Queue株式会社が運営する「LLMOナビ」では、学習塾・予備校に関する100個の非指名質問とGeminiの回答を分析しました。非指名質問は、特定の企業・サービス名を原則として含めず、希望条件から候補を尋ねる質問です。SAPIXは「中学受験」で10/11回答、「大学受験」で0/11回答に登場しました。名前が出た回数に加えて、質問の目的と回答内の役割を読むことが露出の点検につながります。調査に用いた質問・回答と名称の言及状況は、学習塾・予備校の現状分析レポート(2026年10月)で確認できます。

調査概要

対象は候補の比較、相談先の選定、利用前の条件確認などを含む質問群です。特定の名称を入力しなくても、回答がどの会社やサービスを案内したかを確認しました。

項目

確認した内容

調査主体

Queue株式会社/LLMOナビ

調査目的

企業・サービス名の本文登場と参照元の記録を区別して確認

対象領域

学習塾・予備校

対象AI

Gemini

質問数

100問の非指名設計

取得した回答記録

100件

本文が確認できる回答

99件

地域と言語

JP/日本語

検索に関する記録

検索発火0/100件、参照元URL行数0行

 

この集計は取得したGeminiの回答を対象とし、市場シェア、サービスの品質、利用者の満足度を測ったものではありません。質問構成によって登場数は変わるため、他のAIや実際の検索需要を代表する結果とは扱いません。回答内にある機能、料金、制度の記述も、現在の事実として確認するには一次情報との照合が必要です。

本文言及の集計では、本文が空欄の1件を除き、確認できる99回答を分母にしました。空欄は企業名が出なかった有効な回答とは扱っていません。

本記事で使う参照元と本文言及と推薦の読み方

参照元は、回答とともに記録されたWebページです。本文言及は、回答の説明に企業・サービスの名前が登場することを意味します。推薦は、利用、購入、相談、依頼などの候補として提示されることです。比較の例、情報源、注意対象として名前が出ただけの場合は、推薦と分けます。

出現回答率は、名前が1回以上出た回答数を対象回答数で割った割合です。同じ回答で同じ名称が繰り返されても1件とします。複数の名前が一つの回答に出るため、企業別の率の合計は100%になりません。今回の定量比較は、以下の五つの名称に対する本文言及です。業界の全企業を網羅した順位や、全回答の推薦率としては扱っていません。

調査結果の全体像

同じ99回答で五つの名称を確認すると、TOMASが65/99(65.7%)に登場しました。次に多い東京個別指導学院は53/99(53.5%)でした。ここで比較しているのは回答本文に名称が出た頻度であり、会社の規模や事業の成果ではありません。

 

名称

回答内で確認する分類

本文言及

TOMAS

回答内の学習塾名

65/99(65.7%)

東京個別指導学院

回答内の学習塾名

53/99(53.5%)

明光義塾

回答内の学習塾名

38/99(38.4%)

臨海セミナー

回答内の学習塾名

26/99(26.3%)

SAPIX

回答内の学習塾名

24/99(24.2%)

 

出典:Queue株式会社「LLMOナビ 学習塾・予備校 AI検索可視化調査」(今回取得した回答)。

名称の粒度もそろえて読む必要があります。企業、製品、商品ブランド、検索窓口は、同じ実体とは限りません。親会社や専門プランの名前を本体の名称に無条件に足し込むと、どの対象が紹介されたかが変わります。表は明示した名称と同一表記の差を対象とし、関係する会社やサービスのすべてを合算したブランド認知の指標ではありません。

学習塾・予備校のAI検索回答の特徴と押さえるべきポイント

Queue株式会社のLLMOナビによる今回の分析では、質問の目的と回答内での案内の役割を分けることで、全体の登場数だけでは見えない違いを整理できました。

五つの名称の範囲で、本文にいずれも出ない回答は25/99、1名称が出る回答は8/99、2名称以上が出る回答は66/99でした。1回答あたりの平均は2.08名称、中央値は2名称です。これは集計対象5名称についての構造であり、回答に登場したすべての会社やサービスの数ではありません。五つの名前が出ない回答にも、他の候補や探し方の案内がある場合があります。

質問は本文の要求から主テーマを一つずつ割り当てました。単に件数を均等にする分類ではなく、契約や相談の条件、利用目的、対象者などを区別しています。似た質問も含まれるため、テーマ差は独立した利用者100人の好みの差ではありません。

 

主テーマ

質問数

本文がある回答数

SAPIXの本文言及

受講科目と塾比較

8

8

3/8(37.5%)

地域と通塾

11

11

2/11(18.2%)

学年と学習者

9

9

3/9(33.3%)

中学受験

11

11

10/11(90.9%)

高校受験

10

10

3/10(30.0%)

大学受験

11

11

0/11(0.0%)

定期テスト

10

9

1/9(11.1%)

学習管理と個別指導

13

13

0/13(0.0%)

講習と保護者連絡

10

10

2/10(20.0%)

体験と資料請求

7

7

0/7(0.0%)

 

出典:Queue株式会社「LLMOナビ 学習塾・予備校 AI検索可視化調査」(今回取得した回答)。

SAPIXの本文登場は質問テーマで異なる

「中学受験」では10/11(90.9%)、「大学受験」では0/11(0.0%)で、差は90.9ポイントでした。全体の24/99(24.2%)だけを見る場合と比べ、今回の回答で名前が出た場面の偏りを確認できます。

