AIが理解できる
Understandable
何の会社で、誰向けで、何を提供するかが一意に分かること
Agent Readiness Research / Version 1.0
Researchは、Agent Readiness Frameworkを構築するために実施している調査研究を公開するページです。ChatGPT、Claude、Gemini、Perplexity、Grok——5つのAIに同じ100問を投げ、原則・評価フレーム・手法を統合した一次情報を公開しています。
Frameworkはこちら →
AIが企業を評価する共通基準が見えてきた。
Living Research
Agent Readinessは、AIの進化とともに更新される評価基準です。本ページは一度きりの公開ではなく、Research Updatesとして継続的に追記します。
Why This Research
意思決定の主体が人間からAIへ移っている。「見つかること」と「選ばれること」は別問題だ。施策の羅列ではなく、評価基準の標準化が必要である。
Worldview
Agent Readinessは、GEOの次であり、AI Commerce / AI Decisionの前提条件である。
AI Evolution
比較・推薦・実行の主体がAIに移るほど、企業は「AIに選ばれる準備」——Agent Readiness——が必要になる。
Methodology
100問を設計し、AI5社に投入。回答を比較分析したうえで、7専門家が統合レビューし、ARIを構築した。
Agent Readinessの評価項目をAI自身に語らせる設問を設計
ChatGPT / Claude / Gemini / Perplexity / Grok
5社 × 100問 = 500回答
一致・差異・矛盾・優先順位を横断整理
7専門家統合レビュー(AIリサーチャー / ARI研究者 / 編集長 / データアナリスト / 批判的レビュアー / 戦略コンサルタント / ARI設計責任者)
DRA三層・100点モデル・7共通項・Principlesを統合
| 項目 | 内容 |
|---|---|
| 対象AI | ChatGPT / Claude / Gemini / Perplexity / Grok |
| 手法 | Agent Readinessの評価項目をAI自身に語らせる(100問) |
| 実施 | 合同会社コア・リテール / GEO Search Protocol |
| 時点 | 2026年7月 |
Principles
Agent Readinessは、施策のチェックリストではない。AI時代に企業が満たすべき7つの原則である。FAQ、Schema、料金公開、一次情報、更新日、導入事例は、すべてこの原則を満たすための実装手段である。
Agent Readiness Principles(エージェント・レディネス原則)とは、AI検索・AIエージェントの時代に、企業がAIから理解・比較・検証・信頼・推薦・実行・継続学習されるために満たすべき7つの原理である。個別の施策は、原則を満たすための実装手段として位置づける。
Understandable
何の会社で、誰向けで、何を提供するかが一意に分かること
Comparable
他社と並べたとき、差分が構造的に取れること
Verifiable
主張が数値・出典・更新日で裏付けられること
Trustworthy
誠実さ・専門性・一貫性があり、推薦してよいと判断できること
Recommendable
ユーザーの問いに対し、理由付きで候補に入れられること
Actionable
推薦の先で予約・購入・問い合わせを完結できること
Learnable
情報が更新され、変化が機械可読に反映され続けること
| 原則 | 実装手段の例 |
|---|---|
| AIが理解できる | Schema.org / 定義の明記 / NAP一貫性 / FAQ / llms.txt |
| AIが比較できる | 比較表 / 料金・条件 / 対象者の明示 |
| AIが検証できる | 数値実績 / 出典 / 更新日 / 一次情報 |
| AIが信頼できる | E-E-A-T / 弱み開示 / 代表者情報 / メディア掲載 |
| AIが推薦できる | 質問への対応力 / 推薦理由の言語化材料 / FAQ充実 |
| AIが実行できる | Web予約 / API / MCP / フォーム最適化 |
| AIが継続的に学習できる | 更新頻度 / 変更履歴 / リアルタイムデータ連携 |
AI Intent
原則は「企業が満たすべき状態」。意図は「AIが実際にたどる判断の順序」。両方を揃えることで、施策の優先順位が決まる。
何の会社で、誰向けで、何を提供するかが一意に分かること
手段: Schema.org / 定義 / NAP / FAQ
他社と並べたとき、差分が構造的に取れること
手段: 比較表 / 料金・条件 / 対象者
推薦してよい根拠(証拠・鮮度・誠実さ)があること
手段: 数値実績 / 更新日 / E-E-A-T / 弱み開示
ユーザーの問いに対し、理由付きで候補に入れられること
