いま、人は何かを知りたいとき、GoogleではなくAIに尋ねるようになりました。さらに、同じ問いでも、言語が変われば、AIの答えも変わります。
Kääseläでは、京都の体験型店舗を対象に、多言語によるAI検索の実測を行い、その違いを毎月記録しています。
毎月第一日曜発行
Current Observation
AIにとっての「権威」は、
問う言語とカテゴリによって丸ごと変わる。
京都の茶道・着物・座禅体験についておすすめの店舗を4言語で尋ね、AIが引用した情報源を記録しました。同じカテゴリでも、問う言語が変われば首位の情報源が入れ替わります。
Monthly Report #000 を読む →2026年7月、単一時点・単一エンジンの横断観測。
Findings
推薦型の質問（例：京都のおすすめの着物レンタル店は？）に対して、AIが引用する情報源には、3つの傾向が見られます。
当該カテゴリ×当該言語の範囲内で比較メディアが存在する時に、それを引用する。また、カテゴリの商業性が高いほど、比較メディアが成熟し、AIに引用されやすくなる。
参照できる比較メディアが存在しない場合、AIは観光公式サイトや国際旅行メディアなど、権威性のあるソースを参照する。
比較メディアや権威性のあるソースが少ないカテゴリでは、事業者自身について具体的な事実を発信している自社サイトが、AIに直接参照されやすい。
Observation Fragment
同じ一軒の店について、
ふたつの情報源が、まったく違うことを伝えていた。
違いは、規模でも口コミ数でもなかった。
この店について書かれたページは存在したが、その主語は店ではなく、掲載していた予約サイトだった。自分のことを自分の言葉で書いたページがない店を、AIは一つの店として扱わない——というのが、いまのところの仮説です。因果は未証明で、検証を続けています。
観測の記録を読む →Research
定期的な観測をもとに、生成AIが京都をどのように捉えているかを記録します。データ、対象、方法を明らかにし、同じ条件で検証できる形を目指します。
レポートや個別の調査から見えてきたテーマを、事例とともに掘り下げます。AIによる情報の見え方が、実際の事業や情報発信にとって何を意味するのかを考えます。
レポートや記事で扱う重要な用語や概念を整理します。生成AIによる情報探索や可視性を理解するための基礎知識として、必要に応じて追加していきます。
準備中Topic Index
件数は公開済み記事 4 本から集計（2026.08.17 時点）。
About
新しい名前より、新しいデータ。
Kääselä（カセラ）は、生成AIが事業者をどのように認識し、どのように紹介しているのかを、実際の検証結果にもとづいて継続的に記録・分析する個人研究プロジェクトです。特定の団体・大学等とは関係ありません。
生成エンジン最適化（GEO）、大規模言語モデル最適化（LLMO）、AI最適化（AIO）。この分野では新しい呼び名が次々と生まれています。しかし、Kääseläが関心を持っているのは、その呼び名ではありません。
AIは何を参照し、なぜその事業者を紹介したのか。事業者が、AIの時代に顧客から正しく認知されるには何が必要なのか。その問いを、実測によって確かめ続けます。
Contact
調査の方法について詳しく知りたい方、ご自身の業種でも調べてみたい方、内容へのご意見等、どうぞお気軽にご連絡ください。
kamogawa.ai.lab@gmail.com
最新号を公開したら、メールでお知らせします。