# インテントナレッジグラフ（IKG）：検索語を購買判断の知識に変える3層・25要素

インテントナレッジグラフ（IKG）は、特定トピックの製品やブランド、消費者の購買状況や選択条件、市場の判断知識を3層25種類の要素タイプで結びつけ、文章ごとに根拠と情報源を付与したグラフです。必要に応じてトピックごとに生成するオンデマンド方式で利用します。

Danny Park · 概念 · 2026-10-22 15:44 KST · https://daas.listeningmind.ai/ja/wiki/intent-knowledge-graph

## キーワードリストでは不十分な理由

検索データから「段差」「ペット」「騒音」「価格」といった言葉を抽出して並べても、それらが互いにどのような関係にあるかを説明できなければ、商品を判断するAIにとってあまり役立ちません。AIが「猫」「段差」「掃除」「ロボット掃除機」という4つの単語を知っていることと、「段差のある住まいで複数の部屋を掃除したい消費者は、段差を乗り越えられる高さとその試験条件を確認しようとする」という判断の文脈を知っていることには違いがあります。

## 3つの層

![インテントナレッジグラフの3層](/static/wiki/ikg-layers.svg)

| 層 | タイプ | 格納するもの |
|---|---|---|
| 実体層（Entity） | 10種類 | トピック、カテゴリー、エンティティ、ブランド、製品、属性、顧客層、チャネル、代替案、コンテンツ：市場に何が存在するか |
| 意思決定層（Decision） | 8種類 | CEP、利用シーン、詳細解決タスク、KBF、制約、数値閾値、回避、RTB：いつ、何をもとに選ぶか |
| 知識層（Knowledge） | 7種類 | 経験則、慣習、期待、落とし穴・注意点、トレードオフ、ベンチマーク、態度：市場にどのような判断知識が存在するか |

すべてのタイプを無条件に埋めるという意味ではありません。実際のデータから確認できる要素をトピックごとに構造化するための標準フレームワークです。意思決定層と知識層は、ListeningMindが定義する[15のインテント要素](https://daas.listeningmind.ai/ja/glossary#intent-elements)であり、これを読み解く分析フレームワークが[購買意思決定6軸](https://daas.listeningmind.ai/ja/wiki/six-decision-axes)です。

## 単語ではなく文章と関係性として保持します

知識層の情報は、単語リストではなく、意味が完結した文章と関係性によって構成されます。ある製品を選ぶ際に特定の性能条件がなぜ重要なのか、1つのメリットを得る代わりにどのような制約が生じるのか、ある主張を信頼するにはどのような試験条件を確認すべきなのかを文章単位で表現します。

## 根拠を併せて記録します

検索結果によく現れる説明が、必ずしも事実であるとは限りません。そのため、文章ごとに次の情報を併記します。

- どこから得られた文章か（情報源）
- 独立した根拠が他にあるか
- 最新の情報か
- 該当の商品やカテゴリーに正確に当てはまるか

メーカーや販売者の公式な製品ファクト、市場で観察される意思決定知識、検索ボリュームで確認される需要シグナルも明確に区別します。観察された主張を自動的に事実へ昇格させることはせず、根拠が不十分な項目は空白のままにします。

## 必要な時に生成するオンデマンドIKG

以前は、ある製品群の顧客意思決定構造を作成するために、データの収集、分類、関係性の定義に多大な時間とコストがかかっていました。AIと検索データインフラを連携させれば、トピックが必要となった時点でグラフを生成し、根拠を確認して更新するプロセスを自動化できます。生成精度、検証、自動更新は、現在も高度化を継続している領域です。

IKGは、個々の消費者の思考を複製する技術ではありません。実際の検索行動から観察される集合的な購買判断の文脈を、根拠を追跡できる構造として再構成する技術です。

## 活用対象と活用方法

| 利用組織・担当 | 役割・活用内容 |
|---|---|
| 製品企画 | 自社製品が対応できていないCEPや選択基準を特定します |
| マーケティング | 生活シーンや解決タスクに合わせてメッセージを設計します |
| リサーチ | 検索行動で裏付けられる仮説と、追加調査が必要な仮説を切り分けます |
| 検索・GEO | 回答に必要な条件や根拠のうち、ブランド公式情報が不足している箇所を特定します |
| コマース | 商品一覧（PLP）と詳細ページ（PDP）で個別に適用します：[PLP・PDP向けACO](https://daas.listeningmind.ai/ja/wiki/aco-plp-pdp) |

一度構造化したインテント知識は、レポートにとどまらず、[API](https://daas.listeningmind.ai/ja/wiki/api)、[MCP](https://daas.listeningmind.ai/ja/wiki/mcp)、[スキル](https://daas.listeningmind.ai/ja/wiki/skill)を通じて各企業のシステムやエージェントで活用されます。

## すぐに見る

- [トピックライブラリ](https://daas.listeningmind.ai/ja/topics)：あらかじめ作成されたトピックを15の要素で確認できます。
- [Intent KG](https://daas.listeningmind.ai/ja/catalog/apps/intent-kg)：トピックの要素と関係性をグラフとして生成します。

## FAQ

**IKGは社内ナレッジグラフと何が違うのですか？**

社内ナレッジグラフは、企業が保有する文書やデータを結びつけます。IKGは、社外の消費者の検索行動から観察された購買判断の文脈を結びつけます。両者を併用することで、市場の問いと企業の製品ファクトを照合できます。

**AIが生成した文章をそのまま信頼してもよいですか？**

文章ごとに出典と根拠のレベルが付与されているため、それらを併せて確認する必要があります。根拠が不十分な文章は、確定した事実としては扱いません。

**すべてのトピックがあらかじめ作成されているのですか？**

いいえ。トピックが必要になった時点で作成するオンデマンド方式が基本です。あらかじめ作成されたトピックは、トピックライブラリで確認できます。


## Sources

- ListeningMind 용어 사전 https://daas.listeningmind.ai/ko/glossary 2026-10-21