LLM可視性
LLM可視性（LLM visibility）とは、ソース、エンティティ、ブランド、ドクトリンが、大規模言語モデル（LLM）の出力の中に存在し、動員可能になり、再利用可能になるかどうかを記述するために使われる、広い一般向けのラベルである。
本サイトでは、この用語は広く理解されているために取り上げているが、それだけで十分な概念としては扱わない。この用語は、構造的可視性、早期の機械可視性、引用可能性、推奨可能性、解釈的不可視化といった、より厳密な区別によって位置づけ直される。
運用上の定義
エンティティやソースが、言語モデルに基づくシステムの回答構築に現れるほど十分に取得可能で、十分に読み取り可能で、十分に安定しているとき、LLM可視性があるといえる。
しかし、この用語は広すぎる。非常に異なる状況を指しうるからである：
- 単に言及されること
- 回答の裏づけとして引用されること
- 代替案と比較されること
- 推奨されること
- 明示的な引用なしに、隠れた構造形成ソースとして使われること
これらの状況を、一つの指標や一つの約束にまとめてはならない。
この用語が有用である理由
この用語は、現実の市場の需要を捉えるのに役立つ。組織は、背後にある仕組みを名指す方法を知る前に、自らがAIの出力に存在しない、存在感が弱い、あるいは存在が不安定であることに気づくことが多い。
その意味で、LLM可視性は実践的な入口となる用語である。
この用語は、しばしば次のような問いを指し示す：
- なぜブランドは、ある回答では言及され、別の回答では現れないのか
- なぜソースは可視化されているのに、一度も引用されないのか
- なぜ存在感は高まっているのに、ペリメーターが安定して保たれないのか
- なぜソースは読み取り可能なままなのに、推奨可能にならないのか
この用語が不十分である理由
区別なしに用いると、この用語は複数のレジームを混同する：
- 存在：エンティティが現れる。
- 引用可能性：エンティティが矛盾なく回答を裏づけることができる。
- 推奨可能性：エンティティが代替案の中から提案されうる。
- 構造的可視性：ソースが、最初のクエリとの一致で勝たなくても、推論の連鎖を形づくりうる。
だからこそ、本サイトは可視性の用語だけでこの問題を統御することはしない。
明示的な区別については、LLM可視性、引用可能性、推奨可能性の違いを参照。
本サイトで最も近い統御概念
LLM可視性という表現からたどり着いた場合、このエコシステムで最も近い正規の参照点は次のとおりである：
この用語が意味しないもの
- 引用を保証するものではない。
- 推奨を約束するものではない。
- 従来のオーガニックな可視性と同等のものではない。
- 忠実性の安定した尺度ではない。
ソースは、意味的に弱いまま、あるいは境界設定が不十分なままで、LLM可視性を獲得することがありうる。
このページが存在する理由
多くの読み手は、より厳密な語彙を知る前にこの用語で検索するため、本サイトはこの用語を捉える必要がある。このページは、その捕捉を明示しつつ、読み手を、実際にこの問題を統御するドクトリン上の区別へと導く。
フェーズ5のルーティング：可視性のしきい値
フェーズ5の市場との橋渡しレイヤーにおいて、LLM可視性は現在、三つのより厳格なしきい値、すなわち引用可能性、推奨可能性、AIブランド表現を通じて読まれなければならない。モニタリングとGEO指標は存在を観察できるが、ソースがエンティティを正当に裏づけ、比較し、推奨できるかどうかを確立するものではない。
フェーズ13のサービスへの橋渡し
この市場向けの概念には、現在、フェーズ13のレイヤーにおいてサービス市場への明示的なルートがある。問いが純粋に定義上のものではなく、実践的、商業的、または診断的なものである場合には、AI可視性監査から始めること。
フェーズ13のルールは変わらない。市場のラベルは需要を捉えることはできるが、それだけでは、可視性、引用可能性、推奨可能性、回答の正当性、サービスの提供可否、修正の成功を証明しない。
フェーズ14：SERP占有に関する注記
このページは、LLM可視性の主要な正規の定義の対象である。サービス、監査、用語集、フレームワーク、カテゴリー、記事の各ページは、この用語を用いる際にここへリンクしなければならない。
全体のルーティング：SERP占有マップ。
LLM認識ドリフトとの橋渡し
この概念は現在、LLM認識ドリフトとAI認識ドリフトのクラスターに接続されている。
AI認識ドリフトは、市場向けの入口である。生成システムが生み出す表現の観察可能な変動を名指す。本概念は独自の役割を保つ。すなわち、カノン、ソース、出力、ギャップ、証拠、リスク、修正という、より深いレイヤーを説明することである。
AI認識ドリフト、AI認識の安定性、AI認識ベースライン、LLM認識ドリフト監査とあわせて読むこと。