LLMOとは？SEOとの違いや生成AI時代の対策方法をわかりやすく解説

「ChatGPTのような生成AIがどんどん進化しているけれど、うちのサイトの集客は大丈夫？」「これまでのSEO対策だけで、AI時代を乗り切れる？」Web担当やマーケターの方なら、そんな疑問や少しの不安を感じているかもしれません。

昨今、ユーザーが何か調べるときは検索エンジンを使用して複数サイトを回遊して答えを探すのではなく、ChatGPTやPerplexityなどのAIに質問をし、直接回答を提示してもらうケースが増えています。そこで新たな戦略として注目を集めているのが、「LLMO（GEO）」です。LLMOとは、AIの回答内で自社の情報が“正しく・有利に”紹介してもらうための手法です。

本記事では、LLMO（GEO）とは何か、その背景やSEOとの違い、主要な生成AIごとの最適化ポイントなどを解説します。また、LLMOの具体的な施策例や、非エンジニアでも対応可能かどうかについても解説しているため、SEO担当者の方はぜひ参考にしてみてください。

本記事を読むことでLLMOの概要や対策方法がわかり、AI時代に適応したマーケティング戦略を検討できるようになるでしょう。

より詳しいLLMO対策について知りたい方は、以下の無料お役立ち資料をご覧ください。

• LLMO対策の教科書
• LLMO対策チェックリスト

LANYでは、LLMOコンサルティングサービスをご提供しています。

• LLMO/GEOという言葉は聞くけど、具体的に何をすれば良いかわからない
• 自社サイトがAIの回答にどれくらい引用されてるかの現状が把握できていない
• 競合他社がLLMO対策を進めており、置いてかれないか不安

などをお悩みの方は、ぜひご活用ください。

LANY LLMOコンサルティングサービスはこちらから＞＞
LANY LLMOコンサルティングサービス概要資料のダウンロードはこちら＞＞

LLMOとは？

LLMO（Large Language Model Optimization）とは、AI検索で自社のコンテンツが適切に引用・参照されるように、Webサイトを最適化する施策です。別名でGEO（Generative Engine Optimization）、AIO（AI Optimization）とも呼ばれます。

SEOの目的がGoogleやBingなど検索エンジンで上位表示されることだったのに対し、LLMOの目的は、ChatGPTやGemini、もしくはGoogleのAI OverviewsなどのAIに自社サイトの情報を引用させたり、自社について正しく言及してもらうことです。
※本記事で使う「AI」は基本的に生成AIを指します。

実際、昨今は検索機能をもっているAIが急増しており、弊社メディアにもAIの流入が少しずつ増加しています。

LLMOは新たなマーケティング戦略であり、AI時代においてユーザーに情報を届けるために重要な戦略として注目されています。

【無料】ホワイトペーパー「LLMO対策の教科書」ダウンロードはこちら＞＞

LLMOとSEOの違い

LLMOとSEOの違いは、「誰に対して最適化するのか」です。LLMOがChatGPTやGeminiといった大規模言語モデルであるAIを対象とするのに対して、SEOはGoogleなどの検索エンジンを対象にします。

生成AIの急速な普及により、ユーザーが情報を得る方法が大きく変わろうとしており、従来の検索エンジンでの「検索」に加え、AIとの「対話」によって答えを得るのが当たり前になる時代です。

このような変化の中で、マーケティングの世界ではLLMO（Large Language Model Optimization：大言語モデル最適化）という新しい考え方が注目されています。

これは、従来のSEOとどう違い、私たちは今後どのように対応していけば良いのでしょうか。両者の違いを多角的に比較し、これからの戦略を考えます。

LLMOとSEOの基本的な違い

LLMOとSEOの最も大きな違いは、「誰（何）に対して最適化するのか」という点にあります。

• SEO: Googleなどの検索エンジンを主な対象とし、そのアルゴリズムに評価されることで検索結果の上位表示を目指します。
• LLMO: ChatGPTやGeminiといった大規模言語モデル（AI）を対象とし、AIが生成する回答の中で、自社の情報やサービスが正確かつ好意的に引用・推奨されることを目指します。

「検索エンジン」が介在するのがSEO、「AI」が介在するのがLLMOと理解すると分かりやすいでしょう。

目的・対象・成果の捉え方がどのように変化しているのかを把握することで、既存の施策との役割分担や、これから着手すべき領域が見えてくるはずです。

LLMOとSEOの比較

LLMOとSEOの比較を通して、その類似点や違いをお伝えいたします。

従来型のユーザー主導型の検索（SEO）と、AI主導型の検索（LLMO）とでは、次のような違いがあります。

AIを通してユーザーが意思決定をするようになれば、マーケターとしてはAIに対して情報を最適化する必要が出てくるのは自然な流れです。

LLMOはSEOとは異なり、AIの引用に使われてもクリックされないケースがあるため成果計測は難しいですが、引用されることによって自社の認知度を高めるブランディング効果も期待できます。

LLMOとSEOの共通点と今後の関係性

LLMOはSEOと対立する概念ではなく、相互に補完し合う関係にあります。そして、両者に共通する最も重要な成功要因は、「ユーザーにとって価値のある、高品質で信頼性の高いコンテンツ」です。

• SEOはLLMOの土台となる
  • 検索エンジンで上位表示されるような高品質なサイトは、AIが学習・参照する情報源として選ばれやすくなる傾向があります。つまり、従来のSEOの取り組みが、結果的にLLMOにも良い影響を与える可能性が高いです。
• LLMOはSEOの次のステージ
  • AIによる回答が検索の主流になると、ユーザーが検索結果一覧を見ずに目的を達成する「ゼロクリックサーチ」がさらに増加する可能性があります。その時、重要になるのが「AIの回答に引用されること」であり、LLMOの視点が不可欠になります。

