LLMO(事前学習対策)の効果測定ツール「ディギディギ」を単独サービスとして提供開始

生成AIはあなたのブランドを知っているか。〜LLMブランド認知とハルシネーションを測定〜

株式会社トドオナダ

2026年8月10日 11時46分

PR効果測定サービス「Qlipper(クリッパー)」を開発・運営する株式会社トドオナダ(本社:東京都台東区、代表取締役:松本泰行)は、LLM(大規模言語モデル)におけるブランド認知とハルシネーション(誤情報生成)を測定するツール「ディギディギ」を、Qlipperの一機能から独立した単独サービスとして提供開始したことをお知らせします。

サービスサイト:https://digidigi.qlipper.jp

背景:LLMOの本丸は「事前学習対策」

ChatGPTをはじめとする生成AIの普及により、生活者が情報に接触する起点は検索エンジンからLLMへと移りつつあります。LLMが自社ブランドを「知らない」、あるいは「誤って記憶している」場合、推奨候補にすら挙がらない——これがAI時代の新しい広報課題です。

こうした課題への対応はLLMO(Large Language Model Optimization)と呼ばれ始めていますが、その中心はAI検索(RAG)への対策ではありません。LLMのブランド認知は、モデルの事前学習データにブランド情報が届いているかどうかで決まります。事前学習対策の主戦場は報道・記事露出であり、これは広報担当者こそが最も影響力を持てる領域です。

一方で、広報活動の成果がLLMの記憶にどう反映されているかを測定する手段が、これまで存在しませんでした。ディギディギは、この「LLMO・事前学習対策の効果測定」を担うツールです。

ディギディギの6つの機能

1. ハルシネーション検知

LLMに自社ブランド・自社サービスについて説明させ、その応答に事実誤認(ハルシネーション)が含まれていないかを検知します。LLMが自社を「どう記憶しているか」「何を間違えて覚えているか」を具体的に把握できます。

2. 想起シェア計測

カテゴリ(業種・商品ジャンル等)を提示した際にLLMが想起するブランド群(想起集合)の中で、自社がどれだけのシェアを占めるかを計測します。「◯◯といえば?」という問いに対する自社の存在感を数値で把握できます。

3. 逆引きで競合発見

カテゴリからLLMが想起するブランドを逆引きし、LLM上で自社と同じ土俵に立っている競合を発見します。従来の競合認識とは異なる「LLMの中での競合構図」を可視化できます。

4. サイテーションデバッグ

獲得したサイテーション(記事化されたページ)のURLを診断し、狙ったブランドの関係性がLLMの学習データとして有効に刻まれる状態にあるかをデバッグします。記事本文がLLM事前学習のデータクリーニング工程を通過して生き残れるか(生存性)、狙った「問い」と「答え」のペアが本文中で有効に共起しているか(共起の土壌)などを診断し、「記事は出たが、LLMの記憶に届く形になっているか」を露出獲得後に検証できます。

5. 並列センテンスジェネレーター

LLMの記憶にブランドとカテゴリの結びつきを刻むための「共起センテンス案」を対話的に生成します。共起させたい語のペアに文脈タグ(「求人募集」「事務所紹介」等)を指定すると、その文脈で両者を共起させた具体的な文章案を複数生成します。生成文はWeb検索による事実裏付けを経ており、記事・プレスリリース等の原稿素材としてそのまま活用できます。