IR-LLMOとは？投資家がAIに尋ねる時代のIR戦略をわかりやすく解説

投資家は、銘柄選びをAIに相談し始めています。

「成長性の高い人材関連銘柄は？」といった質問に対し、ChatGPTやGeminiが候補を挙げ、比較して答える時代になりました。AIが企業をどう説明するかは、投資家の判断に影響します。

結論、今後のIRには「開示済み情報を、AIが正確に拾える形に整える」取り組みが必要です。本記事では、IR領域における最適化をIR-LLMOと呼びます。

IRの本質は変わりません。見直すべきは、開示情報の届け方です。

本記事は、上場企業のIR担当者や経営企画、広報担当者に向けた内容です。

IR-LLMOの定義
投資家行動の変化
目指すゴール
具体的な進め方

情報開示の公平性に配慮しながら、整えるべき情報と進め方を示します。

読み終えるころには、自社IRが着手すべき施策が明確になるでしょう。

IR-LLMOとは「開示済み情報を、AIが正確に拾える形に整える取り組み」

IR-LLMOとは、開示済み情報をAIが正確に読み取り、要約・引用できる形に整えるIR施策です。

対象は、あくまで開示済み情報です。新しい事実を発信する取り組みではありません。資料に埋もれていたり、AIが読み取りにくかったりする情報を、AIが拾いやすい形に整えます。

IR-LLMOとは

投資家の情報取得の入口がAIに移るなか、AIに正しく拾われない情報は、投資家に届かない情報と同じです。IRでは、開示情報の届け方を見直す必要があります。

LLMOとは

LLMOとは、Large Language Model Optimizationの略です。ChatGPTなどの大規模言語モデルに、正確に理解・引用されやすくするための最適化を指します。

LLMOとは？

検索エンジン向けのSEOが「検索結果で見つけられる」ための最適化だとすれば、LLMOは「AIの回答で正しく扱われる」ための最適化です。

IR-LLMOは、このLLMOの考え方を、情報開示のルールに配慮しながらIRに応用したものです。

基本的な考え方は下記の記事で解説しています。

今、IRでLLMO必要な理由

IRでLLMOが必要な理由は、投資家が情報を得る入口が変わり始めているためです。

従来、投資家は決算資料、有価証券報告書、IRサイトを自分で読み、理解していました。

今後は、AIが開示情報を読み取り、要約し、投資家に代わって銘柄候補を提示する場面が増えます。

なぜ今、IRでLLMOが必要か

つまり、投資家との間に「AIという読み手」が加わります。AIに開示情報が正確に伝わるかどうかが、IRの新しい論点になります。

投資家行動の変化｜「検索」から「相談」へ

投資家行動は、AIへの相談を起点とする形に変わりつつあります。

従来は、注目・興味・検索・行動・共有の流れで考えられてきました。AISASと呼ばれるモデルです。

今後は、「検索」が「AIへの相談」に置き換わります。相談・興味・確認・投資・共有という流れで、AICASと呼びます。

投資家行動はAISASからAICASへ

AICASでは、次の2つのフェーズが重要です。

「相談」のフェーズ
「確認」のフェーズ

①相談

1つ目は「相談」のフェーズです。

投資家がテーマを挙げてAIに相談した際、候補リストに自社が残れるかが重要になります。テーマ軸の候補から漏れると、検討対象にすら入りません。

②確認

2つ目は「確認」のフェーズです。

候補に挙がった後、名指しで比較された際に、誤情報や不利な文脈で語られないかが重要です。確認段階で正しく理解されなければ、最終候補から外れる可能性があります。

IR-LLMOで目指すゴールと押さえるべきポイント

ここでは、IR-LLMOが目指すゴールと、最初に押さえるべきポイントを解説します。

目指す3つの状態
「自社株を買え」と推奨させる取り組みではない
IRでは「守り」が最優先

目指すのは3つの状態

IR-LLMOのゴールは、次の3つです。

検討対象に正しく入る
エクイティストーリーが正確に語られる
誤情報や不利な文脈で語られない

第1に、テーマ軸の候補から漏れず、検討対象に入る状態をつくります。

第2に、投資テーマとの結びつきや自社の強みが、意図どおりに表現される状態を目指します。

第3に、古い数値や誤った理解で表示されるリスクを防ぎます。

「自社株を買え」と推奨させる取り組みではない

IR-LLMOは、AIに「自社株を買うべきだ」と推奨させる取り組みではありません。

投資勧誘や投資助言には、法令上の配慮が必要です。そのため、「AIに推奨される確率」をKPIに置くべきではありません。目指すべきは、開示済みの事実が正確に伝わる状態です。

