業務AI化 実装研修
LOFIR 実装コース / SEO・AI検索対策

SEO / AI検索対策
— AIに引用されるかを測る

AI可視性の実践ガイド
「AIに聞かれたとき、自社が挙がるか」を測り、直し、仕組みにする
2026年8月31日版 / LOFIR
この公開版について

受講者向けの教材から、
考え方と実測値だけを公開しています。

これは 1 レッスンぶんです
「業務 AI 化 実装コース」全 10 レッスンのうち、SEO / AI 検索対策のレッスンで実際に使っているスライドです。90 分のうちの本編にあたります
出しているもの
なぜ測るのか、想定質問のつくり方、測るときの掟、結果の読み方、当社と 3 社を同じ物差しで測った実数、直す場所の決め方
出していないもの
手を動かす部分——AI 社員・スキル・スクリプト・プロンプト全文・API キーの扱い・踏んだ罠の一覧。これらは受講者にそのまま動く状態でお渡ししています
読み方
左右のキー(← →)か、上のボタンでめくれます。数字はすべて当社の実測です。測った日と条件は各ページに書いてあります。

このレッスンで、出来るようになること

受講後、次の4つを自社のサイトに対して、自分の手でできる状態になります。

① 測れる
想定質問を20問つくり、4つのAIに聞いて、自社が引用されたかを数える
② 読める
引用率・層別・席の数・競合を読み、穴を2種類に切り分ける
③ 直す場所を決められる
穴に対して効くと分かっている手を優先順に並べられる(実際に直すのは次のレッスン)
④ 続けられるいちばん大事
同じ物差しで2週間後に測り直し、差分で語れる
この4つで一番大事なのは ④ 続けられる ことです。1 回のスナップショットは誰でも手で作れます。
同じ質問を同じ形で繰り返し、差分で語れることが価値です。
©2026 LOFIR3

目次

本編
1 なぜ、測る必要があるのか5
1.1 検索の入口が変わった6
1.2 LVMHは、すでに測っている7
1.3 既存のツールでは分からない8
1.4 測れるもの・測れないもの9
2 想定質問をつくる10
2.1 先に、検索されている言葉を見る11
2.2 3層で持つ12
2.3 やってはいけないこと13
2.4 記入サンプル14
3 測る15
3.1 まず手で1問聞く16
3.2 自動化にはAPIが要る17
3.3 測るときの掟18
4 読む19
4.1 4つだけ見る20
4.2 4社を同じ物差しで測ると21
4.3 穴を2種類に分ける22
5 直す23
5.1 実測で効いたのは「表」だけ24
5.2 表の作り方25
5.3 301は恒久設備26
まとめ27
★ 手を動かす部分(AI 社員の導入・API キーの扱い・プロンプト全文・踏んだ罠の一覧)は受講者向けのため、この公開版には入っていません。
©2026 LOFIR4
CHAPTER 01

なぜ、
測る必要があるのか

8分
1.1 検索の入口が変わった
1.2 LVMHは、すでに測っている
1.3 既存のツールでは分からない
1.4 測れるもの・測れないもの
©2026 LOFIR5
1 なぜ、測る必要があるのか

1.1検索の入口が変わった

これまで、検索の結果は「10本の青いリンク」でした。自社サイトが何番目に出るかを見ていれば、見え方はおおむね把握できました。いま、その手前にAIの回答が入りました。利用者は回答を読み、必要なときだけ出典をたどります。

つまり「何番目に出るか」より「回答の根拠として引用されるか」が効くようになりました。しかも、1つの回答に載る出典は数件しかありません。上位表示の話ではなく、椅子取りゲームです。★モデルが更新されると学習内容ごと変わるため、早く基準点を置いたほうが有利です。

検索面の変化 — 席が「10」から「3〜4」へ
これまで:検索結果(10本の青リンク)
保育向けの手袋シアター どこで買える
⋮ 以下 10位まで続く
席は 10
→
いま:AIの回答+数件の出典
保育向けの手袋シアターはどこで買えますか?
回答の根拠(出典)
出典 1出典 2出典 3出典 4
席は 3〜4 — 当社実測=1回答あたり平均 3.5ドメイン
©2026 LOFIR6
1 なぜ、測る必要があるのか

