Aleph Alphaは今何を売る会社か【2026年11月】Kolibriの仕様と問い合わせ制の料金

best

UXリサーチャー/AIツール評価
Aleph Alphaのレビュー記事カバー

Aleph Alphaは、ドイツ・ハイデルベルクのAI企業が2026年に提供している特化型のソブリンLLMと、その導入一式です。2019年設立、2026年10月3日公開のKolibriは78B総パラメータ・3BアクティブのMoEで、Apache 2.0のオープンウェイト、独英の2言語、文脈長は最大1,048,576トークン。料金はモデルもプラットフォームも公開されておらず、問い合わせ制です。かつての「欧州版ChatGPT」という見方は、いまの公式サイトの姿と重なりません。公開情報と公式サイトの仕様表から、現在の輪郭を整理します。

この記事の結論

  • Aleph Alphaの現行主力はKolibri。78B総パラメータ・3BアクティブのMoEで、Apache 2.0のオープンウェイト、独英の2言語、文脈長は最大1,048,576トークン(公式仕様表、2026年11月15日現在)。
  • 売り物はモデル単体ではなく、モデル+業務アプリ+実行基盤+Forward Deployed Servicesの組み合わせ。対象は行政・産業・防衛など規制の強い領域。
  • 料金は非公開で、モデルページもプラットフォームも問い合わせ導線。定価が存在しないため本稿では金額を書かず、課金の考え方だけを整理する。
  • LuminousのAPI提供は新規向けに終了し、2024年のPhariaAI、2025年の組織再編を経て、2026年のKolibri公開に至る。
  • 2026年9月16日にCohereとの統合契約へ署名。統合後の社名はCohereで、規制当局の承認待ち。契約主体やロードマップが変わる可能性がある。
  • 性能数値はすべて提供元の自己申告で、本稿は実機検証をしていない。導入判断では自組織の評価セットでの確認が要る。

Aleph Alphaは2026年に何を売っているのか——モデル単体ではなく導入一式

本稿で扱うAleph Alphaの公式サイトで、トップに並ぶのは「Models」「Solutions」「Platform」「Services」の4つです。モデルをAPIで貸す構えではなく、モデル・業務アプリ・実行基盤・Forward Deployed Services(顧客組織に入って一緒に作る技術者チーム)をまとめて渡す形に変わっています。対象はドイツの行政機関や、製造・防衛のようにデータの置き場と説明責任を自社で握りたい組織です。

この4分類は、営業の窓口が分かれていることの表れでもあります。モデルだけを評価したい技術者と、業務アプリの導入を決めたい部門長と、基盤の運用を担う情報システム部門では、聞きたいことが違う。公式サイトが用途別にページを切っているのは、その違いを前提にしているからです。読み手は自分の立場に近いページから入るのが早道になります。

導入実績の数字は、前提を添えて読む必要があります。8万人という利用者数は組織の規模を示しますが、稼働率や満足度は別の話です。検索時間の90%短縮も、何を検索対象にしたかで意味が変わります。公式が公開しているのは成果の見出しであり、測定の詳細ではありません。参考にするのは構いませんが、自組織の数値として置き換えられるものではない、と受け取るのが正確です。

会社の規模は公式プロフィールで約200人。本社はハイデルベルクで、ベルリン、バイロイト、ミュンヘンにも人員を置いています。2026年11月15日現在の公式サイトでは、モデルの説明よりも「顧客の業務で何が変わったか」の記述が前に出ています。行政向けアシスタントが8万人に使われている例、半導体メーカーの検索時間を90%短くした例、自動車部品メーカーの見積対応を40%速くした例が、いずれも公式の表示です。

項目 内容(2026年11月15日現在の公式サイト表示)
提供元 Aleph Alpha GmbH(ドイツ・ハイデルベルク、2019年設立)
中核モデル Kolibri(2026年10月3日公開、オープンウェイト)
提供の構成 Models/Solutions/Platform/Forward Deployed Services
主な対象 公共部門、産業、防衛など規制の強い領域
配備の形 オンプレミス、エアギャップ環境、ソブリンSaaS、ハイブリッド
主力ソリューション Workspace Essentials(知識業務向け)、Industrial Engineering Workbench(Siemens Polarion向け拡張)
人員 約200人(ハイデルベルク、ベルリン、バイロイト、ミュンヘン)