LLMOの黎明期だからこそ「LLMOとSEOは一緒ではないのか？SEOだけやっていたら良いのではないか？」と聞かれることが非常に多くありますが、LANYのスタンスとしては、「LLMOとSEOは一旦は分けてフラットに考えてみるべき」としています。もちろん、上記でお伝えしたとおり、SEOを行うことでLLMOに好影響があるため、実施する内容としては重なる点は多いです。

しかし、課題や対策の優先度は異なるため、あえて一緒に捉えてしまうよりかは、改めてフラットにLLMOについて考えた上で、SEOの戦略・戦術と合流していくのが良いかと思います。

最終的には、LLMOへの対策を行うことで、SEO経由でのリターンも狙うことができるため、SEOの専門性の高い人員と一緒にプロジェクトを進めるべきだとは思いますが、方針策定については繰り返しになりますが、LLMOはLLMOでフラットに捉えるべきだと考えています。

前提：LLM（大規模言語モデル）とは？

LLMとはLarge Language Model（大規模言語モデル）の略で、大量のデータをもとに学習し、自然言語（人間が扱う言語）を理解・生成できるAIのことです。

近年話題の生成AIは、テキストだけでなく画像や動画などを生成するAIの総称であり、自然言語の処理に特化したLLMは生成AIの一種です。

2025年5月時点で、LLMを利用した生成AIサービスの代表例を以下に示します。

現在、このLLMを活用したチャットボットや検索エンジンの高度化が進んでおり、SEOのあり方にも影響を与えはじめています。

LLMの仕組み

LLMは人間の会話や文章のパターンを学習しており、その結果、人が書いたような文章を生成したり、質問に対して適切な回答を返したりできます。

LLMは以下のようなステップで言葉を処理し、応答を生成しています。

1. トークン化（Tokenization）：言葉を最小単位に分解
   まず、入力された文章（プロンプト）は、「トークン」と呼ばれる意味のある最小単位（おおよそ単語や文字の一部）に分解されます。これは、コンピューターが言葉を処理しやすくするための準備段階です。
2. 文脈理解（Contextual Understanding）：言葉と言葉の関連性を読み解く
   次に、分解されたトークン同士が、文章の中でどのような関係性を持っているのか、どの言葉が他の言葉に影響を与えているのかといった文脈を把握します。
3. エンコード（Encoding）：情報を数値的な特徴に変換
   文脈を理解した上で、各トークンが持つ意味やニュアンスを、コンピュータが扱える数値的な情報に変換します。これにより、言葉の意味が「データ」として表現されます。
4. デコード（Decoding）：次に続く言葉を予測し、文章を生成
   エンコードされた情報と、これまでの学習で得た膨大な知識（パターン）を元に、「次にどのトークン（言葉）が来る確率が最も高いか」を予測します。この予測を連続して行うことで、人間にとって自然で、かつ入力された文脈に即した文章や回答が生成されるのです。

また、LLMがユーザーの質問（プロンプト）に対して回答を作る際には、次のように「事前学習」と「RAG」の2つを活用しています。

本記事では、詳細な説明は割愛しますが、LLMに自社を推奨してもらいたければ、事前学習に対してアプローチをするか、RAGに対してアプローチをする必要があります。AIが学習できる場所に、AIに学習させるための情報を適切に準備しておくことで、自社の推奨率が高まっていくでしょう。

LLMOが重要になる理由

LLMや、GoogleのAI Overviews、AIモードの登場によって、検索マーケティングは大きく変化してきています。

ゼロクリック時代とも呼ばれる時代が近づいており、人々がGoogle等の検索エンジンで検索する回数は、徐々に減っていくでしょう。

検索エンジンへ“サイト”を最適化する時代（SEO）から、大規模言語モデルへ“情報”を最適化する時代（LLMO）へとすでに徐々に移り変わっており、対策の重要度は今後右肩上がりで高まると考えています。

その理由を整理しましょう。

• ユーザーの検索行動が変化し、検索エンジンのみではユーザーとの接点が減るから
• デルフォイ的コストを削減するAI検索は確実に浸透していくから
• ビジネス成果（KPI）の計測方法も変わっていくため

ユーザーの検索行動が変化し、検索エンジンのみではユーザーとの接点が減るから

従来であれば、GoogleやBingなどの検索エンジンにキーワードを入れて検索をし、検索結果に表示された関連リンクをクリックしてウェブサイトに遷移し、そこで情報を得ていました。

これからは、ChatGPTやGeminiなどのLLMに自然言語で質問をして、その質問に対してAIが自然言語で合理的な回答を即座に返す流れに変わります。「ウェブサイトへの遷移」がスキップされ、将来的に「指名検索」で直接ウェブサイトに入ってくるような状態になるでしょう。

つまり、下記の図のようにAI時代の検索では、検索結果面だけを捉えるのではなく、検索の分散に対して多角的な対策をしていく必要が出てきています。

検索結果面だけでは接点は減りますが、LLMOも実施することでAI経由でサイト訪問やコンバージョンを得られるチャンスが生まれます。

ユーザーが直接ChatGPTやPerplexityなどに質問した際に、自社の商品やコンテンツが回答内で紹介されたりリンクが提示されたりすれば、検索エンジンを経由せずにアクセスを獲得できます。

以下の動画では、AI Overviewsの仕組みやSEOへの影響について解説していますので、こちらもぜひご確認ください。

 

デルフォイ的コストを削減するAI検索は確実に浸透していくから

我々LANYとしては、AI検索が中心になる時代はすぐに訪れ、ユーザーは一度慣れてしまえば、従来の検索エンジンを活用した検索に戻ることは少ないのではないか、と考えています。