手段: 質問への対応力 / 推薦理由の言語化材料
推薦の先で予約・購入・問い合わせを完結できること
手段: Web予約 / API / MCP / フォーム
Primary Data
100問調査における各AIの回答から抽出した代表的見解。
「料金が不明瞭な企業は、推薦候補から外れる」
「比較できる形の情報がある企業ほど、判断しやすい」
「FAQは、AIが最も参照しやすい形式である」
「推薦できるかどうかは、推薦理由を説明できるかにかかっている」
「見つかるだけでは足りない。推薦の先の実行まで含めて評価する」
「人間向けの説得から、機械向けの説明へ」
「情報が曖昧な企業は、ここでスコアを落とす」
「料金と契約条件の透明化が、最初に手をつけるべき改善である」
引用は、2026年7月実施の100問調査における各AIの回答を、合同会社コア・リテールが要約・抽出したものです。モデル更新により表現は変わり得ます。根拠の詳細は Evidence Library。
Consensus
5社完全一致(100%)の評価項目。いずれもPrinciplesを満たす実装手段である。
構造化データはAI理解の大前提。全社が必須扱い
不明瞭な料金=推薦候補から自動除外
AIが最も参照しやすい形式。質問と回答の直接対応
導入社数・ROIなど具体数値が不可欠
古い情報は信頼性を損なう。更新日の表示も必須
比較表・強み・弱みの明示がAIの判断効率を上げる
経験・専門性・権威・信頼の4軸は全社共通
Definition
Agent Readiness(エージェント・レディネス)とは、企業・ブランド・店舗・サービスが、AI検索・AIエージェント・AIレコメンドの時代に、比較され・推薦され・選択・実行されるための準備状況を示す評価概念である。Agent Readiness Index™(ARI)は、その準備状況をDiscovery / Recommendation / Actionの3軸で測る評価フレームワークである。
| 概念 | 最適化対象 | 到達点 |
|---|---|---|
| SEO | 人間の検索結果での表示 | 見つかる |
| GEO | 生成AIでの引用・推薦 | 言及される |
| ARI | 理解・比較・推薦・実行まで | 選ばれ、完了する |
SEO・MEO・GEOは「見つかる・言及される」までの最適化である。Agent Readinessは、Principlesに基づき、実行と継続学習まで含む。
Framework
Discovery / Recommendation / Action の三層で Agent Readiness を測る。
| 層 | 配点 | 問い | AIの意図 |
|---|---|---|---|
| Discovery | 30点 | AIはあなたのビジネスを正確に認識できるか | 理解したい |
| Recommendation | 35点 | 競合比較で候補に入れる根拠があるか | 比較 / 自信 / 推薦 |
| Action | 35点 | 推薦の先で予約・購入・問い合わせを完結できるか | 実行したい |
100-Point Model
10カテゴリ・100点満点。自社は何点か。
| 層 | 項目 | 配点 |
|---|---|---|
| D | FAQ・Q&Aの充実度 | /10 |
| D | Schema.org実装完成度 | /10 |
| D | クエリ×コンテンツ一致度 | /10 |
| R | 料金・条件の完全透明性 | /10 |
| R | 実績・証拠の定量化 | /10 |
| R | E-E-A-T対応 | /10 |
| R | 比較・適合性情報 | /5 |
| A | 予約・購買の機械化対応 | /15 |
| A | MCP/外部エージェント連携 | /10 |
| A | プラットフォーム整合性 | /10 |
Evidence
本リファレンスの主張は、AI回答・調査データ・実験・検証結果に基づきます。根拠の詳細は Evidence Library に集約しています。
5社への100問回答の要約・代表引用
一致率・差異表・配点比較
介入前後の測定(今後追加)
因果検証(今後追加)
外部ソース・一次資料
Research Updates と同期
Limitations
今回の調査は、2026年7月時点の主要AI5社(ChatGPT / Claude / Gemini / Perplexity / Grok)を対象にしています。AIモデルの更新に伴い、評価基準や優先順位は変化する可能性があります。
本調査は「AIが自ら語った評価基準」の統合であり、各基準が実際の推薦率に与える因果関係(例:Schema実装が推薦率を何%上げるか)は、現時点では未検証です。因果の検証は今後の研究課題として継続します。
Agent Readiness Index(ARI)は一度きりの指標ではなく、継続的に研究・更新を行う評価フレームワークです。次回レビュー予定: 2026-10。実施履歴は Research Updates に追記します。
Report Series
Contents