「モデルを売る会社」ではなくなったのか

完全に別の会社になったわけではありません。モデルは自社で訓練しており、Kolibriの重みも公開されています。変わったのは売り方の重心です。モデルの性能を掲げてAPI利用を増やす路線から、顧客の業務に組み込むところまでを請ける路線へ移りました。そのため公式サイトの記述は、ベンチマークより導入後の変化に紙幅を割いています。

この重心の移動は、調達の窓口にも表れます。モデルだけを試したい開発者向けの申し込みフォームはありますが、実際の契約はほぼ営業経由です。無料のセルフサービス登録で完結する製品ではない、と公式の導線から読み取れます。評価の第一歩はデモ依頼であり、その前に社内の要件を固めておくほうが話が早い構造です。

料金は公開されているのか——問い合わせ制という構造をどう読むか

結論から書くと、公開の料金表はありません。モデルのページは「お問い合わせ」へ、プラットフォームのページも相談ベースの導線になっています。オープンウェイトのKolibri自体はApache 2.0で配布されており、Hugging Faceから重みを入手できます。つまりライセンス費はゼロで、費用の本体は推論用のGPUと、導入・運用に充てる人の時間です。

ハードルの見積もりは公式仕様表から立てられます。FP8の重みで約78GB、最低構成はA100 80GBを2枚、あるいはH100 SXM5を2枚、H200を1枚、B200やB300を1枚。推奨はH100 2枚以上です。この段階で、個人が手元で試す道具ではないことが分かります。検証にはクラウドのGPU貸し出しを使い、本番は顧客の設備に置く、という段取りが現実的です。

提供形態 課金の公開度 中身と利用者が負担するもの
Kolibriの重み(Apache 2.0) 無償(ライセンス費ゼロ) 重みは入手可能。推論用GPU、電力、運用要員は利用者の負担
Adaptive Platform 非公開・問い合わせ制 文書解析、エージェント実行基盤、モデル推論をまとめた基盤。契約の要件は個別
Workspace Essentials などの業務アプリ 非公開・問い合わせ制 既製アプリとして導入。カスタマイズの範囲で費用が動く
Forward Deployed Services 非公開・問い合わせ制 技術者が顧客側に入る支援。期間と人数で規模が決まる

無料で試せる範囲はどこまでか

無料の範囲は「重みの入手」までです。モデルを動かすにはGPUが必要で、その費用は自分持ちになります。プラットフォームの文書解析やエージェント実行基盤、承認ゲート付きの実行管理は製品側の機能であり、無償公開の対象ではありません。ここを混同すると、PoCの見積もりが後から膨らみます。

金額が非公開の製品では、比較の土台を自分で作るしかありません。有効なのは、候補ごとに「初期構築」「月次の固定費」「従量の変動費」「内部の人件費」の4列を並べ、空欄を許したまま比べる方法です。空欄は後で営業に埋めてもらう。この進め方なら、数字が出そろう前でも意思決定の筋道がずれません。ドル建ての定価が存在しないため、本稿では金額を一切記載しません。為替の影響も、定価が決まってから論じる話です。

見積もりで先に聞かれるのは、どの3つか

問い合わせの初回で必ず聞かれるのは、配備の形、対象文書の量、そして支援の範囲です。配備の形はオンプレかソブリンSaaSかで、費用の構造がまったく変わります。文書の量は、文書解析の処理能力とストレージの設計に直結します。支援の範囲は、技術者が顧客側に入る期間の長さとして効いてきます。この3つを曖昧にしたまま金額だけを聞いても、返ってくるのは幅のある概算です。

見積もりを比較可能な形にするコツは、前提を固定してから相手を替えることです。同じ配備の形、同じ文書量、同じ支援範囲で3社に見積もりを依頼すれば、差は製品の性格として読めます。逆に前提を変えながら金額だけを並べると、安い高いの判断はできません。手間のように見えますが、この揃え方が後工程の手戻りを最も減らします。

Kolibriは何ができるモデルなのか——公式仕様表をそのまま読む

  • 重みがApache 2.0で公開されており、ライセンス交渉なしに自社環境で評価を始められる。
  • 78B総量に対してアクティブ3BのMoE設計で、GPUあたりの処理効率を重視している。
  • ドイツ語のトークナイザーを専用設計しており、独文書の処理コストを抑える狙いが明確。
  • 文書に根拠がない場合に回答を控えるよう訓練されており、規制産業の要件と噛み合う。
  • EU AI Actを意識した法的報告書が用意され、規制産業の説明資料として使いやすい。
  • オンプレミスとエアギャップに対応し、外部ネットワークに出せない環境でも動かせる。
  • モデル・基盤・業務アプリ・支援が同じ提供元に揃っており、責任の所在を一本化しやすい。

