ChatGPTやGemini、Perplexityなどの生成AIに間違った情報が出ていないか確認可能に。CINC、「AI誤情報チェック機能」を開発
株式会社CINC(本社:東京都港区、代表取締役社長:石松友典、以下CINC)は、「生成AIの回答に自社や自社プロダクトの間違った情報が出ていないか」を確認できる「AI誤情報チェック機能」を、社内のAI検索最適化(GEO/LLMO)ツールに追加しました。
本機能では、確認したい企業やサービス・製品の正しい情報を登録するだけで、ChatGPT・Gemini・Perplexity・AI Mode・AI Overviewsに質問(プロンプト)を一斉送信し、回答を取得。取得した回答データは正確・文脈ズレ・不正確・ハルシネーションなどの7段階のラベルで自動判定され、回答生成時の情報源となった引用URLとともに表示されます。本機能により、CINCはAI検索最適化(GEO/LLMO)コンサルティングサービスの支援において、「誤情報発生状況の把握」から「改善施策実施後の効果検証」まで、スムーズなサポートが可能になります。
<開発背景:AI検索の普及とともに「見えない誤情報リスク」が顕在化>
ChatGPTやGeminiなどの生成AIの活用が日常化し、企業の気づかないところでAIが誤った情報を回答するリスクが顕在化しています。ダボス会議で知られる世界経済フォーラムの『グローバルリスク報告書2026年版』においても、今後2年間で世界に深刻な影響を与えるリスクとして「誤情報と偽情報(Misinformation and disinformation)」が2位に挙げられています。
誤情報によるリスクを企業にとって身近な例に置き換えると、たとえば「製品リニューアル後も旧モデルがAIに推奨されている」「価格改定後も古い価格が回答に含まれている」などのケースです。こうした事象は、プレスリリースやレビュー、比較記事など、Web上に存在するあらゆる記事がAIに読み込まれ、ブランドの「AI内での姿」が形成されるために発生します。意図せず蓄積された古い情報や誤りがユーザーへの回答に使用されるリスクは、どの企業にも存在します。
AIの誤認識が引き起こす主なビジネスリスク
|
リスクの種類 |
想定される具体的な事象 |
|---|---|
|
廃番・旧モデルへの誘導 |
製品リニューアル後も旧モデルをAIが推奨し続け、存在しない製品への問い合わせや販売機会の損失につながります |
|
旧価格・旧スペックによるクレーム |
価格改定・仕様変更後も旧情報をAIが回答し、誤った前提で購入・契約を検討したユーザーからのクレームや解約につながります |
|
旧住所・旧連絡先への誘導 |
移転後もAIが旧拠点を案内し続け、来訪・配送時のトラブルにつながります |
|
ハルシネーションによる誤情報の |
実在しない機能・受賞歴・資本関係などをAIが捏造して回答し、ユーザーがそれを事実として受け取るリスクがあります |
|
採用情報の誤認識によるミスマッチ |
実態とは異なる給与レンジ・社内制度の情報などをAIが回答し、応募前または応募後の候補者の離脱につながるおそれがあります |
|
ブランドの文脈ズレ |
競合と混同されたり、本来訴求したい強みとは異なる文脈でAIに言及され、意図しないところでの機会損失につながります |
上記のようなリスクは、企業側が「AIが何を回答しているか」を把握していないために見過ごされがちです。本機能は、そうした「見えないリスク」を可視化し、クライアントの現状把握から施策実行後の効果測定までを一貫してサポートするために開発されました。
<本機能により可能になる支援>
「AI誤情報チェック機能」により、次のような支援が可能です。
1:AIによる誤認識を網羅的に把握
確認したい企業や製品・サービスの正しい情報を登録すると、ChatGPT・Gemini・Perplexity・AI Mode・AI Overviewsの5つのサービスに質問(プロンプト)を一斉送信し、それぞれの回答を自動収集します。どのAIがどの項目で誤った回答をしているか、一覧で把握できます。
2:誤情報の「種類」をラベリングし、対策の優先度を設計
回答を正確か不正確かの二択で判定するのではなく、正確・鮮度混在・文脈ズレ・不完全・不正確・ハルシネーション・情報なしの7段階のラベルで識別することが可能です。回答内容が「事実として異なる」のか、「情報が古い」のか、「文脈がズレている」のかによって、対処法は異なります。7段階に分けて識別することにより、提案する施策の精度向上につながります。

ある製品の最新のカラーバリエーションについて本機能で質問した結果。ChatGPT・Gemini・Perplexity・AI Mode・AI Overviewsそれぞれの回答について「不正確」「鮮度混在」「正確」のラベルがついており、回答内容にどのような不備があるのかがひと目でわかる。また、回答の詳細とあわせて引用リンクを確認できるため、誤った情報の発信源を特定することも可能。
本機能では、検索せずに生成AIに回答してもらった場合のデータも取得できるため、AIの内部知識と引用されたWebページのどちらが誤情報の原因か調査することも可能です。定期的にチェックを行うことによって、クライアントのリスクの早期発見と対処をサポートします。
