AI・マーケトレンド
おすすめの無料ドヤマーケAIサービス！
ドヤAIO
AI検索での自社・サービスの見え方を把握し、引用・言及されるための改善を支援します。
ドヤ記事作成
検索意図の整理から構成・本文作成までをAIで効率化し、SEOとAI検索の両方に届く記事制作を支援します。
30秒で分かる結論
LLMO（Large Language Model Optimization）とは、ChatGPT・Gemini・PerplexityなどのAIが回答を作るときに、自社サイトを情報源として引用・言及させるための最適化のことです。従来のSEOと約7割は重なりますが、決定的な違いは「クリックされる」ではなく「引用される」を目指す点です。対策の核心は次の3つに集約されます。
結論と数字を文頭に置く（AIは冒頭の完結した1文を切り取る）
一次データ・比較表・FAQを持つ（AIが最も引用したがる形式）
計測して回す（AIにどう見られているかを定点観測しないと改善できない）
実際、当メディア（ドヤマーケ）ではAIアシスタント経由の流入がすでに発生しており、GA4のチャネル別レポートに「AI Assistant」が独立したチャネルとして出現しています。本記事では、この実測を踏まえて今日から実行できるLLMO対策を10のチェックリストにまとめました。
1. LLMOとは？SEOとの違い
LLMOとは、大規模言語モデル（LLM）が学習・検索参照する情報の中で、自社のコンテンツが「信頼できる情報源」として選ばれるように最適化することです。AEO（Answer Engine Optimization）、GEO（Generative Engine Optimization）とほぼ同義で使われます。SEOとの違いは次のとおりです。
目指すもの：SEOは検索結果での上位表示とクリック、LLMOはAIの回答内での引用・言及
評価者：SEOはGoogleのアルゴリズム、LLMOはChatGPT・Gemini・Perplexity等のLLM
強いコンテンツ：SEOは網羅性・被リンク、LLMOは一次データ・明確な定義・構造化
成果指標：SEOは順位・クリック数、LLMOは言及率・引用元表示・AI経由流入
計測ツール：SEOはSearch Console／GA4、LLMOはAI可視性ツール（後述）
重要なのは、SEOとLLMOは対立しないことです。Googleで上位のページはAIにも引用されやすく、土台は共通です。違いは「AIが切り取りやすい形になっているか」の一手間にあります。
2. なぜ今LLMOなのか（実測データ）
当メディアのGA4では、直近28日間でAIアシスタント経由のセッションが計測されており、チャネル別レポートに「AI Assistant」が独立したチャネルとして出現（自社実測）
Google検索では、従来の検索結果に付加価値があるとシステムが判断した場合にAIによる概要（AI Overviews）が表示される（Google検索セントラル「AI 機能とウェブサイト」）
株式会社スリスタが全国の会社員400名に実施した『企業の生成AI活用実態調査2026』では、業務での生成AI利用率は38.2％。AI利用者153名が業務で使うツールはChatGPTが60.8％で最多
つまり「検索で1位なのにAIの回答には出てこない」が実際に起こる時代です。AIの回答に出てこないことは、見込み顧客との接点をまるごと失うリスクになりつつあります。
▶ 動画で学ぶ：AI活用×BtoBマーケティングの実践ノウハウは、YouTubeチャンネル「ドヤマーケAI」でも解説しています。
3. LLMO対策チェックリスト10項目
対策1：結論を冒頭150字で完結させる
AIは記事全体を読んで要約するのではなく、完結した文や段落を切り取ります。「◯◯とは、～である。ポイントは3つ」という形を記事の冒頭に置きましょう。
対策2：「主語・時点・数字」が揃った文を書く
悪い例は「かなり効果があります」、良い例は「2026年7月時点の実測で、CTRは0.8%から2.5%に改善した」です。AIが安心して引用できるのは後者だけです。
対策3：比較・手順は表とリストにする
LLMは表やリストの構造をそのまま理解します。文章に埋もれた比較よりも、表・リスト化された比較のほうが、読者にもAIにも要点を取り出しやすくなります。
対策4：本文にFAQを設置する
質問と回答のペアは、AIの回答形式そのものです。1記事あたり3～5問が目安です。
