LLMO対策とは？【2025年12月完全版】SEOとの違いや具体的な最適化・対策方法を解説

LLMOとはどういったものか、どのようなメリットがあるのか、対策のやり方について、わかりやすく解説します。

貴社に合ったLLMO対策をご提案！

LLMO対策の詳細は、以下長編動画「LLMO対策の教科書」でも網羅的に解説しています。

LLMOとは？

LLMO（Large Language Model Optimization）の意味・定義

LLMO（Large Language Model Optimization）とは、AIの回答内に、自社のWebサイトの情報が参照・引用されやすいよう、Webサイトを最適化する手法のことです。AIO（AI Optimaization）やGEO（Generative Engine Optimaization）という呼称もあります。

LLMOの目的は、GoogleのAI Overview、もしくはChatGPTやPerplexityなどのAI検索サービスの回答に自社に関する情報（ブランド名・コンテンツ・サイトリンク等）を登場させることにあります。

AIによる回答内で自社に関する言及がなされることで、AI Overviewや各LLM経由でのサイトへの流入の増加が期待できるほか、指名検索の増加やコンバージョンにつながる可能性があるでしょう。

LLMO対策に注目が集まっている理由

AIの台頭による検索市場の変化

LLMO対策に注目が集まっている理由として、AIの台頭による検索市場の変化が挙げられます。

ユーザーが情報収集にAIを活用し始めたことで、検索市場は大きく変化しています。実際、Gartner社は、AIチャットボット等の影響により、2026年までに従来の検索エンジンのボリュームは約25％減少するという内容の予測を発表しています。

従来の検索市場では、SEO対策のみを実施すればほぼ全てのユーザーにアプローチが可能な状態でした。

しかし、今後はAI OverviewsやChatGPTのようなAI検索サービスへの対策である「LLMO対策」を実施しておかないと、アプローチできる見込みユーザーの数が減少することが予想されます。

このように、AI検索の普及による市場の変化によって、各企業はLLMO対策に注目していると言えるでしょう。

貴社に合ったLLMO対策をご提案！

ユーザー行動の変化

LLMO対策に注目が集まっている背景の2つ目として、AIの登場による、ユーザー行動の変化が挙げられるでしょう。

AI検索時代には、ユーザーはAIによる回答だけを確認し、Webサイトへ訪問することなく検索を終了するような行動が発生しうると考えられます。このような検索行動を「ゼロクリック検索」と呼びます。

実際、ahrefsblogによると、AI Overviewが表示されるキーワードは、そうでないキーワードの検索結果と比較して、上位ページの平均CTRが34.5％減少することが分かっています。

また、ユーザーのWeb上での情報収集行動だけでなく、購買行動も大きく変化していることが想定されるでしょう。

今後は、購買行動の起点としてAIを活用するユーザーが増えると予想されます。例としては、「髪の毛がまとまらないんだけどどうしたらいい？」といった、自身のニーズを質問としてAIに投げかけ、その解答として特定のシャンプーブランドを認知するような購買行動が挙げられます。

実際、Attestの調査によると、消費者全体の 47％が「生成AIツールで購買のリサーチを行う可能性が高い」と回答していることが分かっています。

上記のように、AIの登場によってユーザーのWeb上での行動が変化したため、企業はそれに対応するための「LLMO対策」に着目していると言えるでしょう。

LLMO対策とSEOの相違点

LLMO対策とSEOは、どちらも検索市場における対策になりますが、目的と対策対象に大きな違いがあります。

LLMO対策は、ChatGPTなどAIで自社情報が適切に引用されるようにする手法で、SEO（Search Engine Optimization、検索エンジン最適化）はGoogleなど検索エンジンでの上位表示を狙う対策を意味します。

項目	LLMO	SEO
目的	AIに自社の情報を正しく認識・引用させ、回答に出典リンクを掲載させること	検索結果で上位表示され、ユーザーにクリックされてサイト訪問につなげること
対策対象	大規模言語モデルを用いるAI（ChatGPT、Perplexity、Geminiなど）	検索エンジン（Google、Yahoo! など）
掲載される場所	AI検索の回答画面（回答の一部や引用リンクとして表示される）	検索エンジンの検索結果ページ（スニペットやサイトリンクとして表示される）
ユーザー行動	自然言語で検索→回答を確認→参考/引用リンク先へ遷移（任意）	キーワードで検索→検索結果を確認→各サイトへ遷移→コンテンツを確認
効果測定指標	・回答内でのリンク表示回数 ・各AIサービスからの流入数	・検索順位 ・セッション数 ・CV数など

AIを用いた検索行動が普及した現在、SEO対策のみでは、検索市場内の全てのユーザーにアプローチできず、取りこぼしてしまうことになるでしょう。

そのため、新たにLLMO対策を行う必要があります。

貴社に合ったLLMO対策をご提案！

LLMO対策のやり方・具体的な施策をステップごとに解説

LLMO対策のやり方・施策を、以下5ステップに分けて解説します。

LLMO対策の目的や方針を明確にする

まず最初に、LLMO対策の目的や方針を明確にすることが重要です。

LLMO対策は、目的や方針によって、実施すべき内容が大きく異なります。そのため、最初に目的・方針を明確にしておく必要があるでしょう。

具体的には、以下2点を決定しておくことが重要となります。

前者についてですが、現時点ではToC商材の場合はAI Overviewsのみの対策、ToB商材の場合はAI OverviewsとChaGPTの対策を行うことを弊社では推奨しています。

