BLOG
LLMO対策とは — 7つの生成AIで自社の見え方を測る手順
LLMO対策という言葉を見かける機会が増えました。ただ、何をどう測って、何を直せばいいのかまで書かれているものは多くありません。
このページでは、生成AI上での見え方を調べるときに実際に使っている手順と、そこで繰り返し見えてくる傾向をまとめます。個別のご依頼の中身には触れず、手法として一般化しています。
LLMO対策とは何か
LLMOはLarge Language Model Optimizationの略で、「エルエルエムオー」と読みます。生成AIが質問に答えるとき、その回答の中で自社のサービスが引き合いに出されるようにする取り組み全般を指します。
検索エンジン最適化との一番の違いは、成果が出る場所です。検索では結果一覧に並ぶ順番を争いますが、LLMOで争うのは回答文そのものに載るかどうかです。利用者は一覧を見比べる前に、返ってきた文章を読んで判断を終えてしまうことが多く、そこに名前が無ければ検討の候補にすら入りません。
もうひとつの違いは、共通のものさしが無いことです。「10位から3位に上がった」に相当する指標が存在しないため、まず自分たちで測り方を決める必要があります。ここが曖昧なまま施策だけを進めると、何が効いたのか誰にも説明できなくなります。
LLMO・GEO・AIOは何が違うのか
- LLMO（Large Language Model Optimization）… 生成AIの回答に取り上げられることを目指す取り組み全般。日本語圏でいちばん見かける呼び方です。
- GEO（Generative Engine Optimization）… ほぼ同義です。生成AIを「エンジン」と捉えた言い方で、海外の文献ではこちらがよく使われます。
- AIO … Googleの検索結果上部に出る生成要約（AI Overview）への対策を指して使われることが多い言葉です。AI Optimizationの略として、もっと広い意味で使う人もいます。
呼び方はまだ定まっていません。用語を選ぶことに時間を使うより、「どのAIの、どの画面を見るのか」を先に決めたほうが実務は前に進みます。対話型AIの回答と検索結果上の生成要約とでは、拾われる情報も直し方も違うためです。
なぜ「測る」ところから始めるのか
生成AIの回答は揺れます。同じ質問でも日を変えると違う答えが返りますし、モデルの更新や、質問の言い回し、検索連携の有無によっても変わります。
この揺れがあるため、施策を打った後にだけ観測しても「良くなった」のか「たまたまその日はそう答えた」のかを区別できません。先に現在地を記録しておくことが、後から効果を語れる唯一の方法です。
測る対象は順位ではなく、次の4点になります。
- 名前が出たか
- どういう文脈で出たか（勧められたのか、選択肢のひとつとして並べられたのか、触れられただけか）
- 何を根拠にそう言っているか（回答に示された引用元）
- 競合と並べられたとき、どこに置かれたか
実際の測り方
診断で使っている手順は次のとおりです。特別な道具は要らないので、同じことは自社でもできます。
- 対象の生成AIを決める。横断で見ているのは7つ（ChatGPT、Gemini、Perplexity、Copilot、Grok、Claude、Google AI Overview）です。検索連携があるものと無いものを混ぜるのが要点で、混ぜないと「古い情報のまま覚えられている」問題が見えません。
- 質問を3つの角度で作る。サービス名を直接聞く／競合と比べさせる／サービスを探しているわけではない、通常の相談として聞く、の3つです。
- 同じ質問を、日を変えて複数回投げる。1回の結果で判断しない。
- 回答を要約せず原文のまま記録する。後から文脈の変化を追えるようにするためです。
3つ目の角度（サービスを探しているわけではない、通常の相談として聞く）がいちばん実力の差が出ます。名指しで聞けば大抵のAIは説明してくれますが、指名なしの相談で名前が挙がるかどうかはまったく別の問題だからです。
測ると見えてくること
- AIによって答えが大きく割れます。検索連携型は最近公開されたページを拾い、そうでないものは学習時点の知識に依存するため、片方だけを見て判断すると読み違えます。
- 引用元が自社サイトとは限りません。第三者のまとめ記事や口コミが根拠として示されることが珍しくなく、その場合は自社サイトをいくら直しても回答は変わりません。
- 古い情報がそのまま定着していることがあります。すでに変えた料金やサービス名が、AIの回答の中では前のまま語られることがあります。
- 名前は出るのに、説明が実態とずれていることがあります。「何をやっている事業者なのか」が曖昧だと、AIは近い業種の一般論で穴を埋めます。
どれも「自社サイトに何を書いているか」だけでは説明がつきません。だから直し方も、サイト側と外部側の両方に分かれます。
対策としてやること
サイト側でやることは、事実をこちらから書いておくことに尽きます。
- 誰が・何を・いくらで・どこまでやるのかを、推測の余地なく書く
- 「豊富な実績」のような、確かめようのない言い回しを減らす
- 事業者情報や提供内容を構造化データでも置き、機械が読める形にする
- robots.txtで生成AIのクローラーを許可する。拒否したまま「引用されたい」とは言えません
外部側は、第三者が事実を書ける材料を出しておくことと、すでに古くなっている記述を見つけて直してもらうことの2つです。
「AIに好かれる書き方の裏技」は、観測している範囲では見つかっていません。人が読んで判断できる情報を、機械が読める形で置く。やっているのはそれだけです。
依頼先を選ぶときに聞くとよいこと
- 何をどう測るのか（対象AI・質問・回数・記録の残し方）を、契約の前に見せてもらえるか
- 施策の前と後、両方の観測が納品物に入っているか
- 「必ず引用されます」「順位を保証します」と言っていないか。回答は揺れるので、保証は成立しません
逆に言えば、この3つに答えられる相手であれば、知名度は選ぶ理由になりません。測り方を見せられるかどうかが、そのまま実力の差になります。
まとめ
LLMO対策は、書き方を工夫する前に「いま生成AIが自社をどう説明しているか」を知るところから始まります。測り方さえ決めてしまえば、あとは普通の改善作業です。
同じ手順で現在地を調べるところからご一緒できます。何をどう測るかは事前にお見せします。詳しくはLLMO・GEO診断をご覧ください。