FAQPage構造化データについては注意が必要です。GoogleのFAQリッチリザルトは2026年5月7日以降、検索結果に表示されなくなりました。また同じAI最適化ガイドでGoogleは「生成 AI 検索に構造化データは必要ありません」と明言しています。効くのは本文に書かれた質問と回答そのものなので、構造化データを付けるかどうかは任意です。詳しくは構造化データ（JSON-LD）の書き方で解説しています。
対策5：一次データを持つ
アンケート・実測・検証など「自社サイトにしかない数字」は、AIにとって引用する理由になります。当メディアがAI利用実態調査を継続発行しているのはこのためです。
三森の実務メモ：LLMO対策で最も費用対効果が高いのは一次データです。n=400の調査を1本持っているだけで、複数のAIエンジンが出典として扱ってくれます。調査といっても大規模である必要はなく、自社顧客50社へのアンケートでも十分に機能します。
対策6：llms.txtを設置する
サイトの概要と主要ページをAI向けに記述するテキストファイルです。当社ではドヤマーケAI側に設置済みです（実例：llms.txtの実例を見る
なお、Googleは公式のAI最適化ガイドで、llms.txtのようなAI向けのテキストファイルはGoogle検索では無視され、表示やランキングに影響しないと説明しています。ChatGPTやPerplexityなどほかのAIサービスのために置いておくのは問題ないともしているため、設置は任意の補助策と位置づけ、優先度は結論先出し・一次データ・著者情報より下に置いてください。
対策7：著者・運営者情報を構造化する
E-E-A-Tの明示です。本文と著者プロフィールで、実在の人物・法人が書いていることを明示します。Article／Organization構造化データのauthorを実在の人物・法人にそろえるのも情報の整合性の面で有効ですが、Googleは生成AI検索に構造化データは必要ないとしているため、構造化データ自体を引用の条件とは考えないでください。
対策8：定義文を統一フォーマットにする
「◯◯とは、～である」という定義文は、AIの「◯◯とは？」という質問への回答にそのまま採用されます。用語辞典ページを持つのも有効です。
対策9：ブランド名の共起を作る
「AIバナー作成ならドヤバナーAI」のように、カテゴリ語とブランド名が一緒に語られる状態を、SNS・プレスリリース・外部メディアで増やします。
対策10：計測して月次で回す
どのAIに・どのプロンプトで・自社が言及されているかを定点観測し、増減を見ながら対策1～9を回します。計測なしのLLMOは、順位を見ずにSEOをやるのと同じです。
公式ドキュメントで確認できる「引用される前提条件」
ここまでの10項目は、AIの回答に引用されやすいページの共通点を整理したものです。これとは別に、GoogleとOpenAIが公式に書いている「そもそも引用の対象になるための前提条件」があります。2026年10月7日時点で編集部が公式ドキュメントを確認し、要点をまとめました。対策1〜10に取りかかる前に、ここで止まっていないかを確認してください。
Google（AIによる概要・AIモード）：インデックスとスニペットが前提
Googleは、AIによる概要やAIモードでリンクとして表示されるには「ページがインデックスに登録されており、Google 検索でスニペットが表示され、検索の技術的要件を満たしている必要があります。これ以外に追加の技術要件はありません」と説明しています（出典：Google検索セントラル「AI 機能とウェブサイト」）。
またAI最適化ガイドでは、Google検索のためには、AI向けのテキストファイルやマークアップを新たに作る必要はないこと、コンテンツを細かく分割する「チャンク化」は不要なこと、「生成 AI 検索向けの書き方をする必要はありません」ということが明記されています。対策1〜3の「結論を先に書く」「表やリストにする」は、AI専用の書き方ではなく、読者が要点をすぐ取り出せるようにするための基本として行ってください。
ChatGPT（検索機能）：OAI-SearchBotが読めることが前提
