いつもお世話になっております。Qlipper運営・株式会社トドオナダです。
「広報のためのLLMO Tips」第14回をお届けいたします。
────────────────────────
前回、事前学習には締切があると述べました。
今日は、その締切を生む供給側の事情を具体的に見ます。
AIの学習データの最大の供給源は、「Common Crawl」という非営利団体が運営する巨大なWebアーカイブです。
C4やFineWebといった公開データセットの母体でもあります。
ベンダーは手作業で媒体を選ぶのではなく、このCommon Crawlの巡回結果に品質フィルタをかけて学習データを作ります。
このCommon Crawlの巡回スペックが、締切の厳しさを決めています。
新しいデータセットが公開されるのは、基本的に約2ヶ月に1回。
そして1回の収集作業は、約10〜12日間に集中して行われます。
つまりAIの学習データに載るには、この2ヶ月に1回・10日間ほどの窓に、自社の記事が引っかかる必要があるのです。
この窓を逃すと、次のスナップショットまで最短でも2ヶ月待ちです。
今日出したプレスリリースが最速でCommon Crawlに載るのは、次の窓が開いたとき。
運が悪ければ2ヶ月後です。
しかもCommon Crawlに載っても、それが実際に学習に使われるまで、複数のスナップショットをまとめた大規模データセットに組み込まれ、ベンダーの学習スケジュールに乗るまで、さらに数ヶ月から1年かかるのが通例です。
「今日書いた記事が明日AIに反映される」は、この構造では起こり得ません。
次の便を待ち、採録され、フィルタを通過し、学習される。
これらを直列に待つ必要があります。
だからこそ、自社の記事が今どの段階にいるのかを知ることが重要になります。
そもそもCommon Crawlに届いているのか、それとも入り口で止まっているのか。
そして最終的に、AIの記憶にまで到達しているのか。
到達しているかどうかは、AIに直接聞けば見えてきます。
AIが自社を語れるなら、この長い工程を通過した実績がある。
語れないなら、どこかで止まっているということです。
────────────────────────
ここまでお読みいただいて、一つはっきりすることがあります。
「AIが今、自社をどう認識しているか」を推測ではなく事実として見ない限り、次の一手は決められない、ということです。
それができるのが、Qlipper上のLLM認知確認ツール「ディギディギ」です。
◆ ディギディギならできること
AIに「自社について教えて」と直接尋ね、返ってきた答えを検証します。
AIが自社を何と説明しているか、その説明に事実と異なる誤り（ハルシネーション）が混じっていないか。
これは、Common Crawlという巨大アーカイブを起点とする長い学習工程を、自社の情報が通過してAIの記憶に到達しているかを映す鏡です。
到達できていなければ、その事実がAIの答えに現れます。
────────────────────────
▼ 御社のブランドで、実際に測ってみませんか
AIが自社を今どう語っているか、その場で確認できます（所要30分）。
▼ まずは資料で確かめたい方へ
「広報のためのLLMO対策」実践ガイドを配布中です。
────────────────────────
次回もどうぞお楽しみに。
何かご不明点がございましたら、お気軽にご連絡ください。
どうぞよろしくお願いいたします。
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
株式会社トドオナダ
Qlipper運営事務局
〒110-0005
東京都台東区上野7-11-13 弥彦ビル302
03-6453-6886
info@todo-o-nada.com
https://qlipper.jp/
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
