# Glossary (ja)

## 検索ジャーニー

ある人があるキーワードを検索する前と後に続けて検索した言葉の順番です。検索量が「どれだけ」を示すのに対し、検索ジャーニーは「どんな悩みを経てここに来て、次に何を確かめるか」を示します。ListeningMindは実際の検索順序を集計した経路として返します。

## 検索インテント

検索語の背後にある目的です。同じ「除湿機」でも価格を比べたい人、梅雨のカビを心配する人、故障の原因を探す人ではインテントが違います。一緒に検索された言葉、前後の検索、検索結果画面をあわせて見ると、根拠をもってインテントを分けられます。

## インテント知識グラフ (IKG)

あるトピックについて人が何を、なぜ探し、どう選ぶかを15のインテント要素とその関係で整理したグラフです。要素ごとに検索の根拠と根拠の等級が付き、人とAIエージェントが同じ根拠で答えられます。作成済みのグラフは再読込にリマがかかりません。

## 15のインテント要素

購買決定を構成する8つの意思決定要素(CEP、使用状況、詳細文脈の意図、KBF、制約、しきい値、回避、RTB)と、その分野の常識を構成する7つの知識要素(経験則、慣例、期待基準、落とし穴、トレードオフ、定量関係、態度)です。下の表に要素ごとの定義があります。

## 検索語クラスター(認識構造)

一緒に検索され、似た検索結果画面を見る検索語のまとまりです。人がカテゴリーを頭の中でどう分けて考えているかを示し、セグメント分けやコンテンツのテーマ決めの単位になります。

## 検索量と48か月の推移

ある検索語が月に検索される回数の平均と、過去48か月の月別の変化です。韓国はNaverとGoogleを別々に、また合算して返し、データがある検索語には検索者の性別・年齢比率も付きます。季節性、急上昇、長期的な下落を見分ける基準になります。

## 検索結果画面

検索語を入れたときに表示される結果画面全体です。どのサイトが何位に出るか、ショッピング・動画・質問ボックスなどどんな要素があるかが、その検索語のインテントを教えてくれます。

## AIによる概要

Googleが検索結果の上部に生成AIで書く要約回答です。回答本文とともに引用元が表示されるため、どのサイトやブランドがAI回答の根拠に使われているかを確認できます。

## 他の人はこちらも質問 (PAA)

検索結果画面に出る「他の人はこちらも質問」のボックスです。人が実際に疑問に思っている文なので、FAQ、コンテンツの目次、AIへの質問を決める根拠になります。

## GEO(生成エンジン最適化)

ChatGPT、Gemini、GoogleのAIによる概要などの生成AIが回答を書くとき、自社のページとブランドを正しく読み、引用するようにコンテンツと構造を整えることです。順位を上げるSEOと違い、AI回答の中で根拠として使われることが目標です。

## AEO(回答エンジン最適化)

質問にすぐ答えを示す検索機能(強調スニペット、他の人はこちらも質問、音声回答)で自社ページの文が答えとして選ばれるよう、質問と答えを明確に書くことです。FAQ構造と構造化データが要です。

## エージェンティックコマース

人の代わりにAIショッピングエージェントが商品を探し、比較し、カートに入れたり注文したりする購買の形です。エージェントが価格、在庫、オプション、配送条件を機械が読める形で確認できて初めて、商品が候補に上がります。

## エージェント運用性

AIエージェントがウェブサイトで価格を探す、問い合わせる、返金規定を確かめるといった実際のタスクを最後までこなせる度合いです。発見(サイトマップ、llms.txt)、アクセス(robots.txt、ブロック)、ナビゲーション、完了の4段階で測れます。

## エンティティ

検索エンジンとAIが一つの対象として認識するブランド、製品、人、場所などの「もの」です。名前、属性、他のエンティティとの関係が複数のページで一貫して書かれていて初めて、AIはブランドを正しく説明します。

