約7分で読める記事です。ポイントをギュッとまとめましたので、ぜひ最後までどうぞ！
目次
SNS 管理ツールの Hootsuite が、2026年9月分のプロダクトアップデートを公開しました。20件の新機能と改善のうち、見出しになるのは ChatGPT や Gemini がブランドをどう語っているかを測る「LLM Insights」です。ただ、細部まで読んで私がいちばん大事だと感じたのは、別の小さな機能でした。AI の答えを、ダッシュボード上のどの数字から出したのかと毎回結びつけて見せる機能です。
AI が分析ツールに入ってくるほど、比べるべきは「AI が付いているか」ではなく「AI の答えが元の数字に戻れるか」になっていく。この記事では、Hootsuite の今回のアップデートを材料に、その観点を整理してみます。
Hootsuite は2026年10月30日、9月分の新機能をまとめて公開しました。同社は今年これまでで最も大きな月だとしていて、投稿管理、受信箱、ソーシャルリスニング（SNS 上の言及を集めて分析すること）と、ほぼすべての領域に手が入っています。
並んだ項目を眺めると、AI が2つの方向から入ってきていることが分かります。1つは、AI がブランドについて何を言っているかを「測る」方向です。Lumen（同社のリスニング製品）の LLM Insights は、ChatGPT・Gemini・Perplexity・Claude の回答の中で、自社ブランドがどれくらい登場し、どんな論調で語られ、競合と比べてどの位置にいるかをスコアとして出します。どの質問文と引用元が自社を表示させたのか、逆にどこで自社が出てこなかったのかも一覧で見られます。
もう1つは、AI で「操作する」方向です。Parliament MCP（MCP は AI と外部ツールをつなぐ共通の接続方式）を使うと、ChatGPT や Claude との会話の中から、社員向けの投稿を作成・予約・公開・削除できます。ほかにも、X の会話を検索条件で自動的に振り分ける機能や、Instagram の投稿にコメントした人へ DM を送る自動化が入りました。
AI の回答の中のブランド露出を測る機能を、私はソーシャルリスニングの延長だと見ています。これまでのリスニングは「人が SNS でブランドをどう語っているか」を集める仕事でした。語り手が人から AI にも広がっただけで、「どこで、どれだけ、どんな論調で語られているか」という問い自体は変わっていません。
ただ、集める対象の性質は大きく違います。SNS の投稿は一度書かれたら残る記録です。一方で AI の答えは、同じ質問でも聞くたびに変わる、その場の生成物です。何を、何回聞いて、いつ集計したのか。この条件が変われば、同じブランドでも数字は動くはずです。
その意味で、今回の発表ページに LLM Insights の可視性スコアの算出方法が書かれていない点は気になりました。冒頭に置かれた「消費者の50%以上が、商品探しを検索エンジンではなく AI アシスタントから始める」という数字にも、出典は示されていません。新しい指標ほど、測り方の説明が中身の信頼を左右します。
同じアップデートの中で、私がもっと注目したのが Wisdom（Hootsuite の AI アシスタント）の Widget Aware です。ダッシュボード上のグラフや表（ウィジェット）を1クリックで選ぶと、AI はそのウィジェットのデータから答え、回答ごとに「いまどのウィジェットを文脈にしているか」が表示されます。最大6つのウィジェットの要約を横に並べて比べる AI Widget Insights も入りました。
AI に好きに語らせるのではなく、答えの根拠を画面上の特定の数字に結びつけて見せる。地味ですが、分析ツールに AI を入れるうえでいちばん大事な部分だと思っています。
うちの SocialReport でも、AI 分析レポートは同じ考え方で作っています。数値・グラフ・ランキングは実際の集計データをそのまま使い、AI が担当するのは読み解きと考察だけです。AI に数字を任せた瞬間、レポートは「本当に合っているのか」を確かめる作業が増えるだけのものになってしまう。だから数字は集計の側に、言葉は AI の側に、と役割を分けました。
では、AI 上の露出スコアのような新しい指標を、代理店がクライアントへのレポートに載せるとしたらどうでしょうか。
比べやすい例がエンゲージメント率です。分母をフォロワー数にするのか、インプレッション（投稿が表示された延べ回数）にするのかは、ツールや会社によって違います。それでも実務で使えているのは、多くの場合「何で割った数字か」が示されているからです。定義がばらつく指標ほど、計算の条件が見えることが前提になります。
AI 上の露出スコアは、その条件がまだ揃っていない段階です。ツールごとに質問の作り方も回数も違うはずで、同じ「70点」でも比べられません。クライアントへの説明に使うなら、点数そのものより「どの質問で自社が出て、どの質問で出なかったか」という具体の一覧のほうが話しやすいと考えています。LLM Insights がこの一覧を出している点は、使い道がはっきりしていて良い作りです。
今回のアップデートで見えてきたのは、分析の AI と操作の AI が同じツールの中でつながり始めていることです。分析の AI が出した答えをもとに、操作の AI が投稿まで進める。そうなると、最初の分析が何を根拠にしていたのかが、その後の判断すべての前提になります。根拠が間違っていれば、その誤りが投稿まで一直線に届いてしまいます。
作業の多くは AI に寄っていくでしょう。それでも人に残るのは、「この数字で判断してよいか」を決める仕事だと私は見ています。代理店のレポート作成も、表やグラフを作る時間が減り、「この数字はこう読める、だから次はこうする」と説明する時間の比重が上がっていくはずです。そこで説明の根拠をたどれないツールは、かえって使いにくくなります。
Hootsuite は投稿・受信箱・社員アドボカシーまで1つのツールで抱える総合型で、SocialReport は計測とレポートに絞っています。守備範囲は違いますが、AI の答えを元のデータに結びつけようとする点は同じ方向を向いていると受け止めました。
AI 機能付きの分析ツールをデモで見る機会があれば、AI が書いた一文から元の数字まで戻れるかを確かめてみると、ツールの設計がよく分かります。「この投稿が伸びた」と AI が書いたら、どの期間・どの条件の集計から言っているのかを、その場でたどれるかどうか。見栄えのいい要約より、そこに作り手の考え方が出ます。
Hootsuite の9月アップデートは、AI が分析ツールに「測る」と「操作する」の両方から入ってきたことを示しています。目を引くのは AI の回答の中のブランド露出を点数にする LLM Insights ですが、答えの根拠をダッシュボードの数字に結びつける Widget Aware のほうに、これからの分析ツールの分かれ目がありそうです。新しい指標ほど、測り方の説明が信頼を決めます。
AI が答えを書く時代の分析ツールは、答えの上手さではなく、答えから数字に戻れるかで選ばれていく。私はそう考えています。
