推奨可能性
推奨可能性（recommendability）とは、エンティティ、サービス、製品、ソース、または組織が、境界づけられ、裏づけ可能で、文脈上正当な条件のもとで、AIシステムによって推奨されうる能力である。
このページは、Gautier Dorvalのサイトにおける推奨可能性の正規の定義である。これはフェーズ5の市場との橋渡しレイヤーに属する。このレイヤーは、チーム、クライアント、ダッシュボード、AI検索ツールが、解釈ガバナンスのより厳格なドクトリンに到達する前にどのような言葉で語るのかを捉えるために設計された、語彙のレイヤーである。
簡潔な定義
推奨可能性は、可視性や引用可能性よりも強い条件に依存する。システムは、エンティティを識別し、その範囲を理解し、基準をでっち上げることなく代替案と比較でき、さらに推奨を、保証された、普遍的な、あるいは文脈に依存しないものであるかのように提示するのを避けられなければならない。
要点は、この用語が境界づけられたままであるときにのみ有用だということである。この用語は市場に現れる現実の現象を名指すが、ランキング、引用、推奨、トラフィック、提供可否、あるいはシステムの将来の振る舞いの保証として扱ってはならない。
この用語が意味しないもの
推奨可能性は、ランキング上の順位ではなく、ブランドへの選好でもない。それは回答の正当性の閾値である。システムは、エンティティを推奨するのに十分な証拠を持たないまま、そのエンティティに言及したり引用したりすることがある。
この区別が重要なのは、AIを介した検索が、従来の検索では分けられていた複数の状態、すなわちリトリーバル、引用、要約、比較、推奨、意思決定支援を一つに融合させてしまうからである。あるページは、引用されずにリトリーバルされ、理解されずに引用され、推奨されずに理解され、そして統御する証拠が不十分なまま推奨されることがある。
よくある失敗モード
- 脆弱なソースや古いソースにもとづいてエンティティを推奨すること
- 基準を宣言せずに代替案を比較すること
- 引用を推薦へと変えてしまうこと
- 表明されたサービスのペリメーターの外で推奨すること
- 最もよく知られている推奨、最も適合する推奨、最も裏づけのある推奨を区別しないこと
これらの失敗は、単なるSEOの戦術上の問題ではない。表現の問題である。システムが、ソース、エンティティ、ブランドを、その使用が正当であり続けるための条件を保たないまま使いうる箇所を示している。
重要である理由
この用語が重要なのは、回答エンジンが情報のリトリーバルから意思決定支援へとますます移行しているからである。システムが推奨を行った時点で、回答のリスクプロファイルは変わり、より重い証拠の負担が生じる。
市場向けの検索業務にとって、この用語は入口をつくる助けとなる。ガバナンスの業務にとっては、この用語をより厳格な概念へと振り向けなければならない。すなわち、正規ソース、ソース階層、忠実性の証明、解釈の可観測性、Q-Ledger、Q-Metrics、回答の正当性である。
ガバナンス上の含意
推奨可能性は、ソース階層、応答条件、非推論レジーム、忠実性の証明、明示的な比較基準によって統御されなければならない。システムは、いつ推奨し、いつ留保を付け、いつ回答を控え、いつユーザーをより絞り込んだ問いへと導くべきかを知っていなければならない。
実践上の含意は単純である。市場のラベルにシステムを統御させてはならない。ラベルは、需要を検出し、症状を観察し、介入を構造化し、作業をカノン、証拠、監査可能性、ソースの権威、応答条件へと振り向けるために用いる。
関連概念
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。問いが純粋に定義に関するものではなく、実務的、商業的、または診断的なものである場合は、AI可視性監査から始める。
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ができるが、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、修正の成功のいずれも証明しない。
フェーズ14：SERP占有に関する注記
このページは、推奨可能性の主要な正規の定義ターゲットである。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、この用語を用いるとき、ここにリンクを戻さなければならない。
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と結びついている。
AI認識ドリフトは、市場向けの入口である。それは、生成システムが産出する表現の観察可能な変動を名指す。本概念は固有の役割を保持する。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。