タスク型クエリ​（＝多段階リクエスト）​— ​「質問」から​「依頼」へ

AIエージェント時代の​クエリ​（＝AIへの​問い​合わせ文）​設計では、​一問​一答の​質問文を​そのまま​使うのではなく、​複数ステップで​完結する​「タスク​（＝依頼）」と​して​書き直す​ことで、​計測対象と​最適化の​軸が​変わる。

書き換えの​例

従来型​（質問）の​例は​「おすすめの​クレジットカードは？」である。​タスク型​（依頼）の​例は​「来月の​海外旅行に​向けて​年会費と​ポイント還元率を​比較し、​最良の​1枚を​選んで​申込ページまで​案内してください」である。

何が​変わるか

従来型の​勝敗基準は、​回答の​中で​「言及された」か​どうかだった。​タスク型の​勝敗基準は、​最終的に​「選ばれ、​使われ、​購入された」か​どうかに​なる。​この​変化に​より、​完遂率・途中で​参照された​経路・​最終的に​選ばれた​ブランドと​いった​新しい​計測指標が​得られる。

な​ぜ効くのか

エージェントは​「候補の​一つと​して​挙げられる」ことよりも​「唯一の​最終選択肢に​たどり着く」ことを​重視して​最適化を​行う。​その​ため、​自社ブランドが​最終選考ラウンドを​生き残るか​どうかを​数値化できるようになる。​実装自体は​単純で、​エージェントに​投げる​プロンプト​（＝AIへの​入力文）の​テキストを​入れ替えるだけで​よい。

「言及される」から​「選ばれる」へ​——タスク型クエリへの​移行が、​GEO​（生成AIへの​最適化）の​新しい​計測軸を​開く。