LLMO

LLMO対策

AI検索で引用される状態をつくる

ChatGPT・Perplexity・Google AI Overviews が答えを作るとき、自社の情報が引用される状態をつくります。技術面の整備と、引用されやすい書き方の設計を両方やります。

検索の入口が変わりました。「生成AI 受託 会社」と検索窓に打つ代わりに、ChatGPT に「生成AIの受託開発を頼める会社を教えて」と聞く人が増えています。このとき返ってくる答えに自社が入っているかどうかは、検索順位とは別の話です。

LLMは順位をつけません。複数のソースから答えを組み立て、その材料として使ったページを引用します。3位のページが引用されず、8位のページが引用されることがあります。何が違うかというと、答えとして切り出せる形で書かれているかどうかです。

やること

  1. 現状を測るいまどの質問で誰が引用されているかを記録する。ここが基準になる
  2. 機械が読める形にする構造化データ、llms.txt、クロールとインデックスの土台
  3. 引用される書き方に変える問いに答える単位で書く。出典と時点を本文に残す
  4. 計測を続ける同じ質問を定期的に投げて、引用の変化を記録する

4 の記録が次の 1 になる。1回で終わる作業ではない

1. 現状を測る

まず、自社が答えに出ているかを確かめます。想定される質問を20個から30個ほど作り、ChatGPT・Perplexity・Claude・Gemini・Google AI Overviews にそれぞれ投げて、引用されたかどうかと、引用された場合はどのページかを記録します。

ここで多くの場合わかるのは、競合が引用されていて自社が引用されていない、という事実そのものよりも、何が引用されているかです。企業サイトのトップページが引用されることは稀で、引用されるのは具体的な数字や手順が書かれた記事や、サービスの範囲がはっきり書かれたページです。

2. 機械が読める形にする

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状態にします。

  • 構造化データ（Organization / Service / Article / FAQPage / BreadcrumbList）の設置と検証
  • llms.txt の設置。サイトの概要と主要ページの一覧を、LLMが最初に読む場所に置く
  • クローラの許可設定の点検。robots.txt で GPTBot や PerplexityBot を意図せず弾いていないか
  • canonical・sitemap・lastmod の整合。正規URLがずれていると、引用先が別のURLに割れる
  • JavaScript実行なしで本文が読めるか。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る

このサイト自体、llms.txt を置き、全ページに構造化データを入れています。自分たちで運用していない手法は勧めません。

3. 引用される書き方に変える

ここが一番効きます。技術面の整備は前提条件で、それだけでは引用されません。

  • 質問と答えを近づける。「費用はいくらか」に対して、その答えが1段落で完結している。答えが3画面ぶん読まないと出てこない書き方だと、切り出す対象になりにくい
  • 時点を書く。「2026年8月時点」のような明記があると、LLMは鮮度を判断できます。日付のない断定は、古い情報として扱われるか、そもそも使われません
  • 数字と固有名詞を入れる。「短期間で構築できます」のような抽象的な形容は引用の材料になりません。期間、対象、何が変わったかを具体に書きます
  • エンティティの表記を揃える。社名・サービス名・人名の表記がページごとに揺れていると、同一の主体として認識されにくくなります
  • 一次情報を書く。他所にある情報をまとめ直したページは、元のソースが引用されます。自分たちしか持っていない実測値や失敗の記録が、引用される理由になります

4. 計測を続ける

1と同じ定点観測を、月次で回し続けます。加えて、ChatGPT・Perplexity などからの参照流入を分けて記録します。この2つを合わせて見ると、引用が増えたか、引用が流入につながっているかが分かれて見えます。

計測の仕組みは納品物に含めます。こちらが関わらなくなったあとも、社内で数字を見続けられる状態にします。

向いている会社

  • 指名検索ではなく、課題ベースで探されたときに見つかりたい
  • SEOには一通り取り組んだが、AI経由の流入が測れていない
  • 自社の説明が古い情報のままLLMに覚えられている（社名変更、事業転換、サービス終了など）
  • 専門性の高い領域で、正確に説明されないと誤解を招く

向いていない場合

そもそも検索されていない領域では効きません。誰も質問しないテーマは、LLMも答えを作りません。この場合は需要のある切り口を先に見つける必要があり、それはLLMO対策の前段の話になります。初回の打ち合わせでその判断がついたら、そのようにお伝えします。

Pricing

費用の考え方

サイトの規模と、どこまで踏み込むかで変わります。金額は初回の打ち合わせで、範囲を決めてから出します。ここでは何で決まるかを書きます。

現状把握だけ
想定質問を作って各LLMに投げ、引用状況を記録する。技術面の課題も洗い出して報告書にする。ここまでで判断材料は揃うので、以降を自社でやる選択もできます。
技術面の整備まで
構造化データ、llms.txt、クローラの許可設定、canonical と sitemap の整合。ページ数と、テンプレートの改修が必要かどうかで工数が変わります。
記述の設計まで
引用される書き方に本文を組み替える。既存ページの改稿と、新規に書く記事の設計。ページ数がそのまま効きます。
計測の継続
定点観測を月次で回し続ける部分。仕組みは納品するので、社内で回すなら不要です。

FAQ

よくある質問

SEOとは何が違いますか
検索は順位を争いますが、LLMは引用元を選びます。順位が3位でも引用されないことがあり、逆に順位が低くても引用されることがあります。判断材料が「クリックされるか」から「答えとして切り出せるか」に変わるため、打ち手も変わります。
効果はどうやって確認しますか
Search Consoleには出ません。ChatGPT・Perplexity・Claude・Gemini からの参照流入を計測に分離するのと、想定質問を定期的に各サービスへ投げて引用の有無を記録する定点観測を組み合わせます。どちらも仕組みとして納品し、こちらが手を離しても続けられる形にします。
どれくらいで変化が出ますか
モデルによって挙動が違います。Perplexity のように都度検索するものは技術面を直した数日後に変わることがあり、学習済みの知識に依存する部分は数か月単位です。最初の1か月は現状把握と技術面の整備に使い、そこから記述の設計に入る進め方をとることが多いです。
既存サイトがWordPressやSTUDIOでも対応できますか
できます。構造化データとllms.txtの設置、記述の設計はプラットフォームを問いません。テンプレートの改修が必要な場合は、その範囲を見積もりに含めて提示します。
費用はどれくらいですか
サイトの規模と、技術面の整備だけか記述の設計まで含むかで変わります。現状のサイトを見せていただければ、初回の打ち合わせで範囲と概算をお伝えします。