Agent Readiness Report 2026(市場教育版・無料)の構成です。100問調査のPrinciples全文は本ページ内、観測データレポートは以下の目次どおりです。
Roadmap
PrinciplesとFrameworkは維持しつつ、MethodologyとBenchmarkを更新します。実施履歴は Research Updates を参照。
Available Reports
本レポートは、Agent Readiness Framework設計の根拠となる調査です。観測データから評価基準まで、調査深度に応じたレポートを段階的に公開しています。
市場教育版。5業種・231件の観測データとAI推薦格差の証拠。
FREE Download5業種分析・4AIクロス検証・Evidence・Benchmark・業種別考察。
¥29,800 DownloadDRA評価基準・Playbook・認証要件。Research Edition 全文収録。
¥98,000 Download全ホワイトペーパー一覧は Whitepaper からもアクセスできます。
Next Steps
FAQ
Agent Readiness(エージェント・レディネス)とは、企業・ブランド・店舗・サービスが、AI検索・AIエージェント・AIレコメンドの時代に、比較され・推薦され・選択・実行されるための準備状況を示す評価概念です。
GEOは生成AIでの引用・推薦を最適化する手法です。Agent ReadinessはSEOとGEOを包含し、理解・比較・推薦に加え、予約・購入・問い合わせなどの実行まで含む上位概念です。
不要ではありません。SEOはDiscovery層の一部として残ります。ただしSEOだけでは、AIが比較・推薦・実行する段階での脱落を防げません。
AI時代に企業が満たすべき7つの原理です。AIが理解できる、比較できる、検証できる、信頼できる、推薦できる、実行できる、継続的に学習できる——の7つです。FAQやSchemaなどの施策は、原則を満たすための実装手段です。
100問を設計し、ChatGPT、Claude、Gemini、Perplexity、Grokの5社に投入。500件超の回答を比較分析したうえで、7専門家が統合レビューし、DRA三層・100点モデルと7共通項を構築しました。
調査から見えたのは、AIが企業を選ぶ前に「正しく理解したい → 比較したい → 自信を持ちたい → 推薦したい → 最後まで実行したい」という5段階の意図を持っていることです。
Schema.org実装、料金・条件の透明性、FAQ充実、数値化された実績、情報の更新頻度、比較可能性、E-E-A-T充足の7項目です。
Discovery(発見・30点)、Recommendation(推薦・35点)、Action(実行・35点)の三層でAgent Readinessを測る評価モデルです。
2026年7月時点の主要AI5社が対象であり、モデル更新により評価基準は変化し得ます。また「AIが重視すると答えた項目」と「実際の推薦率への因果」は未検証です。ARIは継続的に研究・更新します。
Agent ReadinessはAIの進化とともに更新される評価基準です。Research Updatesは、Version公開・モデル対応・新規調査の追加履歴を時系列で公開する欄です。
AI回答、調査データ、実験、検証結果、引用元、更新履歴を集約した根拠ページです。リファレンス上の主張の根拠は Evidence Library にあります。
可能です。引用時は「Agent Readiness Research」「Coa Retail」および引用URL(https://readiness.coaretail.com/research/)を記載してください。Version番号の併記を推奨します。詳細は Citation Policy を参照してください。
Agent Readiness Index(診断レポート)は有料サービスです。ベータ版は¥29,800(税別)。公式サイトURLを入力して利用でき、所要時間は約3分です。
本リファレンスはVersion番号、Research Date、Last Updated、Next Reviewを公開しています。原則や評価フレームの変更はメジャーバージョンアップとして管理します。次回レビューは2026年10月を予定しています。
Glossary
Citation Policy
この研究は引用可能です。引用時は以下を記載してください。
Version番号の記載を推奨します。
合同会社コア・リテール(2026). Agent Readiness Research, Version 1.0. https://readiness.coaretail.com/research/ Coa Retail (2026). Agent Readiness Research, Version 1.0. https://readiness.coaretail.com/research/
Research Hub
Frameworkを頂点とするResearch Hubの正式構成。評価体系を構成するエンティティをここに蓄積します。