Skip to main content
Profound MCP は、Profound の Answer Engine Optimization (AEO)、ブランド可視性、引用、センチメント、ショッピング、プロンプトボリューム、Agent Analytics のデータへの読み取り専用アクセスを AI アシスタントに提供します。このページでは、ホスト型 MCP サーバーを MCP クライアントに接続する前に、何ができるかを説明します。接続の準備ができたら、接続ガイドを参照してください。

​
ツールの連携のしくみ

ほとんどの会話は Discovery ツール から始まり、その後レポートに進みます。一般的な流れは次のとおりです。
1

アクセスを確認する

表示できるデータを尋ねます。アシスタントは whoami で、サインイン中のユーザー、利用可能な組織、地域、利用権限を確認します。
2

適切なスコープを見つける

関心のあるブランドやサイトについて尋ねます。アシスタントは list_organizations で解決し、続いて可視性レポートの場合は list_categories、トラフィックレポートの場合は list_domains を使用します。
3

必要に応じてフィルターを追加する

質問を市場、AI エンジン、プロンプトセット、トピック、タグに絞り込むよう依頼します。アシスタントは list_regions、list_models、list_tags、list_topics、list_prompts でこれらのフィルターを解決します。
4

レポートを実行する

レポートしてほしい内容を尋ねます。アシスタントは、指定した期間の可視性、センチメント、引用、プロンプトの回答、ショッピング、プロンプトボリューム、リファラル、ボットのクロールのデータを取得します。

​
動作と安全性

すべてのツールは読み取り専用です。アナリティクスデータを取得するだけで、Profound 内の何かを作成、更新、削除することはありません。 すべてのレポートツールには、次の MCP ヒントが設定されています。 日付は YYYY-MM-DD 形式の ISO 8601 文字列です。レポートは start_date と end_date を検証し、期間が無効な場合は対処方法を示すエラーを返します。

​
可視性レポート

これらのツールは、category_id と期間でスコープが設定されます。通常のテキスト回答と ショッピングモード の結果の両方で、ブランドが AI の回答にどのように表示されるかを把握するために使用します。