上記の理由ですが、ToC商材の場合は、AI検索経由の流入割合（SEO流入と区別できないAI Overviews経由の流入は除く）は0.1％前後とかなり小さい傾向があります。

そのため、現時点では、AI検索経由の流入はAI Overviewsからの流入含むSEO流入よりもかなり小さいため、対策の意義が薄いと考えられるしょう。

反対にToB商材の場合は、AI検索経由の流入割合は0.5％程度の傾向ですが、LLM経由のCVRは従来のオーガニック検索経由のCVRの約20倍というAhrefsのデータがあり、事実上10％程度のセッションをAI経由で獲得できていることと同義であるため、AI検索に向けた対策は十分実施する余地があると考えられます。

ではどのAI検索サービスに向けた対策をするかですが、日本においてはChatGPTが認知度・利用率が高い（※）ため、ChatGPTの対策をメインに実施していくことが望ましいと考えられます。

（※参考：野村総合研究所 日本のChatGPT利用動向（2024年9月時点））

一方で、対策するキーワード・質問についてですが、AI Overviews向けの対策の場合は、SEO対策を実施するキーワードとある程度は重複すると考えられます。

SEO対策を実施しているキーワードのうち、AI Overviewsが表示されているキーワードがあれば、それが対策するキーワードの候補となるでしょう。

なお、ChatGPT向けの対策の場合は、対策する領域において、検索ボリュームが存在する比較系キーワードから派生した質問が対策候補となることが想定されます。

ChatGPTの場合、回答内にリンクが表示されないことが多く、比較文脈以外で対策を実施してもサイトへの流入につながらないことが多いです。

そのため、比較文脈で自社ブランドが推奨されることが、ChatGPTの対策の目標となるでしょう。

ChatGPT向けの対策に場合の対策対象となる質問ですが、例として、「会計ソフトおすすめ」というSEO上の比較系キーワードがあった際、「おすすめの会計ソフトを教えて」といった質問が対策対象の質問となることが想定されます。

貴社に合ったLLMO対策をご提案！

自社の現状と競合差分を把握する

自社の目的と方針が明確になったら、次は自社の現状と競合差分を把握しておきましょう。

各AIチャネルからの実際の流入数や、自社ブランドのAI回答内における推奨状況等を確認し、自社の現状と競合差分を適切に把握することで、「自社や市場の現在の状況」や「競合差分があり、対策すべき内容」等を明確に認識できるようになります。

具体的に把握しておきたい内容としては、以下の通りです。

項目	確認ツール
各AIチャネルからの流入数推移	GA4
比較文脈のキーワード・質問における自社と競合ブランドの言及状況	目視確認
SEOの上位比較記事における自社/競合の紹介数 ※比較文脈のAI回答内におけるブランドの言及に影響することが想定されるため	目視確認
対策キーワードのAI Overviews表示有無 ※表示されていないキーワードを対策しても意味がないため	リテラ
対策キーワードのAI Overviewsにおける自社サイトのリンク掲載有無	リテラ
対策キーワードのSEO順位 ※対策キーワードにおいて、上位表示されていることが、AI Overviews対策の前提となるため	リテラ

なお、弊社メディアグロースでは、上記の内容を調査し、LLMO対策の方針立てを実施する「LLMO診断」を提供しています。

無料の簡易版の利用も可能なため、自社の現状・競合差分を把握したい方は、お問合せください。

貴社に合ったLLMO対策をご提案！

初期の土台固め施策を実施する

現状を把握したのち、まず実施すべきなのが初期の土台固め施策となります。

以下の施策は単発での実施となるため、早い段階で実施してLLMO対策の土台部分を整備しておくことを弊社では推奨しています。

上記の施策の目的としては、自社のエンティティをAIに認識させるため、また認識させたうえでエンティティとトピックを関連付けるためとなります。

ここでエンティティとは、一意に区別することができる物事や概念を指します。

自社もしくは自社ブランドがエンティティとして認識されており、特定のトピックと強く関連しているとAI認識させることで、そのトピックに関連する質問において自社が言及される可能性を高めることができると考えられます。（※）

（※参照：LLMO : AI の回答にブランドを組み込む 10 の方法）

また、サイトの技術的な要素を整備することも、この土台固め施策の目的です。

構造化マークアップの実装

施策の1つ目に、構造化マークアップの実装があります。

構造化マークアップとは、Webサイトに書かれている情報が「何の情報なのか」を、Googleなどの検索エンジンが正しく理解できるようにする技術のことを指します。

構造化マークアップは、SEOの文脈で語られることが多いですが、LLMも何らかの形で利用していることが想定されています（※）。

※参考：SEARCH ENGINE ROUNDTABLE

この構造化マークアップを実装することで、LLMがWebサイトとその運営者に関する情報を正しく認識できるようになることが期待できます。

加えて、特に著者情報に関しては、2024年に流出したグーグルの文章から、ランキング要素に利用していることが想定されているため、SEO順位を向上し、AI Overviewへの表示率にも高めるためにも、設定をしていくことが望ましいと考えられます。