この比較は、複数の条件を含む質問群の観測です。ある言葉だけを入れ替えた実験ではなく、質問の用途、地域、利用条件などが同時に変わる場合があります。テーマ名の語をページへ加えれば同じ登場率になる、という施策の効果を示しているわけではありません。

例えば、「近隣の中学受験事情に詳しい塾を紹介して」という質問の回答では、SAPIXが本文に登場しています。一方、「地方からオンラインで難関大学を目指せる予備校は?」という質問の回答では、その明示名称は確認できませんでした。名前の有無だけでなく、回答が何を案内しているかを確かめると、未出現の意味を読み分けられます。

担当者は、自社が届けたい利用場面と質問を照らし、出た回答と出ていない回答を対にして確認できます。別の会社が紹介されたのか、製品や手順を説明したのか、条件の追加を求めたのかで、点検する内容は変わります。低い登場率をそのままサービスの能力不足と判断せず、回答が求めた作業や候補の種類へ戻ることが必要です。

中学受験の候補と大学受験の受講経路は利用目的が違う

近隣の中学受験事情を尋ねる回答では、所在地の追加を求めながら、SAPIXなどを候補の例として挙げています。大学受験をオンラインで進めたいという回答は、映像授業、ライブ授業、個別指導などの受講形式を分けて説明しています。地域を確定した教室の推薦と、塾名を一般例として示す案内は同じではありません。受験段階の違いもあるため、名前の登場率を合格実績や授業品質の順位へ読み替えることはできません。

 

質問の要点

確認した役割

近隣の中学受験事情に詳しい塾を紹介して

地域確認を伴う候補例

地方からオンラインで難関大学を目指せる予備校は?

大学受験の受講形式と候補

 

出典:Queue株式会社「LLMOナビ 学習塾・予備校 AI検索可視化調査」(今回取得した回答)。

この二つの回答例は、紹介された役割を読むための例です。全回答の推薦率や、最優先候補の割合を示すものではありません。箇条書きの先頭に置かれた名称も、それだけでは第一候補と判定できません。利用候補、比較の窓口、背景説明、注意対象を区別して記録すれば、同じ名前が出た回答同士でも案内の違いを確認できます。

参照元の記録と本文に出る名前を別々に確認する

今回の回答記録では、検索発火は0/100(0.0%)、参照元一覧は0行、検索クエリの記録は0件でした。それでも、TOMASは本文に65/99(65.7%)で登場しています。名前の登場と参照元の記録を別々に確認できる例です。参照元が記録されていない状態から、公式サイトを使わなかった、Web上の情報が無効だった、とまでは判断できません。

参照元一覧にあるページと、本文中の特定の説明が対応するかも別の問題です。同じ回答にURLと会社名があるだけでは、そのページが推薦の根拠だったと断定できません。URLの行数は同じ回答に複数のページがあれば増える一方、本文言及は同じ回答の同じ名前を1件とするため、両者の順位や割合を同じ尺度として比較しないことが必要です。

参照記録を点検する際には、ドメイン、具体的なページ、名前が出た本文の段落を対応付けます。公式、比較媒体、相談窓口の分類を確認できないページは、見た目のタイトルだけで分類を決めません。情報が記録されたことと、その内容が正しいことも分け、料金や利用条件は該当する事業者の一次情報へ戻して確認します。

AI検索対策で次に検証すべきこと

まず、Web担当者とサービス担当者が、今回の「中学受験」「大学受験」の質問を自社の提供範囲と照合します。具体的には、受験段階、指導形式、教室の地域を分け、AIの一般例が具体的な通塾候補として案内されていないかを確認することが検証の入口になります。

考えられる仮説は、回答が必要とした利用条件や担当業務の説明を見つけやすくすることで、名前が出た場合の紹介内容を点検しやすくなる、というものです。今回の単月の記録では、その情報を更新する施策が登場率を変えることまでは検証できていません。更新前後で同じ質問を使い、名称の有無と役割、参照元の記録を再び確認する検証施策として扱います。

再調査では、質問本文、対象名称の表記、集計単位、対象AIや取得条件を固定し、分子と分母を残します。順位が上がった場合も、自社の回答数が増えたのか、他の対象が減ったのかを分けます。本文言及が増えても、それが相談候補の増加なのか、比較例や注意対象としての登場なのかを同時に確認することが必要です。

調査方法と出典と結果の読み方

入力した質問を回答本文と照合し、同じ回答内の同じ名称は重複を除きました。テーマ別の率は、その主テーマに属する本文がある回答数を分母としています。前月の比較可能な基準値がないため、今回の結果を上昇や低下、改善や悪化とは表現していません。次月は今回の定義と基準値を使い、同じ対象範囲で比較できる部分から変化を確認できます。調査主体はQueue株式会社のLLMOナビです。

Queue株式会社の無料現状分析 AI検索での自社と競合の露出を可視化

今回は学習塾・予備校のAI回答を分析しました。企業ごとの現状分析では、事業やサービスに関連する非指名質問への回答をもとに、自社の名称がどの場面で登場し、情報源として自社サイトがどう記録されたかを分けて確認できます。競合と同じ質問で比べる際にも、単なる名前の回数だけでなく、紹介された業務と条件を読むことが役立ちます。AI検索で自社がどの場面の候補として紹介されているかを確認したい方は、Queue株式会社の無料現状分析をご活用ください。