​
ブランド可視性レポート

これらのツールを使用して、ブランドが AI の回答にどのように表示されるか、その回答がどのような印象を与えるか、どの程度正確か、AI エンジンがどの情報源を引用しているかを把握します。
期間内のカテゴリーについて、AI の回答にブランドがどのくらいの頻度で、どの程度目立って表示されるかを測定します。プロンプトの例:
  • 「先月の AI の回答における当社の可視性を、モデル別に見せて。」
  • 「今四半期、競合と比べて可視性は上がっていますか、下がっていますか?」
デフォルトの指標: visibility_score。その他の指標は share_of_voice と average_position です。visibility_score は未加工の小数値です。Profound プラットフォームに表示されるパーセンテージに合わせるには 100 を掛けます。たとえば 0.42 は 42% です。入力注意事項:
  • すべての行には {name, owned} の asset オブジェクトが含まれます。結果は常に group_by に加えてブランド別にもグループ化されるため、区分ごと・ブランドごとに 1 行が返されます。
  • limit は行数ではなく最上位グループ数を制限するため、グループ化したクエリでは設定した上限より多くの行が返されます。
期間内のカテゴリーについて、1 つのブランドまたは競合に関して AI の回答が示すセンチメント、またはそれらの回答が引用しているページのセンチメントを測定します。プロンプトの例:
  • 「AI の回答は当社の価格設定をどのように捉えていますか?」
  • 「引用されているページのうち、当社ブランドに最も否定的なものはどれですか?」
センチメントは回答そのもの、または回答が引用するページのいずれかから得られ、source でどちらかを選択します。入力注意事項:
  • citation_category、page_contains、citation_sort_by、citation_sort_direction は source が citation の場合にのみ使用でき、それ以外の場合はエラーが返されます。
  • フィルターは結果を絞り込むものであり、グループ化は行いません。source が citation の場合、model は対象となるページとその引用シェアを変更しますが、センチメントはモデルではなくページに対するものです。
期間内のカテゴリーについて、AI エンジンがどの情報源をどのくらいの頻度で引用しているかを示します。プロンプトの例:
  • 「当社のカテゴリーで AI エンジンが最も多く引用しているサイトはどれですか?」
  • 「AI の回答は当社のドメインをどのくらいの頻度で引用していますか?」
  • 「引用は引用カテゴリー間でどのように分布していますか?」
デフォルトの指標: count と citation_share。count は未加工の引用頻度で、citation_share は AI モデルごとに平均化されるため、モデル間で比較できます。entity は各行が表す対象を設定します。entity を指定しない場合、各行は引用された 1 つのドメインを表し、引用数の多い順に並びます。AI エンジンが最も多く引用しているサイトを調べるには、このデフォルトを使用します。entity: "page" は引用されたページ URL ごとに 1 行を返し、entity: "citation_category" は引用カテゴリーごとに id と name を含む 1 行を、引用シェア順に返します。
scope: "owned" と domain_filter はドメインの行でのみ機能し、page_filter と first_cited_at はページの行でのみ機能します。引用カテゴリーの行では group_by を使用できず、指標は count と citation_share のみです。その他の組み合わせではエラーが返されます。
入力注意事項:
  • ドメインとページの行には rank が含まれ、1 が最も多く引用されたものです。first_cited_at はページの行でのみ返されます。
  • 引用カテゴリーの行には rank が含まれません。また、1 つの引用がページのカテゴリーとドメインのカテゴリーの両方でカウントされる場合があるため、citation_share の値の合計が 100% を超えることがあります。
  • レスポンスの info.entity は、行が表すエンティティを示します。
  • group_by: ["page"] は従来どおり機能し、entity を省略した場合はページの行が選択されます。これと同時に entity に page 以外を設定するとエラーが返されます。
  • limit は行数ではなく最上位グループ数を制限するため、グループ化したクエリでは設定した上限より多くの行が返されます。
期間内のカテゴリーのプロンプトに対して AI エンジンが返した回答、つまり可視性指標の背後にある生のテキストを取得します。プロンプトの例:
  • 「先週、当社の貯蓄に関するプロンプトに AI エンジンはどう回答しましたか?」
  • 「先月の可視性低下の背後にある回答を取得して。」
入力注意事項:
  • 1 つのリストに複数の ID を指定すると、いずれかの ID に一致するものが対象になります。両方の入力を設定した場合、回答は両方に一致する必要があります。
  • フィルターはページネーションの前に適用されるため、フィルターを指定した呼び出しでは一致する回答のみがページングされます。
期間内のカテゴリーについて、AI の回答がどの程度正確に説明しているかをレポートします。FactCheck スコア、その推移、およびその根拠となる正確・不正確の件数が含まれます。プロンプトの例:
  • 「先月の当社の FactCheck スコアはいくつですか?」
  • 「正確性は改善していますか? また、最も正確性が低いモデルはどれですか?」
行には常に accuracy、accurate、inaccurate が返されます。group_by を指定しない場合、レポートはカテゴリーの主要スコアを返します。入力注意事項:
  • FactCheck はカテゴリー単位でスコープが設定されるため、ブランドや競合の入力はありません。
  • フィルターは名前に完全一致します。
  • topic_negate は topic にのみ適用され、その他のフィルターは通常どおり絞り込みます。
期間内のカテゴリーについて、AI の回答に含まれていた不正確な主張を一覧表示します。プロンプトの例:
  • 「先月、当社のカテゴリーではどんな不正確な主張が見られましたか?」
  • 「最も多い不正確な主張の根拠は何で、そのためにどのページが引用されていますか?」
入力注意事項:
  • group_by には 1 つの値を指定します。group_by: ["tag"] は tag フィルターと併用できません。日付、引用、主張によるグループ化はサポートされていません。
  • citation_sources は各主張で引用されたページを追加するため、group_by と併用できず、limit は 5 以下にする必要があります。上限を超える値を指定すると、自動的に減らされるのではなくエラーが返されます。
  • include の値によって、各主張が不正確である理由、それを繰り返したモデル、そのために引用されたページが追加されます。これらの値は組み合わせることができるため、グループ化しない 1 回の呼び出しで、主張のテーマ、理由、モデル、根拠、引用元をまとめて取得できます。
  • スコア、その推移、正確・不正確の件数を取得するには、代わりに get_factcheck_report を使用してください。

