Ahrefs最新アップデート4発表とCMO Tim Soulo氏LIVE Q&Aが示したAI検索時代の計測インフラ像

Tim Soulo(ティム・ソウロ)氏

Ahrefs
CMO 兼 プロダクトアドバイザー

プロフィールを見る

×

Tim Soulo(ティム・ソウロ)氏

Ahrefs
CMO 兼 プロダクトアドバイザー

2015年、Ahrefsに16番目の社員として参画。外部資本を一切受けない「自己資金経営」というスタイルを貫きながら、同社を年間経常収益（ARR）1億ドルを超える業界トップクラスの企業へと成長させた立役者です。
マーケティングの第一線において、SEO業界で最も引用される調査レポートを数多く発表してきたほか、制作したマーケティング講座は延べ10万人近くが視聴。世界各国のカンファレンスで登壇を重ね、現在は「Ahrefs Podcast」のホストとして、世界中の著名なCMOや創業者、リーダーたちの知見を引き出しています。

河原田 隆徳 氏

Ahrefs Pte. Ltd.
Ahrefs Japan
マーケティング統括

プロフィールを見る

×

河原田 隆徳 氏

Ahrefs Pte. Ltd.
Ahrefs Japan マーケティング統括

21歳で単身イスラエルに渡り、20年間の海外生活を経て昨年帰国。この間、Waze（Google）、Wix、monday.comといったイスラエル発のグローバル上場企業で、マーケティング戦略の立案・実行、製品のローカリゼーションチームリード、コミュニティマネージメントなど多岐にわたる役割を担い、日本市場におけるブランド認知度向上とユーザー基盤の構築に貢献。
2024年8月からはAhrefs Japanマーケティング統括に就任。これまでの国際的な経験と、日本市場に関する深い知見を活かし、Ahrefsの日本におけるさらなる成長を牽引。

このセッションで明らかになったのは、Ahrefsが「AI検索時代の計測と分析を、エージェント化のインフラまで含めて一気に押し進める」という明確なプロダクト方針を持っているということだ。

特に、本イベントの目玉として発表された対話型AIエージェント「Agent A」を、Tim氏は「チームに加わるトップ1%マーケター」と繰り返し表現した。本記事では、4つのアップデート内容と8つのQ&Aの要点を詳細に追っていく。

4つの最新アップデート

河原田氏がまず紹介したのは、ブランドレーダー、Ahrefs MCP Server、Firehose、Agent Aという4つのプロダクトアップデートだった。

① ブランドレーダー：AI検索におけるプレゼンス可視化

ブランドレーダーは、AI検索における自社・競合他社のプレゼンスを可視化するツールだ。ChatGPTやGeminiなど主要AIモデル/AI検索に対応し、メンション(言及)や引用ドメインの状況を分析できる。

今回のアップデートでは、以下のような拡張が加わった。

• 引用元ページの種類分析：引用されたページを記事/企業サイト/製品ページなどにクラスタリングし、どのようなページが引用されやすいかを分析可能に
• 簡易セットアップ：自社名・競合名・ドメイン入力のみでレポート作成が可能(これまではプロジェクト作成などの手順が必要だった)
• カスタムプロンプトのAI生成機能：追跡したいプロンプトをAIが自動で設計
• カスタムプロンプトの開放：Liteプラン以上のユーザーに追加料金なしで解放
• APIエンドポイント追加：ブランドレーダーのデータをClaudeやChatGPTから読み取って分析可能
• Looker Studio連携：ダッシュボードの作成が容易に
• 引用元ページの鮮度分析：公開日・更新日を取得し、ページ鮮度と引用の関連性を分析

② Ahrefs MCP Server：対話型ツールとの連携強化

Ahrefs MCP ServerはChromeコネクタとChatGPTアプリに直近対応した。ユーザーはChromeのコネクタ設定からAhrefsを接続するだけでデータを取得できるようになっている。

具体的な活用例として河原田氏が挙げたのは以下だ。

• ダッシュボードを開かずに「自社が取れていない競合の狙い目のキーワードは?」といった対話式の即時回答
• ブランドレーダー APIへの対応により、「先月の自社のメンション数・引用数」などを対話で取得
• Claude上でグラフや表が表示され、ウィジェットから元のAhrefsレポートへ直接リンク