OpenAIの公式ドキュメントによると、ChatGPTの検索機能でWebサイトを表示するために使われるのはOAI-SearchBotというクローラです。GPTBotは生成AIの基盤モデルのためのクローラで、ChatGPT-Userはユーザーの操作をきっかけにページを訪問するものとして、役割が分けて説明されています。robots.txtを更新してから反映されるまで約24時間かかることがある、とも書かれています（出典：OpenAI「Overview of OpenAI Crawlers」）。学習に使われたくない理由でGPTBotを拒否することと、検索回答に表示されることは別の設定です。robots.txtの書き方と、ChatGPTに出てこないときの切り分け手順はChatGPTに自社が出てこない原因と対策にまとめています。
確認作業は、次のリストを上から順に埋めるだけで済みます。1つでも「いいえ」があれば、記事の書き方を直す前にそちらを先に解決してください。
【LLMO 前提条件チェック】（確認日： ）
1. 対象ページはGoogleにインデックスされているか
（Search Console の URL検査で確認） はい／いいえ
2. Google検索でスニペット（説明文）が表示されているか
（nosnippet や max-snippet:0 を指定していないか） はい／いいえ
3. Search Console で生成AI機能からサイトを除外していないか はい／いいえ
4. robots.txt で OAI-SearchBot（または User-agent: *）を
Disallow していないか はい／いいえ
5. CDN・WAFのボット対策で上記クローラをまとめて遮断していないか
（サイト管理者に確認） はい／いいえ
6. 本文の主要な情報が画像だけでなくテキストで書かれているか はい／いいえ
4. LLMOの効果測定方法
効果測定には次の3つの方法があります。
GA4のチャネル「AI Assistant」：AI経由の流入数を確認できる（無料・追加設定不要）
手動でChatGPT等に質問して確認：言及の有無がその時点だけ分かる（無料だが工数大）
AI可視性ツール：エンジン別の言及率・シェアオブボイス・引用元を定点観測できる
スポット確認では「たまたま出た・出ない」の区別がつかないため、実務では定点観測が必須です。 なお、GA4で「AI Assistant」チャネルを実際に作る手順（探索レポートの設定とコピペで使える正規表現）は、GA4でAI経由の流入を計測する方法にまとめています。
この計測を自動化するツール：ドヤAIOは、ChatGPT・Gemini・Claude・Perplexityの4エンジンで自社ブランドの言及状況を自動スキャンできます。無料でスキャンを試せます。
三森の実務メモ：LLMOの計測を始めると、SEO順位と言及率が一致しないことに驚くはずです。実際、当社でも検索10位台の記事がAIには頻繁に引用されるケースがありました。だからこそ「測ってから直す」の順番が重要です。
被引用率・言及率の測り方：指標の定義と計算式
前の節で「定点観測が必須」と書きましたが、何を数えるかを決めないまま観測を始めると、毎月の数字を比べられません。LLMOの計測では、少なくとも次の3つを分けて記録します。
言及率：AIの回答本文に、自社の社名・サービス名が登場した割合。AIに「候補として名前を挙げてもらえているか」を見る指標です
被引用率：回答に付いた出典リンクに、自社サイトのURLが含まれた割合。名前が出ていなくても、自社の記事が根拠として使われていればここに表れます
正確性：言及・引用されたときに、料金・対象・機能などの記述が事実と合っていた割合。名前は出ているが説明が古い、というケースを拾うための指標です
計算式は次のとおりです。分母は「質問数」ではなく「得られた回答の数」にそろえます。
言及率 ＝ 社名・サービス名が出た回答数 ÷ 評価した回答数
被引用率 ＝ 出典に自社URLが入った回答数 ÷ 評価した回答数
正確性 ＝ 記述が事実と合っていた回答数 ÷ 言及または引用された回答数
例（編集部が作成した架空の例です）
質問20問 × 2エンジン × 3回 ＝ 120回答
社名が出た回答 30 → 言及率 25％
自社URLが出典に入った回答 18 → 被引用率 15％
