LLMOとは？AI検索に引用されるサイトの作り方
こんにちは、合同会社SAi代表の佐藤です。最近「ChatGPTで調べたら御社が出てきたので」という問い合わせが、当社に実際に届くようになりました。メールや商談の入口が、Google検索だけではなくなってきています。
この「AIの回答に自社を出してもらう」ための取り組みにはLLMOという名前が付いています。この記事では、LLMOの意味とSEOとの違い、そして今日から打てる対策10項目を、自社サイトの実測データ付きで解説します。
結論：LLMOとは「AIの回答に引用されるための最適化」
LLMO（Large Language Model Optimization／大規模言語モデル最適化）とは、ChatGPT・Perplexity・GeminiなどのAIが回答を作るときに、自社サイトを正しく理解し、引用・言及してもらうための最適化のことです。
SEOとの違いを一言でいうと、こうなります。
| SEO | LLMO | |
|---|---|---|
| 目指す場所 | 検索結果の上位に載る | AIの答えの中に入る |
| 評価者 | Googleのアルゴリズム | AIモデル＋AI検索の取得システム |
| ユーザーの行動 | 一覧から選んでクリック | AIの答えを読む（出典クリックは一部） |
| 勝負どころ | キーワード・被リンク・網羅性 | 構造・明確さ・引用しやすさ |
| 成果の見え方 | 順位・流入数 | AI経由の言及・流入・問い合わせ |
なお、ほぼ同じ意味の言葉としてGEOやAIOがあります。次で整理します。
GEO対策・AIO対策との違いは？【用語の整理】
結論から言うと、LLMO・GEO・AIOは呼び方が違うだけで、やることはほぼ同じです。
| 用語 | 正式名称 | ニュアンス |
|---|---|---|
| LLMO | Large Language Model Optimization | 大規模言語モデル（AIの頭脳）に向けた最適化 |
| GEO | Generative Engine Optimization | 生成エンジン（AI検索）に向けた最適化。海外で主流の呼び方 |
| AIO | AI Optimization | AI全般への最適化。もっとも広い言い方 |
| AI検索対策 | — | 上記の日本語での総称 |
「GEO対策」「AIO対策」というキーワードで調べても、対策の中身は本記事の10項目と同じです。用語が乱立しているのは市場の立ち上がり期だからで、逆に言えば今から取り組めば呼び方に関係なく先行できるということでもあります。
なぜ今LLMOなのか【自社の実測データ】
「AI検索なんてまだ先の話でしょ」と思うかもしれません。当社サイトのアクセスログを実測した結果はこうでした。
- ChatGPTのクローラー（ChatGPT-User）は、Googlebotの約7倍の頻度でアクセスしていた（2週間の実測。詳細は自社ログ実測の記事で公開しています）
- ChatGPTの回答経由（リンクにutm_source=chatgpt.comが付与される）で実際にサイト訪問が発生
- その訪問から問い合わせ→商談に進んだケースも出ています
つまりAIは「これから来る」のではなく、すでに毎日サイトを読みに来ていて、そこから仕事も生まれ始めている。これが実測から言える現在地です。
AIが自社サイトを「引用」するまでの仕組み
LLMOを理解するには、AIがどうやって回答に情報を入れるかを知るのが早道です。経路は大きく3つあります。
- 学習：AIモデルの訓練データにサイトが含まれる（GPTBotなどが収集）
- 検索インデックス：AI検索用の索引に登録される（OAI-SearchBotなど）
- 回答時のリアルタイム取得：ユーザーの質問に答える瞬間にAIがページを読みに来る（ChatGPT-Userなど）
ポイントは、この3つの入口すべてが「クローラーがサイトを読めること」を前提にしていることです。robots.txtでAIボットをブロックしていたら、そもそも土俵に上がれません。逆に言えば、LLMOの大半は「AIから見える構造を整える」ことで対応できます。
LLMO対策10項目【この構造でほぼ決まる】
当社が診断・実装で使っている10項目です。上から効果が大きい順に並べています。
1. AIクローラーを受け入れる（最重要）
robots.txtで GPTBot / OAI-SearchBot / ChatGPT-User / ClaudeBot / PerplexityBot / Google-Extended をブロックしていないか確認します。意図せずテンプレートの設定でブロックしているサイトが意外に多いです。
2. llms.txt を設置する