「対話型インターフェースでAhrefsデータを引き出し、裏付けを元レポートで確認する」という実務フローが成立する環境が整ったかたちだ。

③ Firehose：リアルタイムウェブデータストリーミング

Firehoseは新サービスとして、現在ベータ版で無料提供されている。Ahrefsのクローラー(毎分500万ページを巡回)が収集したウェブデータを、高度なフィルタリングで絞り込みながらリアルタイムで取得できる。

河原田氏が実際に試した感想として、「自然言語でフィルタ条件を記述するとAIがフィルタを作成してくれるので非常に使いやすい」と評価した。

④ Agent A：「トップ1%マーケター」を目指す対話型エージェント

そしてこのイベントの目玉が、対話型AIエージェント「Agent A」だ。

Ahrefsのデータとマーケティングスキルを実装したエージェントであり、Tim氏はこれを「チームに加わるトップ1%のマーケター」と表現する。ノーコードでダッシュボードやアプリを構築でき、Ahrefsインターフェース全体のデータに直接アクセスし、GA4やGSCといった外部ツールとの連携も可能だ。

プロンプトで指示するだけで、SEOモニタリングダッシュボードや翻訳ワークフローなどを生成できる。河原田氏は「私たち自身も業務の中で取り入れている」と運用状況を紹介した。

• 
  「Agent A」Ahrefsの対話型AIエージェント

本セッション終了後のネットワーキング時間にはデモデスクが設置され、Agent A・Ahrefsのオリジナルステッカー配布、アンケート回答者への1ヶ月無料クーポンコード配布などの企画が続いた。

さらに参加者全員へのお土産として、Ahrefsロゴ入りのオリジナル傘が配布された。冒頭で河原田氏が「どんな豪雨にも、Googleアップグレードにも耐える傘」と紹介したノベルティで、第3回ならではの遊び心が会の余韻を演出した。

Tim Soulo氏LIVE Q&A — 8つの質問への即興回答

河原田氏による通訳を介して行われたQ&Aでは、会場からの質問がそのままTim氏に届けられ、即興で回答が返された。質問は実務視点のものが多く、Tim氏は率直に長所・短所の両方を語ったのが印象的だった。

Q1:Agent Aはどのように使われているか

現時点でAgent Aはリリースされたばかりで、最初の数百人が利用を開始した段階だという。Tim氏が挙げた具体例は、ブログのトラフィック減少分析を依頼されたケースだった。

「ブログのURLを渡して『なぜトラフィックが減少したのか分析してほしい』と依頼した。Agent Aはまず問題を特定するための分析プランを作成し、私がそれを確認して承認した後、計画通りに実行していった。結果として多くの洞察が得られた」

Tim氏は続けて、Agent Aでできることに「基本的に制限はない。あなたの会社の従業員ができることは、このエージェントも同じようにできるはず」と評価した。

質問者が「もしクライアントがAgent Aの存在を知ったら、代理店の仕事がなくなるかもしれない」と懸念を口にしたのに対し、Tim氏はこう応じた。

「逆に、クライアントがAgent Aを知ったら、あなたはより多くのクライアントにサービスを提供できるようになる。Agent Aは実行の部分を助けるが、責任は人間が負わなければならない。何かうまくいかなかった時に、AIに責任を取らせることはできない。だから依然として人間の責任が必要であり、Agent Aはあなたがより多くの仕事をより速くこなすのを助ける存在だ。我々は『このツールを使えばチームのマーケターを全員解雇できる』と宣伝するタイプの会社ではない。常に『トップ1%のマーケターをチームに迎え入れる』と言っている」

AIツールのポジショニングを明確に言語化した回答だった。

• 
  「Agent A」Ahrefsの対話型AIエージェント

Q2:ChatGPTやPerplexityの出力のバラつきをどう扱うか

質問者が指摘したのは、ChatGPTやPerplexityなどのAIサービスで出力品質が安定しない問題だった。「これをどう解釈し、分析ツール側で扱うか」という問いに、Tim氏は歴史的な視点から答えた。