Kolibriの輪郭は公式の仕様表でほぼ決まります。Mixture-of-Experts(入力ごとに一部の専門家だけを働かせる方式)で、総パラメータ78B、1トークンあたりのアクティブは3B。この設計は、総量のわりに推論の計算量を抑えられる代わりに、メモリには総量ぶんの余裕が要ります。配備のしやすさと引き換えに、GPUの枚数が下限を決める形です。

言語はドイツ語と英語の2つ。学習データのうちドイツ語が約2割を占め、ドイツ語向けに調整したトークナイザーを採用していると公式は説明しています。文脈長は最大1,048,576トークンで、公式は日常運用では262,144トークンを推奨しています。長い文書を丸ごと入れる用途より、根拠を絞って渡す設計のほうが安定する、というメッセージとして読めます。

仕様 値(公式サイトの仕様表、2026年11月15日現在)
アーキテクチャ Mixture-of-Experts(総78B/アクティブ3B)
対応言語 ドイツ語、英語
文脈長 最大1,048,576トークン(推奨262,144トークン)
ライセンス Apache 2.0(重みを公開)
学習データの cut-off 2026年6月18日(英語・ドイツ語とも)
必要メモリ 約78GB(FP8の重み)
最低ハードウェア A100 80GB×2、H100 SXM5×2、H200×1、B200×1、B300×1のいずれか
推論モード 推論の深さを調整できる。ツール呼び出しに対応

公式が掲げる数値も並べておきます。AIME 2026(英語)で96%、GPQA Diamond(英語)で84.3%、金融領域のTau3-Benchで38.1%、ツール呼び出しのBFCL v4で61.4%。いずれも提供元の自己申告であり、本稿は追試をしていません。同じ表で比較対象のQwen3.6やMistral Small 4、Nemotron 3 Superの数値も並んでいますが、前提を揃えた第三者の検証ではない部分は差し引いて読むべきです。

仕様表で見落としやすいのは、精度の表記です。bfloat16という記載は、重みをそのまま載せる場合の前提であり、FP8で量子化すればメモリは約78GBに収まります。ただし量子化は精度と引き換えになるため、公開されているベンチマークの数値がそのまま再現するとは限りません。自組織の評価セットで確かめるべき理由は、ここにあります。公開値は出発する場所であり、到着する場所ではありません。

コンテキストの扱いも設計次第です。100万トークンを入れられることと、100万トークンを入れると精度が保たれることは別の問題です。長い文脈では、無関係な記述が判断を揺らすことがあります。公式が推奨を26万トークンに置いているのは、実運用での安定を優先した表れと読めます。長さを売り文句として受け取らず、必要な範囲に絞る設計を先に考えるほうが、結果は良くなりやすいです。実際、業務文書の照合では数百トークンの根拠で足りる場面が多く、長い文脈は保険として持つ程度で収まります。

配備の設計では、モデルを載せる場所と、文書を置く場所を分けて考えると整理しやすくなります。文書は社内の保管場所に残し、推論だけを別の設備で行う構成も可能です。この分け方なら、モデルを差し替えても文書の管理方針は変わりません。

LuminousからKolibriへ——路線変更をどう読むべきか

2019年の設立からしばらく、Aleph AlphaはLuminousという大規模言語モデルの系列と、ホスト型APIで知られていました。13B・30B・70Bという規模で7言語を扱う構えは、まさに「欧州発の基盤モデル」という物語でした。転換は2024年に訪れます。モデルに依存しない統合基盤PhariaAIを打ち出し、LuminousのAPIは新規顧客向けの訴求を止めました。以後の重心は、モデルそのものより、業務に組み込むための統制と評価に移ります。

2025年から2026年にかけては組織も動きました。創業者のヨナス・アンドルーリスは2025年10月にCEOを退き、2026年1月から顧問会議の議長に移っています。2026年1月には約50人の削減が公表され、影響はモデル性能の研究開発側に寄りました。そのうえで2026年10月にKolibriを公開した、という順序です。縮小と新モデル公開が同じ年に重なっていることは、事業の選択と集中として読むのが素直です。