「デルフォイ的コストと便益」という論文にて、従来型の検索には「大きなコスト」がかかっていることが主張されています。

普段何気なく利用しているWeb検索は無料なものの、「手間」というコストがかかっており、この検索における見えないコストを上記の論文では「デルフォイ的コスト」と呼んでいます。LLMによって、デルフォイ的コストが大幅に減り、ユーザーは直接「答えそのもの」に辿り着けるようになることで、検索体験はより便利になると主張されています。

AIを活用して便利な検索体験が生まれ、人間が一度その世界に慣れてしまえば、従来の手間のかかる検索には戻らなくなるのではないかと考えており、LLMOが検索マーケティングにおける中心になる世界もくると考えています。

特に、下記のような「高関与商材かつ理性的な意思決定が行われる領域」では、AI検索の相性が非常に良いです。よって、AI検索と相性の良い領域から徐々に世の中に浸透していくのではないかと考えています。

ビジネス成果（KPI）の計測方法も変わっていくため

LLMが検索の初期接点になるような時代では、ユーザー行動が変わるためビジネス成果も計測方法も変わっていきます。LLMOが主流となる時代には、下記のようなKPIを計測していくことになるでしょう。

これまでよりも、「目に見えない指標」の重要性が高まります。いわゆる、LLMを通した「選ばれるブランド作り」を行っていくのが、LLM時代のマーケティングのひとつのセンターピンになるのではないでしょうか。

以下の動画では、生成AIがもたらす検索体験におけるユーザー満足度の変化などについて解説しています。こちらもぜひ参考にしてみてください。

 

LLMOの対策方法

LLMOの対策は、AIのタイプに応じて大きく2つの方向に分類して考えることが重要です。

1. 検索連動型AI（AI Overviewsなど）向け戦術: 特定の検索キーワードに応じてAIの回答が生成されるものへの対策。これは「高度なSEO」と位置づけられます。
2. 対話型AI（ChatGPT、Geminiなど）向け戦術: 特定の検索キーワードに縛られない自由な対話の中でAIが回答を生成するものへの対策。これは「広義のPR・ブランディング活動」と位置づけられます。

以下に、それぞれの具体的な対策方法を解説します。

検索連動型AI（AI Overviews）向け対策：高度なSEO

AI Overviewsの対策方法を考える上では、AI Overviewsの「引用」と「言及」を分けて考えます。

それぞれのロジックを理解した上で、適切な対策を講じていきましょう。

AI Overviewsのロジックを理解する上では、「クエリファンアウト」の概念を理解することが重要です。クエリファンアウトとは、特定の質問（検索クエリ）に対して、回答を生成する上で、同時に複数のクエリでの検索を実行し、ウェブ上の膨大な情報から、質問に合った関連性の高いコンテンツをより多く見つける仕組みのことです。

AI Overviewsの回答には、複数の関連キーワードで上位表示されているページの情報が利用されていると言えます。

クエリファンアウトの仕組みも理解した上で、AI Overviewsの対策を下記のステップで進めていきましょう。

Step1：分析

まず、AI Overviewsが表示されるキーワードを特定し、なぜ競合が引用・言及されているのかを徹底的に分析します。

• AI Overviews表示クエリの特定: Ahrefsなどのツールを使い、自社が狙うべきキーワードの中でAIOが表示されるものを洗い出します。
• 競合分析: 実際にAIOに引用されている競合ページや競合のみが言及されているクエリを分析し、どのような見出し（例：質問形式）や文章（例：結論ファーストの簡潔な文章）が引用されているか、その共通項を言語化します。

Ahrefsを活用したAI Overviewsの分析方法は、下記の動画でまとめているので参考にしてみてください。

 

Step2：SEO順位の向上（引用対策）

AIOの引用元は、そのキーワードで検索上位（特に20位以内）に表示されているページが圧倒的に多いです。そのため、まずSEOの基本を徹底することが不可欠です。

• トピッククラスター戦略: 中心となるピラーページと、それを取り巻く複数のクラスターページを内部リンクで結びつけ、特定トピックの網羅性と専門性（トピカルオーソリティ）を高めます。これにより、関連キーワード群で網羅的に上位表示を狙います。
• 高品質なコンテンツSEO: E-E-A-T（経験・専門性・権威性・信頼性）を意識し、検索意図を深く満たす質の高いコンテンツを作成します。

Step3：AIフレンドリーライティング（引用対策）

検索上位を獲得したページを、さらにAIが「引用しやすい」形にリライトします。

• 結論ファースト: ページの冒頭や見出しの直下で、問いに対する答えを簡潔に提示します。
• Q&A形式の導入: 想定される質問を見出しにし、その直下に答えを記述します。
• 構造化: 箇条書きや表（テーブル）を活用し、情報を整理して伝えます。
• 平易な言葉: 専門用語を避け、誰もが理解できる言葉で説明します。

GEOという論文に、AI Overviewsに表出されやすくなるための方法論も書かれておりますので、興味がある方はぜひ読んでみてください。

Step4：対策クエリの上位サイトでの言及獲得（言及対策）

上記はサンプル分析の結果ですが、AI Overviewsの概要欄で言及されるブランドと、AI Overviewsが表出しているキーワードにおける上位サイトでの言及数には強い相関があります。

よって、引用ではなく言及を狙うためには、対策クエリの上位サイトでの言及増加を目指して、次のような施策を行いましょう。

• コンテンツ制作
• 掲載営業
• 広告出稿（アフィリエイト・記事広告）
• プレスリリース

以上がAI Overviewsの対策方法になります。対策キーワードに優先度をつけて、事業インパクトの大きい箇所から順次対策をしていきましょう。

対話型AI向け対策：AIの「記憶」に自社を刻む、広義のPR・ブランディング戦略

ChatGPTやGeminiのような対話型AIは、特定の検索キーワードに縛られず、ユーザーとの文脈に応じた回答を生成します。ここで重要になるのは、「AIの長期的な知識ベースに、自社がいかに信頼できる専門家として記憶されているか」です。これは従来のSEO以上に、戦略的なPRやブランディング活動に近いアプローチが求められる領域です。