「これは素晴らしい質問だ。GoogleとBingにも似た問題が常にあった。ChatGPTはPerplexityよりも遥かに普及している。ちょうどGoogleがBingよりも遥かに普及しているように。つまり分析の問題というより、『普及していないものに努力を費やすのか』という問題になる。歴史的にSEO業界では、Google以外の検索エンジンをみんな無視してきた。AEO/LLMO業界でも今、どのプラットフォームが支配的になるかを見極めているフェーズで、その後マーケターは支配的な少数のプラットフォームに最適化していくことになるだろう。プラットフォーム自体が毎週のように変わっているので、結果が一貫しないのは当然とも言える。今は『様子を見る』という答えになる」

Q3:大規模データ処理時のハルシネーション対策

「Claude CodeやCodexでもハルシネーションが起き、データが欠損したり途中でおかしくなったりする。Agent Aの裏側ではどうデータが処理されているのか?BigQueryのような前処理済みストアに入れているのか、リアルタイムでMCPサーバーを叩くのか」という技術的な問いに、Tim氏はまず前提を率直に共有した。

「まず、私はAIの専門家ではない。我々は独自のAIモデルを構築しておらず、市場にあるもの — Claude、OpenAI、Geminiなど — を使っている。そうした上でハルシネーションや誤動作の問題は確実にある」

その上で推奨アプローチを具体的に語った。

「プロダクトチームが取っている解決策は、長いタスクを小さく分解し、1つずつ完了させていく方法だ。個人的にはAgent Aだけでなく、Claude Codeを使うときも同じように作業する。1つの大きなタスクを渡すのではなく、まずステップに分解させ、各ステップで何をするか説明させる。計画を承認したら、最初のステップだけを実行させ、結果が満足いくものか確認する。ハルシネーションや誤動作は大きな問題なので、AIと作業する際は何をしているかを監視する必要がある」

質問者からは「Jupyter Notebookのようなアプローチで、とてもいい方向性ですね」と共感のコメントが返された。ステップを対話的に検証するスタイルは、データサイエンスのノートブック運用に近い発想だといえる。

Q4:MCP ServerとAgent Aの使い分け

Q&Aセッション中で最も体系的な回答が返ってきたのが、この質問だった。Tim氏はAgent Aを「3つの要素の組み合わせ」として整理した。

「Agent Aは3要素の組み合わせだと考えてほしい。

• AIモデル(Claude、Gemini、DeepSeekなど)
• Ahrefsデータ
• Ahrefsデータで何ができるか、どんなマーケティングスキルを持っているか

ClaudeやChatGPTでMCPサーバーや公式Ahrefsコネクタを使う場合、これらのうち2つ、あるいは1.5要素しか得られない。AIモデルと、MCP/API/コネクタ経由のAhrefsデータだ。ただし、MCPやAPIはAhrefsデータへの限定的なアクセスしか提供しない。一方Agent Aは、Ahrefsインターフェースで見られる全データに無制限にアクセスできる。APIは相当限定されていて、Ahrefsが持っているものよりずっと少ない」

さらにTim氏は、マーケティングスキル面での差異を強調した。

「我々のマーケティングチーム自身が、Agent AにAhrefsのツールとデータを最適に使えるよう訓練している。先ほど紹介したブログのトラフィック減少分析の例でも、『これが最適な分析方法だ』と伝え、次のステップでは何をすべきか指示していった。それが最終的にスキルとして定着する。だから誰が同じタスクを依頼しても、我々のチームが推奨するやり方で実行される。ClaudeやChatGPTに同じ分析を頼むと、毎回異なる方法で実行される可能性がある。つまり、結果の一貫性の話でもある。Agent Aは我々の社内マーケチーム由来の特定のマーケティング知識を持ち、それとAhrefsデータへのフルアクセスを使ってあなたのタスクに取り組む」