1.2LVMHは、すでに測っている

「うちのような規模には関係ない」と思われるかもしれません。実際には逆方向に動いています。2026年6月24日、パリの VivaTech 2026 で、LVMH(ルイ・ヴィトンやディオールを擁する世界最大のラグジュアリーグループ)の情報システム担当ディレクター Franck Le Moal 氏が、「Most Promising Award」をニューヨークのスタートアップ Bluefish に授与しました。

Bluefish が提供しているのは、ブランドが ChatGPT・Gemini・Perplexity の回答の中でどう現れるかを測定し、最適化するプラットフォームです。=本書で扱っているものと同じことです。(出典:VivaTech 2026 での発表を複数の業界メディアが報道)

Le Moal 氏が示した転換SEO→GEOgenerative engine optimization(生成エンジン最適化)
LVMHの事例から、中小企業が読み取れること
事実含意
世界最大のラグジュアリーグループが、LLM内での見え方を測る会社を公に表彰した「AIにどう見えるか」はもう実験ではなく、経営課題として扱われている
表彰したのが情報システム担当ディレクターだったマーケティング施策ではなく、計測基盤の話として位置づけられている
「SEOからGEOへ」と明言された順位を上げる発想から、回答に引用される発想への転換
重要なのは規模ではなく順番です。LVMHのような企業が測り始めた領域は、数年後には「測っていて当たり前」になります。
©2026 LOFIR7
1 なぜ、測る必要があるのか

1.3既存のツールでは分からない

Search Console には、2026年6月から生成AI面のレポートが追加されました。いま、ご自身の管理画面を開いてみてください——表示回数しか出ません。★これは使い方の問題ではなく仕様です。だから自分で測る必要があります。

管理画面のイメージ
Search Console ─ 生成AI面のレポート
表示回数2,025
クリック数— 項目がない
CTR— 項目がない
検索クエリ— 項目がない
平均掲載順位— 項目がない
取得できる指標
見たい指標取れるか
表示回数取れる
クリック数取れない
CTR取れない
検索クエリ取れない
平均掲載順位取れない
「クリックが落ちていないから無事」と読んではいけません。Search Console は検索結果画面でのクリックを数えるので、着地したページが404でも数字は減りません(当社で実際に起きました → 5.3)。
©2026 LOFIR8
1 なぜ、測る必要があるのか

1.4測れるもの・測れないもの

先に線を引きます。ここを混ぜると、数字が動いたときに理由を説明できなくなります。

3つの計測経路 — 何が分かり、何が分からないか
経路○ 分かること✕ 分からないこと
① 需要side
想定質問をAIに聞く
★今日やるのはここ
この問いなら挙がるか/引用されるか。
競合は誰か
実際に聞かれた頻度
(重みが分からない)
② 供給side
サーバログのAIクローラ
どのURLが回答生成のために
取りに来られたか
どの質問に対してか
(課金ゼロ)
③ 流入side
リファラ(GA4)
引用されクリックまで至ったページクリックされなかった分
(大多数)
★「実際にAIに聞かれたプロンプト」を網羅的に知る手段は、2026年8月時点で存在しません。
プラットフォーム側が公開していないためです。だから ①②③の代理信号を束ねる のです。
©2026 LOFIR9
CHAPTER 02

想定質問を
つくる

12分 / 手を動かします
2.1 先に検索語を見る
2.2 3層で持つ
2.3 やってはいけないこと
2.4 記入サンプル
©2026 LOFIR10
2 想定質問をつくる

2.1先に、いま検索されている言葉を見る

質問を、事業内容の説明だけから書かないでください。ここが今日いちばん大事なところです。

当社とクライアント3社を同じ物差しで測りました。実際の検索語から作った1社と、事業内容の説明から書いた2社で結果がまるで違いました。説明から書いた側は、いちばん検索されている言葉にどの質問も対応しないまま基準点を取っていました。
質問の材料を取る — 3分で終わります
やること見るところ
1Search Console を開く検索結果 → クエリ
2期間を3か月にする右上の期間
3表示回数の多い順に並べ替える表示回数の列
4自社名を含む語を外して、上位20〜30語を控える—
説明から書いた質問
「レインウェアを選ぶ基準は?」
実際に検索されている言葉とほとんど重ならない
→
検索語から起こした質問
「自転車でカッパを着るのは違反?」
実データ=月2,378 回表示されている問い
★ただし検索語をそのまま質問にはしません(→ 2.3 NG④)。全部を検索語で埋めるのが正解ではありません。
©2026 LOFIR11
2 想定質問をつくる

