YouTube動画がAIの推薦材料に、再生数よりタイトルと概要欄が効く

米国の案件代理店が始めた、AIの推薦を設計するサービス

ニューヨークに拠点を置く案件（企業案件）の代理店、Influencerが2026年8月、AIの推薦内容を設計する新サービス「Creator-First AEO」を始めました。
提携したのはAIマーケティングのProfoundです。
AEOは、AIが答えるときに引用されやすい形へ整える手法を指します。
Net Influencerが伝えています。

進め方は3つの繰り返しです。
Profoundで、AIが自社ブランドをどう扱っているかを見る。
足りない部分を埋めるクリエイター動画をInfluencerが作る。
Profoundに戻って、AIの反応が変わったかを測る。

共同創業者のCaspar Lee氏の説明です。

ループはこうです。
ProfoundがAIにあなたのブランドがどう見えているかを見せる。
Influencerがクリエイターのコンテンツを作る。
そしてProfoundが変化を測る。

Influencerは2015年にCaspar Lee氏とBen Jeffries氏が創業しました。
北米、欧州、中東で200人以上が働き、Spotify、Google、Nike、Coca-Colaなどを相手に6,000件以上の案件を手がけたとしています。
サービス開始から3週間ほどで、公開された成果はまだありません。
同じ領域ではマーケティング企業のLaterが2026年前半に先行して同種のサービスを出していて、Caspar氏は「自分たちが最初だと言ったことは一度もない」と話しています。

AIの推薦に効くのは再生数よりタイトルと概要欄

Profoundのデータは、AIの推薦を動かす要因についてよくある思い込みを覆しています。
再生回数は主な要因ではありません。
Caspar氏は、名前を伏せた靴ブランドのデータを見たとき、再生3.5万回のYouTube動画が、そのブランドが競合より推薦される理由の大きな割合を占めていたと説明します。
同じブランドで、それより見られている動画の寄与は小さかったといいます。

分かれ目は「構造の明快さ」です。
動画のタイトルと概要欄を見たときに、AI（大規模言語モデル）がその動画で何を実演しているかを特定できるかどうかが、AIの内部で根拠として拾われるかを決めます。

タイトルと概要欄がきちんとラベル付けされていて、動画で何が起きているかを簡単に特定できなければ、AIはうまく拾ってくれません。

人の注意を引くために作ったコンテンツと、AIが根拠として使えるコンテンツは同じものではありません。
Caspar氏によれば、伸びている動画にはタイトルと整形がきちんとしているものが多く、再生数が最大の動画とは一致しません。
両方が重なったときに効果が大きくなる、という整理です。

AIが参照する情報源はジャンルごとにばらつき、週単位で動く

AIがどの情報源を参照するかは、商品ジャンルによって大きく変わります。
同じブランドの商品群のなかでも違い、週ごとに入れ替わることもあります。

あるジャンルではYouTubeが大きな比率を占めている。
同じくらいだと思う別のジャンルを見ると、まったく違う。

Caspar氏は、顧客はすでに各SNS向けのコンテンツを大量に作っているので、あとはそれを最適化するだけだと話します。
InfluencerがProfoundと組み、自社で測定機能を作らなかった理由については、専門分化の論理を挙げています。
同社はTikTok、YouTube、Pinterest、Snap、Meta、TwitchのAPIに直接アクセスできる立場にありますが、競合する測定基盤の開発は別の能力への投資になると判断しました。

小さいチャンネルが大手を上回る場面

案件で起用するクリエイターの選び方も変わります。
Caspar氏は、YouTubeの案件で以前からある傾向が、AIの推薦でさらに極端になると見ています。

名前の通ったインフルエンサーが100万回再生されても、まったく成果につながらないことがあります。
その人がそういう相談をされる相手ではないからです。
AEOではそこがもっと極端になります。

特定ジャンルで小さくても権威のある視聴者を持ち、そのジャンルの相談でAIが繰り返し引用するクリエイターは、10倍の規模を持つ総合型のクリエイターより、測れるブランド価値が大きくなることがあります。
Caspar氏はこれを、クリエイターの価値が広がる話だと位置づけています。
AIはすでにクリエイターが作っているコンテンツを拾っているだけで、それを最適化して価値を証明すれば、案件の市場に入る人が増えるという主張です。

事実と工作の線引き

AIが自社について話す内容を設計するとなると、最適化のどこからが工作なのかという問題が付いてきます。
Caspar氏は、事実の正確さと本物の支持で線を引いています。

引き受けるコラボレーションに誠実であり続ける必要があります。
どんなブランドでも引き受けるようになると、権威ではなくなります。

ブランド側にも同じことが言えます。
本当にネガティブな事実がある場合、良い話をいくつか出しても打ち消せません。
AIはそういう情報もよく拾います。

SEOの例え話も出します。
偽の掲示板投稿や偽の記事でブランドの見え方を水増しする手法は、検索の初期には一時的に効きましたが、プラットフォームが対応して効かなくなりました。
同じ経路をたどるという見方です。
何もしない場合のリスクは、AIがブランドについて不完全なまま、あるいは誤ったまま理解することだと述べています。

結果はまだ出ていない

Creator-First AEOは始まって3週間ほどで、公開された成果はありません。
Caspar氏は、数字は良くても悪くてもそのまま出すと話し、その週に効かないこともあると認めています。
料金や対応国、日本で同種のサービスが提供されているかは原文に書かれていません。

それでも読者に関係するのは、AIが参照する先にYouTube動画が入っているという前提です。
Caspar氏は、AI経由のおすすめも最終的には人の購買判断に届くと説明しています。
動画1本の作り方として、タイトルと概要欄に「何を実演しているか」を書いておく作業が、人向けの工夫とは別にもう1つ増えたことになります。