貴社に合ったLLMO対策をご提案！

llms.txtファイルの設置

土台固めの施策として、llms.txtファイルの設置があります。

llms.txtファイルとは、LLMに自社サイトの構造などの理解を助けるために設置するファイルのことです。ルートディレクトリに設置することが一般的です。

こちらは新しく業界内で提唱された技術であり、その効果や有用性は専門家の間では議論を呼んでいます。

ただし、現時点ではGoogleもOpenAIも明確に「使わない」とは表明しておらず、将来的に参照される可能性も否定できません。

また、llms.txtを設置してもデメリットは一切ないため、設置しておくのが合理的と考えられます。

Wikipediaページのメンテナンス

土台固めの施策として、Wikipediaページのメンテナンスが挙げられます。

LLMは学習の際にWikipediaを活用していることが予想されます。そのため、Wikipedia上に自社に関するページ・言及があれば、何らかの形でLLMが自社情報を学習することが期待できます。

そのため、自社Wikipediaページが無い場合は作成を行う、またWikipediaページに正しくない内容が記載されている場合にはその修正を行う等のメンテナンスが必要です。

ただし、Wikipediaは信頼できる二次情報源による十分な報道・言及（＝特筆性）が確認できなければ、自社ページは作成できないほか、内容の記載にあたっては、第三者視点・中立的観点からの記載が求められます。

自社のWikipediaページをメンテナンスする場合には、ガイドラインに従うよう注意が必要となるでしょう。

貴社に合ったLLMO対策をご提案！

Aboutページの作成

Aboutページの作成も、土台固めの施策の1つです。

Aboutページとは、自社のサービスの特徴や運営者などを記載したページのことを指します。

LLMに自社ブランドの情報を正しく認識してもらうため、また、正しく回答してもらうため、自社の情報を正しく記載したAboutページの作成が必要だと考えられます。

robots.txtのAIクローラーへの対応

ronots.txtのAIクローラーへの対応も、土台固めの施策となります。

robots.txtとは、各クローラー（自動巡回プログラム）に対してWebページのクロール可否を指示するためのファイルとなります。

このファイルの内容をAIクローラーに対応した内容にしておくことで、AIクローラーによるサーバーへの不可を緩和させることが可能となります。

なお、この施策は全てのWebサイトで実施が必要というわけではありません。サイトの状況を確認し、対応が必要だと考えられる場合は適切に設定することが必要です。

貴社に合ったLLMO対策をご提案！

目的や現状に応じた個別の施策を実施する

LLMO対策の土台固めを実施したら、次は自社の目的や現状に応じた個別の施策を実施する必要があるでしょう。

この施策については、中長期的に継続して取り組むことが重要です。

弊社では、この施策を、対策対象や内容に応じて以下3つに分類しています。

サイト全体の対策

サイト全体のLLMO対策は、サイト全体で権威性やトピックとの関連性を高め、情報がLLMに引用されやすいよう最適化していく施策です。

対策の目的としては、サイトの権威性を高めることと、AIが認識するブランド（エンティティ）とトピックの関係性を継続的に強化していくことがあります。

AIは信頼できる情報源を参照元・学習元として選択する（※）ことが想定されます。そのため、サイトの権威性や信頼性を向上させていくことが重要です。

（※参照：LLM Data Quality: Old School Problems, Brand New Challenges）

また、権威性を高めた結果、AI Overviews対策の前提となる、SEO上位表示への寄与も期待できます。ブランドとトピックの関連性については、土台固めの施策の目的として述べた通りです。

サイト全体のLLMO対策は、以下の項目があります。

項目	背景
権威性の高い被リンク獲得	権威性が高いサイトから被リンクを獲得することにより、自社サイトの権威性を高めることができると考えられる
プレスリリース含むPR施策の実施	プレスリリースを出すことで、Web上での自社に関する言及が増えるほか、AIがトピックとブランドの関連性を学習する学習元が増えることが期待できる
記事広告を出稿する	記事広告を出稿することで、Web上での自社に関する言及が増えるほか、AIがトピックとブランドの関連性を学習する学習元が増えることが期待できる

後半2つの施策については、PR文脈での施策となります。Web上でのPRを積極的に実施することで、Web上の自社に関する情報量が増加することが期待できます。

LLMはWeb上の情報を取り込み学習を進めるため、この情報量を増やしLLM内の回答に自社に関する情報が取り上げられるようにすることが、PR施策の目的となります。

貴社に合ったLLMO対策をご提案！

比較文脈での対策（※主にChaGPTを対象）

比較文脈での対策は、「おすすめの〇〇（商品・サービスなど）を教えて」などといった質問へのLLM（主にChatGPT）による回答に、自社情報が表示されるようにするための施策です。

LLMの一部モデルでは、回答の生成時に外部情報を取得して回答に組み込む「RAG（検索拡張生成）」と呼ばれる仕組みを用いているものがあります。

このRAGのことを考慮すると、ChatGPTのようなLLMがおすすめのブランドを回答するフローとしては、以下2パターンが考えられます。

なお、ChatGPTではGPT5以降、おすすめのブランドに関する質問に対しては②のパターンで回答されるケースが多いことが確認できています。

そのため、この比較文脈メインのLLMO対策の施策では、回答時に検索で取得される外部の情報源（=比較メディア）に、自社ブランドの情報ができるだけ含まれるようにすることが、大枠の方針となります。

この比較文脈メインのLLMO対策の具体的な施策としては、以下の項目があります。

項目	背景
比較記事の作成	比較記事（例：〇〇のおすすめ✕選）を自社で作成し、比較文脈の質問での情報源となることを目指す
他社比較記事へ自社ブランドを掲載してもらうよう営業	比較文脈の質問で他社記事が参照された際に自社ブランドが推奨される可能性を高める