この戦いは、以下の二階建て構造で進めます。まず、AIが情報をストレスなく学習できる①技術的な土台を整備し、その上に、AIが「この企業は信頼できる」と判断する②質の高い情報を継続的に供給していきます。

Step1：AIが学習しやすい「技術的な土台」を整備する

AIクローラー（GPTBotなど）があなたのサイトの情報を正確に、かつ効率的に収集・理解できなければ、どんなに優れた情報もAIの知識にはなりません。まず、以下の4つの技術的基盤を徹底的に整備しましょう。

①サイト表示速度の改善

AIクローラーには「クロールバジェット」という限られたリソースしかありません。サイト表示が遅いと、AIはあなたのサイトの情報を十分に収集する前に巡回を諦めてしまいます。PageSpeed Insightsなどで現状を把握し、画像の最適化（WebP形式の利用、遅延読み込み）、不要なコードの削除、サーバー環境の見直しなどを開発チームと連携して行いましょう。

②サイト構造の最適化

AIは、サイトのHTML構造を手がかりにコンテンツの論理構造を理解します。

• JS（JavaScript）依存からの脱却: 多くのAIクローラーはJSを完全に実行しないため、JSが実行されないとコンテンツが表示されないサイトはAIにとって「真っ白なページ」に見えてしまいます。サーバーサイドレンダリング（SSR）などを導入し、AIが確実にコンテンツを読み取れる状態にすることが不可欠です。
• 論理的なHTML構造: 見出しタグを階層構造に沿って正しく使用しセマンティックタグで各コンテンツの「意味」をAIに明確に伝えることが重要です。

③構造化データの活用

構造化データは、AIに「この文字列は『会社名』です」「これは『製品の価格』です」といった情報の意味（コンテキスト）を直接伝えるための強力な手段です。

• Schema.orgの活用: Organization（組織情報）、Person（著者情報）、Product（製品情報）、FAQなどをJSON-LD形式で実装することで、AIはあなたの情報を正確にエンティティとして認識し、GoogleのナレッジグラフなどAIの知識ベースに正しく登録されやすくなります。

④エンティティの一貫性担保

AIはWeb上の断片的な情報を繋ぎ合わせ、「LANYという会社」という一つの「エンティティ（実体）」像を構築します。公式サイト、SNS、外部の掲載記事などで会社名、住所、サービス名などの表記が揺れていると、AIは「どの情報が正しいのか」を判断できず、ブランドへの信頼性を下げてしまいます。

情報表記の統一: 全てのプラットフォームで表記を統一し、AIがあなたの会社を揺るぎない単一の存在として認識できるように、ブランドガイドラインの整備や定期的なチェックを行いましょう。

Step2：AIに「質の高い情報」を継続的に供給する

強固な技術的土台の上に、AIが「この企業は専門性が高い」「社会的に信頼されている」と判断するための「信頼の証」を戦略的に積み上げていきます。

①独自データの発信による「一次情報」の提供

AIは、情報の「根源」となる一次情報を最も高く評価します。

• 戦略的な調査の実施: 自社が専門家として認識されたい領域で、メディアや社会が関心を持つテーマのオリジナル調査を行います。
• 多角的な情報展開: 調査結果をプレスリリースで配信するだけでなく、オウンドメディアで詳細なレポートとして公開したり、専門家がSNSで解説したりすることで、情報の価値を最大化します。これにより、質の高いサイテーション（引用・言及）が自然に集まり、AIはその分野におけるあなたの会社の権威性を強く認識します。

②専門家による「ソートリーダーシップ」の確立

情報の正しさだけでなく「誰が言っているか」がAIの信頼性判断を左右します。

• 社内専門家の発掘と発信: 社内の専門家（ソートリーダー）を特定し、その知見を権威ある外部メディアへの寄稿や、自社ブログ、SNSでの継続的なオピニオン発信を通じて世に問いかけます。
• E-E-A-Tの強化: この活動は、Googleなどが重視するE-E-A-T（経験・専門性・権威性・信頼性）を直接的に証明するものであり、AIに「信頼できる情報源」として認識されるための最も効果的な手段の一つです。

③戦略的PRによる「第三者のお墨付き」の獲得

自社発信だけでなく、第三者からの客観的な評価は、AIにとって極めて強力な「信頼シグナル」となります。

• 権威メディアとの関係構築: 業界専門誌やビジネス誌など、権威性の高いメディアとの長期的な関係を築き、独占情報や独自ストーリーを提供することで、質の高い記事掲載を目指します。
• 客観的評価の促進: 製品レビューの働きかけや、業界ランキングへの掲載、アワードの受賞などを積極的にPRし、AIが参照する「お墨付き」を増やしましょう。

④UGCによる「本物の評判」の醸成

AIは、企業の公式発表以上に、ユーザー同士のオーガニックな会話や口コミを「本物の評判」として高く評価します。

• コミュニティへの価値提供: 企業の公式アカウントだけでなく、社内の専門家が個人として専門コミュニティに参加し、他のユーザーの質問に答えるなど、「Give」に徹した価値提供から始めます。
• UGCの誘発: ユーザーが「語りたくなる」ような写真コンテストや活用術の共有キャンペーンを企画し、UGC（ユーザー生成コンテンツ）が自然に生まれる土壌を作ります。これにより、AIの回答にあなたのブランドがオーガニックな形で登場する可能性が高まります。

