Max Nardit
← 記事
8 minresearch

ChatGPT Business Hub のインサイト: オンラインビジネスにとっての「メンション」はブランド名ではなくウェブサイトへの参照

Business Hub の数値は、実質的には引用数です。URL を伴わない推奨はカウントされず、分母も競合との比較もありません。

目次

11 月 10 日、OpenAI は Businesses in ChatGPT をベータ版として公開しました。企業は Business Hub で自社のプロフィールの所有権を申請し、情報を編集し、商品フィードを接続し、インサイトを確認できます。対象となる米国の EC 事業者やオンラインサービス事業者は、Business Agent を作ることもできます。気になったのは、もっと小さな部分です。OpenAI が自社のアシスタントについて可視性の数値を出すようになり、ヘルプ記事にはメンションの定義が書かれています。オンラインビジネスの場合、それは社名ではなくウェブサイトへの参照です。普段使っている定義に当てはめると、これはほぼ引用数で、リンクなしで名前を挙げた回答はすべてカウントから漏れます。

以下はすべて、11 月 11 日時点の OpenAI のローンチ記事、ランディングページ、ヘルプ記事から読み取った内容で、ダッシュボードを見たものではありません。

ChatGPT Business Hub のインサイトには何が表示されるのか

過去 28 日間の集計値が 3 つあります。メンション、ウェブサイトクリック、ディスカバリートピックです。インサイトが表示されるのは OpenAI が申請を承認した後で (電話、ビジネス用メールアドレス、DNS の TXT レコード、Shopify の 4 通りのいずれかで確認)、さらに Persona による本人確認も別途必要です。TechCrunch はプロフィールの閲覧数も挙げていますが、OpenAI 自身のページには載っていません。申請前に知っておきたい点が 1 つあります。ヘルプ記事によると、削除できるのは下書きのプロフィールだけで、公開済みのプロフィールは、設定や所有権に関する依頼の一環としてサポートに頼んでも、非公開にはしてもらえません。

ディスカバリートピックは回答の中のテーマで、プロンプトではありません。ヘルプ記事には、これらは "don't reveal individual prompts or directly measure customer intent" と書かれています。数値は OpenAI が公表していないしきい値を超えた場合にだけ表示され、空欄は "doesn't necessarily mean zero activity" とのことです。

ChatGPT Business Hub の「メンション」とは何を意味するのか

オンラインビジネスの場合、ウェブサイトへの参照です。ブランド名だけではカウントされません。11 月 11 日時点のヘルプ記事の記述は次のとおりです。

Mentions. For an online business, a mention counts when ChatGPT
references the business's website. The brand name alone doesn't count.
For a local business, a mention counts when ChatGPT shows a result for
that location, even if the customer doesn't open the listing or visit
the website.

私の計測ワークフローでは、メンションは回答テキスト中の名前、引用は自分が所有する URL がソースとして付いていることを指します。この用語で言えば、OpenAI のオンライン向け「メンション」はほぼ引用です。ローカルビジネスには別の単位、つまり表示された店舗の結果が使われます。ネットショップと実店舗の両方を持つ企業に何が表示されるのかは、ヘルプ記事には書かれていません。

「references」が仕組みとして何を指すのかも書かれていません。ソースの注釈なのか、回答中に書かれたリンクなのか、その両方なのか。私のパネルでは、どちらの定義を採るかによって、同じ 7 件の回答のうち引用ありと数えられるものが 2 件にも 5 件にもなりました。

ChatGPT のどの回答が Business Hub のメンション数から漏れるのか

オンラインビジネスの場合、そのビジネスの名前を挙げたり推奨したりしていても、サイトを参照していない回答はすべてカウントから漏れます。9 月のパネルで OpenAI のウェブ検索 (ChatGPT アプリではなく API) から取った回答では、ブランド名を含まない 80 件の回答のうち 7 件が、自作のクリップボードマネージャー Beetroot を挙げました。そのうち 1 件は、Beetroot のページを一切取得せず、フォーラムのスレッドをもとに推奨していました。API 経由のわずか 7 件の回答からは、割合について何も言えません。それでも仕組みは見えます。回答はあなたの名前を挙げ、推奨までしながら、このルールに基づくカウントには何も加えないことがあるのです。

カウントには分母も競合の情報もありません。たとえばメンションが 40 件あっても、関連する回答のうち何割に自社が含まれたのかはわからず、Business Hub もそれを示しません。ヘルプ記事は、ウェブサイトクリックがどのリンク表示を対象にするのか、繰り返しのクリックをどう数えるのかも明記していません。