自社で比較記事を作成することのメリットについて補足です。

比較記事を自社で作成し、比較文脈におけるAIの参照元の1つとなることで、AI回答内で自社のブランドが言及される可能性が高まるほか、その比較記事自体からのSEO流入・CV数を獲得できる可能性もあります。

なお、このメリットには比較記事自体のSEO上位表示がある程度前提となります。

AI Overviewの対策

AI Overview対策は、AI Overview内に自社の情報・リンクが表示されることを目的とした対策です。

前提として、この施策には、従来のSEO対策の内容も含まれています。

Google検索セントラルの文書によると、Googleが提供するAI Overviewに対しても、基本的なSEO対策を適用できるとされています。

AI による概要と AI モードのための特別な最適化を行う必要はありませんが、次のようなこれまでの SEO の基本は引き続き重要となります。

引用：AI機能とウェブサイト

また、AI Overviewsへの掲載には、自社ページの上位表示がある程度は前提となります。実際、上位表示（10位以内）とAI Overviewsの上位3位で引用されることには、ある程度の相関があるようです。

トップ 10 にランクインすることと、AI Overviews の結果トップ 3 で引用されることのスピアマンの相関係数を計算しました。すると、その相関係数は 0.347 で、中程度の正の相関を示しました。

引用：Ahrefs Blog

そのため、従来のSEO対策を実施し、上位表示を狙っていくことが、結果的にAI Overviewsでの自社サイトの引用等につながると考えられるでしょう。

AI Overview特化の対策には、以下の項目があります。

項目	詳細
対策キーワードの選定	「検索ボリューム」、「CVまでの距離」、「上位表示難易度」、「AI Overviews表示の有無」等の観点で選定する
対策キーワードでのページ作成	検索意図を満たした独自性の高いページを作成し、SEO上位表示を獲得する
AI Overviewsに参照されやすい形式でのコンテンツ作成	AI Overviewsの回答形式に合わせる、完結な文章形式にするなど、参照されやすいと考えられるコンテンツ形式が推奨

貴社に合ったLLMO対策をご提案！

AI Overviewの詳細は以下記事をご覧ください。

KPIモニタリング・継続的な改善を実施する

中長期的に施策を実施しつつ、都度施策の効果について、KPI・KGIのモニタリングを行い、継続的な改善を実施する必要があるでしょう。

最初にLLMO対策のKGIについて解説します。LLMO対策では、①SEO流入数及びCV数と②ChatGPT含むLLMからの流入数及びCV数の2つが、ビジネス観点での最終的な目標となるでしょう。

①に関して、こちらはAI Overviewからの流入・CVと通常の検索結果からのオーガニック流入・CVを含む数値です。

現状、AI Overview単体での流入・CVを測定することは不可能（※）であるため、通常のSEO流入・CVとの合算値で測定を行います。
※参考：Search Console ヘルプ

測定は、Googleサーチコンソール及びGA4で行います。

②に関して、こちらはLLM経由の自社Webサイトへの流入数・CV数です。こちらはGA4で測定が可能です。

行にセッションの参照元/メディア、値にセッションやキーイベントを設定することで、各LLMからの流入を測定できます。

このKGIに影響を及ぼす主要なKPIは以下の通りです。

LLMO対策のKPI設定方法は、以下動画でも詳細に解説しています。

DR（ドメインレート）

DR（ドメインレート）は、LLMO対策のKPIの1つと言えるでしょう。

DRとは、Ahrefs社が提供している、被リンクのプロフィールをもとに0〜100点で表した数値のことで、ドメインの強さの目安となる指標です。

被リンクの獲得を実施し、ドメインを強化することは、サイトの権威性向上に繋がる他、AI Overviews対策の前提である、SEO順位の向上に寄与する（※）ことが想定されます。

（※参考：E-E-A-Tと品質評価ガイドラインについて）

そのため、LLMO対策のKPIとして、ドメインの権威性をDRをもとに測定していく必要があるでしょう。

なお、あくまでDRは第三者ツールの数値であるため、ドメインの権威性を表す絶対的な数値ではないことに注意が必要です。

DRの測定方法ですが、Ahrefsにログインし、「Site explorer」メニューから、調査対象のURLを入力し検索を実行することで、確認が可能です。

貴社に合ったLLMO対策をご提案！

各PRのPV数

各PRのPV数はLLMO対策のKPIの1つです。

先述の通り、LLMO対策で実施すべき施策の1つとして、プレスリリースや記事広告などPRの施策があります。

PR施策はLLMの学習元となる、自社に関するWeb上の情報を増やすことが期待できるほか、PRを見たユーザーによる、指名検索数の増加が見込める可能性があります。そのため、各PRの施策では、そのPV数を確認することが重要となります。

PRのPV数は、各プレスリリースの場合は、各媒体によって数値の計測方法が異なります。

また、記事広告の場合は、広告出稿後に媒体側の担当者からレポートのような形式で報告がある場合が多いでしょう。

ブランド名がタイトルに含まれたページのインデックス数

ブランド名がタイトルに含まれたページのインデックス数も重要な指標です。

ブランド名がタイトルに含まれたページ（正確にはブランドが言及されたページ）が増加することで、ブランドの情報やトピックとの関連性を、AIが学習する機会が増えることが想定されます。

実際、ブランドのWeb上での言及量と、ブランドのAI Overview内に表示される数には正の相関があるというデータもある（※）ため、この指標の測定はLLMO対策観点で重要です。

