結果は記載された条件での観測値です。同じ施策で同じ結果になるとは限りません。
発表主体：当事者（HubSpot）／業種：B2B SaaS（CRM）／証拠グレード B（当事者の公表）
対象 AI：複数AI／施策 ID：C-9・D-3・D-2・D-6・A-5
AIに詳しいSEO担当2名で実験専門チームを作り毎週ひとつ実験を投入。自社の顧客事例を土台に業種×用途の特化ページを141本作成。AIが価格を誤答していた問題には、各製品の価格を説明するブログ記事を連投し、第三者サイトに残る古い価格の修正も実施
特化ページは公開直後の引用率16%で足踏みした後、最終的に141本中92%が引用され、AI検索での可視性は49%向上したと同社が報告。約2か月で、6製品中5製品について価格回答の正確さが改善した。一方、llms.txtに合言葉を仕込んだ実験ではAIの認識・ボットのアクセスともにゼロだった
| 指標 | 前 | 後 | 期間／母数 |
|---|---|---|---|
| 特化ページの引用率 | 16%（公開直後） | 92%（141本中） | — |
| AI検索での可視性 | — | 49%向上 | — |
| AIの価格回答の正確さが改善した製品 | — | 6製品中5製品（約2か月） | — |
数値はHubSpot元マーケティング責任者の一次出典で確認できる。可視性49%向上の測定条件や母数は一次出典に示されていない。「AI経由の有効リード1,850%増」は施策との対応が不明なため採録しない
Growth Unhingedに掲載されたHubSpot元マーケティング責任者 Aja Frost の振り返り（2026-09-16）で主要な数値と価格回答の改善を確認。バズ部の記事は日本語による紹介
ChatGPT・Gemini・Perplexity・Google AI Overviews・Microsoft Copilotでの自社と競合の露出を、無料で診断します。
LLM Insightで、AIに選ばれるブランドへ