時系列を並べると、判断の順序が見えます。2024年に基盤へ軸足を移し、2025年に組織を絞り、2026年にモデルを出した。研究開発を止めたのではなく、汎用の性能競争から降りて、業務に効く形へ資源を寄せた、という順序です。この読み方なら、人員削減と新モデルの公開が矛盾しません。どちらも同じ方向を向いた施策です。

「知識を構造化する」方向への転換と何が違うのか

社外の解説には、知識を構造化して扱うLKM(Large Knowledge Model)的な方向へ舵を切った、という整理もあります。ただ公式サイトが前面に出す言葉は「specialized sovereign LLM」であり、本稿はそちらを事実の基準にします。実際に起きているのは、汎用の対話性能を競うのをやめ、文書に根拠を置く回答、説明の提示、監査可能な学習データの3つに価値を寄せる動きです。これは知識モデルというより、知識業務の受託に近い。

この転換は、利用者の選び方を変えます。汎用チャットの代替として探すと期待外れになります。逆に、社内文書を読ませて根拠付きで答えさせたい、その判断の筋道を監査に耐える形で残したい、という要件なら話が噛み合います。モデルの大きさではなく、業務の統制可能性を買う相手に変わった、と理解しておくのが実務的です。

モデルを差し替える前提で比べるなら、AI21 Studioのような企業向けの小型モデルも候補に入ります。名前の変遷を追うと、買うものがはっきりします。Luminousはモデルの名前、PhariaAIは基盤の名前、Kolibriはモデルの名前です。基盤が主役だった時期があり、いまは再びモデルが看板になっています。ただし中身は基盤込みで売られており、モデルだけを取り出す買い方は想定されていません。どこまでが製品でどこからが支援かは、契約の前に必ず確認するべき部分です。

Cohereとの統合は利用者に何をもたらすのか

2026年4月24日に統合の構想が発表され、9月16日に最終的な統合契約へ署名されました。統合後の会社はCohereの名前で運営され、本社機能はベルリンとトロントに置かれ、ハイデルベルクは研究開発の場として残る予定です。ただし規制当局の承認が前提で、2026年11月15日現在は完了していません。それまでは独立して事業を続ける、と案内されています。

統合の発表から完了までが長いことも、実務者には効いてきます。4月の構想発表から9月の契約署名まで約5か月、そこから承認を待つ期間が続きます。この間、製品の開発は止まらず、契約の窓口も動きます。導入を検討する側としては、どの段階の情報を基準に判断したかを記録しておくと、後から前提が変わったときに説明が付きます。

利用者にとっての実務的な影響は3つです。契約の相手方が変わりうること、ロードマップが統合先の製品体系に合わせて動きうること、サポートの窓口が再編されうること。複数年の契約を結ぶ場合は、統合後の承継の定め、解約の要件、価格改定の扱いを書面で確認しておく必要があります。ここは推測で埋めず、契約前に質問を投げるべき部分です。

統合を「弱さの表れ」と読むべきか

欧州の基盤モデル企業が単独で最先端を狙う難しさを示す例として、この統合を読む向きもあります。計算資源の規模差は覆しにくく、汎用モデルで米中の研究室と並ぶには資本が足りない。だから特化と導入支援に寄り、最後は規模を持つ相手と組む。この流れ自体は、欧州に限らず各地で起きている現象です。

ただ、利用者の判断には別の見方が要ります。統合でモデルが消えるわけではなく、顧客の業務に埋め込まれた仕組みは残ります。問うべきは会社の勝敗ではなく、自分が使うモデルと基盤が3年後も同じ前提で動くかどうかです。オープンウェイトで重みが手元にあること、エアギャップで動かせること、学習データの来歴が文書で残ること。この3つが満たされていれば、会社の再編に対する耐性は高くなります。

Mistral AI・Cohere・IBM watsonxとどう住み分けるのか

  • 料金が一切公開されておらず、予算の当たりを付けるには営業とのやり取りが不可欠になる。
  • 対応言語が独英の2つに限られ、日本語の業務文書を主対象にする組織には選びにくい。
  • 78Bの重みを載せるGPUが前提で、試すだけでもA100 80GBを2枚といった設備が要る。
  • 2026年内にCohereへ統合される予定で、契約主体や体制が変わる時期に当たる。
  • 公開されている性能数値は提供元の自己申告で、第三者の追試による裏付けはまだ薄い。自社の評価セットで確かめるしかない。
  • 日本語の公式情報が乏しく、一次情報はドイツ語と英語の資料に当たる必要がある。調査の工数は多めに見ておきたい。