※参照：ahrefs blog

なお、ブランドとトピックの関連付け強化という観点では、ブランド名が適切な文脈で言及されたWeb上の情報の量が重要です。

そのため、タイトルにブランド名が含まれていなくても厳密には問題はありませんが、正確な数値計測という観点から、「タイトルにブランド名が含まれたページ」としてここでは扱っています。

また、先述のPV数とも重なりますが、ブランド名がタイトルに含まれたページが増えるほど、ブランドのユーザーへの露出が多くなることが想定されます。その結果、指名検索数に寄与することが期待できます。

この計測方法についてですが、検索コマンドを使用します。具体的には、「intitle:」と「""」を用いて、ブランド名と完全一致した文言がタイトルに含まれているページのインデックス数を調査することが可能です。

検索コマンドを用いた検索の例は、「intitle:"メディアグロース"」などです。

貴社に合ったLLMO対策をご提案！

対策KWのSEO順位

LLMO対策の主要なKPIとして、対策KWのSEO順位も挙げられます。

AI Overview対策においては、回答で引用されるサイトの約76％がSEOの上位10位以内のページであることがAhrefsの調査で判明しています。

そのため、従来のSEO対策と同様、SEO順位の測定も必要となるでしょう。

計測方法ですが、GRCやリテラ等の検索順位チェックツールを用いることで、簡単に測定が可能です。

弊社では、AI Overviewsの表示有無等が検索順位と同時に測定できる、リテラを使用しています。

AI Overviews掲載率

AI Overviews掲載率も、AI Overviews向けのLLMO対策では重要なKPIとなります。

この数値を確認することで、自社のページがどの程度AI Overviewに表示されているかを把握することが可能です。

AI Overviews掲載率とは、以下の式で算出可能です。

計算例ですが、AI Overviewsが表示されているKWが46個あるうち、自社サイトリンクが掲載されているKWが32個あった場合は、（32/46）×100で約70％となります。

計算に使用する各数値は、目視での確認が可能な他、先ほどご紹介したリテラを活用することで算出が可能です。

貴社に合ったLLMO対策をご提案！

指名検索数

LLMO対策において、ブランドの指名検索数も重要な指標となります。

指名検索数とは、ブランド名や社名などの固有名詞が検索された回数のことです。

測定が必要な背景ですが、ブランドの指名検索数と、ブランドのAI Overview内で言及される数には相関があるというデータがあります（※）。

また、ブランド認知観点からも、指名検索数の推移は追っていく必要があるでしょう。

※参照：ahrefs blog

測定方法ですが、キーワードプランナーを用いて、ブランド名や社名の検索ボリュームを測定することが可能です。

比較記事のSEO順位

比較記事のSEO順位もLLMO対策で重要な指標です。

自社で比較記事を作成する意義については、比較文脈での対策で述べた通りです。

比較記事のSEO順位は、リテラやGRC等の検索順位測定ツールを用いることで、測定が可能です。

貴社に合ったLLMO対策をご提案！

競合比較記事への掲載割合

LLMO対策のKPIの一つに、競合比較記事への掲載割合があります。

これは、Googleで上位表示されている競合の比較記事（例：〇〇のおすすめ✕選）に、自社ブランドが掲載されている割合を指します。

比較文脈の質問への回答生成時、LLM（ChatGPT）はGoogleの上位の比較記事を参照し、その比較記事の内容をもとに、おすすめのブランドを言及することがあります。

そのため、SEO上位の比較記事における自社ブランドの掲載割合を高めることで、比較文脈での回答の中で自社ブランドが推奨される可能性が高まることが期待できるでしょう。

計測方法ですが、目視での計測となっています。実際にGoogleで当該領域の比較文脈の検索を実施し、上位の比較サイトを確認、自社ブランドが掲載されているかどうかを確認しましょう。

【前提】LLMとは？回答生成までの仕組みを解説

LLMの学習の仕組み・流れ

AIは文章をそのまま理解するわけではないため、入力されたテキストデータを単語やそれより少し小さい意味の単位（トークン）に分解し、それぞれをAIが計算できる数値データに変換します。

次に、これらの膨大な数値データを基に、言葉と言葉の繋がり方や文脈上のパターンを統計的に学習します。例えば、「この言葉の後には、この言葉が続く可能性が高い」といった確率的な関係性を学習し、文法や言い回し、様々な事柄に関する知識の土台を形成していきます。

その後行われるのが、AIの応答品質を人間の価値観や目的に合わせて向上させる「調整」のステップです。代表的な手法として、「微調整（ファインチューニング）」や「人間のフィードバックによる強化学習（RLHF）」があります。

微調整では、質の高いお手本データをAIに追加学習させます。RLHFでは、AIが生成した複数の応答を人間が評価し、「どちらの応答がより良いか」というフィードバックを与え、AIがより好ましい応答を生成するように導きます。

このプロセスを通じて、AIは情報の「正確さ」、「根拠が示されているか（透明性）」、「話の辻褄が合っているか（一貫性）」といった、人間が品質を判断する上での重要な基準を学んでいきます。

参照：LLM（大規模言語モデル）とは

貴社に合ったLLMO対策をご提案！

LLMが回答を生成するプロセス

ユーザーからの具体的な質問（プロンプト）に応答を生成する段階です。

ユーザーから質問を受け取ると、AIはまずその意図を解釈しようとします。

そして、これまでに学習した知識や、外部のデータベースやリアルタイムのウェブ検索結果を参照し、関連性の高い情報を収集します。

次に、これらの情報を基に、文脈に最も合うと判断される言葉を選び出し、それらを繋ぎ合わせて応答文を生成します。生成された応答が不適切（有害、差別的、誤情報など）でないか、AI自身あるいは別の仕組みによってチェックされた上で、ユーザーに提示されます。