Q5:ブランドレーダーのボラティリティと期間指定

ブランドレーダーを実務で使っている参加者から、「AIの応答は日ごとにボラティリティが激しい。アウトリーチ先を期間でまとめて最適化したいが、現状は日次表示しか選べない」という実務的な要望が出た。「Agent Aを使えばカスタムダッシュボードを作って解決できるか?」という問いに対し、Tim氏の回答は明快だった。

「ブランドレーダーのツール内では、週次や月次への切り替えは可能になっている。ただし、特定の日から特定の日までのカスタム日付指定がしたいのであれば、ブランドレーダーのバックエンド側の機能として追加する必要がある。Agent Aは独自のデータを作るわけではなく、Ahrefsのインフラの上で動いている。インフラが許可することしかできない。Agent AでAhrefsのバックエンドインフラを変えることはできない。ぜひフィーチャーリクエストを出してほしい。プロダクトチームが機能を作ってくれれば、Agent Aでそのデータを使って操作できるようになる」

Agent Aが「インフラ上のレイヤーで動作するプロダクト」であるという位置づけが、この回答からも透けて見える。

Q6:MCP経由のデータ鮮度と精度

別の参加者からは、「APIとMCPを業務で多用しているが、3月までのデータしか取れない。競合他社を見る際にAhrefsの画面上とMCP経由で大きな差異が出ており、アフィリエイトサイト管理者が使うには精度が物足りない」という声が挙がった。

これに対しTim氏はまず、問題を率直に認めた。

「実は我々もMCPサーバーのデータにいくつか問題があった。私自身もMCPから取ったデータがAhrefsインターフェース上のものと一致しない事象を経験した。修正は入れたが、まだ別のバグが残っている可能性があるので、カスタマーサポートに確認してほしい」

その上でAgent Aの優位性を強調した。

「Agent AはAhrefsの全データに直接アクセスできる。MCPのようなサードパーティのステップを介さないので、データは100%正確なはずだ。だからMCPコネクタや他のコネクタ、あるいはAhrefsのAPIキーを使ってAIに接続する方法よりも、Agent Aを使うほうが良い結果が得られる」

Q7:Agent Aの日本語SEOへの対応

日本のSEO代理店から「英語圏と日本のSEOは癖が違う。Agent Aは日本語SEOに対してどこまでローカライズされているのか、またどういう学習過程を経ているのか」という質問が出た。この質問に対しTim氏は、「素晴らしい質問だ」と前置きしつつ率直に回答した。

「まず、我々はAgent Aを日本市場向けに特別に訓練はしていない。ご指摘ありがとう」

訓練の仕組みについても具体的に説明した。

「Agent Aを訓練する基本的な方法は、我々の社内チームがマーケティングタスクを実行させて、その結果が我々の望む形かどうかを見る。望む形でなければ、正しいやり方を説明し、記憶させて、次回からそのやり方でタスクを実行させる。この同じフィードバックループは、日本語のユースケースにも適用できる。『英語では正しく動くが日本語では違うはずだ』という場面に遭遇したら、Takaにメッセージを送って何を修正すべきか伝えてほしい。そうすればAgent Aのスキルをアップデートし、日本市場・日本語リクエストに特化させていける」

さらにTim氏は、このフィードバックループの重要性を語った。

「おそらく理解してほしい最も重要な点は、Agent Aの訓練プロセスは長く、継続的なものになるということだ。より多くの人がAgent Aを使い、より多くの問題を報告してくれるほど、我々はそれを改善できる。ClaudeやChatGPTではこうしたことはできない。あなたのClaudeをあなたのために訓練することはできないからだ。しかしAgent Aは、全員のために訓練できる」

この「全員のために訓練できる」という点こそが、汎用AIと業界特化エージェントの決定的な違いだという主張だ。

Q8:ブランドレーダーのプロンプト検索ボリュームの正確性

最後の質問は、ブランドレーダーで表示されるプロンプトの検索ボリュームについてだった。「クライアントに見せたときに『このデータはどれくらい正確なのか?』と聞かれたときに答えられるようにしたい」という現場の声に、Tim氏はまたしても率直に答えた。