サイトの概要・サービス・料金・主要ページをまとめた、AI向けの案内ファイルです。サイトのルート（/llms.txt）に置きます。書き方の詳細は別記事で解説予定ですが、「会社の自己紹介を1枚のテキストにする」イメージです。
3. 構造化データ（JSON-LD）を入れる
Organization・FAQPage・Serviceなどの構造化データは、AIが「何の会社か」を誤解しないための名札になります。特に社名が他社と紛らわしい場合は必須です（当社も同名の会社が複数あり、これで対策しています）。
4. Q&A形式のコンテンツを作る
AIの回答は「質問→答え」の形をしています。だからFAQ形式の文章はそのまま引用素材になる。各ページにFAQを置き、FAQPageスキーマを付けるのが定石です。
5. 結論を先に書く
AIは長い前置きから要点を探すのが苦手ではありませんが、冒頭に明確な結論があるページを引用しやすい傾向は明確にあります。「◯◯とは〜である」と最初の段落で言い切る構成が有効です。
6〜10. 基礎の整備
- sitemap.xml：クロールの網羅性を確保
- HTTPS：前提条件
- タイトル・説明文・h1：AIのページ理解の起点
- 応答速度：回答時のリアルタイム取得はタイムアウトすると引用されない
- canonical：引用先URLの分散を防ぐ
FREE CHECK
自社サイトのLLMO対応度、15秒で診断できます
上の10項目をURL入力だけで自動チェックする無料ツールを公開しています。登録不要・スコアと改善ポイントがその場で分かります。
無料でAI検索可視性を診断する → 改善を相談する →引用されやすいコンテンツの共通点
構造を整えた上で、コンテンツ側にもコツがあります。
- 一次データを出す：自社で測った数字・自社の事例は、AIにとって「ここにしかない情報」です。当社のクローラーログ記事も、公開後にAI経由の流入が増えました
- あいまいな表現を減らす:「様々な」「いろいろな」より「3つの」「◯◯の場合は」。AIは具体的な記述を引用します
- 誇張しない：断定的な宣伝文句は引用されにくく、事実ベースの説明が選ばれる傾向があります
SEOで言われてきた「良質なコンテンツ」と方向は同じですが、「人が読んで面白い」より「AIが安心して引用できる」への重心移動が起きている、と捉えるのが正確です。
よくある質問
Q. LLMOとSEOはどちらを優先すべきですか？
A. 二者択一ではありません。LLMO対策の大半（構造化データ・FAQ・明確な構成）はSEOにもプラスに働きます。既存のSEOを続けながら、AIクローラーの受け入れ確認とllms.txt設置という「LLMO特有の2項目」を足すのが現実的な始め方です。
Q. LLMO対策の効果はどうやって測ればいいですか？
A. 3段階で見ます。①AIクローラーのアクセス（サーバーログ）、②AI経由の流入（ChatGPT経由はutm_source=chatgpt.comやリファラで判別可能）、③AI経由の問い合わせ（問い合わせフォームに「きっかけ」欄を作るのが確実）。当社はこの3つすべてで効果を確認しています。
Q. llms.txtは本当に読まれているのですか？
A. 当社の実測では、llms.txtへのアクセスはrobots.txtに比べてまだ少ないのが正直なところです。ただし設置コストはほぼゼロで、AI側の対応は拡大方向にあるため、「安い保険」として設置をおすすめしています。実測値はクローラーログ分析の記事で公開しています。
Q. 中小企業でもLLMO対策をする意味はありますか？
A. むしろ中小企業ほど有利です。LLMOはドメインの強さより構造で決まる部分が大きく、大手より先に整備すれば「AIの答えに出てくるのはうちだけ」という状態を作れます。市場の呼び方が定まっていない今は、先行者が取りやすい時期です。
Q. 対策を依頼した場合の費用はどのくらいですか？
A. 当社の場合、診断は無料、改善実装は初期費用0円・月額1万円〜（税別）で、稼働するまで課金は発生しません。llms.txt作成・構造化データ・FAQ化リライトなど、診断で見つかった課題ベースで対応します。
まとめ：LLMOは「構造の整備」から始まる
- LLMOとはAIの回答に引用されるための最適化。GEO・AIOもほぼ同義
- AIクローラーはすでに来ている（当社実測でGooglebotの約7倍）。AI経由の問い合わせ・商談も現実に発生している
- 対策の核心は構造：クローラー受け入れ→llms.txt→構造化データ→FAQ→結論先出し
- コンテンツは一次データと具体性が引用の決め手
まず自社の現在地を知りたい方は、無料のAI検索可視性チェッカーで診断してみてください。15秒で10項目のスコアが出ます。