【参考】RAG

LLMは、既に学習している知識の質問や、単純なアイデア出しなどは、事前学習した内容をもとに回答を生成することが想定されます。

一方で、最新の情報が必要な場合や、より専門的な内容の回答が必要な場合などは、RAG（検索拡張生成）と呼ばれる技術を用いて、外部情報をもとに回答を生成することがります。

このRAGとは、LLMの外部の情報源を検索して情報を取得し、取得した情報をもとに回答を生成する仕組みのことです。

参考：RAG（検索拡張生成）とは何ですか？

貴社に合ったLLMO対策をご提案！

【参考】推論モデル

一部のLLMは、段階的な思考を重ねて回答を生成する「推論モデル」と呼ばれる派生モデルがあります。例としてはChatGPT o1シリーズなどです。

通常のLLMが中間プロセスは踏まずに回答を生成するのに対し、推論モデルでは段階的な思考を行い、回答を作成しています。この思考過程はユーザーに開示されることがあります。

参考：Understanding Reasoning LLMs

推論モデルの思考プロセスの例を、以下画像の記載しています。

LLMO対策で期待できる成果・メリット

従来のSEO対策のみでは、アプローチできない潜在的なユーザーにアプローチ可能

LLMOを導入すると、従来のSEO対策だけでは届かなかった潜在的なユーザー層にも情報を届けられる可能性があります。

近年はChatGPTやGoogleのAI Overviewなど生成AIを活用したリサーチツールが浸透し、ユーザーの検索行動は多様化しています。

その例として、LLMを利用するユーザーは、抽象的な悩みを自然言語で入力することがあります。この回答内に解決策として自社の製品やサービスが紹介されれば、潜在的な顧客にアプローチすることができるでしょう。

LLMO対策によってAIの回答で自社ページが出典リンクとして紹介される機会が増え、従来の検索エンジン経由では得られなかった新たな集客チャネルが生まれると考えられます。

弊社の場合も、ChatGPTの回答で弊社を認識し、問い合わせに至ったという事例があります。

先行者利益を獲得できる可能性がある

LLMO対策はまだ市場に浸透し始めたばかりの新手法であり、他社に先駆けて対応することで先行者利益を得られる可能性があります。

先行者利益とは、新しい市場で一早く行動した企業が後発の競合よりも有利な立場を獲得できる効果を指す経営用語です。

実際、現時点でLLMO対策を本格的に導入している企業はほとんどありません。競合が少ない今の段階でいち早く対策を始めれば、自社コンテンツがAIに優先して引用される機会を増やせると考えられます。

例えば、AIの回答内で自社サイトの引用リンクが多数を占めれば、その分だけ競合サイトの露出を減らすことも可能となるでしょう。

ただし、LLMOは従来のSEOを代替するものではなく補完する手法と位置付けられており、SEOとLLMO対策の両面から戦略を立てることが重要だと考えられています。

貴社に合ったLLMO対策をご提案！

検索上位にランクインしていなくてもユーザーに露出できる可能性がある

LLMO対策のメリットとして、従来のSEO対策で検索上位に表示されていなくても、LLM経由で自社情報を知ってもらえる可能性がある点があります。

従来の検索市場では、検索上位に表示されているページに大多数のユーザーが訪れるため、上位にランクインできなかったサイトはユーザーへ露出する機会があまりありませんでした。

しかしLLMOでは、LLMの質問回答内に自社の製品やサービスの情報が表示されれば、検索上位に関わらず露出が獲得できます。

なお、一部のLLM（AI Overviewなど）は検索上位に表示されているページの情報を要約・参照元とする傾向が確認できます。従来のSEO対策をないがしろにして言い訳ではないという点は注意が必要です。

指名検索の増加が期待できる

LLMOのメリットとして、指名検索の増加が期待できる点も挙げられます。

LLMによる質問回答に自社情報が表示されることで、さらに製品・サービスに関して知りたいユーザーが、自社ブランドの固有名詞で検索することが予想されます。

例として、「LLMO対策を実施したい」という旨のプロンプトへの回答に、弊社「株式会社メディアグロース」が表示されれば、次にユーザーは「株式会社メディアグロース」で検索する可能性があるということです。

貴社に合ったLLMO対策をご提案！

LLMO対策を実施しないリスク

将来的に検索ユーザーへアプローチする機会が減少する可能性がある

LLMO対策を実施しないリスクとして、将来的に検索ユーザーへアプローチする機会が減少する可能性がある点があるでしょう。

これまではSEO対策のみで、検索ユーザーへのアプローチが可能でした。しかし、検索市場の変化により、SEO経由の流入・CVは、中長期的な目線では、減少傾向になることが予想されます。

そのため、LLMO対策を実施しておかなければ、将来の検索経由の集客チャネルが機能しなくなる可能性があると言えるでしょう。

貴社に合ったLLMO対策をご提案！

各AI検索サービスからの流入・コンバージョンを逃している

LLMO対策を実施しないリスクに、各AI検索サービスからの流入・コンバージョンを逃す点があるでしょう。

AI検索は、回答内で特定のブランド名や公式サイトへのリンクを明示的に取り上げる傾向があります。

そのため、LLMO対策が実施されておらず、ブランド名や公式サイトへのリンクが掲載される機会を失った結果、サイトへの流入やCV、ブランド想起の機会損失となることが想定されます。

