基於對五大主要AI公司的獨家調查，公開企業評估標準「Agent Readiness Framework」

生成式AI正逐漸演變成能夠協助企業進行比較、推薦，甚至完成預訂與諮詢的存在。

合同會社Core Retail(總部位於東京都港區，代表:佐佐木健之)基於對五大主要AI公司的獨家調查，公開了AI時代的企業評估標準「Agent Readiness Framework(DRA模型)」。

本Framework是繼2026年6月發表的「AI Search Visibility Survey 2026」之後的第二項研究成果，是一個用以評估AI從「理解、比較、推薦到執行」企業的過程的新框架。

完整的調查報告、評估標準及設計理念已透過「Agent Readiness White Paper 2026」在Research Hub上公開。

什麼是Agent Readiness Framework

此指標旨在評估企業如何被AI理解、比較、推薦，並進一步促成實際行動，其評估範圍涵蓋了SEO(搜尋結果顯示)和GEO(AI引用),直至「AI能實際完成預訂與諮詢的狀態」。

Framework的核心是DRA模型，由Discovery(發現)、Recommendation(推薦)、Action(行動)三層構成(滿分100分)。

被發現與被選擇是兩個不同的問題。被選擇與被執行也是兩個不同的問題。Agent Readiness Framework將這三個階段整理為獨立的評估軸。

Framework與Index的角色

Agent Readiness Framework是AI時代評估企業的理論與評估標準。另一方面,Agent Readiness Index則是基於該Framework,將各企業的現狀以100分制量化的診斷指標。

Framework扮演「評估標準」的角色，而Index則扮演「評估結果(診斷)」的角色。

本新聞稿僅介紹概要。DRA模型的設計理念、各評估項目及計分方法，已在Agent Readiness White Paper 2026中詳細說明。

調查概要

本Framework是基於對五大主要AI公司(ChatGPT、Claude、Gemini、Perplexity、Grok)進行實證性調查後設計而成。

我們向各公司發送了100個提示(prompt),詢問「在推薦企業、商品或服務時，重視哪些資訊」,共獲得5家公司×100個提示(合計500個回答)。由包含AI研究員、數據分析師及批判性評論員在內的7名專家團隊進行了比較分析。

本調查的目的並非闡明各AI的內部邏輯。而是為了提取AI在談論企業評估時的思考傾向與共通性，並以此作為Framework設計的依據。

五大AI公司回答中共同出現的七項評估原則

透過比較分析五家公司的回答，結果顯示以下七項原則是共通的。

本調查比較分析了100個提示與500個回答，並从中提取了共通原則。White Paper中也刊載了AI五家公司的回答比較及部分分析過程。

值得關注的發現

關於揭露弱點的共通思考方式

從「資訊的完整性」觀點來看，各AI公司傾向於將揭露弱點或不適用情況作為提升可信度的要素來解釋。

然而，這並不表示「AI會優先推薦揭露弱點的企業」。與實際推薦行為之間的因果關係目前尚未驗證，並將此定位為未來實證研究的課題。

採用DRA模型的根據:三層結構的獨立呈現

Claude與Perplexity在互不參考對方回答的情況下，獨立呈現了實質上相同的ികള層評估結構。

Claude:Discovery / Recommendation / Action

Perplexity:Information Layer / Structure Layer / Action Layer

雖然術語不同，但結構實質上是相同的。研究團隊將此收斂解釋為採用DRA模型的根據之一。此外，這並不證明「此三層結構是唯一正確的評估模型」,而是將其定位為參考性見解。

調查的透明性

調查設計、分析方法、評估標準及再現方針已在Methodology中公開。

https://readiness.coaretail.com/methodology.html

Schema實施後推薦率提升等因果關係目前尚未驗證。在研究報告中區分為假設。

公開中的內容

內容

說明

URL

Agent Readiness Research Hub

以Agent Readiness Framework為核心，公開研究、調查及評估方法的學術平台

https://readiness.coaretail.com

Agent Readiness White Paper 2026

除了本調查的全部內容外，還收錄了: ・Framework設計理念 ・30個提示的AI五公司比較 ・評估項目的根據 ・Methodology Handbook摘錄 ・未來的驗證路線圖

https://readiness.coaretail.com/whitepaper

Methodology

公開調查設計、分析方針、評估方法論

https://readiness.coaretail.com/methodology.html

Agent Readiness Index(β版)

基於Agent Readiness Framework,以100分制評估企業的診斷指標(測試版、付費提供)

https://readiness.coaretail.com/report

關於White Paper Research Edition(付費版)

在Research Hub,除了概要版(免費版)之外，我們還提供更詳細彙整調查結果的「Agent Readiness Report 2026 Research Edition」。

本報告收錄了以下內容:

DRA模型設計的背景

Agent Readiness Framework全文

AI五公司比較(30個主題)

評估項目100分的設計根據

Methodology Handbook摘錄

未來的實證研究計畫

本研究報告約20頁，彙整了Agent Readiness Framework的設計理念、評估方法論、AI五公司的比較分析、實證數據等。

此外，我們還提供作為更詳細彙整研究方法與評估邏輯的最高版本「Methodology Handbook」。

Methodology Handbook(約30頁)是在Research Edition的內容基礎上，系統性彙整了支撐Agent Readiness Framework的研究基礎，包括評估方法論、分析流程、設計理念、計分邏輯等專家級文件。

以上內容均可從Agent Readiness Research Hub下載。

未來的發展

代表評論

這次調查中讓我印象深刻的是，五家公司在揭露弱點的思考方式上表現出共通性。AI並非從道德層面判斷不誠實，而是從資訊完整性的問題來處理，這一觀點在各公司之間雖有表達方式的差異，但都體現了出來。

我也關注到Claude和Perplexity在未互相參考的情況下，獨立提出了相同的ികള層結構這一事實。「為何不同的AI會得出相同的結構?」是未來研究中需要深入探討的課題。

Agent Readiness Framework是一個假設體系。我們將透過「Schema實施前後AI的推薦文案是否會改變」、「揭露弱點後評估會如何變化」等實證性驗證，來提高其精確度。

合同會社Core Retail 代表社員 佐佐木健之