​
従来の可視性レポートと引用レポート

get_visibility_report と get_citations_report には、それぞれ従来のレスポンス形式を返す以前のバージョンがあります。従来の形式では、行が位置ベースの値で返され、group_by ではなく dimensions でグループ化され、scope と assets によるブランドのスコープ設定はありません。どちらも、以前の形式に基づいて構築されたインテグレーションのために引き続き利用できます。
これらのツールは半開区間の期間を使用します。start_date はその日を含み、end_date はその日を含みません。2026 年 4 月全体を対象にするには、start_date: 2026-04-01 と end_date: 2026-05-01 を指定します。現在のツールは両端を含むものとして扱うため、同じ日付でも対象期間が異なります。
期間内のカテゴリーについて、AI の回答にブランドがどのくらいの頻度で、どの程度目立って表示されるかを測定し、従来のレスポンス形式で返します。新しいインテグレーションでは、代わりに get_visibility_report を使用してください。デフォルトの指標: visibility_score。その他の便利な指標には share_of_voice、mentions_count、executions、average_position があります。便利なディメンションには date、region、topic、model、prompt、tag、persona、asset_name があります。入力注意事項:
  • visibility_score は未加工の小数値です。Profound プラットフォームに表示されるパーセンテージに合わせるには 100 を掛けます。
  • アセットフィルターを指定せず、dimensions に asset_name も含めない場合、visibility_score はカテゴリー内のすべての追跡対象ブランドの合計になるため、合計値が 1 を超えることがあります。レポートを 1 つのブランドに絞り込むには、asset_filter を指定するか、dimensions に asset_name を追加してください。
期間内のカテゴリーについて、AI エンジンがどの情報源をどのくらいの頻度で引用しているかを示し、従来のレスポンス形式で返します。新しいインテグレーションでは、代わりに get_citations_report を使用してください。デフォルトの指標: count と citation_share。ディメンションには hostname、path、root_domain、url、model、topic、prompt、tag、persona があります。
root_domain_filter は dimensions: ["root_domain"] と組み合わせて使用する必要があります。
入力

​
ショッピング可視性レポート

ショッピング分析データは現在、ChatGPT でのみ利用できます。
これらのツールを使用して、AI がプロンプトに対してショッピングモードの結果で回答する際に、ブランド、製品、小売業者がどのように表示されるかを把握します。
まず、カテゴリーのプロンプトがどのくらいの頻度でショッピング結果を返すか(get_shopping_trigger_rate_report)をアシスタントに尋ねてください。ほとんど返されない場合、他のショッピングレポートで表示できるデータはわずかです。
ChatGPT がショッピング結果を返す際に、各ブランドがどのくらいの頻度で表示されるかを測定します。これは get_visibility_report のショッピング版です。プロンプトの例:
  • 「当社のカテゴリーの ChatGPT ショッピング結果で最も多く表示されるブランドはどれですか?」
  • 「当社のショッピングでの可視性は、競合と比べて日ごとにどう推移していますか?」
入力注意事項:
  • すべての行には {name, owned} の asset オブジェクトが含まれ、アセットは常に暗黙のグループ化キーになります。結果はアセットとグループ化の区分ごとに 1 行です。
AI のショッピング結果における個々の製品の可視性を測定します。製品ごと(およびグループ化の区分ごと)に 1 行が返されます。プロンプトの例:
  • 「ChatGPT のショッピング結果で、当社の製品の可視性はどのくらいですか?」
  • 「当社の主力製品はどこで、いくらで販売されていますか?」
入力注意事項とヒント:
  • デフォルトの指標は visibility_score、average_position、visibility_rank、position1_percentage、position2_percentage、position3_percentage、position_above3_percentage、product_rating、product_num_reviews です。
  • position 指標を使うと、アシスタントは「常に表示されるが常に 4 番目」と「ときどき 1 番目に表示される」を区別できます。各指標は、製品の表示のうちその掲載位置だった割合を 0〜1 の未加工の値で表したもので、合計するとおよそ 1 になります。たとえば 0.30 は 30% です。
  • include_merchants モードでは group_by や target_product を指定できず、掲載位置の頻度に関する指標も利用できません。
カテゴリーのショッピング結果に表示される小売業者を測定します。プロンプトの例:
  • 「ChatGPT は当社のカテゴリーでどの小売業者を表示していますか?」
入力view の入力によって、各行が表す対象と利用できる指標が決まります。各ビューはそれぞれ独自の指標を受け付け、サーバーはその範囲外の指標を拒否します。注意事項とヒント:
  • このレポートには小売業者や製品のフィルターがないため、結果を 1 つの小売業者に絞り込むことはできません。代わりに、トピック、地域、ペルソナ、プロンプト、タグで絞り込み、返された行の中から目的の小売業者を探してください。
  • メタデータフィールド info.view には、サーバーが適用したビューが示されます。view は任意で、デフォルトは distribution です。行が想定と異なる場合は、info.view を確認して、どのビューで生成されたかを確かめてください。
プロンプトがショッピングモードの結果を返す頻度を測定します。これは他のショッピングレポートの分母にあたるもので、アシスタントは結果が少ない場合や空の場合の説明にこれを使用できます。プロンプトの例:
  • 「当社のプロンプトはどのくらいの頻度でショッピングモードの結果をトリガーしますか?」
  • 「ショッピングモードを最も頻繁にトリガーするトピックはどれですか?」
入力注意事項とヒント:
  • デフォルトの指標は total_runs、shopping_triggered_runs、trigger_rate_percentage です。
  • 名前に反して、trigger_rate_percentage は 0〜1 の小数値です。たとえば 0.17 は 17% を意味します。
  • 結果を prompt または topic でグループ化すると、どのプロンプトやトピックが最も頻繁にショッピング結果をトリガーするかを確認できます。これらが、ショッピングでの可視性を最適化する価値のある箇所です。