「正直に言う。ブランドレーダーのこのデータは、とても悪い。正直なところそうだ」

会場が笑いに包まれる中、Tim氏は現状の仕組みをこう説明した。

「我々がプロンプトの検索ボリュームとして出しているのは、単純にGoogleの検索ボリュームをブランドレーダーに移植したものだ。したがって、表示されているのは全てGoogle上での検索ボリュームであり、ChatGPTやPerplexityのそれではない。しかしチームが非常に近くアップデートをリリースする予定だ。ChatGPT、Perplexity、その他の検索エンジンのマーケットシェアに対するGoogleのマーケットシェアが分かっているので、それに応じて検索ボリュームを調整できる。例えばGoogleが90%、ChatGPTが5%のマーケットシェアなら、あるプロンプトのChatGPTでの検索ボリュームはGoogleの5%程度だと推定できる。こうしたシステムを全てのプロンプトボリュームに適用して再計算する予定だ」

続けてTim氏は、他の計測方法に対する見解も語った。

「これは実はとてもシンプルな方法だが、ChatGPT上の実際のプロンプト検索ボリュームを知る他の方法は、現状存在しない。Clickstreamと呼ばれるデータがあるのを聞いたことがあるかもしれない。ブラウザアプリケーションがユーザーのChatGPT入力を監視し、それを集約して企業が購入するというものだ。しかし、このデータは信頼性が非常に低い。だから、マーケットシェアを使ってGoogleからChatGPTの検索ボリュームを推定する方法のほうが、トピックの人気を推定するには良い方法だと考えている」

このアップデートは「数週間以内、あるいは数ヶ月以内にリリース」される予定だという。

おわりに — Ahrefsが描く「AI検索時代の計測インフラ」

Tim Soulo氏のLIVE Q&Aで通底していたのは、「プロダクトの限界を率直に認めた上で、改善の方向性を具体的に示す」という姿勢だった。ブランドレーダーのプロンプト検索ボリュームは「正直に言って悪い」、MCPサーバーにはバグがあった、Agent Aの日本語SEO訓練はまだ行われていない — 一つ一つの質問に対し隠すことなく現状を語り、その上で改善策や別プロダクトへの移行経路を提示していく。

一方で、Ahrefsが目指している方向性も明確だった。計測ツール(ブランドレーダー)、対話型連携(MCP Server)、リアルタイムデータストリーミング(Firehose)、そして対話型エージェント(Agent A) — これらを組み合わせることで、「AI検索時代のブランド最適化を、データ取得から分析・実行まで一気通貫で支える」というインフラを構築しようとしている。

特にAgent Aについて、Tim氏は「全員のために訓練できる」点を繰り返し強調した。汎用LLMを業界特化で磨き上げていくこの思想は、日本市場に関しても「日本のユーザーがフィードバックを寄せてくれれば、全ユーザー向けに日本語SEO対応を強化できる」という呼びかけにつながっている。

第3回Ahrefs日本ユーザーミートアップは、AI検索への対策が「思想の対比」から「インフラの実装」へとフェーズを進めていることを象徴する場となった。ここから先の1年、日本のマーケターがこれらのツールをどう使いこなし、どんなフィードバックを返していくかが、次回Vol.4での議論の素地を作ることになりそうだ。

第3回Ahrefs日本ユーザーミートアップ全体の概要、LANY 竹内渓太氏のセッション、PLAN-Bマーケティングパートナーズ 馬谷達也氏のセッションについては、それぞれハブ記事および関連記事をあわせて参照されたい。

Ahrefsについて

URL https://ahrefs.com/ja

Ahrefsは2010年創業の SEO・AEO／検索データプラットフォームを開発・提供するテクノロジー企業。本社はシンガポール。4,900 億ページ以上を 15〜30 分間隔でクロールする世界最大級のインデックスを基盤にサイト監査・キーワードリサーチ・競合分析・AIコンテンツ支援など マーケター向け SaaS をグローバルに展開。

近年はAI検索可視化ツールの「ブランドレーダー」やAIライティングサポートの「AIコンテンツヘルパー」など生成AI時代を見据えた新機能を連続投入し、検索体験の革新をリードしている。