2.23層で持つ

想定質問は仮説です。層は3つに分けます。それぞれ測る目的が違うので、混ぜてはいけません。★named(指名)は成績でなく、測定装置の生存確認のためのものです(→ 2.2)。

想定質問の3層
層数何を書くか測る目的
broad(ふわっと)8問自社を知らない人が、課題の段階で聞くこと認知・競合の発見
specific(具体)10問サービス名・機能名・地域・条件が入った質問マッチング・受注
named(指名)2問「〇〇社はどんな会社ですか」★陽性対照
broad を省くと、競合を取り違える — 印刷会社の例
broad(その手前の課題)
「集客したい」
ここで戦っている相手=デジタルマーケ会社
…思ってもみない相手が競合だった
→
specific(受注の直前)
「DMの印刷を、どこに頼むか」
ここで戦っている相手=他の印刷会社
★「うちはBtoBだから具体だけでいい」——これがいちばん危ない判断です。ふわっとまで測らないと、競合が誰かを取り違えます。
©2026 LOFIR12
2 想定質問をつくる

2.3やってはいけないこと — NG は4つ

NG① サイトの見出しから作る
言いたいこと ≠ 聞かれること。見出しから作ると「自社が答えられる質問」ばかりになり、測っても必ず良い点が出ます=測る意味がなくなります
NG② 自社ドメインを1つしか書かない
旧ドメイン・サブドメインを書き漏らすと、自社が「競合」として集計されます。当社で実際に起きました
NG③ competitors を先に埋める
先に競合を決めると、AIが実際に推している相手を見落とします。空で始めて、初回の結果から拾って足します
NG④ 検索語をそのまま質問にする
検索窓に打つ言葉(「透湿性」)と、AIへの聞き方(「レインウェアの透湿性って何ですか?」)は別物です。それに検索に出てこない聞き方こそAIでしか測れません。全部を検索語で埋めるのが正解ではありません
指名質問(陽性対照)の結果を、どう読むか — 対応表
やったこと起きた結果正しい読み方
22問を測った指名は2問とも出た。broad は 0%装置は正常。「実力が0%」=施策を打つ
同じ22問を測った指名が2問とも出ない(全滅)★「順位」でなく「装置の故障」。ここで停止します
スクリプトが止まった数字が出ない接続・キー・実行フォルダを疑う
★指名で聞けば、普通は100%出ます。それが全滅したなら、疑うべきは順位ではなく観測の側です。方向が180度違います。
©2026 LOFIR13
2 想定質問をつくる

2.4記入サンプル

同梱の _template.yaml をコピーして、自社版として埋めます。右の記入例は右上のボタンで丸ごとコピーできます(読めなくても大丈夫です)。

YAML を初めて書く方へ
YAML=設定を書くためのテキスト形式です。次の4つだけ守れば書けます。
① 字下げ(インデント)で階層を表す
② 字下げは半角スペース2つ。タブは使えません
③ 名前: 値 のコロンの後に半角スペースが要る
④ 行末にカンマやセミコロンは不要
★この記入の目的は、機械に自動処理させるデータはこういう形で持つということを、手を動かして体感してもらうことです。ゼロから書くのが大変なら、AIに作らせることもできます。
目安=20〜30問。22問×4エンジン=88 回で約25〜30分・約120円。
★むやみに増やさないでください。88 回で読み取れるのは20〜30ポイント動いたときだけです。増やす前に、同じ検索語を見ている質問が無いかを確かめて差し替えるほうが、費用ゼロで精度が上がります。
query-set の記入例(ボタンで全文コピー)
# query-sets/mycompany.yaml client: 株式会社サンプル slug: sample domain: # ★保有ドメインは全部書く - sample.co.jp - sample-old.jp # ★旧ドメインも忘れずに brand: # 表記ゆれを全部 - 株式会社サンプル competitors: [] # ★空で始める queries: - id: c01 # 陽性対照 text: 株式会社サンプルはどんな会社ですか? layer: named control: true gsc_terms: [] # 指名は対照なので空 - id: b01 # ふわっと text: ◯◯を改善するには何から? layer: broad gsc_terms: [] # ★検索に無い=AIでしか測れない領域 - id: s01 # 具体 text: 東京で◯◯を頼める会社はどこですか? layer: specific gsc_terms: ["東京 ◯◯"] # ★GSCの表記のまま
©2026 LOFIR14
CHAPTER 03