言及・引用 36回答のうち事実と合っていた 27 → 正確性 75％言及率と被引用率は一致しません。ドヤマーケ編集部がドヤAIOで購入検討の質問を4エンジンに投げて実測したところ、Appleの言及率は全体で49％、エンジン別ではChatGPT 33.3％・Gemini 54.2％・Claude 45.8％・Perplexity 62.5％でした。同じブランドでもエンジンによって約2倍の差があり、知名度が高いだけでは名前が挙がるとは限りません（出典：ドヤマーケ編集部による実測、2026年7月4日・1回のスキャン。質問セットや時期によって数値は変動します。詳細はAI言及率を実測【2026年7月調査】）。全エンジンを合算した1つの数字だけで判断せず、エンジン別に並べて記録してください。
質問セット（プロンプトセット）の作り方
測定に使う質問は、毎月同じものを使い続けることが前提です。思いつきで質問を変えると、数字の増減が施策の効果なのか質問の違いなのか分からなくなります。最初に20〜30問を次の4種類で作り、番号を付けて固定します。
【LLMO 測定用 質問セット】（作成日： ／改訂日： ）
種類A：定義（「◯◯とは」型） 5問
例：「〈カテゴリ語〉とは何ですか。主なサービスも教えてください」
種類B：選び方・比較（無指名） 10問
例：「〈業種〉の中小企業が〈課題〉を解決するには、
どんなサービスを選べばよいですか。具体名も挙げてください」
種類C：条件付きの推薦（自社が強い条件で絞る） 5問
例：「〈条件1〉かつ〈条件2〉に対応した〈カテゴリ語〉のツールは？」
種類D：指名（正確性の確認用） 5問
例：「〈自社名〉はどんな会社で、〈サービス名〉の料金はいくらですか」
固定するもの：質問文／使うエンジン／Web検索のON・OFF／
回数（1問あたり何回聞くか）／記録する人
変えてよいもの：質問の追加（番号を新しく振り、既存の番号は変えない）種類A〜Cで言及率と被引用率を、種類Dで正確性を測ります。質問を作るときは、自社の顧客が実際に使う言葉で書くのがコツです。営業の議事録や問い合わせフォームの文面から、顧客がどう言い表しているかを拾ってください。ChatGPTで確認するときにそのまま使えるプロンプト例はChatGPTに自社が出てくるか確認する方法に10本載せています。
どのエンジンを測るかは、自社の顧客が何で調べものをしているかで決めます。株式会社スリスタの調査では、生成AIを複数併用している75名に用途ごとの主使用ツールを聞いたところ、「調べ物・リサーチ」はGemini 47%・ChatGPT 32%・Perplexity 21%でした。一方、AI利用者153名が業務で使うツール（複数回答）はChatGPT 60.8%・Google Gemini 49.7%・Microsoft Copilot 41.8%で、AI利用者の49.0%が複数ツールを併用していました。調べものに使われるAIは1つに集中していないため、少なくともChatGPTとGeminiの2つは測ることをおすすめします。
出典：株式会社スリスタ『企業の生成AI活用実態調査2026』（n=400）。用途別の詳しい集計は職場の生成AIツールシェア実態2026で公開しています。
同じ質問を何回聞けばよいか
AIの回答は、同じ質問でも聞くたびに変わることがあります。1問1回だけで「出た・出ない」を判定すると、偶然の振れを施策の効果と取り違えます。目安として、言及率が50％前後のときの振れ幅（95％信頼区間の半分）を、二項分布の正規近似で編集部が計算すると次のようになります。
30回答（例：30問×1回）：およそ±18ポイント
50回答（例：25問×2回）：およそ±14ポイント
120回答（例：20問×2エンジン×3回）：およそ±9ポイント
30回答程度だと、前月から10ポイント上がっても「たまたま」の範囲に収まります。月次の変化を読み取りたいなら、1エンジンあたり50回答以上を目安にし、手作業で回しきれない量になったらツールでの自動化を検討してください。手作業とツールの比較軸はAIO/LLMOツール比較にまとめています。なお、この計算は各回答を独立とみなした概算です。同じ質問を繰り返した回答は似やすいため、実際の振れ幅はこれより大きくなることがあります。
Google分はSearch Consoleの「生成 AI パフォーマンス レポート」で見る