上記も含めて、その他にも重要な対策案を5つのカテゴリにわけて紹介します。

• エンティティ対策を行う
• テクニカル対策を行う
• コンテンツ対策を行う
• ブランディング・PR戦略を意識する
• 情報発信や自社レビュー管理戦略を意識する

より詳しいLLMO対策について知りたい方は、「LLMO対策チェックリスト」をダウンロードしてお役立てください。

【無料】ホワイトペーパー「ゼロクリック時代を勝ち抜く『選ばれるブランド』へ！LLMO対策チェックリスト」をダウンロードする＞＞

また、以下の動画でも詳しく解説していますので、あわせてご確認ください。

 

エンティティ対策を行う

まずはエンティティ（自社やサービスの固有情報）に関する対策です。AIに自社を正しく認識・想起させるため、以下のポイントに取り組みましょう。

AIは企業固有の情報を自社のホームページ以外からも取得します。AI検索に対応するために、エンティティを強化しましょう。

テクニカル対策を行う

次に、技術的な観点からAIに情報を提供しやすくする対策を行います。

これは従来のテクニカルSEOに通じる部分もあるため、取り組みやすい施策もあるでしょう。

コンテンツ対策を行う

コンテンツ面でも、AIにとって理解・活用しやすい形への最適化を図りましょう。

これは質の高いコンテンツを作るSEOの基本に加え、AIならではの観点を踏まえた施策です。

ブランディング・PR戦略を意識する

LLMOでは、自社発信だけでなく、以下のような第三者からの評価や言及も重要です。

AIはウェブ上のあらゆる情報を学習するため、ブランドに対する外部からの信頼がそのままAI上の評価につながります。上記のポイントを意識して、ブランディングとPR視点の対策を行いましょう。

情報発信や自社レビュー管理戦略を意識する

最後に、日頃の情報発信とユーザーレビュー管理の対策について紹介します。

これらは地道な活動ですが、長期的に見てAIの評価や回答内容に大きく影響します。

 

LANYでは、SNS運用コンサルティングをご提供しています。「SNS運用を、成果につながる戦略へ」として、単なる投稿代行ではなく、ターゲット分析から戦略設計、投稿企画、運用ノウハウの内製化支援まで、一貫して成果を最大化します。ぜひご相談ください。

SNS運用コンサルティングサービスの概要はこちら＞＞

SNS運用コンサルティングサービスの概要資料のダウンロードはこちら＞＞

LLMO対策の成果を計測する方法

LLMOは、目に見えない指標を追いかけることになりがちです。

現時点で、最低限追いかけていくと良い指標を下記におまとめします。

今後、各社ツールベンダーが計測ツールを発表していくと思いますので、現時点で自社で独自に作り込む必要はそこまでないかと思います。

ただ、LLMO対策に先手を打って先行者優位を取るためには、見られる指標はきちんと計測をしておくことも重要です。

まずは、上記の表も参考にしながら、計測できる数値を計測していきましょう。

LANYでは、LLMOコンサルティングの中でクライアント向けにLooker StudioでLLMOダッシュボードを作成しています。

大切なのは、最初から完璧な効果測定を目指すのではなく、「まずは自社の状況を可視化するところから始める」という姿勢です。 すべての課題を一気に解決しようとする必要はありません。洗い出された課題に対して、解決の難易度やビジネスへのインパクトなどを考慮しながら、自社なりの優先順位をつけて取り組んでいくことが重要です。

以下の動画では、LANYが実際に「LLMO対策」で得た成果を実データ付きで解説していますので、ぜひ参考にしてみてくだい。

 

また、「Ahrefsを活用してLLMOを可視化する方法」を以下の動画で解説していますので、こちらもぜひご確認ください。

 

LLMOの導入ステップ

LLMOを自社サイトに導入するための基本的なステップは以下の通りです。

1. 現状分析とLLMOの目標設定
2. ターゲットとするAIと言語モデルの選定
3. エンティティ情報の整理と拡充
4. 対策方針の決定と優先順位付け
5. モニタリングと継続的な改善

1.現状分析とLLMOの目標設定

まずは、自社サイトの現状（どのようなコンテンツがあるか、どのようなエンティティ情報が散在しているか、SEOの状況など）を把握しましょう。その上で、LLMOを通じて何を実現したいのか、具体的な目標を設定します。

• 特定ジャンルでの専門性強化
• 生成AIによるブランド露出の増加
• LLM経由での新たなリード獲得　など

2.ターゲットとするAIと言語モデルの選定

自社のターゲットユーザーが利用する可能性の高い生成AI（例：ChatGPT、Gemini、Perplexityなど）や、その基盤となる言語モデルを選定します。それぞれの特性に応じて、対策の方向性を調整することが重要です。

3.エンティティ情報の整理と拡充

AIに正しく認識・引用されるためには、「どんな企業か」「どんなサービスを提供しているか」といったエンティティ情報を一貫して発信する必要があります。

• 自社紹介やサービス説明のテキスト整備
• 社名・人物名・サービス名の表記ゆれ防止
• Wikipedia・プレスリリース・外部記事など、外部ソースとの情報整合

4.対策方針の決定と優先順位付け

テクニカル、コンテンツ、PRなど複数ある対策の中で、自社にとって影響度が大きく、すぐに着手できるものから始めましょう。たとえば、構造化データの追加やコンテンツの整理など、少ない工数で効果のある施策から着手するのがおすすめです。