比較の軸は、モデルの公開度、配備の自由度、言語の重心、そして説明可能性の作り込みです。欧州の選択肢としてはMistral AIが最も近く、オープンウェイトの広い品揃えと多言語性で上を行きます。

統合先のCohereは企業向けの導入実績と検索の作り込みが強みで、IBM watsonxは既存の業務システムとの接続と統制の厚みで選ばれます。どちらも欧州の規制環境を意識した説明が厚く、比較の土俵に乗りやすい相手です。ただし、独語の業務文書とエアギャップ配備という前提を外すと、優劣は一気に曖昧になります。

選択肢 モデルの公開度 配備の重心 向く要件
Aleph Alpha KolibriはApache 2.0で重み公開 オンプレ・エアギャップ・ソブリンSaaS 独語の業務文書、根拠提示、監査対応
Mistral AI オープンウェイトの品揃えが広い API中心、自社配備も可 多言語、汎用用途、費用の見通し
Cohere 一部モデルを公開 企業向けクラウドと閉域 検索拡張、既存システム連携
IBM watsonx 自社モデルと第三者モデルの混在 既存のIBM製品群と一体化 統制、監査、ベンダー一本化

言語の重心は見落としやすい差です。Aleph Alphaは独英の2言語に絞り、ドイツ語の処理効率に投資しています。日本語の業務文書を主に扱うなら、この投資は直接は効きません。日本語の性能は各社の公開情報でも前提が揃っておらず、自己評価で確かめる以外に確実な方法はありません。ここは本稿でも未検証のままにしておきます。

乗り換えの現実味も見ておきます。既存の汎用モデルで組んだ仕組みをKolibriへ移す場合、インターフェースの差異より、プロンプトと評価の作り直しのほうが重くなります。根拠を文書に戻す設計では、検索の切り方と文書の分割が結果を左右するためです。移行を軽く見積もると、モデルを替えたのに精度が上がらないという結果になりがちです。評価セットを先に作り、移行前後で同じ問題を解かせる。地味ですが、これが唯一の比較方法です。

どんな組織に向き、どこで止めるべきか——導入判断の分かれ目

向く組織ははっきりしています。独語か英語の業務文書を大量に扱い、回答の根拠を監査に耐える形で残す必要があり、設備を外部ネットワークから切り離せる。この3つが揃うなら、KolibriとAdaptive Platformの組み合わせは要件に直結します。行政の窓口業務、製造の設計文書、調達の見積照合など、公式が例に挙げる領域はどれもこの形です。

止めるべきなのは、汎用チャットの置き換えを目的にする場合です。多言語の会話品質や、画像生成を含む幅広い用途を求めるなら、汎用モデルのほうが素直に安く済みます。日本語が主戦場の場合も同じです。モデルの公開度は高くても、言語の重心が違えば、評価の手間が成果に見合いません。

引用されても成立する一文を3つ置きます。Aleph Alphaの現行主力は、78B総量・3BアクティブのMoEモデルKolibriである。KolibriはApache 2.0で重みが公開され、独英の2言語と最大1,048,576トークンの文脈長を持つ。そしてAleph Alphaは、モデル単体ではなく導入一式を問い合わせ制で売る会社に変わっている(2026年11月現在の公式公開情報に基づく)。

評価の設計は、購入の前後どちらでも作れますが、前のほうが安く済みます。導入後に作ると、既に動いている仕組みに合わせて問題を作りがちで、比較の公平さが失われます。誰も使っていない段階で、業務側に「この文書のこの問いにどう答えるべきか」を聞いて回る。この手間が、後から効いてきます。

判断の順序も決めておくと迷いません。最初に、対象文書が独語か英語かを確認する。続いて、その文書を外部に出せるかを決める。出せないならオンプレかエアギャップ、出せるならソブリンSaaSも選択肢に入ります。そのうえで、根拠提示の水準を業務側と合意する。この3段階を踏むと、料金の問い合わせで聞くべきことが絞れます。金額は後から付いてくる情報であり、最初に聞いても答えは返ってきません。

社内を通すときの説明材料も書いておきます。規制産業では、モデルの性能より「誰が何を根拠に判断したかを後から示せるか」が稟議の中心になります。説明の出力、学習データの来歴、判断の記録。この3つが資料として揃っていれば、性能の比較表が薄くても説明は通ります。逆に性能の数値だけを並べると、公開値の出所を問われて止まりやすい。提出する資料の重心を、性能から統制へ移すのが現実的です。

