LLMOの提案は、対象サービスと確認方法から比べる
「LLMO をやりましょう」と提案されても、何を直し、何をもって成果とするのかが分からなければ、社内で発注を判断できません。まず対象をGoogle検索の生成AI機能なのか、ChatGPTなど別のサービスなのかに分け、現状の記録と変更後の確認方法を揃えます。
技術面の点検と、読者が判断できる本文への改善が作業の範囲です。引用の有無、サイトへの訪問、問い合わせは別々に確認します。ファイルの設置や特定の書式だけで引用されることは保証できません。
言葉の整理
LLMO は Large Language Model Optimization の略で、ChatGPT・Perplexity・Claude・Gemini といった大規模言語モデルが答えを作るとき、自社の情報が引用元として使われる状態をつくる取り組みを指します。AIO、GEO、AI検索最適化といった呼び方も見かけますが、指しているものはおおむね同じです。
Nue はこの記事の中で LLMO を「公開情報の整備と、AI検索上の表示・引用の観測」という意味で使います。Google検索の生成AI機能では、通常の検索向けの整備も土台になります。
Google検索の生成AI機能では、SEOが土台になる
Googleは、AI Overviews や AI Mode が既存の検索順位と品質の仕組みに基づくと説明しています。検索インデックスから関連するページを取得し、その情報を使って回答とリンクを示します。Googleの生成AI機能に向けて通常のSEOを外す理由はありません。
回答にどのページが示されるかは、通常の検索結果の順位だけからは決められません。ただし、見出しを質問形にするだけで引用が増えるとも確認できていません。まず本文を読者の問いに合わせて明確にし、検索で発見・取得できる状態を保ちます。
ChatGPTなど別のサービスは、取得方法や表示方法をそれぞれ確認します。Googleでの説明を全サービス共通の仕組みとして当てはめないことが、提案を比べる出発点です。
やることは2層ある
1. 機械が読める状態にする
LLM がページを取得したとき、何のページで、誰が書いていて、いつの情報かを判断できるようにします。ここでは、どのクローラがページを取得でき、本文を読めるかを確認します。
- 構造化データ。本文に合う種類を選び、通常のSEOの一部として検証する。Googleの生成AI検索向けに特別なマークアップを追加する必要はない
- llms.txt。サイトの概要と主要ページを一覧にする。導入するかは対象サービスの仕様と用途で判断する。Google検索の生成AI機能に必須のファイルではない
- クローラの許可設定。ChatGPTの検索結果への掲載を確認するなら、
robots.txtと配信基盤で OAI-SearchBot を許可しているか調べる。GPTBot は基盤モデルの学習用で、検索用の設定とは分けて判断できる - canonical と sitemap の整合。意図した正規URLとリンク先が一致するか確かめる
- JavaScript を実行しなくても本文が読めるか。クライアント側でしか描画されない本文は、取得はできても読まれないことがあります
llms.txt は読む相手と更新方法が決まっている場合に検討します。用途別の設置判断と、公開時の確認手順はllms.txtとは何かに分けています。
2. 読者が内容と根拠を確認できる書き方にする
技術面を整えた後は、ページを読んだ人が選択・実行できるかを確認します。次の項目は本文の品質を点検する基準で、引用を増やすための必須書式ではありません。
- 質問と答えを近づける。見出しが問いなら、直後に答えを置き、条件や例を続ける
- 確認時点を書く。料金や仕様など変わる情報には、いつ確認した内容かを添える
- 対象と変化を具体にする。実測があるなら、対象、手順、期間、何が変わったかを示す。記録のない数字や実績は足さない
- 表記を揃える。社名・サービス名・技術名を統一し、別の対象と取り違えないようにする
- 判断材料を残す。自分たちが試した手順や、選ばなかった理由を公開できる範囲で示す。他の資料を使う場合は出典を明記する
例えば導入方法を比較するページなら、「AIで業務を効率化する」という説明の繰り返しより、扱うデータ、接続先、人が確認する工程を並べた方が、読者は自社に合う方法を選べます。改稿前後の具体例とGoogleでの計測はAI Overviews対策で記事をどう変えるかで扱っています。
