はじめに
Kinsho のデータ収集
舞台裏で何が起きているかを透明に説明します。
Kinsho は毎日動くパイプラインです。作成したプロンプトを、選択した全 AI モデルに対して毎日実行し、回答を取得、ブランド言及を抽出し、指標を計算して、元の回答もすべて保存します。
1 日のループ
全プロンプト × 全モデル × 毎日 — それが見えている指標になります
AI エンジン
プロンプト実行
応答キャプチャ
ブランド抽出
センチメント & 順位
ソース紐付け
集計
- 01プロンプト実行
- 02応答キャプチャ
- 03ブランド抽出
- 04センチメント & 順位
- 05ソース紐付け
- 06集計
日次パイプライン
- 01プロンプトの実行実ユーザーと同じ UI を通して、各 AI モデルに送信。
- 02回答の保存テキスト、引用、タイムスタンプを保存し、後から監査可能。
- 03ブランド/競合の抽出多言語・CJK 対応の抽出器で、言及とその文脈を識別。
- 04センチメントとポジションの算出各言及をポジティブ/ニュートラル/ネガティブに分類し、回答内の順位を算出。
- 05情報源の紐付けAI が実際に参照したドメインやページを正規化。
- 06集計可視性・センチメント・ポジションの指標に集約。
なぜ毎日、なぜ複数回実行するのか
AI の回答は確率的です。同じ質問でも日によって答えが変わります。1 回だけではノイズになります。毎日・複数モデルで実行することで、行動に使える安定した指標が得られます。
マルチリージョンシミュレーションで精度を高める
AI の回答は地域によって異なります。東京からの質問は、ニューヨークやベルリンからの同じ質問と異なるブランドを言及します。AI モデルは地域固有のソース・商品の提供状況・言語特有の学習データを異なる重みで扱うためです。
Kinsho は各プロンプトを複数の地域から同時に実行します。先進的なシミュレーション層を使い、実際のユーザーがその地域で AI に話しかける方法を再現しています。これにより、単一の米国視点ではなく実際の地域差を反映した可視性スコアが得られます。
ヒント
各プロンプトには国とオプションのサブ地域を設定できます。Kinsho はそのロケールのインフラからシミュレーションを実行します—日本語プロンプトは日本の IP から実行され、日本向け結果が得られ、それに基づいてスコアリングされます。
なぜ API ではなく UI なのか
多くのツールは公式 API を呼び出しますが、API のレスポンスはユーザーが実際に見るものと異なることが多く、選ばれるモデルや引用元、Web 検索の有無までも異なります。
Kinsho は AI モデルの実プロダクト画面を通じて対話します。そのため、平均的な未ログインユーザーが目にする現実のデータが得られます。
情報
Kinsho は AI モデルの実プロダクト画面を通じて対話します。そのため、平均的な未ログインユーザーが目にする現実のデータが得られます。