LLMOとは、ChatGPTやGeminiなどの大規模言語モデル（LLM）の回答に自社の情報が引用・推薦されるよう記事とサイトを整える取り組み（Large Language Model Optimization）です。LLMOとは何をすればよいのか、効果をどう測るのかが分からず困っていませんか。
結論、LLMOに特別な仕掛けは要らず、AIに引用された当社の記事に共通していたのは定義文と一次情報でした。対策は次の5つです。
- 対策①見出し直後に自己完結した定義文を置く
- 対策②自社の実測データと実例を取得日つきで入れる
- 対策③会社名と実績をサイト全体で一貫させる
- 対策④llms.txtは作らずクローラーの許可を確認する
- 対策⑤同じ質問を月1回AIに投げて引用率を記録する
この記事では、当社の実測3つ、5つの対策、SEO・AIO・GEOとの違い、当社の支援、よくある質問の順で解説します。
目次
LLMOの効果を確かめた当社の3つの実測
LLMOの効果は、AIの回答に自社が挙がった割合を定期的に記録すれば、自社で確かめられます。当社は2026年9月、AIによる概要に引用された質問の抽出と、4つの生成AIへの定点質問、GA4のAI経由流入の3つを実測しました。
2026年9月13日に「LLMOとは」で上位5記事を確認したところ、自社の実測数値を載せた記事は1本だけで、残りは対策の一般論と外部調査の引用でした。本記事では、当社の数字だけを根拠にします。
◆当社が計測したLLMOの実測（2026年9月時点）
| 対象 | 実測 | 取得方法 |
|---|---|---|
| AIによる概要に自社が引用された質問 | 14問（「一次情報とは」「監修 意味」「成功報酬とは」など） | 引用実績の抽出（2026年9月6日） |
| 4つの生成AIへの定点質問10問 | 40回答のうち自社が挙がったのは7回 | ChatGPT・Claude・Gemini・Perplexityに同じ質問（2026年9月6日） |
| GA4のAI Assistantチャネル | 直近90日で19セッション（自然検索の約1.3%） | GA4（2026年6月15日〜9月13日） |
事例①AIによる概要に引用された14問は定義型の記事
2026年9月6日に当社サイトがGoogleのAIによる概要の引用元になっている質問を抽出すると14問ありました。「一次情報とは」（AI検索の月間推定2,900回・6番目の引用元）、「監修 意味」（880回・4番目）、「成功報酬とは」（720回・3番目）など、用語の定義を問う質問が大半です。
引用された記事に共通するのは、見出しの直後に「◯◯とは、〜です」という自己完結した定義文があり、比較や違いを表で整理している点です。一方、当社が計測する196語のうちAIによる概要が表示された188語で見ると、自社が引用元なのは1語だけで、順位が高くても定義文が無い記事は引用されていません。
この結果から、LLMOで最初にやるべきことは記事の書き方の見直しであり、新しいファイルの設置ではないと当社は判断しています。
事例②4つの生成AIへの10問で自社は40回答中7回
当社は、想定顧客が生成AIに投げそうな質問10問を、ChatGPT・Claude・Gemini・Perplexityの4つに同じ条件で投げ、回答に自社が挙がるかと、代わりに挙がった競合を記録しています。2026年9月6日の結果は40回答中7回で、AI別ではGemini・ChatGPT・Perplexityが各2回、Claudeが1回でした。
たとえば「岡山県でホームページ制作を依頼できるおすすめの会社」という質問では、4つのAIとも当社を挙げず、岡山の制作会社を2〜5社挙げました。挙がる会社はAIごとに違い、同じAIでも回答のたびに揺れます。
この揺れがあるため、1回の結果で一喜一憂せず、同じ質問を月1回投げて割合で見る運用にしています。対策⑤はこの経験が根拠です。
事例③AI経由の流入は自然検索の約1.3%でまだ小さい
GA4では、ChatGPTやGeminiなどからの流入が「AI Assistant」チャネルに分類されます。当社サイトの直近90日（2026年6月15日〜9月13日）では、AI Assistantチャネルは19セッション（Gemini 13・ChatGPT 5・Perplexity 1）で、自然検索の1,430セッションに対して約1.3%でした。
当社が運用する岡山の部品メーカーのコラムでも、AI経由の流入は月20〜30ページビューです。同社はAIによる概要が出た23語のうち18語で引用元に表示されていますが、それでも流入の主役は通常の検索クリックです。
