LLMOとは？​ ChatGPTや​AI検索に​自社が​紹介される​ために、​本当に​効く​こと

LLMOは、​AIの​回答で​名前を​挙げて​もらう​ための​工夫

「大阪で​業務システムを​作ってくれる​会社は？」と​ChatGPTに​聞くと、​会社名が​いくつか​挙がります。​Googleでも​AI Overview​（検索結果の​上に​出る​AIの​要約）が、​いく​つかの​サイトを​参照しながら​答えを​出します。

この​答えの​中に​自社が​入るように、​サイトや​情報発信を​整える​ことを​LLMO​（Large Language Model Optimization）と​呼びます。​GEO​（生成エンジン最適化）、​AIO、​AEOなど​呼び名は​いくつか​ありますが、​指している​ものは​ほぼ同じです。

検索結果の​一覧で​上位を​目指すのが​SEOだと​すると、​LLMOは​AIの​答えの​中で​紹介される​ことを​目指します。​違いを​並べると、​次のようになります。

ただ、​次に​書く​とおり、​この​2つは​別々の​仕事ではありません。

AIは、​検索で​見つけた​ページを​読んで​答えている

AIが​最新の​情報に​ついて​答える​とき、​多くの​場合は​裏で​検索を​して、​見つかった​ページを​読んでから​答えを​組み立てています。​Googleの​AI Overviewは、​Googleの​検索インデックスに​登録された​ページを​使います。

つまり、検索エンジンに​見つけて​もらえない​ページは、​AIにも​読まれにくいということです。​AIに​紹介されたいなら、​まず​検索エンジンに​正しく​読まれる​状態が​前提に​なります。

AIごとに、​サイトを​読みに​来る​プログラムが​違う

AIの​提供会社は、​それぞれ自前の​読み取り​プログラム​（クローラー）を​持っています。​そして​多くの​会社が、​「検索に​使う​もの」と​「AIの​学習に​使う​もの」を​分けています。​この​違いを​知らずに​設定すると、​学習だけを​断る​つもりが、​AIの​回答に​出る​道まで​閉ざしてしまう​ことがあります。

「AIに​学習されたくない」という​理由で​読み取りを​断る​場合は、​学習用の​プログラムだけを​断ります。​回答・検索用の​プログラムまで​断ると、​AIの​回答に​自社が​出る​機会を​自分でなくすことになります。

Googleは​「AI検索にも、​SEOの​基本が​そのまま​効く」と​説明している

Googleは、​生成AI機能向けの​ガイドで、​AI Overview​（AIに​よる​概要）​や​AIモードに​ついて、​次のように​説明しています​（Google 検索セントラル：生成AI機能向けの​最適化ガイド、​2026年9月23日更新・2026-⁠10-⁠02 確認）。

• AIの​機能は​検索の​順位と​品質の​仕組みの​上に​成り​立っているので、​SEOの​基本が​そのまま​有効。​AEOや​GEOと​呼ばれる​ものも、​Googleから​見れば​SEOと​変わらない
• llms.txt​（AI向けに​サイトの​概要を​まとめた​ファイル）などの​AI向けの​ファイルは、​Google検索では​使っていない。​置いても​表示や​順位には​影響しない
• 生成AIの​検索に、​構造化データや​特別な​マークアップは​必要ない​（リッチリザルトの​ために​使い続ける​ことは​勧めている）
• 検索語の​言い回しごとに​ページを​作り、​順位や​AIの​答えを​操作しようと​すると、​大量生成された​コンテンツの​スパムに​当たる

「LLMO対策として​ llms.txt を​設置します」​「構造化データを​入れれば​AIに​載ります」という​提案を​見かけますが、​少なくとも​Googleに​ついては、​それだけで​紹介されるようには​ならないということです。