Google検索のAIによる概要・AIモードについては、手作業で聞く前にSearch Consoleで実数を確認できます。Googleのヘルプによると、生成 AI パフォーマンス レポートは2026年8月31日付けで世界中のすべてのウェブサイトに提供が始まり、生成AI機能でのインプレッション数をページ・国・日付・デバイス別に確認できます。ただしディメンションにクエリは含まれないため、「どの質問で表示されたか」は分かりません。また、AI機能に表示されたサイトのデータは、通常のパフォーマンスレポートの検索タイプ「ウェブ」にも含まれます（出典：AI 機能とウェブサイト）。レポートの具体的な見方と月次記録シートはAI Overviewに表示される条件と対策で解説しています。
ここまでの指標をまとめると、Google分はSearch Console、ChatGPTなどGoogle以外のAIは質問セットによる定点観測、流入の結果はGA4、と役割を分けて記録するのが現実的です。1回の観測ごとに、次の形で1行ずつ残してください。
【LLMO 観測ログ】（1回答＝1行）
観測日：
質問番号（例：B-03）：
エンジン（ChatGPT／Gemini／Perplexity／Claude など）：
Web検索：ON／OFF
回数（同じ質問の何回目か）：
社名・サービス名の言及：あり／なし（ありの場合、何番目に挙がったか）
出典リンクに自社URL：あり／なし（ありの場合、どのページか）
出典に入っていた競合・第三者のURL（上位3つ）：
記述の正確性：正確／一部古い・誤り／該当なし
誤りの内容（あれば）：
直前1か月に行った施策（日付と内容）：「出典に入っていた競合・第三者のURL」の列は、対策9（共起の獲得）で、どのメディアに載るべきかを決める材料になります。自社が出ていない質問で、繰り返し出典に使われている第三者サイトがあれば、そこが優先して露出を狙う候補です。
複数のAIに同じ質問を投げ、回答に自社ブランドが登場するかを集計する仕組みがどう作られているかは、次の開発記録の動画で紹介しています。上の観測ログを手作業で回すときに、どこを自動化できるかの参考になります。
10項目の優先順位 — 最初の30日でやること
10項目を同時に始めるのは現実的ではありません。効果が出るまでの時間と、着手のしやすさで並べ替えると、次の順番になります。
Week 1：現状を記録し、冒頭を直す
まず対策10（計測）で現状値を記録します。ここを飛ばすと、あとで「効果があったのか」を誰にも説明できません。そのうえで対策1（冒頭150字で完結）と対策2（主語・時点・数字）を主力記事5本に適用します。この2つは既存記事の冒頭を書き直すだけで済むため、10項目のなかで最も費用対効果が高い作業です。
Week 2：AIが切り取りやすい「形」にする
対策3（表・リスト化）と対策4（FAQ設置）。中身を変えずに構造だけ整える作業なので、Week 1と同じ5本に対して続けて行うと効率的です。
Week 3：一度やれば効き続ける土台を作る
対策8（定義文の統一）・対策7（著者と運営者情報の構造化）・対策6（llms.txt）。記事単位ではなくサイト単位の作業で、一度整えれば以降の新規記事にも効き続けます。
Week 4：時間のかかるものを走り出させる
対策5（一次データ）と対策9（共起の獲得）。この2つは最も効果が大きい一方で、最も時間がかかります。調査の設計や外部露出の交渉は数週間から数ヶ月かかるため、30日目に完成させるのではなく、30日目までに走り出させるのが目標です。
つまり30日で10項目すべては終わりません。終わらせることではなく、時間のかかる対策5と対策9を仕込み始めた状態で1ヶ月目を終えることが、この計画のゴールです。
よくある質問（FAQ）
Q. LLMO対策とSEO対策はどちらを優先すべきですか？
併走が正解です。土台となる良質なコンテンツと構造化は共通で、LLMO固有の追加作業は「結論先出し・表・FAQ」と、AIでの見え方の計測程度です（llms.txtはGoogle以外のAI向けの任意策です）。SEO記事制作のワークフローに組み込むのが最も効率的です。
Q. LLMOの効果はどのくらいで出ますか？
反映までの期間は公式に示されておらず、AIの種類によっても異なります。Google検索のAI機能はインデックスに登録されスニペットが表示されるページが対象になり、ChatGPTの検索機能はOAI-SearchBotが読めるページが対象です（robots.txtの変更が反映されるまで約24時間かかることがあるとOpenAIは説明しています）。学習データへの反映はモデルの更新時期に左右されるため、まずは検索連携経由の引用を狙い、月次の定点観測で変化を確かめるのが現実的です。