測る

20分
3.1 まず手で1問聞く
3.2 自動化にはAPIが要る
3.3 測るときの掟
3.4〜3.6 AI社員の導入・APIキー・頼み方
(ハンズオン=受講者向け)
©2026 LOFIR15
3 測る

3.1まず手で1問聞く

APIの前に、手で1問聞いてみてください。概念を体で掴むためです。指名質問を1つ、ChatGPT・Gemini・Claude のどれか(お使いのもので構いません)にそのまま貼るだけです。見るのは右の2つだけ。この2つは別物で、打ち手が違います(→ 4.3)。

手作業の4ステップ
1
担当者が、想定質問を20問書く(broad 8・specific 10・指名 2)
2
担当者が、AIの画面にそのまま貼って聞く
3
回答を見て、言及と引用を 0/1 でメモする
4
日付をつけてスプレッドシートに保存する
これで基準点が置けます。API もコースも、その後で構いません。
チャット画面での見え方
株式会社サンプルはどんな会社ですか?
株式会社サンプル は、東京の中小企業向けに◯◯を提供する会社です。主なサービスは……
出典
sample.co.jpほか2件
文中の社名=① 言及
mention。回答の文章に自社名が出たか
出典のURL=② 引用
citation。出典欄に自社URLが入ったか。★本命
©2026 LOFIR16
3 測る

3.2自動化にはAPIが要る

20問×4AI=80 回を、担当者が毎月同じ条件で手で打ち直す——この作業が続きません。そして続かないと定点観測になりません。1 回のスナップショットに価値はなく、繰り返した差分だけが価値です。

なぜサブスクでなくAPIか

同じ質問で、こう分かれました。CLI側の誤差の向きは「在るのに見落とす」側です。= CLIだけで測っていると、施策が効いたのに気づけません。

サブスクとAPIは、別のもの
サブスク
定額制。人が画面から使う
≠
API
従量課金。プログラムから呼ぶ。自動化はこちら
★API費用は必ずかかります(従量・少額)。サブスクを契約していても、APIは別に課金が要ります。
同一の質問に対する、経路ごとの結果(LOFIRでの実測)
私たちが使った経路その経路が返した結果
OpenAI API(web_search)✅ 当社のURLを2番目の出典として引用した
Gemini API(グラウンディング)✅ 当社のドメインを2番目の出典として引用した
codex CLI(ChatGPTサブスク経由)❌ 当社に言及すらしなかった
claude CLI(Claudeサブスク経由)❌ 当社への言及なし
エンジン別の推奨経路と費用
エンジン推奨する経路22問1回あたり
ChatGPT系OpenAI API約 ¥70
Gemini系Gemini API約 ¥50
Claude系サブスクのCLIで代用可¥0
Gemini(サブスク)★代替なし—
月1 回なら年間1,500円弱。★キーの取得手順と、実際に踏んだ罠の一覧は受講者向けの教材にあります。
©2026 LOFIR17
3 測る

3.3測るときの掟 — 破ると数字が嘘になります

この4つは同梱スクリプトに実装として入れてあります。意味を知らずに外すと、気づかないまま間違った数字を信じることになります。

1
測定に使うAIに、自社の資料を読ませない 最重要
codex や claude のCLIは、起動したフォルダの指示ファイルを自動で読みます。答えを知った観測者は実力より良い数字を出します。
当社は基準点を1回捨てました。→ 測定専用の空フォルダから起動する
2
判定は文字列一致(決定論)。AIに判定させない
測る側が揺れると、施策の効果と測定のゆらぎを区別できません
3
失敗はエラー扱いにして母数から外す
「観測できなかった」が「言及されなかった」に化けると、存在しない穴を埋める作業が始まります
4
1 回の結果を効果と読まない
AIの回答は毎回ゆらぎます。初回は「基準点を置いた」としか言いません
©2026 LOFIR18
CHAPTER 04

読む

8分
4.1 4つだけ見る
4.2 4社を同じ物差しで測ると
4.3 穴を2種類に分ける
©2026 LOFIR19
4 読む

4.14つだけ見る

レポートには数字が並びますが、判断に使うのはこの4つです。

① 引用率
自社URLが出典に入った割合。全体だけを見ない(層別が本体)
② 層別
ふわっと/具体で分ける。★ふわっとが0%なら「事業として存在していない」
③ 席の数
1回答あたりの出典ドメイン数。平均3〜4=椅子取りゲーム
④ 誰が座っているか
競合の実像。★ここは手で聞いても取れない。定点観測ならではの成果物
★初回は「基準点を置いた」としか言いません。良し悪しの判定は2回目からです。AIの回答は毎回ゆらぎます。
★客先に「ChatGPTでこう表示されます」と断定しない。測っているのは再現であって chatgpt.com そのものではありません。
©2026 LOFIR20
4 読む