やるべきことは、開示済みの事実を、AIが正確に拾える形に整えることです。

未公表の重要事実は扱わない
特定の相手だけに伝える選択的開示をしない
情報開示の公平性のルールの枠内で発信する

「盛る」のではなく、「拾える形に整える」ことがIR-LLMOの基本です。

IRでは「守り」が最優先

IR-LLMOには、他分野のLLMOと異なる前提があります。誤情報の影響が大きい点です。

誤った業績数値やガイダンスがAIに表示されれば、下記のようなものに直結します。

株価の形成
法的責任
投資家の誤った判断

だからこそ、IR-LLMOでは誤情報を防ぐ「守り」が最優先です。

AI回答は、個人投資家だけでなく、機関投資家の分析補助、アナリスト、ESG格付け、メディアなどの仲介層にも届きます。

仲介層による分析や記事は、市場に還流します。誤情報を放置すれば、影響が広がる構造です。

IR-LLMOの進め方

ここからは、IR-LLMOの進め方を5ステップで解説します。

①CEP設計｜投資家の問いを洗い出す
②現状の可視化｜AIが今どう語っているか
③KBF分析｜投資家の選定軸とのギャップを診る
④RTB配置｜AIが言い切れる材料を整える
⑤検証｜見え方が改善したか確かめる

①CEP設計｜投資家の問いを洗い出す

最初に、投資家がAIに投げる問いを洗い出します。キーワードではなく、相談文の形で考えます。

問いはレイヤーごとに整理すると、優先順位をつけやすくなります。大きく分けると、以下の3段階です。

テーマ軸の問い
テーマと文脈をかけ合わせた問い
指名や比較の問い

たとえば、「人材領域のおすすめ銘柄は？」「高配当の人材関連銘柄は？」「A社とB社を比較して」といった問いです。

投資家の相談文を網羅した一覧が、IR-LLMOの出発点になります。

②現状の可視化｜AIが今どう語っているか

次に、洗い出した問いをAIに投げ、現状を観測します。

確認すべき項目は、以下の3点です。

自社が候補に出現しているか
どんな文脈で語られているか
AIが何を参照しているか

推奨の有無だけでなく、誤情報や不利な文脈がないかも確認します。定点観測が、IR-LLMOにおける守りの起点になります。

③KBF分析｜投資家の選定軸とのギャップを診る

KBFとは、投資家が銘柄選定で重視する軸です。

主な選定軸は、下記です。

成長性
収益性
株主還元
ガバナンス
ESG指数への採用

各軸について、自社と競合がAIにどれだけ拾われているかを診断します。

たとえば、自社はガバナンス強化を自社サイトで述べるだけで、競合はESG指数への採用など第三者評価が豊富な場合、客観的な根拠に差があるとわかります。根拠の不足箇所が、整えるべきポイントです。