ChatGPT Business Hub と Bing の AI Performance レポートの違い

この種のベンダーレポートは、これが初めてではありません。Microsoft は 2026 年 2 月、Copilot と Bing の AI 要約を対象とする AI Performance レポートを Bing Webmaster Tools に追加しました。URL ごとの引用数を数え、グラウンディングクエリ、つまり AI が引用したページを取得する際に使ったフレーズのサンプルを表示します。Search Console にも夏から生成 AI のパフォーマンスレポートがあり、AI による概要と AI モードのインプレッションをまとめて表示します。Business Hub はクエリではなくテーマを表示し、ヘルプ記事にはページ単位の内訳についての記述がありません。ドキュメントを見る限り、3 つのどれも競合との比較はできません。

ChatGPT のビジネスプロフィールを申請すると ChatGPT の回答は変わるのか

OpenAI は何も約束していません。ヘルプ記事には、申請は "doesn't guarantee increased visibility or give you direct control over ChatGPT's independent recommendations" とあり、さらに "advertising doesn't influence ChatGPT's independent answers." とあります。はっきり否定しているのは後者だけです。「保証しない」は「変わらない」ではありません。ランディングページには、送信した情報を ChatGPT が顧客の質問への回答に使う可能性がある ("may use") と書かれています。商品フィードについても、ChatGPT があなたの商品を推奨することを保証するものではないとされています。

これらは OpenAI の説明です。外部から検証するには、同じプロンプトを API ではなくアプリで申請の前後に実行し、その間のモデルリリースをすべて記録する必要があります。それでも、前後の差は結論ではなく調べるべき手がかりとして扱います。その間にもモデル自体が変わっていくからです。

ChatGPT Business Hub の数値はどう読むべきか

私の見方では、これは可視性スコアではなく、定義が半分だけ示されたウェブサイト参照のカウントです。それでも書かれている半分は役に立ちます。数値が何を取りこぼすのかを教えてくれるからです。

メンションについては、自分のパネルを維持し、テキスト中の名前、掲載、引用を別々の項目として記録してください。Business Hub はパネルにはできないことを 1 つ加えてくれます。アプリ内の実際の会話から取ったカウントです。これをパネルの引用列の隣に独立した系列として置き、両者が一致することは期待しないでください。一方は自分で選んだプロンプトを API で実行して得た割合、もう一方は見ることのできない会話のカウントです。

ウェブサイトクリックは、自分のデータと並べられる数値です。ChatGPT は引用するリンクに utm_source=chatgpt.com を付けます。このサイトでは 9 月と 10 月、このタグは届いていましたが、リファラーはほとんど届きませんでした。同じ 28 日間のタグ付きランディングを集計し、Business Hub のクリック数と並べて報告してください。一致は期待できません。ランディングはアナリティクスが読み込まれたときにしか数えられず、10 月には数日間タグが付かないという報告もありました。差が大きければ、どちらかを報告する前に、それぞれが何を数えているのかを確かめる必要があります。

01 / ディスカッション

コメント欄はありません。議論は X で行っています。

Max Nardit@mnardit

02 / ほかの記事

  1. GPT-6 Astra と weight-space programming: Qwen の MATH-500 の実験は実際に何を測ったのか

    アブストラクトは GPT-6 Astra が生の重みを読めると書いています。実験表のうち実際にそうしているのは 3 件で、対象は重みが最大 17.2 万個の小さなネットワークです。8 億パラメータの Qwen の修正には Python と最大 50 バッチの練習問題が使われ、同じ手順の Gemma の実験は失敗しました。結果は本物ですが、見出しとは別物です。

  2. Gemini が utm_source=gemini を外した: iOS アプリからの流入は GA4 の Direct に入り、数えられるのはサーバーログだけ

    3 週間のタグ付けで変わったことは、見た目ほど多くありません。GA4 では utm_source だけのタグがセッションを Unassigned に落とし、iPhone の WebView からのクリックはタグの有無にかかわらずリファラーを送りません。そうしたクリックを数えられる場所は、今も生のリクエストログです。

  3. __usage_ai-training による robots.txt での AI 学習オプトアウト: Google の対応付けは Gemini のグラウンディングにも及ぶ

    共通トークンは学習に関する意思表示としてだけ定義されています。Google はオプトアウトを Google-Extended の Disallow として読む予定で、Google-Extended は Gemini アプリでのグラウンディングも決めます。トークンの読み方を明らかにした唯一のベンダーが、それを学習以上のものとして読むわけです。3 つの仕組みがそれぞれ何を制御し、どう重なるのか、そして目的別の robots.txt を紹介します。