4.24社を同じ物差しで測ると

同じ方法(22問×4AI=88 回)を4社に当てました。引用率は0か100かではなく、積み上がるものだと分かります——6.8% → 18.4% → 29.8% → 41.4% ときれいな階段になりました。

引用率(全体)— 同じ物差しでの4社比較
Web制作・AI導入支援(当社)6.8%
製造業A(自社ブランド製品)18.4%
製造業B(受託製造・OEM)29.8%
業務管理SaaS41.4%
※業種は一般化しています(先方の公表物ではないため)
★この順番は、そのまま「具体的な言葉がサイトに書かれている量」の順でした。最上位は利用者が日常語で呼ぶ機能名が書かれ、当社は説明が抽象語に寄っていました。
層別の内訳
会社(業種は一般化)ふわっと具体全体
Web制作・AI導入支援(当社)0%4.2%6.8%
製造業A(自社ブランド製品)3.1%14.9%18.4%
製造業B(受託製造・OEM)9.7%31.1%29.8%
業務管理SaaS16.7%55.3%41.4%
エンジン別の引用率(製造業2社)
ClaudecodexGeminiOpenAI
製造業A18.2%18.2%9.5%27.3%
製造業B50.0%27.3%16.7%22.7%
★製造業Bは Claude で50.0%、Gemini では16.7%——3倍の開き。1つのAIに絞ると判断を間違えます。
★ふわっとの列は4社とも低い。課題の段階で探している人にはどこもまだ届いておらず、伸びしろが残っている領域です。
©2026 LOFIR21
4 読む

4.3穴を2種類に分ける

結果から施策を出すとき、まず2種類に切り分けます。混ぜたまま手を打つと、安く直せるものに高い手を打つことになります。

5-2 名前は出るが、URLが引用されない ★先に着手
ページはあるのに、形が読まれていない状態。
既存ページの形を直す——新規制作より1桁安い。

具体的にやること(例)
・本文と同内容の表を足す(→ 5.1)
・主語と固有名詞を明示する
・「言わずもがな」の前提を書く
・旧URLの301を点検する(→ 5.3)
5-1 名前すら出ない
その問いに答えるページがそもそも無い状態。ページを足すしかない——コストが掛かるので後。

具体的にやること(例)
・1問=1ページで、想定質問に正面から答える解説ページを作る
・「聞かれるのに書いていない」ページを足す
・★足すと決めたら、書き始める前に既存ページとの情報の重なりを確認する(重なったまま足すと、票を食い合って総量が増えない。確認のやり方は 5.2 で説明します)
順番は 5-2 が先 — 形を直すほうが1桁安く、早く測れます。5-1 は重なりの確認(5.2)を済ませてから。
©2026 LOFIR22
CHAPTER 05

直す

9分
5.1 実測で効いたのは「表」だけ
5.2 表の作り方と食い合い
5.3 301は恒久設備
©2026 LOFIR23
5 直す

5.1実測で効いたのは「表」だけ

ある医療情報の提供サイトで、2026年7月から8月にかけて既存ページを書き換えた実測です(新規ページは作っていません。57問×5AI=285件で測定)。

書き換えの前後で、引用率は上がりました。上がったのは全体だけではありません——5 つの AI 全部に引用された質問が増え、どの AI にも引用されなかった質問が減りました。一方で Gemini はやや低下しています(理由は分かっていません)。
※前後の実数(引用率・AI ごとの内訳)は、この公開版には載せていません。出所サイトが公表していない数字のためです。受講者向けの教材では実数のままお見せしています。
施策別の効果
ページに施した施策引用率への効果
本文と同内容の表を置く★効いた(最優先)
冒頭に結論のまとめ表ほどの差は語られていない
Q&Aを置く劇的な効果ではなかった
監修者を明記/公開日・更新日大きな違いは見られなかった
目次/構造化データ(JSON-LD)個別の効果は確認されていない
★「効かなかった」は「やめろ」ではありません。人間の納得感には効きます。ただし引用率を上げたいときに最初に打つ手は表です。
★ここでいう「構造化」は、裏側に入れるJSON-LD ではありません。本文と同じ内容を、HTMLの表として置くことです(置き換えるのではなく、両方置きます)。
前提条件 — この事例と御社では、スタート地点が違います
この事例はもともと6割超引用されていたサイト(SEOの下地あり)の伸びです。いま数%からなら、まず5-2で土台→不足ページを足す段階が先。サイトによっては7割級が取れます。SEO向けの改善は別の機会で解説します(一部重複あり)。
©2026 LOFIR24
5 直す

