Agent Readiness Research / Version 1.0

AI時代の企業評価基準を定義する。主要AI5社・100項目の独自調査。

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。

ChatGPT Claude Gemini Perplexity Grok
調査AI
5
質問
100
分析項目
500+
抽出知見
120+
共通項
7

2026年7月時点の独自調査。詳細は 研究方法限界

Research Updates

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。

  1. Version 1.0 公開(AI5社・100項目・Principles・DRA)公開済
  2. Claude 新モデル対応調査予定
  3. Google AI Mode 調査追加予定
  4. AI Commerce 研究追加 / Next Review予定

なぜこの研究を行ったのか

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。

Agent Readiness Timeline

Agent Readinessは、GEOの次であり、AI Commerce / AI Decisionの前提条件である。

  1. SEO
    検索結果で見つかる
  2. MEO
    マップ・ローカルで見つかる
  3. GEO
    生成AIに引用・言及される
  4. Agent Readiness
    理解・比較・推薦・実行まで備える — いまここ
  5. AI Commerce
    AIが購買・予約を完結する
  6. AI Decision
    AIが意思決定の主体になる

意思決定の主体が移る

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。

Google時代
検索
人が比較
購入
AI Search
相談
AI比較
人が決定
Agent
相談
AI推薦
予約
決済
実行

研究方法

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。

  1. 100問設計

    Agent Readinessの評価項目をAI自身に語らせる設問を設計

  2. AI5社へ投入

    ChatGPT / Claude / Gemini / Perplexity / Grok

  3. 回答取得

    5社 × 100問 = 500回答

  4. 比較分析

    一致・差異・矛盾・優先順位を横断整理

  5. 専門家レビュー

    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)

  6. ARI構築

    DRA三層・100点モデル・7共通項・Principlesを統合

項目内容
対象AIChatGPT / 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

Agent Readiness 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。
01

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

02

AIが比較できる

Comparable

他社と並べたとき、差分が構造的に取れること

03

AIが検証できる

Verifiable

主張が数値・出典・更新日で裏付けられること

04

AIが信頼できる

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

05

AIが推薦できる

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

06

AIが実行できる

Actionable

推薦の先で予約・購入・問い合わせを完結できること

07

AIが継続的に学習できる

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

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は何をしたいのか?

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。

  1. 01正しく理解したい
  2. 02比較したい
  3. 03自信を持ちたい
  4. 04推薦したい
  5. 05最後まで実行したい

01 正しく理解したい

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

02 比較したい

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

03 自信を持ちたい

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

04 推薦したい

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

05 最後まで実行したい

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

Schemaも、FAQも、料金の公開も、目的ではない。AIが「理解し、比較し、自信を持ち、推薦し、実行する」ために必要な材料である。Agent Readinessは、この5段階を企業がどこまで満たしているかを測る。

AIの共通回答

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」

ChatGPT
「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」
Claude
「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」
Gemini
「人間向けの説得から、機械向けの説明へ」
Perplexity
「情報が曖昧な企業は、ここでスコアを落とす」
Grok
「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

原則を満たすために、AI5社が一致した7項目

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。

理解できる

Schema.org実装

構造化データはAI理解の大前提。全社が必須扱い

比較・検証

料金・条件の透明性

不明瞭な料金=推薦候補から自動除外

理解・推薦

FAQ充実

AIが最も参照しやすい形式。質問と回答の直接対応

検証できる

数値化された実績

導入社数・ROIなど具体数値が不可欠

継続学習

情報の更新頻度

古い情報は信頼性を損なう。更新日の表示も必須

比較できる

比較可能性

比較表・強み・弱みの明示がAIの判断効率を上げる

信頼・推薦

E-E-A-T充足

経験・専門性・権威・信頼の4軸は全社共通

Agent Readinessとは

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。

DRAモデル

Discovery / Recommendation / Action の三層で Agent Readiness を測る。

配点問いAIの意図
Discovery30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
Recommendation35点競合比較で候補に入れる根拠があるか比較 / 自信 / 推薦
Action35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

評価方法論の詳細 →

AIに選ばれる企業とは

10カテゴリ・100点満点。自社は何点か。

項目配点
DFAQ・Q&Aの充実度/10
DSchema.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
RE-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
AMCP/外部エージェント連携/10
Aプラットフォーム整合性/10
S 90–100 A 75–89 B 60–74 C 45–59 D ≤44

根拠はこちら

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。

AI回答

5社への100問回答の要約・代表引用

調査データ

一致率・差異表・配点比較

実験

介入前後の測定(今後追加)

検証結果

因果検証(今後追加)

引用元

外部ソース・一次資料

更新履歴

Research Updates と同期

この研究の限界

時点の限界

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。

因果の限界

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。

継続方針

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。

この資料で分かること

  • 5業種・231件のAI回答分析と業種別推薦率
  • 業種間最大5.5倍のAI推薦格差(実測)
  • ChatGPT / Gemini / Claude / Perplexity の4AIクロス検証
  • 推薦率の差はSEOではなく「情報の設計」で決まる理由
  • Agent Readiness Index™(Discovery・Recommendation・Action)の概要
  • 無料版の位置づけ(観測データまで)と有料版の境界
  • Research Edition / Methodology Handbook への次のステップ

無料版 Report 目次

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。

  1. 読む前に — あなたの会社はAIに推薦されているか
  2. Executive Summary — 3つの発見
  3. 業種間5.5倍のAI推薦格差
  4. 4AIクロス検証:推薦率一致マトリクス
  5. まとめ — 選ばれる準備を、今
  6. 調査背景と目的
  7. 調査設計と方法論
  8. Agent Readinessとは
  9. 資料体系(無料版の位置づけ)

今後の研究予定

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。

  • Schema実装→AI推薦率の因果検証
  • llms.txtの効果測定
  • 弱み開示実験
  • 業界別ベンチマーク(Dental公開済、病院・採用・EC・SaaS・士業を予定)
  • Negotiation Readiness(2028予測)

Whitepaper

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。

全ホワイトペーパー一覧は Whitepaper からもアクセスできます。

よくある質問

Agent Readinessとは何ですか?

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とAgent Readiness(ARI)の違いは何ですか?

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。

SEOはもう不要ですか?

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。

Agent Readiness Principlesとは何ですか?

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。

この研究はどのように行われましたか?

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。

AIは何をしたいのですか?

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。

AI5社が完全に一致した評価項目は何ですか?

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。

DRAモデルとは何ですか?

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。

この研究の限界は何ですか?

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。

Research Updatesとは何ですか?

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。

Evidence Libraryとは何ですか?

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。

調査結果は引用できますか?

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。

診断の料金は?

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。

Versionはどのように更新されますか?

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。

用語集

Agent Readiness
企業・ブランド・店舗・サービスが、AI検索・AIエージェントの時代に、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。
Agent Readiness Principles
AI時代に企業が満たすべき7つの原理。施策はその実装手段。
GEO
Generative Engine Optimization。生成AIでの引用・推薦を最適化する手法。
DRA
Discovery / Recommendation / Action。Agent Readinessを測る三層モデル。
ARI
Agent Readiness Index™。準備状況をスコア化する評価フレームワーク。
Evidence Library
研究の根拠(AI回答・調査データ・実験・検証結果等)を集約したページ。

引用について

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/

Agent Readiness 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。

Whitepaper