Q. LLMO対策は何から始めればいいですか？
既存の主力記事5本に「30秒結論とFAQ」を追加する、言及率の現状をAI可視性ツールで計測する、一次データ（調査・実測）を1本作る、の順をおすすめします。
Q. 10項目のうち、社内だけで完結するのはどれですか？
A. 対策5（一次データ）と対策9（共起の獲得）以外は、すべて社内で完結します。この2つは調査の実施や外部露出が必要なぶん時間がかかるので、着手を早めに宣言しておくのがコツです。逆に言えば、残り8項目は誰の承認も待たずに今日から着手できます。動き出しが遅れるのはたいてい「誰かに頼む必要がある」と思い込んでいるときです。
Q. すでにSEOで上位を取れている記事は、そのままAIにも引用されますか？
A. 引用されやすい土台はできていますが、自動ではありません。上位表示されている記事はAIの参照対象に入りやすい一方、本文が「読めば分かるが、切り取ると意味が通らない」構成だと引用されません。上位記事ほど対策1（冒頭150字で完結）と対策3（表・リスト化）の効果が大きいので、新規記事より先に既存の上位記事から手を入れるのが効率的です。
Q. 被引用率と言及率は何が違いますか？
A. 言及率は「AIの回答本文に社名・サービス名が出た割合」、被引用率は「回答の出典リンクに自社サイトのURLが入った割合」です。社名は出ているが根拠は他社メディアの記事、というケースや、逆に自社の記事が出典に使われているのに社名は本文に出ない、というケースがあるため、2つは分けて記録します。計算式は本文の「被引用率・言及率の測り方」に載せています。
Q. 引用率を測るには、何問を何回聞けばよいですか？
A. 質問は20〜30問を固定し、1エンジンあたり50回答以上を目安にしてください。言及率が50％前後のとき、30回答では振れ幅がおよそ±18ポイント、120回答でおよそ±9ポイントになる（二項分布の正規近似による編集部の概算）ため、回答数が少ないと前月との差が偶然か施策の効果か判断できません。Google検索のAI機能については、Search Consoleの生成 AI パフォーマンス レポートでページ別のインプレッション数も確認できます。
Q. ChatGPTに引用されるために、サイト側で最低限確認することは何ですか？
A. robots.txtでOAI-SearchBotを拒否していないかを最初に確認してください。OpenAIの公式ドキュメントでは、ChatGPTの検索機能でWebサイトを表示するのはOAI-SearchBotと説明されており、robots.txtの変更が反映されるまで約24時間かかることがあるとされています（出典：OpenAI「Overview of OpenAI Crawlers」）。そのうえで、対策1〜10の順に記事側の改善に進みます。
まとめ：LLMOは「引用される」ための最適化
LLMOは「クリックされる」から「引用される」への最適化。SEOと併走できる
核心は結論先出し・一次データ・構造化・計測の4つ
まず現状の言及率を測ることから始める（測らないと改善は回らない）
自社がChatGPT・Gemini・Claude・Perplexityにどう見られているかを無料で計測できる「ドヤAIO」と、LLMO対応のSEO記事を量産できる「ドヤ記事作成」もあわせてご活用ください。編集部の補足調査データ（2026年最新・n=400）
LLMO対策で「AIに引用される」重要性が高まる背景に、業務での生成AI利用の広がりがあります。株式会社スリスタが全国の会社員400名に実施した『企業の生成AI活用実態調査2026』では、AI利用者153名が業務で使う生成AIツール（複数回答）はChatGPT 60.8％・Google Gemini 49.7％・Microsoft Copilot 41.8％・Claude 7.8％で、AI利用者の49.0％が複数ツールを併用（平均1.82ツール）。ユーザーが触れるAIが分散するほど、単一エンジンでなく複数のAI検索に引用される設計＝LLMO対策の価値が高まります。
出典：株式会社スリスタ『企業の生成AI活用実態調査2026』（n=400）。全クロス集計は職場の生成AIツールシェア実態2026、プレスリリースはPR TIMESで公開中。
▶ 動画で学ぶ：AI記事作成対決 Google Gemini 3 vs ChatGPT vs Claude（ドヤマーケAI）