5.モニタリングと継続的な改善

LLMOは一度実施したら終わりではなく、AI側の進化とともに見直しが必要な取り組みです。以下のような指標を参考に、定期的に分析・改善を行いましょう。

• ChatGPTやGeminiでの自社名・サービス名の被引用チェック
• サイトへの流入経路・指名検索数の変化
• コンテンツの改修履歴と成果をセットで追跡

海外事例から学ぶ：ハーマンミラー社のLLMO戦略

LLMO戦略を考える上で参考になるのが、オフィス家具メーカーのハーマンミラー社の取り組みです。AI（Claude）に「姿勢を改善するのに良い椅子はどれか」と尋ねると、ハーマンミラー社のブランドが推奨されます。これは、ブランドエンティティが「姿勢の改善」というトピックに対して、AIによって測定可能な範囲で最も強い関連性を持っているためです。

ハーマンミラー社は、この「トピックとの関連性」を高めるために、次のように多角的かつ積極的なPR戦略を展開しています。

• 自社発信
  新製品情報や企業活動に関するプレスリリースを積極的に発信し、メディアに取り上げられる機会を創出する。
• 製品主導のキャンペーン
  特定の製品にフォーカスしたキャンペーンを展開し、集中的にメディア露出や話題性を高める。
• 有料アフィリエイトプログラム
  成果報酬型で製品を紹介してもらうアフィリエイトプログラムを通じて、多くのWebサイトやブログでの製品紹介を促進する。
• 有料スポンサー
  イベントへの協賛やコンテンツへのスポンサーといった形で、ブランド露出と特定のテーマとの関連付けを図る。
• オーガニックな言及
  製品の品質やブランド力により、ユーザーやメディアが自然な形でレビュー記事などで取り上げる。

これらはすべて、ターゲットとするトピックとの関連性を強化し、LLMに自社ブランドをより深く、かつ好意的に認識させるために効果的な戦略です。LLMOにおいては、質の高いコンテンツを自社サイトに掲載するだけでなく、外部の多様な情報源を通じて、自社ブランドと重要な関連トピックとの結びつきを積極的に強化していく必要があります。

参考：LLMO: 10 Ways to Work Your Brand Into AI Answers

リソースが限られている場合には、ニッチでも自分たちのビジネスを成長させることにつながるカテゴリーエントリーポイントを狙うことが重要です。

LANYでは、「デジタルマーケティング」や「SEO」という大きなカテゴリを狙いつつ、まずは確実に取りやすい「データベースSEO」や「BtoB企業向けのSEO」などから狙いました。これにより、特定のニーズを持つユーザーに対して、AIを介してLANYの専門性を効果的にアピールすることを目指しています。

ハーマンミラー社の内容も含めて、LANY代表竹内がForbesに記事を寄稿しておりますので、下記もぜひ併せて読んでみてください。

「GPTが御社名を回答」が市場を制す　急げ、SEOから「LLMO」へ

LLMOに取り組む時の注意点

LLMOはAI時代の新たなマーケティング戦略として注目を集めていますが、AIならではの特性や限界を理解しておかないと、期待した成果が得られないどころか、逆効果になってしまう可能性もあります。

ここでは、LLMOに取り組む際に注意すべきポイントをあらかじめ整理しておきましょう。

• AIが誤情報を表示する可能性がある
• 表示されてもクリックされない可能性がある
• 効果計測が難しい
• 継続的な取り組みが必要

AIが誤情報を表示する可能性がある

LLMOに力を入れても、AIが常に正確に自社情報を表示してくれる保証はありません。

AIは「幻覚（ハルシネーション）」と呼ばれる、事実とは異なる回答を生成します。たとえば、AIが学習データ中の古い情報を参照して、すでに終了したサービスを「提供中」と答えたり、他社の情報と混同して誤った事実を述べたりすることがあります。

企業側でAIの出力を完全にコントロールすることはできませんが、前述したエンティティ対策をしっかりと行い、少しでもリスクを低減させましょう。

表示されてもクリックされない可能性がある

AIが回答内で自社の情報を取り上げてくれても、ユーザーがサイトに訪問してくれるとは限らない点も課題です。

とくに回答に引用元のURLを表示しないタイプのAIでは、ユーザーは文章の内容だけを見て満足してしまい、公式サイトにアクセスしない可能性が高いです。ChatGPTやGeminiなど、本記事内で紹介したAIは基本的に引用元も一緒に出力します。

また、リンクが提示されるケースでも、AIの回答が完結していれば「わざわざクリックする必要がない」と判断されるかもしれません。

つまり、せっかくAIに情報が掲載されても直接的なサイト流入やリード獲得につながらない「ゼロクリック」が発生しやすいです。

効果計測が難しい

AIからの流入が増えれば認知度や指名検索数向上につながる可能性がありますが、それがLLMOによる成果なのか、他のマーケティング施策や外部要因による効果なのかを切り分けるのは容易ではありません。最低限追いかけていくと良い指標はご紹介しましたが、とくに複数の施策を同時に走らせている場合、どれが主な貢献要因なのかが不明瞭になりがちです。

GA4では主要なAIツールの流入元としてChatGPTやPerplexityなどを検出できます。しかし、AIの引用を見てすぐにサイトにアクセスする場合もあれば、あとから指名検索で流入する場合もあるため、単純なデータだけでは完全に効果を把握できません。

そのため、アンケートを通じて「どこでこの商品・サービスを知ったか」を調査したり、SNSでの言及頻度などを確認したりして、LLMOによる効果を多角的に評価することが重要です。

継続的な取り組みが必要

LLMOはSEOと同様に、短期間で劇的な効果が現れるものではありません。質の高いコンテンツを継続的に発信し、AIからの評価を徐々に高めていく長期的な視点が必要です。またAIに最適化しすぎた結果、ユーザーにとって不自然で読みにくいコンテンツになってしまうリスクもあります。