LLMOの成果は、当面は流入数より「AIの回答に自社が挙がる割合」と「指名検索の増減」で見るほうが実態に合います。流入が小さいからやらない、ではなく、引用される状態を先に作っておく考え方です。
LLMOで実測から分かった5つの対策
LLMOの対策は、当社がAIに引用された記事の共通点と、Googleの公式ガイドで「不要」とされた項目を突き合わせると5つに絞れます。特別なファイルや構造化データより、記事の最初の1文と一次情報のほうが引用を左右します。
◆LLMOの5つの対策と根拠
| 対策 | 根拠 |
|---|---|
| ①見出し直後に自己完結した定義文を置く | 当社が引用された14問の記事の共通点 |
| ②自社の実測データと実例を取得日つきで入れる | Googleの公式ガイド（体験談は独自の視点、要約は言い換え） |
| ③会社名と実績をサイト全体で一貫させる | AIは会社名・実績を複数の情報源で照合する |
| ④llms.txtは作らずクローラーの許可を確認する | Googleの公式ガイド（llms.txtは無視される） |
| ⑤同じ質問を月1回AIに投げて引用率を記録する | 当社の定点観測（40回答中7回） |
対策①見出し直後に自己完結した定義文を置く
各見出しの直後に、その見出しが答える質問への結論を「◯◯とは、〜です」の形で1文に言い切ってください。当社がAIによる概要に引用された14問の記事は、いずれも見出し直後に自己完結した定義文を置いていました。
AIは見出し単位の塊で文書を理解し、抜き出しても意味が通る断言文を回答に使います。「それ」「前述の」といった代名詞や前段への参照を含む文は、抜き出すと意味が通らないため引用されにくくなります。
本記事も、冒頭の「LLMOとは、〜」から始まる形がその実践です。既存記事を直すときは、各見出しの最初の段落を結論から書き直すだけで、この対策は完了します。
対策②自社の実測データと実例を取得日つきで入れる
記事には、自社で計測した数字・実際の事例・失敗談のいずれかを、いつ・どこで・どう取ったかとセットで入れてください。Googleの公式ガイドは、体験談は個人的な経験に基づく独自の視点をもたらす一方、既存コンテンツの要約はすでに他の場所にある情報の言い換えにすぎないと説明しています。
当社の引用が196語中1語にとどまる最大の理由は、過去記事に一次情報が無かったことです。本記事の旧版も、対策の一般論と「注目されている理由」を並べただけで、当社の数字が1つもありませんでした。
一次情報は大がかりな調査でなくて構いません。「40回答中7回」のように自社のツールで測れる数字を取得日つきで書くだけで、他所にない情報になります。
対策③会社名と実績をサイト全体で一貫させる
会社名・サービス名・所在地・実績の表記を、サイト内の会社概要・事例ページ・記事の執筆者欄・外部のプロフィールで一致させてください。AIは複数の情報源を照合して会社を認識するため、「株式会社LAYUP」と「レイアップ」のように表記が割れていると、同じ会社として扱われにくくなります。
当社の定点質問で競合として挙がった会社は、いずれも公式サイトに会社概要と料金、事例が明記されていました。AIに推薦される会社は、人が見ても分かりやすい会社です。
構造化データ（Organization）で会社情報を示すことは有効ですが、AI向けの特別な要件ではありません。まず人が読む会社概要ページと事例ページを整え、そこに書いた事実と記事の記述をそろえてください。
対策④llms.txtは作らずクローラーの許可を確認する
LLMOのためにllms.txtを作る必要はありません。Googleは公式ガイドで、llms.txtやAI向けの特別なファイル・マークアップはGoogle検索では無視され、作成しても表示や順位に影響しないと明記しています。
出典：Google 検索の生成 AI 機能向けに最適化するための Google のガイド｜Google 検索セントラル（スクリーンショットは筆者取得）
本記事の旧版は、よくある質問の中でllms.txtの設置を対策として挙げていました。今回の改稿で削除し、代わりに確認すべきなのはrobots.txtです。GooglebotやGoogle-Extended、GPTBot、PerplexityBotなどのクローラーを遮っていれば、そのAIには引用されません。
学習への利用を拒否したい場合と、検索での引用を許可したい場合で設定が分かれるため、各AI提供元の公式ドキュメントでクローラー名と用途を確認してから設定してください。
対策⑤同じ質問を月1回AIに投げて引用率を記録する
