00:00
今回の深掘りなんですけど、これを聞いているあなたに、まずはちょっと想像してみて欲しいんですよ。
はい、何でしょう?
もしですね、自社の優秀なSEO担当者に白紙のワードファイルを渡す代わりに、AIに一言ポンと指示を出すだけで、完璧なウェブ戦略レポートが出てくるとしたら、あなたならどうします?
ああ、それ、少し前なら完全なSFの話に聞こえますけど、今回私たちが分析した最新の解説動画とかのソースを見ると、それがもうすでに現実になっていることがわかりますよね。
いや、本当にそうなんですよ。昔のデータ分析って、あなたが大量の数字とひたすら格闘するようなイメージでしたよね?
ええ。でも今は、AIがその数字の解釈から具体的な戦略実案まで全部やっちゃう時代なんですよね。
いや、すごい時代です。でもそもそも、AIってどうやって最新のアクセスデータとかを見ているのかなって、ちょっと不思議に思いません?
そうですよね。そこで鍵になるのが、MCP、モデルコンテクストプロトコルっていう技術なんです。
MCPですか。なんかちょっと難しそうな専門用語ですけど。
ええ、言葉は硬いんですけど、要するにAIと外部のソフトウェアをつなぐ万能な翻訳機みたいなものだと考えてください。
ああ、なるほど。万能な翻訳機。
そうなんです。これを使うことで、例えばクロードのようなAIが、A-H-R-E-F-Sっていう世界中のウェブサイトの検索順位データを集めている有名なデータベースに直接アクセスできるようになるんですよ。
ああ、ということは、いちいち人間がデータをダウンロードして、AIの画面にコピペしてってやらなくていいってことですか?
そうそう、まさにその通りです。AIが自らデータを取りに行くんです。
それってつまり、AIが勝手にデータを取りに行って、例えばクレジットカードに関するキーワードをコンバージョンしそうな順に並べ替えたExcelを全自動で作ってくれるみたいな?
はい。それだけじゃなくてですね、なぜこのキーワードの順位が落ちたのかっていう要因まで推測してレポートしてくれるんです。
えーっと、そこまで?それただ材料を調理するシェフっていうより、データを見て、社長、来月はこの支度でいきましょうって提案してくる超優秀な中間管理職じゃないですか?
いや、本当にそうなんですよ。しかも自社のデータだけじゃなくて、競合の分析まで自動化されているんです。
競合分析まで?
ええ。例えば、ソースの中でも紹介されていたんですが、ファイアクロールっていうツールがありまして。
ファイアクロール?
はい。AIがウェブサイトの情報を読み取るときに、無駄なデータ通信、いわゆるトークン消費ですね。これを抑えつつ、効率よくテキストだけを抽出する仕組みなんです。
あ、じゃあそのツールを使えば、競合のサイトがどこからリンクを貼られているか、例えばこの記事のアンケート結果、実は関西テレビのサイトから引用されてるぞ、みたいなことまでAIがサクッと特定できちゃうってわけですか?
ええ、まさにそういうことです。さらに今は従来のGoogle検索だけじゃなくて、LLMOと呼ばれるAI検索エンジンに向けた最適化も重要になってきているんですよね。
03:06
LLMO、AI検索のための最適化ですか?
そうです。AIが三葉三井住友カードとか楽天カードといったブランドをどう認識して回答を作っているか、その傾向をまとめて調査することもできるんです。
へえ、すごいな。
で、こうした一連の複雑な分析の指示をskill.mdっていうファイルに保存しておくんです。そうすればチームの誰もが簡単なコマンドを打つだけで、プロ顔負けの分析結果をWordで共有できるようになるんですよ。
いやちょっと、ちょっと待ってくださいよ。
はい。
そこまで完璧に競合を分析して、Wordで戦略まで書いてくれるなら、これあなたや私みたいな人間の担当者ってもう完全に不要になっちゃうんじゃないですか?
あ、そこなんです。そこが今回のソース資料が最も強く警告している大きな落とし穴なんですよ。
落とし穴ですか?
ええ、AIが出した結果を絶対に鵜呑みにしてはいけないということなんです。
それはなんでですか?
というのもですね、これはLLM、大規模言語モデルの根底にある設計思想に関わってくる問題でして。
設計思想、AIが賢すぎるからとかそういうことではなくて?
逆なんですよ。LLMって本質的には真実を探求する計算機ではなくて、次にくる確実の高い言葉を予測する文章作成エンジンなんですよね。
ああ、なるほど。文章を作っているだけだと。
そうなんです。だから手元にデータが不十分な場合でも、質問したあなたを満足させるために、何とかして最もらしい答えを出そうとしてしまうんです。
ああ、究極を読んで無理やり答えをひねり出そうとしちゃうってことですね。
そうそう、それがいわゆる拡大解釈とか論理の飛躍につながってしまうんですよ。
なるほどな。じゃあ全部お任せってわけにはいかないんですね。
ええ、だから現状では一円単位の正確さが求められるような予算策定とかの業務には全く向いていません。
確かにそれを怖すぎますね。
ですよね。ソースでも指摘されていましたけど、現状は膨大な文章から特定のブランド名を抽出するような、少々曖昧でも許される、反省効かされたタスクとか、ざっくりとした傾向をつかむ簡易調査くらいにとどめておくべきなんです。
いやでもこれすごく面白いパラドックスですよね。
と言いますと?
ツールが進化して何でも自動で作れるようになるほど、逆に出てきたものをこれ本当に正しいかとか、世に出していいかって判断するあなた自身の親身願というか、編集長としての最終責任が重くなっていくわけじゃないですか。
ああおっしゃる通りです。強力なアシスタントを得たからこそ、人間の見極める力がこれまで以上に問われているんですよね。
そうなんですよ。ただ、あのソース資料の中にあった一言が私の頭からずっと離れなくてですね。
06:00
どの一言ですか?
AIのこの弱点も半年後には弱点ではなくなっているかもしれないっていう部分です。
ああありましたね。
もし近い将来、AIが論理的思考の限界を完全に克服して、空気を読んで嘘をつく癖も治ってしまったら、私たちがずっと頼りにしている経験に基づく直感には一体どんな価値が残るんでしょうか。
うーん、全てが正確に予測されて最適化された世界で、人間の直感はどう生き残るのか、これは非常に深く考えさせられるテーマですね。
はい。次にAIへ仕事をお願いするとき、聞いているあなたもぜひこの問いを思い出してみてほしいなと思います。