以下の動画の通り、AI経由のCVRは高い傾向にあると言われているので、LLMO対策をしないことでコンバージョンの取りこぼしが発生する可能性があります。

先行者利益獲得のチャンスを失う

LLMO対策を実施しないリスクとして、先行者利益獲得のチャンスを失うことがあるでしょう。

現在、LLMO対策に本格的に取り組んでいる企業はごく一部です。

今のうちにLLMO対策を実施しておくことで、先行者利益を獲得できる可能性があります。反対に、実施しないことで、そのチャンスを失うことになりかねないでしょう。

LLMO対策の費用対効果

LLMO対策の費用対効果の考え方について解説します。

前提として、先述のKGIの通り、AI Overviews対策の場合はSEO経由のCV数、ChatGPT対策の場合はChatGPT経由のCV数をもとに費用対効果を検討することとなります。

なお注意点として、特にChatGPTの場合、回答内でブランドが言及されることで指名検索に寄与し、SEO経由のCV数の増加に繋がることが想定されます。

そのため、ChatGTP経由のCV数だけで効果を評価すると、過小評価となる可能性があるでしょう。

以下では、AI OverviewsとChatGPTそれぞれの費用対効果の考え方について解説します。

貴社に合ったLLMO対策をご提案！

AI Overviewsの場合

AI Overviewsの効果は、AI Overviewsの回答内に自社サイトリンクが掲載されることで、「検索画面からのCTRの更なる向上・低下の防止」に寄与する形で効果が表れると想定します。

前述の通り、ahrefsblogによると、AI Overviewが表示されるキーワードは、そうでないキーワードの検索結果と比較して、上位ページの平均CTRが34.5％減少することが分かっています。

そのため、AI Overviewsへの対策が成功した場合は、この低下が防止できるという効果があると言えるでしょう。

効果測定の例を紹介します。月間検索Volが5,000のキーワードで1位表示され、AI Overviewsにも掲載されている、CTRは約30％と想定することが可能です。

そのため、サイトへの流入が月1,500程度生まれることとなります。その結果、サイト内でのCVRが0.5％の場合、月間7~8件のCVが見込めることとなります。

AI Overviewsへの対策に用いた費用と、このCV数×1件あたりの価値を比較することで、費用対効果が算出できるでしょう。

ChatGPTの場合

ChatGPTの場合の場合は、AI Overviewsの場合と比較して計算のロジックが複雑になります。

まず、Google上での月間検索ボリュームが5,000あるキーワードを想定し、この検索需要の一部がChatGPTでの検索に置き換わると仮定します。

置き換え率については正確なデータがありませんが、0.5％～25％と仮定すると、ChatGPT上での月間検索ボリュームは25～1,250件程度となるでしょう。

その次に、ChatGPTの回答からサイトへ流入した数について検討します。

ChatGPT内でのリンククリック率については正確なデータが存在しないため、今回は11.5%と設定しました。これはChatGPTに想定クリック率を質問した際に得られた「8〜15%」という回答の中間値を採用したものです。

その結果、月間のサイトへの流入数は、3～144件程度となると算出できます。なお、上記の置き換え率・リンククリック率については、今後詳細な調査が実施され次第、変更となる可能性がある点に留意してください。

最後に、ChatGPT経由のコンバージョンについて考えます。LLM経由のコンバージョン率（CVR）は通常の20倍以上になるというデータ（※）があります。そのため、通常のCVRを0.5%とした場合、ChatGPT経由のCVRは10%になると想定されます。

（※出典：Ahrefs Blog）

そのため、最終的な月間のCV数は、0~144件程度と算出できるでしょう。

このCV数×CV1件あたりの価値と、ChatGPTへの対策にかけた費用を比較することで、費用対効果を検討することができます。

貴社に合ったLLMO対策をご提案！

LLMO対策を実施する際の注意点

LLMO対策と並行してSEO対策も必要になる

従来のSEO対策と並行してLLMO最適化を実施することが不可欠です。AI検索の台頭後もSEOとLLMOは対立せず共存していく関係であり、SEOの重要性がすぐになくなることはないでしょう。

また、LLMO対策はホットなテーマになりますが、LLMO対策で成果を出すためには、SEO対策も並行して実施していく必要があります。

AI回答で取り上げられるブランドと、ブランドのSEO順位は強い相関があるとされているため、SEO対策を怠ってしまっては、LLMO対策で成果を出すことは難しくなると考えられます。

貴社に合ったLLMO対策をご提案！

今、貴社にとって実施するべきはLLMOなのかSEOなのかを、以下動画でも詳しく解説しています。

デマ情報が広まるリスクがある

LLM（大規模言語モデル）を通じて誤った情報が拡散してしまう恐れがあります。LLMは学習データを基に回答を生み出しますが、必ずしもその内容が常に正しいとは言えません。

特に、出典となるサイトに誤情報が含まれている場合、それがAIの回答に反映されて広まる恐れがあります。

LLMごとに実施する対策内容が異なる

LLMO対策は、LLMごとに実施する内容が異なります。以下例のように多くのLLMが現在登場していますが、それぞれのLLMによって回答の生成方法・出力方法に若干の違いがあります。