常にユーザーファーストの視点を忘れず、バランスの取れた最適化を心がけることが重要です。

LANYのLLMOの具体事例

LANYのWebサイト経由のトラフィック数やLLMでの推奨率について、具体的なデータをお見せいたします。

MAツールで確認をすると、生成AIの登場後のLANYの獲得コンバージョンは次のとおりでした。

• お問い合わせ：4件
• サービス資料DL：2件
• ホワイトペーパーDL：4件
• ウェビナー申し込み：11件

ウェビナー申し込みが、もっとも多いことがわかりました。GA4にてランディングページを確認してみると、ウェビナーページへの直接流入数も多く、AI経由で「〇〇をキャッチアップするためのウェビナーを教えて」というと確かにリンク付きで出てくるので、そのような使われ方をしている方も多いかもしれません。

また、生成AI別のコンバージョンを確認してみると、下記のように、ChatGPT > perplexityの順でした。LANY以外の多くのクライアントサイトを見ていても同様の傾向なため、現時点ではChatGPTが事業に好影響をもたらす可能性がもっとも高いと言えるでしょう。

次に、LLMにいくつかの質問を投げかけてみて、LANYが推奨されるケースがあるかをいくつか試してみました。

結論、「データベース型サイトに強いSEOコンサルティング会社」「BtoBに強いSEOコンサルティング会社」などのプロンプトで推奨されることが多く、実際に強みとして尖らせており、情報発信がオウンドメディア・アーンドメディアのそれぞれで多いところが推奨されているように見えました。

つまり、強みをきちんとAIが学習していることが見受けられます。LLMOでは、自社の強みが活きるフィールドを見つけ、そこの強みをきちんとAIに学習させていくことが大切かもしれません。

LLMOに関するよくある質問と回答

「LLMOが大事なのはわかった。でも、いざ始めようとするとちょっと不安…」
そんな声にお応えして、この章では弊社が過去に開催したLLMOウェビナーでもよくいただく質問をピックアップし、回答しています。ぜひ社内検討時にお役立てください。

• SEO対策とLLMO対策は何が大きく違いますか？
• LLMO対策に取り組むメリットは？
• LLMO対策するとCVの向上は見込めるのでしょうか？
• LLMOに取り組む前に準備すべきことはありますか？
• LLM経由の流入はどのように計測できますか？
• LLMに引用された場合、LLMから参照元に遷移する割合はどのくらい？
• LLM経由のトラフィックがすでに伸びているサイトや商材はありますか？
• サイトタイプによって、LLMOに取り組むインパクトは変わりますか？
• LLMOは専門知識がなくても実施できる？

SEO対策とLLMO対策は何が大きく違いますか？

基本的に、LLMO対策はSEO+αという形で捉えるのが良いでしょう。SEOと全く異なることをする必要はありません。 

ハーマンミラーの事例のように、PR活動を通じて第三者からの言及を増やしたり、サイト内のコンテンツの書き方をLLMが拾いやすい形にするといった観点が挙げられます。

これらは、SEOを突き詰めていくと必要になる部分でもあり、完全に別物というわけではありません。 いわばSEO対策の延長線上にあり、一歩進んでブランド価値を構築していく、といった形で捉えていただくのが良いです。

LLMO対策に取り組むメリットは？

LLMOはまだ新しい概念であり、本格的に対策に乗り出している企業は、弊社の感覚では現時点ではそれほど多くありません。

だからこそ、今のうちにLLMOに着手すれば競合他社に先駆けてAI領域での露出を高められます。先手を打って自社の情報をAIに学習・認識させておけば、後から参入してきた競合より有利なポジションを築けるでしょう。

さらに、LLMOの多くの施策は、従来のSEOで重要視されてきた内容と方向性が似ています。

高品質なコンテンツ作成、構造化データの活用、EEATの向上など、すでにSEO担当者が取り組んでいる項目も多く含まれます。そのため、新しくLLMOをはじめるとしてもゼロから未知の対策を学ぶ必要は少なく、比較的取り組みやすいでしょう。

また社内にSEOのノウハウがあればそれを横展開できますし、既存コンテンツをAI向けに微調整する形で進められる部分もあります。SEOの延長線上にLLMOともいえるため、企業にとって導入ハードルが低くスムーズに着手できる点がメリットです。

LLMO対策するとCVの向上は見込めるのでしょうか？

LLMOを対策することで、間接的な売上やコンバージョンの伸びは見込めます。LLM経由でブランドを知ってもらう機会が増え、最終的に指名検索からのコンバージョンにつながる可能性があるためです。 

LLMOに取り組む前に準備すべきことはありますか？

どの優先度で施策に取り組んでいくかの議論や整理が必要です。 LLMOを始める前には、以下の準備がおすすめです。

1. 現状分析の実施
   まず、LLMに「どのように想起されたいか」という理想の定義を決定します。
2. 自社分析と競合分析
   その理想に対して、現在LLMがどのように想起しているのか（自社か他社か、他社ならなぜか）をLLMに質問を投げかけて分析します。
3. 施策の優先順位付け
   分析結果に基づき、「なぜ自社が想起されていないのか」という仮説を立て、その仮説に対する施策に優先順位をつけて実行します。

 LLMO黎明期の懸念として、短期的な視点で見ると投資対効果の観点から予算が下りない場合もあります。

そのため、LLMOのためだけに取り組むという見せ方にするのではなく、SEOや他のマーケティング施策の延長線上で間接的にLLMOに紐付けて実施するのが現時点では良いアプローチと考えられます。

LLM経由の流入はどのように計測できますか？

LLM経由の流入は、GA4でリファラルとして計測可能です。現時点では、参照元メディアの部分にGeminiやChatGPTといったデータが表示されるため、これによって直接的な流入がどれくらいあるかを確認できます。