5.2表の作り方 — 基本の3つと、その先

① 100%テキストで作る
画像にしない。AIが画像を読み飛ばすことがあります(省エネ主義)
② 文章と両方置く
文章を表に置き換えない。表だけだと人間には味気ない
③ 迷いやすいことに限定
まずは「読者が迷いやすいこと・比較したいこと」に絞る
応用 — ページを足すときは「食い合い」を見る
自社ページ同士で引用を食い合います。5.1 の事例でも、書き換えたページの半数近くはむしろ減りました(原因は情報の重複)。

重なりの見方:新しいページを作ると決めたら、書き始める前に「その想定質問に、いま答えているページはどれか」の対応表を作る。同じ質問に2ページが答えるなら、足すのではなく片方に寄せる。
さらに — 余力があればここまで
・業界の「言わずもがな」の前提も省かず書く(AIは書かれていないことを補完しません)
・業界で常識とされている俗説には明示的に触れて訂正する(実測で効果が語られた項目)
・列は最大4列・表にはキャプションを付ける(スマートフォンでの可読性)
基本は ①②③。まず1ページ、本文と同内容の表を1つ足すところから始めてください。
©2026 LOFIR25
5 直す

5.3301は恒久設備 — 引用先が404になっていないか

測っていて、別の実害が見つかりました。AIが持っている自社URLは古いのです。当社では、AI経由の流入26件のうち19件が旧URLでした。7月にパーマリンクを変更した際、301リダイレクトが一部消えていたため、それらは404に落ちていました。

★「クリックが落ちていないから無事」と読んではいけません。Search Console は検索結果画面でのクリックを数えるので、着地が404でも数字は減りません。当社では記事クリックの63%が404に落ちていました。
★やること:パーマリンクを変えたことがあるなら、旧URLが今も301で生きているかを一度確認してください。
AIの回答から、あなたのサイトへ来るとき
AIの回答画面
example.co.jp/old-url(旧URL)← AIが覚えているのは古いURL
↓ 301が生きている
200
新URLへ転送されて表示される。
引用も流入も生きる
↓ 301が消えている
404
ページが見つからない。
★引用ごと死ぬ
301は恒久設備です。消えると、AIが覚えているURLからの引用も流入も、そのまま死にます。
©2026 LOFIR26

本編のまとめ

本日の5つ
1
席は3〜4。順位ではなく引用されるか
AIの回答に載る出典は平均3.5ドメイン。上位表示ではなく椅子取りゲーム
2
想定質問は3層。指名は陽性対照
broadを省くと競合を取り違える。サイトの見出しから作らない
3
測定専用の空フォルダから回す。初回は基準点
答えを知った観測者は実力より良い数字を出す。1 回の差を効果と読まない
4
穴は2種類。5-2から着手
既存ページの形を直すほうが1桁安い。足すなら書き始める前に重なりを確認(5.2)
5
効くと分かっているのは表。301も点検
本文と同内容の表を「両方」置く。301が消えると引用ごと死ぬ(5.3)
このあと、受講者がやること
2 週間空けてから、同じ query-set・同じエンジンで測り直します。★なぜ今日測り直さないのか——AI 側が再度読みに来るまで時間がかかるため、同日に測り直しても差は出ません。そして1 回の差を効果と読まない——2 週間空けることそのものが、この日の掟の実践です。次のレッスンの冒頭で、まだ何も直していない状態の差分=ゆらぎの大きさを実データで確認してから、直しに入ります。
©2026 LOFIR27
AI VISIBILITY PRACTICE GUIDE

測ることでしか、
直すべき場所は分かりません。

1 回のスナップショットは誰でも作れます。
同じ質問を同じ形で繰り返し、差分で語れることが価値です。
LOFIR / 2026-08-30
LOFIR / 業務 AI 化 実装コース

この続き(手を動かす部分)は、
コースの中でお渡ししています。

AI 社員・スキル・スクリプト・プロンプト全文・踏んだ罠の一覧を、そのまま動く状態で。
これは全 10 レッスンのうちの 1 レッスンです。