例えばChatGPTは、クローズドAIと呼ばれるOpenAI社が独自に研究・開発したモデルであり、基本的に回答内にリンクが表示されることが少ないです。

一方PerplexityはRAGと呼ばれる種類に分類され、ネットワークを用いて外部情報を収集しており、回答を出力するにあたって参考にしたWebサイトの情報がリンク形式で回答内に表示されます。

そのため、ChatGPTでは回答内に自社もしくはブランドが固有名詞として言及されるような対策が必要であり、一方Perplexityでは回答内に自社が発信した情報が表示されるような対策をう必要があります。

しかし、2025年9月時点では、ChatGPTとGeminiの対策を中心的に行う必要があるでしょう。理由としては、AI検索の市場シェアが高いものが左記の2つであるためです。

FirstPageSageの調査によると、米国における主要な生成型AIチャットボットの市場シェアは、ChatGPTが60.6％であるとされています。また、GoogleのAI Overviewは、約15億人の人に使用されているというデータ（※）もあります。

（※出典：Google Japan Blog）

これら2つのどちらを重点的に対策するのかは、自社のサービスが、ToBもしくはToCのどちらなのかによって検討すると良いでしょう。

AI Overviewは消費者に広く露出ができるため、ToCサービスはAI Overviewを重点的に対策することが推奨されます。反対に、ToBサービスは、リテラシーの高い決済者が使用している傾向があると想定できるChatGPTの対策も視野に入れ、AI OverviewとChatGPTどちらも対策していくことがおすすめです。

貴社に合ったLLMO対策をご提案！

成果測定方法が確立されていない

LLMO対策のデメリットとしてメジャーな成果測定方法がいまだ確立されていないという点があります。

LLMO対策は2025年に入ってから対策の必要性やその対策方法がうたわれるようになりました。

そのため、いまだ不確定な部分も多く、成果測定を行うツールや成果測定方法がいまだ確立されていません。

2025年9月時点で有力なツールとしては、Ahrefsがあるでしょう。Ahrefsは各LLMやAI Overviewによるリンク掲載数・ブランド名の言及数等が確認できるため、LLMO対策の施策の効果を確認することが可能です。

中長期に渡って取り組む必要がある

LLMO対策は中長期的に渡って取り組む必要がある点もデメリットの1つです。

LLMO対策の基本的な方針として、LLMに自社の存在やその情報を認識させるということが挙げられます。

これはLLMの学習元となる、自社に関するWeb上の情報を増やすことが対応策の1つとなりますが、Web上で自社に関する情報を増やすことは、短期的に達成しうるものではありません。

継続的にPRを行い、自社サイトのみならず複数の媒体やSNSなどで露出を行う必要があるでしょう。

また、いくつかのLLMは「カットオフ」と呼ばれる、ある特定の時点までの情報を学習元とするという仕組みを採用しています。

そのため、直近でLLMO対策の施策を行ったとしても、成果を確認するには次のカットオフが行われるまで待つ必要がある場合もあります。

以上より、LLMO対策は短期的な施策だけでなく、中長期に渡って取り組むべきものであると言えるでしょう。

貴社に合ったLLMO対策をご提案！

LLMO対策に関するよくある質問

LLMOとAIO、GEOの違いは？

LLMO、AIO、GEOは概ね同じ概念を指しています。いずれもAIの回答内に自社のブランドやサイトを組み込ませるための対策やその手法を意味します。

厳密には、以下のように対策する対象の範囲が異なりますが、現時点ではほぼ同じ意味で使用されているようです。

用語	概要
LLMO	Large Language Model Optimization（大規模言語モデル最適化）
AIO	AI Optimization（AI最適化）
GEO	Generative Engine optimization（生成エンジン最適化）

LLMO対策で活用できるツールは？

LLMO対策で活用できるツールの代表的なものとして、Ahrefsが挙げられるでしょう。

Ahrefsでは、オーガニックキーワードでAI Overviewが表示されているキーワードのフィルタをかけられるようになったほか、Brand Raderでは各LLMが引用したリンクの数や、特定のブランドがAI回答内に表示された数が計測できるようになっています（※）。

（※参照：https://ahrefs.com/blog/new-features-mar-2025/）

なお、海外ではAhrefsの他にも、エンティティとトピックの関連度を測定するツールなどが登場していますが、日本への対応はいまだ確認できていません。

Ahrefsの「Brand Rader」機能内、「ウェブの可視性」を用いて、トピックとエンティティが共起されているページ数を確認することは可能ですが、あくまでページ数の表示だけにとどまっています。

以下では、日本語への対応はないものの、活用できそうなツールを紹介します。

ツール名	概要
Entity Analyzer	・エンティティとトピックの関連度を数値化
SE Ranking	・AI スニペットのデータ分析 ・AI スニペットのコンテンツチェック(キーワードおよび検索エンジンごと) ・AI スニペットにおける競合の変動の追跡
Otterly.ai	・各KWに自社URLがどの程度含まれるか、またその順位 ・AI回答におけるブランド言及数
LLMO Metrics	・AI回答内のブランドの言及数を調査 ・AIの回答と自分で設定した回答の適合度（AIがどれくらい正しい回答をしているか） ・同じく出力される競合と自社ブランドの比較
RankScale.ai	・ウェブページのトピック関連性、権威、エンゲージメント、技術的構造などを評価し、AI検索エンジンが自社コンテンツをどう捉えているかをスコア化 ・AIボットの振る舞いをシミュレーション

貴社に合ったLLMO対策をご提案！