効果はどうやって測るのか
Search Console だけでは測れません。 2026年10月6日時点では、Google検索の生成AI機能で自社ページが表示された回数を見るレポートがあります。対象サイトで利用できるか、観測値があるかは別途確認が必要です。ChatGPT・Perplexity・Claudeなど他のサービスでの引用や、llms.txt単独の効果までは分かりません。
引用の評価には、参照流入と質問への回答を分けて記録します。どちらも、それだけで施策の効果を証明する数字にはなりません。
参照流入を分ける
ChatGPT・Perplexity・Claude・Gemini・Copilot からの流入は、参照元ドメインを確認して分けます。参照元が記録されない訪問もあるため、これを引用の総数とは扱いません。
回答内の引用表示と、サイトへの訪問は別の出来事です。 参照流入の数値から引用の表示回数は分からず、認知への効果も測れません。
定点観測する
- 質問リストを作る発注検討、比較検討、実務の3段階から質問を選び、文面を保存します。
- 各サービスで確かめる対象サービス、日時、利用条件を揃えて回答を記録します。
- 4つを記録する引用されたか、されたならどのページか、他社はどこが引用されたか、答えの中で自社がどう説明されたか。
- 次回と比べる同じ質問と条件で再確認します。質問を追加・変更した場合は、従来の結果と分けます。
質問を変えた回は分けて記録し、比較対象を混ぜない
サービスが回答の出典として示すリンクと、参考リンクは分けます。ChatGPTで検索を使い、リンク先を開いて記録する手順は自社の引用を確認する手順にまとめています。
質問リストの作り方
定点観測でいちばん設計が要るのは質問リストです。文面や条件を残さなければ、次回の結果と比較できません。
質問は3つの段階から選べます。件数は先に決め打ちせず、相談先を選ぶときに実際に聞く内容から始めます。
発注検討の聞かれ方。「LLMO対策を頼める会社を教えて」「生成AIの受託開発ができる会社は」。自社が回答に挙がるかを確認します。
比較検討の聞かれ方。「LLMOとSEOの違いは」「llms.txtは効果があるのか」。回答に挙がった出典と説明を記録します。
実務の聞かれ方。「構造化データはどこまで入れるべきか」「OAI-SearchBotをrobots.txtで許可する書き方」。回答に含まれる手順と出典を確かめます。
自社の説明は、公開ページの内容と照合します。古い料金、終了したサービス、支援範囲の取り違えがあれば、回答文と参照先を記録し、まず公開情報に誤りがないかを確認します。
どれくらいで変わるのか
変化までの日数は、対象サービスと質問を固定して再確認するまで分かりません。検索でページを取得する機能と、学習済みの知識に依存する部分では、更新の経路が異なります。
提案を受けるときは、作業の納期と成果の確認日を分けます。確認日に引用が変わらなかった場合も、変更したページ、取得可否、観測条件を残し、次に調べる項目を決めます。
提案を受けたときに見るところ
代理店や制作会社から LLMO の提案を受けたとき、中身を評価する観点を3つ挙げます。
効果の測り方が書いてあるか。 Google検索の生成AI機能での表示回数は、利用可能な場合に Search Console で確認できますが、ChatGPTなど他のサービスでの引用や、施策単独の効果は分かりません。対象のサービスと指標、観測条件が提案に含まれているか確認します。
記述の設計まで含まれているか。 構造化データや llms.txt の設置だけで終わる提案なら、対象サービスがその設定をどう使うか確認します。Google検索の生成AI機能に特別なファイルやマークアップは必要ありません。Googleの公式説明と照らし、読者に役立つ本文の改善や、通常の検索向けの整備も提案に含まれるか見ます。
その会社が根拠を示しているか。 提案元が対象サービスと使う設定を明示し、自社で確認した範囲を説明できるか見ます。llms.txt の有無だけで提案の質は判断できません。
向いていない場合
対象とする質問や読者が決まっていない段階では、引用の増減を成果として判断できません。まず商談や問い合わせで聞かれる問いを集め、公開ページで答える範囲を決めます。
引用の確約だけを目的とする依頼にも向きません。対象サービスの仕組みは自社で制御できないため、作業範囲と観測方法を合意できることが着手の条件です。
技術面と記述の確認範囲は、LLMO対策のページに分けて示しています。