​
プロンプトボリュームレポート

これらのツールは、人々が AI プラットフォームに尋ねるすべての内容にわたって、キーワードの需要を測定します。一度に 1 つのキーワードについて尋ねてください。アシスタントはキーワードごとに 1 回呼び出しを行います。追跡しているプロンプトでの自社の表示状況を確認するには、代わりに 可視性レポート を依頼してください。
アシスタントがキーワードについて推定値がないと報告した場合でも、誰もそれについて尋ねていないという意味ではありません。その期間にキーワードに一致するものがなかったか、すべてのセグメントで異なるユーザーが 2 人以下だったためにプライバシー保護の観点から Profound が除外したかのいずれかです。
キーワードの週次および月次の推定ボリュームを、国とプラットフォーム別に測定します。プロンプトの例:
  • 「先月、ランニングシューズについて ChatGPT に尋ねた人は何人いましたか?」
  • 「今四半期、『project management software』の需要は増えていますか?」
入力
  • 数値は、国とプラットフォームごとに 1 つずつ、週次および月次の推定値として返されます。週次の数値はその週の月曜日の日付、月次の数値は月の初日の日付で示されます。月次の数値は、指定した期間内に完全に含まれる暦月についてのみ存在し、当月については存在しないため、今月についての質問には週次の数値のみが返されます。月の境界をまたぐ週は 2 つの月に分割されるため、月次の数値は週次の数値の合計とは一致しません。月次の数値が必要な場合は、週次の数値を足し合わせるのではなく、月次の数値を依頼してください。
  • 数か月にわたるすべての国とプラットフォームなど、範囲の広い質問は 10,000 行の上限を超える可能性があります。その場合、アシスタントは不完全な合計値を受け取り、info.truncated が true に設定されます。完全な数値を得るには、質問を特定の国、プラットフォーム、またはより短い期間に絞り込んでください。
  • 新しいキーワードはそれぞれ、組織の 1 UTC 日あたり 1,000 個の異なるキーワードという上限にカウントされます。その日に既に調べたキーワードについて再度尋ねてもカウントされません。上限に達した場合は、しばらく待ってから同じキーワードについて再度尋ねてください。言い換えると、上限の枠をさらに消費します。
キーワードに関する会話のうち、各インテントに該当する割合を測定します。これにより、人々が情報収集中なのか購入の準備ができているのかを判断できます。尋ねている人数は測定しません。人数は get_prompt_volume で測定します。プロンプトの例:
  • 「CRM ソフトウェアについて、人々は情報収集中ですか、それとも購入の準備ができていますか?」
  • 「電動自転車に関する AI での会話を促しているインテントは何ですか?」
各インテントは、分類された会話に占める割合として、pct_conversation に 0〜1 の小数で返されます。たとえば 0.42 は 42% です。すべてのインテントの割合を合計すると 100% になります。インテントにサブカテゴリーがある場合、各サブカテゴリーはそれぞれ独立した行(main_classification と sub_category_classification)になり、メインのインテントの割合はそのサブカテゴリーの合計です。入力
  • インテントについての質問は 1 日あたりのキーワード上限にはカウントされませんが、get_prompt_volume と短時間のリクエスト上限を共有します。アシスタントがレート制限を受けた場合は、少し時間をおいて同じキーワードについて再度尋ねてください。

​
トラフィックレポート

これらのツールは、カテゴリーではなく追跡対象ドメインでスコープが設定されます。アシスタントはまず list_domains でドメインを解決し、Profound が返す正確なホスト名を渡します。
期間内に、ChatGPT や Perplexity などの AI エンジンからドメインが受けた訪問を測定します。デフォルトの指標: visits。便利なディメンションには referral_type、referral_source、date があります。入力
期間内のドメインに対する AI クローラーのアクティビティを測定します。GPTBot や PerplexityBot などのボットが含まれます。プロンプトの例:
  • 「当社のドメインを訪問している AI クローラーはどれですか?」
  • 「サイトの更新以降、GPTBot のクロールは増えていますか?」
デフォルトの指標: count と citations。便利なディメンションには bot_provider、bot_name、bot_type、date があります。入力

​
リソース

Profound MCP は、読み取り専用の MCP リソースも公開しています。これは、MCP クライアントがコンテキストに読み込める静的な参照資料です。 {term} の部分には用語集の索引にある任意のスラッグを指定でき、このページのツールの背後にある指標やレポートの概念も含まれます。