「AIに​40%⁠引用されやすくなる」という​数字の​読み方

LLMOの​記事で​よく​引用されるのが、​「工夫次第で​AIの​回答での​露出が​最大40%⁠上がる」という​研究です​（Aggarwal ら​「GEO: Generative Engine Optimization」​, 2024）。

この​研究は、​AIが​すでに​参照先として​集めた​文書の​中で、​書き方を​変えると​回答での​扱いが​どう​変わるかを​測った​ものです。​出典を​示す、​数字を​入れる、といった​書き方の​工夫が​効いたと​報告しています。

裏を​返すと、そもそも​参照先に​選ばれていない​文書が​選ばれるように​なるかは、​この​研究では​確かめていません。​書き方の​工夫は、​検索で​見つけて​もらえた​後に​効く​もの、と​理解しておくのが​正確です。

差が​つくのは、​質問への​答えと​一次情報

では、​AIに​取り上げられる​ページと、​そうでない​ページは​何が​違うのか。​Googleの​ガイドと、​AIに​引用されている​記事を​読み​比べて、​共通点を​整理すると​次のようになります。

AIは、​いくつもの​ページを​読み​比べて​答えを​作ります。​どの​ページにも​同じことが​書いてあるなら、​どれを​引用しても​同じです。その​ページに​しかない​情報が​あって​初めて、​その​ページを​参照する​理由が​生まれます。

紹介されない​原因は、​多くの​場合​その​手前に​ある

AIに​紹介されないと、​特別な​対策が​足りないのではと​考えがちです。​ところが​実際には、​検索エンジンに​正しく​読まれる​ための​基本が​抜けている​ことの​ほうが、​ずっと​多く​あります。​自社の​サイトで、​まず次の​5つを​確かめてみてください。

どれも、​ブラウザで​「ページの​ソースを​表示」を​開き、​canonical、​<h1、​description といった​文字を​検索すれば​確かめられます。

自社で​やるなら、​この​順番

中​小企業が​自社で​取り組むなら、​費用の​かからない​ものから​次の​順で​進めるのが​現実的です。

1. 検索エンジンに​正しく​読まれる​状態に​する。 正式な​URL​（canonical）、​大見出し、​説明文、​サイトマップを​整えます
2. 会社の​基本情報を​1か​所に​まとめる。 社名、​所在地、​事業内容、​対応地域、​問い合わせ先を、​会社概要ページに​文章で​書きます。​AIが​「どこの、​何の​会社か」を​取り違えないように​する​ためです
3. お客様に​よく​聞かれる​質問に、​1ページずつ​答える。 冒頭で​答え、​その​あとに​理由と​具体例を​書きます​（問い合わせに​つながる​ページの​作り方はこちらの​記事で​詳しく​書いています）
4. 自社に​しかない​情報を​載せる。 実際の​事例、​自社で​測った​数字、​失敗して​直した​経験です
5. 余力が​あれば、​llms.txt や​構造化データを​整える

1と​2は、​多くの​場合、​数日で​終わります。​時間が​かかるのは​3と​4で、​ここが​他社との​差に​なります。

会社の​情報を、​どこで​見ても​同じに​する

AIは、​1つの​ページだけでなく、​あちこちに​書かれた​情報を​突き合わせて​「この​会社は​何者か」を​判断します。​その​とき、​場所に​よって​社名の​書き方や​住所、​事業内容が​違っていると、​別の​会社と​取り違えたり、​古い​情報を​答えたりする​原因に​なります。

確かめたいのは、​次の​場所です。

• 自社サイトの​会社概要
• Googleビジネスプロフィール​（Googleマップに​出る​情報）
• SNSの​プロフィール
• 業界団体や、​求人サイト、​ポータルサイトの​掲載情報

社名​（正式名称と​通称）、​住所、​電話番号、​事業内容、​対応地域が、​どこでも​同じに​なっているかを​見ます。​地域で​探される​ことが​多い​会社ほど、​Googleビジネスプロフィールの​情報は、​地図の​検索にも​AIの​回答にも​使われる​大事な​入り口に​なります。

