AI検索評価 ⑪ 鮮度​（Freshness）​— 引用コンテンツの​新しさ

鮮度とは、​引用元コンテンツの​公開日​（または​最終更新日）から​観測時点までの​経過日数を​指す指標である。​値が​小さい​ほど​新しい​情報を​引用している​ことを​意味し、​AI検索エンジンの​時系列品質を​測る​主要指標と​なる。

重要な​理由

• 統計・キャンペーン・法令改正のような​時変情報​（＝時間とともに​内容が​変わる​情報）を​扱う​業界では、​古い​ソースの​引用が​即座に​的外れな​回答を​生む。
• 鮮度が​低いエンジンを​利用する​クライアントには、​引用され​続ける​ために​新規記事を​頻繁に​公開するよう推奨する​必要が​ある。
• この​指標は、​時間的な​質問応答を​扱う​研究である​TimeQA​（Chen et al. 2021年）と​StreamingQA​（Liska et al. 2022年）を​実務に​応用した​ものである。

計測方​法

• 鮮度​（経過日数）​ ＝ 観測時点 − 引用元コンテンツの​公開日／最終更新日。
• エンジンごとに​分布​（中央値・p25・p75）と​して​集計する。
• 中央値30日以内で​あれば​高鮮度、​中央値1年超で​あれば​低鮮度と​判定する。
• ground_truth.last_verified との​一致に​ついても、​match​（一致）​・newer​（新しい）​・older​（古い）の​3値で​分類・集計する。

計算例​（仮想シナリオ・​時変フレーズを​含む35問）

• ChatGPT Search：中央値45日で​最も​新しい。
• Gemini：中央値80日。​Claude：中央値120日。
• AI Overview：中央値210日​（約7か​月前）。​「最新」を​問う​クエリでも​6か​月以上​前の​記事を​引用する​ケースが​多い。
• 当期の​ IR​（＝投資家向け​広報。​Investor Relationsの​略）​データや​年度数値を、​AI Overviewが​古いまま​提示し続ける​リスクが​特に​高い。

ai-searchプロジェクト内での​位置づけ

• 78問の​事実静的設問の​うち時変フレーズを​含む推定30〜40問、​および​Track A​（時間的鮮度カテゴリ）に​適用する。
• 構成概念C5​「Temporal Freshness Tracking​（時間的鮮度追跡）」の​主要指標である。
• エンジン横断の​日次縦断計測​（＝同一対象を​継続して​追跡する​調査手法）と​最も​相性が​良い​指標である。

鮮度​（経過日数）は、​AIエンジンが​現実世界の​変化に​追いついているかを​示す​最も​鋭い​単一指標である。