最初の一歩として現実的なのは、業務文書を100件ほど選び、正解を人手で付ける作業です。モデルを替えても同じ問題を解かせられるようにしておけば、以後の比較はすべて同じ土俵で済みます。この評価セットは、ベンダーを替えても資産として残ります。買い物の前に作るものとしては地味ですが、費用対効果は最も高い部類です。

よくある質問(FAQ)

Q. Aleph Alphaは今もChatGPTのような汎用モデルを提供していますか?

A. 提供の重心は汎用モデルから特化型へ移っています。現行主力のKolibriは独英の2言語に絞ったMoEモデルで、行政・産業・防衛の業務を想定しています。汎用の対話品質を競う製品ではなく、文書に根拠を置く回答と説明の提示に価値を置く設計です。

Q. 料金ページを探しても数字が出てきません。どこを見れば実額が分かりますか?

A. 公開の料金表は存在せず、モデルのページもプラットフォームのページも問い合わせ導線になっています(2026年11月15日現在の公式サイト表示)。実額は営業との個別見積もりでしか出ません。事前に用意するのは、配備の形、対象文書の量、同時利用の人数、支援を求める範囲の4つです。

Q. Kolibriは無料で使えますか?

A. 重みはApache 2.0で公開されており、ライセンス費はかかりません。ただし推論にはGPUが要り、FP8で約78GB、最低でもA100 80GBを2枚といった設備が必要です。プラットフォームの文書解析やエージェント実行基盤は製品側の機能で、無償の対象ではありません。

Q. 日本語の文書も扱えますか?

A. 公式の対応言語はドイツ語と英語の2つです。日本語は想定に含まれていないため、日本語の業務文書が中心なら別の選択肢を検討するほうが合理的です。多言語の性能は前提を揃えた公開比較が乏しく、本稿でも未検証としています。

Q. Cohereとの統合が決まったら、今契約しても大丈夫ですか?

A. 統合は規制当局の承認待ちで、2026年11月15日現在は完了していません。契約を結ぶなら、統合後の承継の扱い、解約の要件、価格改定の扱いを書面で確認してください。重みが手元にあり、エアギャップで動かせる構成なら、会社の再編に対する耐性は高くなります。

Q. オープンウェイトなのに、なぜ導入に時間がかかるのですか?

A. 重みが公開されていても、業務に使うには周辺の作り込みが要ります。文書の抽出と解析、権限に応じた検索の制御、エージェントの実行ログ、承認が必要な操作の切り分け。公式がプラットフォームとして売っている部分が、まさにこの周辺であり、ここに期間がかかります。

まとめ

Aleph Alphaを見るときの判断軸は、モデルの順位ではなく「統制を誰が持つか」です。重みが公開され、独語の処理に最適化され、エアギャップで動き、回答の根拠が文書に戻る。この4つが要件に合うなら、料金が非公開でも検討に値します。合わないなら、汎用モデルのほうが安く速い。比較表を埋める前に、この4つで足切りをしたほうが判断は速くなります。料金の問い合わせでは、配備の形、文書量、同時利用数、支援範囲の4つを先に固めてください。金額は相手の見積もり設計に依存するため、前提を渡さない限り比較可能な数字は返ってきません。2026年内のCohere統合は、契約内容の確認を怠らない理由になります。同時に、重みが手元にあることの価値は統合後も消えません。会社の将来ではなく、手元に残る資産で選ぶ。それがこの種のベンダーを評価するときの、いちばん冷静な基準です。


メールマガジン

最新のAI情報をメールで受け取る

新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。

ご登録後、確認メールをお送りします。配信停止はいつでも可能です。

週1回・無料

AEO診断・AIクローラー最新情報を、
週1回お届け

AI Botの仕様変更やAEO対策のノウハウ、よくあるトラブル事例を編集部が厳選しメール配信。いつでも配信停止可能です。

  • 新Bot・仕様変更AIクローラーに新しいBotが追加されたとき、判定仕様が変わったときの速報
  • 障害事例と対処AEO診断で多い障害事例と、その対処方法を実例で解説
  • AEO活用術Web制作会社・SEO担当者向けのAEO活用テクニック

登録により 利用規約に同意したとみなされます。確認メールのリンクを押すと登録が完了します。

My-Best.AI|AIツール比較・ランキング・おすすめ最新AI情報
Logo