの原則
ユーザーや市場の出発点が、可視性、引用、推奨、ChatGPTでの存在感、ブランド表現、またはGEOであるときに、これらのラベルを用いる。そのうえで、作業をAI可視性監査、忠実性の証明、回答の正当性、表現ギャップへと振り向ける。
約束しないこと
これらのラベルは、サービスの提供可否、価格、ランキング、引用、推奨、修正の成功のいずれも含意しない。これらが名指すのは、診断の入口である。
この用語群の読み方
この用語群は、アドバイザリー業務と概念コーパスとをつなぐ橋である。ドクトリンを成果物のメニューに還元することなく、ドクトリンを実用的なサービスの言葉へと変換する。読み手は、商業的な入口と、そのサービスが存在するより深い理由の両方を理解できなければならない。
この橋が重要なのは、多くのクライアントが最初から解釈ガバナンスを求めるわけではないからである。彼らが尋ねるのは、なぜChatGPTが自社に言及しないのか、なぜAIシステムが競合他社を引用するのか、なぜ自社のブランドが誤って表現されるのか、なぜあるツールは可視的なのに自社のドクトリンはそうでないのか、といったことである。これらは、より深い解釈上の問題が市場に現れた症状である。
典型的な誤読
第一の誤りは、サービスラベルを主要な概念にしてしまうことである。AI可視性監査、GEO監査、AI引用トラッキング監査は有用なラベルだが、失敗モードの説明としては十分ではない。これらのラベルは、ソース階層、忠実性の証明、表現ギャップ、セマンティックアーキテクチャ、回答の正当性によって裏づけられなければならない。
第二の誤りは、過剰な約束をすることである。橋渡し語彙は、ランキングの保証、引用の保証、推奨の保証、モデルによる採用の保証を決して含意してはならない。この語彙が説明しなければならないのは、何を観察し、改善し、文書化し、モニタリングできるかである。
監査とルーティングでの活用
この用語群は、精度を保ちながら需要に応えなければならないページを構築するときに用いる。そのルートは、市場の症状、監査ラベル、診断上の問い、必要な証拠、ドクトリン上の拠り所、限界、次のステップという順でなければならない。
SERPアーキテクチャにおいて、この用語群は、サービスページに明確な役割を与えることでカニバリゼーションを防ぐ。サービスページは需要を捉えてカノンへと振り向けるのであり、定義と競合するのではない。