やりがちな​失敗

• 地域名だけ​変えた​ページを​量産する。 ​「大阪の​〇〇」​「神戸の​〇〇」と​中身が​同じ​ページを​並べると、​Googleの​ガイドで​いう​スパムに​当たる​ことがあります
• llms.txt を​置いて​終わりに​する。 上に​書いた​とおり、​Google検索では​使われていません
• AIの​読み取りを​意図せず​拒否している。 制作会社や​セキュリティの​設定で、​robots.txt が​AIの​読み取り​プログラムを​締め出している​ことがあります。​自社で​設定した​覚えが​なくても、​一度​確認しておく​価値は​あります
• 「必ず​AIに​載ります」という​約束を​信じる。 AIの​答えは​質問の​仕方や​時期で​変わります。​掲載を​保証できる​仕組みは​ありません

効果の​測り方：3つの​数字を​毎月​見る

LLMOの​効果は、​検索順位のように​1つの​数字では​見えません。​次の​3つを​組み合わせて​見ます。

1. Googleの​生成AI機能での​表示

Google Search Console に、​AI Overview と​ AIモードでの​表示回数を​見られる​「生成AIパフォーマンスレポート」が​用意されています​（Search Console ヘルプ、​2026-⁠10-⁠02 確認）。​どの​ページが、​どれくらい​表示されたかが​分かります。​段階的に​公開されている​ため、​まだ​使えない​サイトが​あり、​AIの​機能での​表示が​少ない​サイトでも​出ない​ことがあります。

2. AIからの​流入と、​そこからの​問い合わせ

ChatGPTや​Perplexityの​回答に​載ったリンクから​人が​来ると、​アクセス解析​（GA4など）では、​chatgpt.com や​ perplexity.ai などからの​流入として​記録されます。

私たちの​サイトでは、​問い合わせが​届いた​ときに、​その​人が​どこから​来たかも​一緒に​記録しています。​AIの​回答から​来た​人が​問い合わせたか​どうかまで​確かめられるので、​「表示された」で​終わらず​「仕事に​なったか」まで​追えます。

3. 実際に​AIに​聞いてみた​結果

いちばん​手触りが​あるのは、​お客様が​聞きそうな​質問を​実際に​AIに​してみる​ことです。

たとえば​「大阪で​〇〇を​頼める​会社は？」​「〇〇​（自社名）は​どんな​会社？」のような​質問を​5〜10個決めて​おき、​ChatGPT、​Gemini、​Googleの​AI Overviewで、​月に​1回ずつ試します。​自社が​挙がったか、​説明が​正しいか、​どの​ページが​参照されたかを​記録しておくと、​手を​入れた​効果が​分かります。

私たちも、​この​コラムの​公開に​あわせて、​同じ​手順での​記録を​始めています。​2026年10月2日時点の、​自社サイトの​数字は​次の​とおりです。

Bing は、​Microsoft Copilot などの​AIの​入口に​なる​検索です。​AIからの​訪問は​まだ​ありませんが、​その前の​段階の​「検索に​見つけて​もらう」​ところは​動きはじめました。​毎月の​経過は自社サイトの​LLMO⁠・⁠SEO実践記録で​公開しています。

自社の​サイトが、​AI検索に​取り上げられる​準備が​できているかは、AI検索の​自己チェック​（14問）で​確かめられます。​回答は​どこにも​送られません。

近道は、​誤解されない​ページを​作る​こと

LLMOという​言葉は​新しくても、​やる​ことの​中心は​変わりません。​検索エンジンにも​AIにも​誤解されないように​基本を​整え、​自社に​しか​書けない​ことを​書く。​AIが​参照先を​選ぶ​とき、​最後に​効くのは​そこです。

まずは​自社名を​AIに​聞いてみて、​どう​紹介されるかを​確かめる​ところから​始めてみてください。