「検索順位が上がっても、AIに聞かれたときに自社の名前が出てこない」。そんな違和感を感じたことはないでしょうか。

ChatGPTやGemini、Claudeなど生成AIを経由した情報収集が急速に広がる中、従来のSEO（検索エンジン最適化）だけでは「AIに正しく引用される」ことは保証されなくなってきました。この新しい情報最適化のアプローチが「LLMO（Large Language Model Optimization）」です。

本記事では、一般的なLLMO対策の基本と、ビルコムが自社のコーポレートサイト・PRブログで実践して得られた知見を、広報・マーケティング担当者向けに整理してお伝えします。

LLMOとは何か—評価軸は「キーワード一致」から「文脈・正確性・網羅性」へ

従来のSEOは、検索キーワードとの一致度を中心に評価されてきました。一方、生成AIは検索エンジンとは評価の仕組みが異なり、次の3点を重視して情報を学習・引用すると考えられています。

2026年3月に博報堂DYホールディングスが公開した「AI検索白書2026」によると、国内でもAI Overviewsでの表示率は、2025年5月時点で全体の9%だったものが、同年11月には32%まで上昇し、半年間で約4倍に拡大しています。また、生成AIの回答を見て検索行動を終える「ゼロクリックサーチ」は23.9%に達し、生成AIの回答を信用している人のうち7.4%はすでに商品購入や来店行動に踏み出しているという調査結果もあります。「検索されて終わり」ではなく「AIの回答内でどう扱われるか」を前提に情報設計を考えることが重要です。

出典：博報堂DYホールディングス「AI検索白書2026」

基本のLLMO対策4つ

一般的に語られるLLMO対策の基本は、大きく4つに整理できます。

サイトの構造化データ

AIがWebサイトの情報を正しく理解できるよう、schema.org等の構造化データをHTMLに実装します。実際に当社サイト（bil.jp）でも、トップページ・ブログ記事共通でCorporationタグを実装を進めており、企業名・設立情報・所在地などの公式情報をAIや検索エンジンが正確に認識できるようにしています。

<script type="application/ld+json">
{
  "@context": "http://schema.org",
  "@type": "Corporation",
  "name": "ビルコム株式会社",
  "founder": "太田滋",
  "foundingDate": "2003年10月",
  "url": "https://www.bil.jp/",
  "address": {
    "@type": "PostalAddress",
    "addressLocality": "港区",
    "addressRegion": "東京都",
    "postalCode": "106-0032",
    "streetAddress": "六本木6-2-31六本木ヒルズノースタワー11F"
  }
}
</script>

ファクトと数値の明確化

生成AIは曖昧な表現より、具体的で裏付けのある情報を優先して引用する傾向があります。数字・日付・調査データを本文に明記することが有効です。

また、自社発信のプレスリリースよりも、第三者が発信したニュース記事の方が引用時に優先されやすいという傾向も指摘されています。この点については後述の「知見3」で、国内データとともに詳しく解説します。

FAQ（よくある質問）ページの拡充

「ユーザーの質問」と「端的な回答」が対になったコンテンツは、生成AIが引用しやすい形式です。本稿末尾のFAQもこの対策を意識して設置しています。

E-E-A-T（経験・専門性・権威性・信頼性）の強化

オウンドメディアでは「誰が書いた情報か」を明確にすることが重要です。著者プロフィールの設置などにより、ドメイン全体の信頼性向上につながります。

ビルコムが自社実践で得た3つの知見

上記はいずれも一般論として語られる内容ですが、ここからは自社のコーポレートサイト・PRブログで実際に取り組んで見えてきた知見を3つ紹介します。

知見1：Wikipediaの記述を「客観的な事実」で満たす

生成AIは、信頼できる知識源としてWikipediaを高頻度で参照・引用する傾向があります。そのため、自社やサービスに関する記述を客観的な事実（沿革・受賞歴など）で満たしておくことが、AIの誤認識を防ぐ土台になります。

ただし、Wikipediaは本人・関係者による直接編集を利益相反の観点から推奨していません。有効なのは、自社側で加筆することではなく、メディアに取り上げられた客観的な報道を増やしておき、第三者の編集者がそれを「出典」として記述してくれる状態をつくることです。自社の言葉で語るのではなく、第三者の言葉が引用される環境を整える、という発想の転換が必要になります。