ただし、「LLMで調べて情報を得た後に検索エンジンで指名検索した」といった流入を把握するのは、現時点では難しいです。そのため、LLMでの言及状況を定点観測するデータと、指名検索の変動状況の2つのデータを合わせて見ていくのが良いでしょう。

例えば、LLMでの言及が伸びた時に指名検索も動いたのであれば、そこに関連性があるという仮説を立てることができます。 現時点では、指名検索が大きく動くほど市場シェアは大きくないため、頻繁に細かく見るというよりも、定期的にチェックする程度で十分だと考えています。

LLMに引用された場合、LLMから参照元に遷移する割合はどのくらい？

LLMの回答から実際に自社サイトへ訪問してくる割合は、現時点では非常に小さいです。弊社のデータや支援先企業のアクセス情報を見ても、ほとんどのサイトでは1%未満、多くは0.1%未満といった状況です。

ただし、LLMの回答を見て指名検索をするという流れは考えられるため、遷移率だけで測るのではなく、実際にお問い合わせをしてきたユーザーにヒアリングをしたり、指名検索数の数値などを参照しながら判断していくのが良いでしょう。

LLM経由のトラフィックがすでに伸びているサイトや商材はありますか？

弊社のご支援先でAI経由のトラフィックは、全体的に多くても1.5%くらいが現状で、 個人的な見解としては、このAI経由のセッションは今後もそれほど伸びないと考えています。

それよりも大事なのは、AIにブランド名が出ることによって、指名検索されるようになったり、ユーザーに覚えてもらうことだと捉えています。そのため、計測ツールには現れない形での恩恵の方が大きいと考えています。

サイトタイプによって、LLMOに取り組むインパクトは変わりますか？

LLMOに取り組むインパクトはサイトタイプによって大きく変わると考えられます。

 DBサイトやポータルサイト

LLMOとの相性は若干悪い可能性があります。例えば求人サイトの場合、ユーザーは求人を探しているのであって、サイト自体を探しているわけではありません。ユーザーが「何を探すならどこが良いか」ではなく「何をしたら良いか」という未来にシフトすると、中間媒体はLLMの会話でスキップされる傾向にあるため、LLMOの優先度は下がるかもしれません。

ブランドやプロダクト、サービスを持っているサイト

LLMOとの相性は非常に良いです。自社サービスやプロダクト、ブランドを持つ企業は、LLMが対話の中で直接自社の名前を推奨してくれる可能性が高まるため、LLMOの優先度を上げるべきだと考えられます。

メディアサイト

LLMOの優先度は比較的低いと考えられます。

LLMOは専門知識がなくても実施できる？

LLMOは、高度な機械学習の専門知識がなくても十分に実施可能な施策領域です。

多くの対策内容は、前述した通り従来のSEOやデジタルマーケティングで培ったノウハウの延長に位置しています。

たとえばコンテンツ制作や構造化データの実装、外部サイトでのPR活動、レビュー管理といった作業は、専門的なプログラミングやAI開発の知識がなくても取り組めるでしょう。

ただし、LLMOが最新トレンドであるがゆえに、情報収集力は求められます。日々進化するAI情報をキャッチアップし、柔軟に施策をアップデートしていく姿勢は必要です。またllms.txtのように新しく提唱される技術要素については、その都度調べて実装する対応力も求められます。

社内にAIの知見がなくても、まずはSEOの延長として手を付け、必要に応じて外部のコンサルティングサービスやツールを活用することで、AI時代に適応したサイト最適化を進められるでしょう。

LLMOを実施してAI時代のマーケティングに取り組もう

生成AIが情報提供の一端を担うようになった今、Web担当者には従来のSEOに加えてLLMOという新たな視点が求められています。

AIの進化は私たちが想像するよりもはるかに速く、ユーザーが情報を探し、何かを決定するプロセスは従来の「検索」から「LLMとの対話や探索」へと急速にシフトしていくでしょう。5年後には、今の検索体験とは全く異なる時代になっていることも十分に考えられます。

このような未来を見据えたとき、最終的に重要になるのは小手先のテクニックを超えた、真の意味での「ブランディング」ではないでしょうか。つまり、「この情報ならこの企業」「この製品ならこのブランド」と、ユーザーからもAIからも明確に第一想起される存在になることです。

LLMOへの取り組みは、短期的にはAIへの情報最適化です。しかし、そのプロセスを通じて自社や自社製品の強み・価値を深く掘り下げ、一貫性のある質の高い情報を発信し続けることは、まさにこの「選ばれるブランド作り」に直結します。現在地としては、LLMへの情報最適化を通して自社ブランドの推奨率や信頼性を高めていくことが、未来のブランディングへの確かな布石となるのです。

具体的なLLMO対策のアクションプランを知りたい方は、ぜひLANYのLLMOコンサルティングサービスをご活用ください。

LANY LLMOコンサルティングサービスはこちらから＞＞
LANY LLMOコンサルティングサービス概要資料のダウンロードはこちら＞＞

無料のお役立ち資料もご用意しています。

• LLMO対策の教科書
• LLMO対策チェックリスト

また、LANYでは、人間とAIの共創により、最高品質の記事をスピーディーにご提供するLANY式 SEO記事制作代行サービスを提供しています。ご興味をお持ちの方は詳細ページからサービス内容をご覧ください。

LANY式 SEO記事制作代行サービス概要ページはこちら＞＞

さらに、書籍『強いLLMO　生成AIに検索で選ばれるためのガイド』を株式会社エムディエヌコーポレーション（略称：MdN）から2025年9月26日（金）に出版いたします。「AIに推薦されるブランド」をどう設計するかという、企業の競争力に直結する論点を体系的に整理しています。AI時代のブランド戦略に悩む経営者・マーケティング責任者の方はぜひご一読ください。

LANY代表竹内執筆・書籍『強いLLMO』はこちら＞＞