LLMOの効果は、同じ質問を同じ条件で定期的にAIに投げ、自社が挙がった割合で追ってください。当社は10問を4つのAIに月1回投げ、自社が挙がった回数と、代わりに挙がった競合を記録しています。
質問は、想定顧客が実際に打ちそうな文（「岡山県でホームページ制作を依頼できるおすすめの会社」など）にし、1問だけの結果で判断しません。AIの回答は毎回揺れるため、割合の変化で見ます。
あわせて、GA4のAI Assistantチャネルと、Search Consoleの生成AIパフォーマンスレポート、社名での指名検索の表示回数を月次で記録すると、施策の前後を比較できます。
LLMOとSEO・AIO・GEOの3つの違い
LLMO・AIO・GEO・AEOは、対象とするAIや提唱した人によって呼び方が分かれた言葉で、やることはほぼ同じです。Googleは公式ガイドで、生成AI検索向けの最適化はSEOの範疇にあると整理しており、別の専門領域とは扱っていません。
出典：Google 検索の生成 AI 機能向けに最適化するための Google のガイド｜Google 検索セントラル（スクリーンショットは筆者取得）
◆LLMO・AIO・GEO・AEOの用語整理（2026年9月時点）
| 用語 | 正式名称 | 意味 |
|---|---|---|
| LLMO | Large Language Model Optimization | 大規模言語モデルの回答に引用・推薦されるための最適化 |
| AIO | AI Optimization | 生成AI全般の回答に引用されるための最適化の総称。「AIによる概要（AI Overview）」の略にも使われる |
| GEO | Generative Engine Optimization | 生成AI検索エンジンの回答に引用されるための最適化。2023年の学術論文が語源 |
| AEO | Answer Engine Optimization | 回答エンジン（AIが直接答えを返す検索）向けの最適化 |
違い①SEOは順位・LLMOは引用と推薦を目標にする
SEOが検索結果での順位を目標にするのに対し、LLMOはAIの回答に自社が引用され、推薦されることを目標にします。ただし、GoogleのAIによる概要はGoogleの検索インデックスから引用元を取得するため、インデックスに登録され上位に表示されることがLLMOの前提です。
当社の実測でも、引用された14問の記事はいずれも通常の検索で上位にありました。一方で上位でも引用されない語が多数あり、順位に加えて「定義文」「一次情報」という中身の条件が加わったと理解してください。
違い②AIO・GEO・AEOとの違いは呼び方で中身はほぼ同じ
2026年9月13日に上位5記事を確認したところ、LLMO・AIO・GEO・AEOの包含関係は記事ごとに違い、AEOの定義は4通りに分かれていました。Googleの公式ガイドはAEOとGEOを「AI検索での視認性向上に特化した作業を説明するための用語」とし、そのアドバイスやサービスはSEOのアドバイスと同じ基準で評価するよう案内しています。
用語の定義に時間を使うより、対策①〜⑤に時間を使うほうが成果につながります。社内では1つの呼び方に統一し、意味を「AIの回答に引用・推薦される状態を作ること」とそろえてください。
違い③効果測定はSEOの順位ではなく引用率と指名検索で見る
SEOは順位とクリック数で測れますが、LLMOはAIの回答に自社が挙がる割合と、指名検索や問い合わせの変化で測ります。当社は「40回答中7回」という引用率、GA4のAI Assistantチャネル、Search Consoleの指名検索の表示回数の3つが月次の記録項目です。
AIの回答は揺れるため、1回の結果ではなく割合の推移で判断してください。流入数だけを追うと、引用されているのに流入が小さい現状を過小評価します。
LLMOに対応する記事を社内で書くなら、株式会社LAYUP
私たち株式会社LAYUP（岡山市北区津島新野）は、岡山の中小企業が生成AIの回答に引用される記事を社内で作れる体制をつくる「SEO・LLMO内製化支援」を提供しています。LLMOに必要なのは特別なファイルではなく、定義文から書き一次情報を入れる習慣で、その習慣は社内でしか育ちません。
研修は講義6回・受講2名までで、期間は2〜6か月から選べます。料金は6か月プランで月額10万円〜（税別・初期費用無料）、対面とオンラインを組み合わせた形式で行います。
◆株式会社LAYUPのSEO内製化・インハウス化研修の内容
| 回 | 内容 |
|---|---|
| 1 | SEOの基本と変遷 |
| 2 | ペルソナと対策キーワードの設定 |