知見2：オウンドメディアへ検索クエリの埋め込み

Search Console（GA4と連携）から、ユーザーが実際に検索しているキーワードを抽出し、そのキーワードをPRブログなどオウンドメディアの記事タイトル・見出し・本文の文脈に組み込む、という取り組みです。ユーザーの検索意図に合致したコンテンツは「最も意図に合致した回答ソース」としてAIに認識されやすくなります。

知見3：第三者メディアを通じたAIへのアプローチ

生成AIは自社発信の情報だけでなく、ニュースメディアなど「客観的な第三者情報」を好んで学習する傾向があります。そのため、Webメディアでの露出を増やすメディアリレーションズの強化そのものが、間接的なLLMO対策としても機能します。

国内の分析でも同様の傾向が確認されています。2026年2月、株式会社Wanokuniが日本市場8業界50カテゴリ・約80万件のAI引用データを調査した「AI Search Cited Award」では、カテゴリ内で公式サイトが最も引用されたのはわずか2カテゴリのみで、大半のカテゴリでは比較メディア・業界特化メディアが引用を独占しています。「発信する」だけでなく「第三者に語ってもらう」設計が今後より重要になっていくと考えられます。

出典：株式会社Wanokuni「AI Search Cited Award 2026上期」

まとめ：LLMO対策のロードマップ

LLMO対策は、単発の施策ではなく「AIに正しく・客観的に認識されるための情報環境づくり」として、時間軸で捉えることが有効です。

留意点

生成AIの評価アルゴリズムは各AI事業者の非公開情報であり、随時変動します。そのため、本記事で紹介した施策の効果を数値で保証することはできません。中長期的な情報環境整備の一環として位置づけることが重要です。また、AI経由トラフィックの効果測定方法自体もまだ発展途上にあり、今後のアップデートを踏まえた運用が必要になります。

よくある質問（FAQ）

Q. LLMOとSEOはどう違うのですか？ 

A. SEOは検索エンジンでの表示順位向上を目的とするのに対し、LLMOは生成AIの回答内で正しく引用・言及されることを目的とします。評価軸が「キーワード一致」から「文脈・正確性・網羅性」に変わる点が大きな違いです。

Q. LLMO対策の効果として、AI経由のアクセス数は数値化できますか？

 A. 現時点では、AI経由の送客数を正確に数値化することは構造的に困難です。生成AIの回答内で自社が言及されても、そもそもリンクがクリックされなければアクセス解析ツールには記録されません。

さらにクリックされた場合でも、「どこから来たか」という情報がうまく伝わらないケースが少なくありません。たとえば、生成AIのスマートフォンアプリ経由でリンクを開いた場合や、検索結果に表示される生成AIの要約（AI Overviews）経由でアクセスした場合、解析ツール上では「直接アクセス」や「通常の検索経由」として記録されてしまい、AI経由だと見分けがつかないのです。

Q.アクセス数以外に、LLMO対策の効果を測る指標はありますか？

A.あります。SEOにおける表示回数（Impression）や検索順位に近い概念として、「特定のプロンプトに対して自社ブランドがどれだけ言及・引用されるか」という指標が、引用モニタリングツールなどで計測できるようになりつつあります。

ただしこれらは、ツールを提供する各社が独自に設定したプロンプトをもとに集計した推定値であり、Googleが公式に提供するSearch Consoleのデータのような統一基準ではない点には注意が必要です。

実務上は、「送客数」そのものを追いかけるのではなく、「言及率・引用率の推移」を中長期のKPIとして位置づけるのが現実的な運用と言えます。

Q. 自社でも取り組めますか？ 

A. 予算をかけずに始められる施策も多くあります。まずはファクトの明確化とFAQ拡充から着手するのが現実的です。 

ビルコムは「AIネイティブPRカンパニー」として、20年以上のPRノウハウと独自データを基盤に、AIエージェントと人が協業するPR支援を提供しています。PR戦略を一緒に考えたい企業やPRの効果測定・AI活用にお悩みの方はお気軽にご相談ください。

ビルコムへのお問い合わせはこちら

書き手：コーポレートブランディング部　川島弓奈