## 独自のブランド資産 (DBA)

ロゴ、色、キャラクター、フレーズ、音のように、見てすぐそのブランドを思い出させる固有の手がかりです。検索量、検索結果、AIによる概要でその手がかりがブランドと一緒に現れるかを見ると、資産の強さを測れます。

## 合成消費者パネル

実際の回答者の代わりに言語モデルが作る仮想回答者の集団です。ListeningMindは人口統計ではなく、検索で観測した意図の状態(CEP、選択基準、制約、回避など)の分布で回答者を抽出し、本調査の前に仮説を素早く確かめるために使います。

## 性別・年齢セグメント

検索した人の性別と年齢層で分けた集団です。同じ検索語でもセグメントごとに比重と伸びが違い、誰に今何が伸びているかが見えます。性別・年齢の分割は韓国のデータにのみあります。

## 需要の季節性

毎年同じ月に検索需要が上下するパターンです。48か月の月別検索量からピーク月と準備すべき月を見つけ、今後3~6か月の需要を予測して発売とキャンペーンの時期を決めます。

## 嗜好グループ(トライブ)

同じ感覚語・感情語で製品を選ぶ人々のまとまりです。「濃厚」「さっぱり」「ふんわり」のような言葉が関連検索語、検索結果、AIによる概要にどう一緒に現れるかでグループを分けます。

## AI可視性と管理プロンプト

消費者がAIに実際に尋ねそうな質問(管理プロンプト)を決めておき、ChatGPT・Geminiに尋ねたとき自社ブランドが回答にどれだけ登場するかを測る指標です。質問は検索データ(CEP、選択基準、他の人はこちらも質問)から選ぶことで実際の需要を代表します。

## スマートストアの商品最適化

NAVERショッピングで商品が検索され選ばれるよう、品揃え、商品名、詳細ページを検索データに合わせることです。どの商品に需要が集まるか、人がどんな言葉で商品を探すか、選ぶときに何を確かめるかを根拠に、伸ばす商品を決め、名前と説明を直します。

## リマ

ListeningMindのアプリとデータAPIで実行コストを表す単位です。1リマは100ウォンで、データAPIの1クレジットは1.3ウォンです。呼び出しごとに1リマ単位で切り上げます。作成済みの結果を再び読むのにリマはかからず、会員ごとに月の利用上限があります。

## MCP

Model Context Protocol。AIエージェントが外部のツールとデータを同じ方法で呼び出せるようにする公開規格です。ListeningMindのデータAPIと各アプリはMCPサーバーを公開しており、エージェントが検索データを直接照会し結果を受け取れます。

## WebMCP

ウェブページがブラウザ内のAIエージェントに「このページでできること」をツールとして知らせる方式です。エージェントは画面をクリックして推測せず、ページが定義したツールを直接呼び出します。

## CEP・購買状況

カテゴリーの必要を生む具体的なきっかけ・状況・問題・時点

## 使用状況・周期

購入後いつ・どこで・どの周期で・何と使うか

## 詳細文脈の意図

その状況で求める具体的な結果・タスク

## KBF・選択基準

比較・判断・選択の基準(必須・選好・状況依存)

## 制約条件

選択の範囲を狭める条件(予算・時間・資格・規制・互換・チャネル・能力)

## 数値しきい値

繰り返し現れる消費者の基準値、数字と単位が必須

## 回避・抑制要因

拒否・離脱を生む不安・不満・リスク

## RTB・信頼の根拠

主張・根拠・出典・確信度の連鎖

## 経験則

「条件 → 推奨」の形の実務ルール

## 慣例・通念

複数のブランド・文書で繰り返される規則、通念の場合もあり要確認

## 期待基準

消費者が当然と考える水準、届かなければ不満

## 落とし穴・注意

知らないと損をする条件、反例・例外・隠れたコスト

## トレードオフ

ひとつを得るとひとつを失う関係

## 定量関係

2つの選択肢の間の数値化された差

## 態度・スタイル

その市場で観測される消費傾向・購買態度