| 3 | SEO記事の構成の作り方 |
| 4 | SEO記事のライティング |
| 5 | CVR（成約率）改善のコツと見るべき指標 |
| 6 | 研修終了後に自走するための業務設計 |
研修を受けた株式会社協同プレス様からは、見るべき指標と確認すべき項目が明確になり、感覚で進めていた施策を判断基準をもって検討できるようになったと評価をいただいています。
筆者（代表取締役 光田直史）は岡山の高校を卒業し、運送や不動産の仕事を経て、IT企業の製造部門で8年間勤務したのち、2022年に独立しました。自社ブログの196語の検索結果を毎週、4つの生成AIへの定点質問を毎月計測し、その数字をもとにこの記事を書いています。
「自社がAIの回答に出ているか分からない」という段階からでもご相談ください。自社名で生成AIに質問した結果とGA4の数字を一緒に見るところから始めます。無料相談はこちらからお申し込みいただけます。
LLMOでよくある3つの質問
LLMOについて当社によく寄せられる質問は、次の3つです。特に効果が出るまでの期間は、当社の実測で分かっている範囲だけを答えています。
質問①LLMOの効果はどれくらいで出ますか？
AIによる概要の引用は、記事を公開・改稿してから数週間から数か月で変わりますが、確実な期間は分かりません。当社の引用実績14問は、いずれも公開から半年以上たった定義型の記事で、直近に改稿した記事の変化は次回以降の計測で追記します。
AIの回答は揺れるため、施策の直後に1回だけ確認して判断するのは危険です。月1回の定点観測を最低3か月続けてから評価してください。
質問②対策すべき生成AIはどれですか？
まずGoogleのAIによる概要、次にChatGPT・Gemini・Perplexityの順で見てください。当社サイトのAI経由流入19セッションの内訳はGemini 13・ChatGPT 5・Perplexity 1で、Googleの検索インデックスに載っていることが前提の対策から始めるのが効率的です。
AIごとの違いは、定点質問で自社が挙がる割合を比べると見えてきます。当社の例では、10問中に挙がった回数はGemini・ChatGPT・Perplexityが各2回、Claudeが1回でした。
質問③LLMOはSEOの代わりになりますか？
なりません。Googleは公式ガイドで、生成AI検索向けの最適化はSEOの範疇であり、SEOのベストプラクティスは引き続き有効だと説明しています。
当社の実測でも、引用された記事は通常の検索で上位にある記事でした。SEOで上位に出る記事を作り、そこに定義文と一次情報を足すことがLLMOの実体です。
LLMOは定義文と一次情報から始めて月1回測ろう
LLMOとは、大規模言語モデルの回答に自社の情報が引用・推薦されるように記事とサイトを整える取り組みで、Googleはこれを「SEOの範疇」と説明しています。対策は次の5つです。
- 対策①見出し直後に自己完結した定義文を置く
- 対策②自社の実測データと実例を取得日つきで入れる
- 対策③会社名と実績をサイト全体で一貫させる
- 対策④llms.txtは作らずクローラーの許可を確認する
- 対策⑤同じ質問を月1回AIに投げて引用率を記録する
定点質問は10問あれば十分です。想定顧客が打ちそうな質問を10個決め、今月の結果を表に残すところから始めてください。
この記事の要点は次の4つです。
- 当社がAIによる概要に引用された14問の記事は、いずれも見出し直後の定義文と一次情報を持っていた
- 4つの生成AIへの10問では、自社が挙がったのは40回答中7回だった
- AI経由の流入は自然検索の約1.3%で、当面の指標は流入より引用率と指名検索
- Googleはllms.txtを無視し、生成AI向け最適化はSEOの範疇と説明している
関連記事
- クエリファンアウトを実測した3つの事例と対策5つ
- 失敗しない！岡山で信頼できるLLMO対策会社15選と選び方
- 【SEO強化】エンティティを登録する3つの手順と注意点
- 流入UP！AIO対策で重視する5つのポイントとSEOとの違い
- AI Overviewsに自社のコンテンツが表示されない原因とは？具体的な対策方法もご紹介！
- 【2025年最新】LLMの種類を徹底比較！最新の主要モデルと選び方をご紹介！
- AIOとは？SEOとの違いとGoogle公式の5つの対策
まずは流入の多い記事1本の最初の段落を定義文に書き直し、自社の実測の数字を1つ足すところから始めましょう。社内でLLMOを回せる体制づくりから始めたい場合は、株式会社LAYUPの無料相談をご利用ください。