④RTB配置｜AIが言い切れる材料を整える

RTBとは、Reason to Believeの略で、主張を裏づける根拠を指します。AIは、曖昧な主張よりも検証可能な事実を扱いやすい傾向があります。

開示済みの事実を、AIが拾いやすい形に整えます。結論を先に書き、数値や前年比などの定量情報を添え、第三者が確認できる指標を示します。

「業界をリードする」といった抽象表現ではなく、検証できる事実に置き換えます。ただし、扱う情報は開示済みの事実に限ります。

⑤ 検証｜見え方が改善したか確かめる

最後に、AIでの見え方が改善したかを確認します。

以下の項目を定点観測し、改善を続けます。

候補への入り方
語られ方の質
参照元の種類

AIに整えるべき参照面

RTBは、AIが参照する情報源に配置します。

情報源は、大きく2つに分かれます。

オウンドメディア｜自社で管理・発信できる情報
アーンドメディア｜第三者による評価・客観的な情報

オウンドメディア｜自社で管理・発信できる情報

まず、自社で制御できる情報源をAIが引用しやすい形に整えます。

主な情報源は下記です。

IRサイト
- 決算説明会資料
- 短信
- 業績推移
- 株主還元
- ガバナンス情報
- IR-FAQ
統合報告書
- 価値創造のストーリー
- サステナビリティ
- ESGの非財務情報
有価証券報告書・適時開示
- EDINET
- TDnet
- XBRL

また、noteや採用ページなどの情報は、株式系サイトに出回りにくく、独自性の高い情報源になります。

アーンドメディア｜第三者による評価・客観的な情報

次に、第三者評価や客観指標を整理します。

主な情報源は下記です。

株式情報サイト（株探、四季報オンライン、みんかぶなど）
金融メディア
アナリストレポート
人的資本やESGに関する各種指数
テーマ別・業種別の比較記事やランキング記事

特に、人的資本やESGの指数採用は、AIが回答の根拠として参照しやすい材料です。

一方、広告やタイアップなどのペイド媒体は、IRでは優先度が低いと考えます。

効果測定の考え方

IR-LLMOの効果は、2つの階層で見ます。

観測可能な指標：AIでの推奨のされ方、語られ方の質、参照元のタイプ
観測が難しい指標：指名検索、AI経由の認知、長期的な資本コストや株主基盤の質

KPIは、日々の運用で改善状況を確認するための指標です。AIが推奨する候補に入っているか、推奨理由、語られ方の質、参照元の種類などを定点観測します。

KGIは、IR-LLMOが中長期的にもたらす成果を示す指標です。指名検索やAI経由の認知、長期的には資本コストや株主基盤の質などが含まれます。ただし、これらはIR-LLMO単独の効果を切り分けることが難しいため、参考指標として捉えることが重要です。

また、サイト流入を成果指標にすることはおすすめしません。AI経由の流入は、AIがどのページを参照しているかを把握するための補助指標として活用します。

IR-LLMOに関するよくある質問

Q. IR-LLMOは、AIに自社株を推奨させる取り組みですか？

違います。IR-LLMOは、開示済みの事実をAIが正確に拾える形に整える取り組みです。

投資勧誘や投資助言には法令上の配慮が必要なため、「推奨される確率」をKPIには置きません。目指すのは、検討対象に正しく入り、正確に語られ、誤情報を防ぐことです。

Q. 新しい情報を発信する必要がありますか？

ありません。IR-LLMOで扱うのは、開示済み情報に限ります。未公表の重要事実は扱わず、特定の相手だけに伝える選択的開示もしません。

情報開示の公平性ルールの範囲内で、表現を整えることが中心です。

Q. まず何から始めるべきですか？

診断から始めるのが現実的です。設計した投資家の問いをAIに投げ、自社がどう語られているかを可視化します。誤情報や不利な文脈を早く把握することが、守りの第一歩になります。

Q. SEO対策をしていれば、IR-LLMOは不要ですか？

不要とは言えません。SEOで整えた土台はIR-LLMOにも役立ちますが、LLMOではAI回答での語られ方を重視します。

資料のHTML化や構造化、第三者評価、客観指標など、AI特有の観点で整備が必要です。

Q. 効果はどう測りますか？

AIでの見え方を主軸に測ります。候補への入り方、語られ方の質、参照元の種類を定点観測します。指名検索やAI経由の認知は参考指標です。

サイト流入は成果指標ではなく、参照面を知る補助指標として扱います。

まとめ

IR-LLMOとは、開示済み情報をAIが正確に拾える形に整えるIR施策です。投資家の情報取得がAIへ移るなかでも、IRの本質は変わりません。見直すべきは、開示情報の届け方です。