LLMO（Large Language Model Optimization）とは、ChatGPT・Perplexity・GoogleのAIによる概要のようなAI検索・AI回答の中で、自社サイトが引用・言及されるための最適化のことです。GEO（Generative Engine Optimization）と呼ばれることもあります。
検索結果の上位に入ることを目指す従来のSEOに対し、LLMOは「AIが回答を組み立てるときの引用元に選ばれること」を目指します。
AIはどうやって引用元を選んでいるか
AI検索の回答は、大きく2つの経路で作られます。
1つはモデルの学習データです。学習時点でクロールされたコンテンツが、モデルの「知識」として回答に反映されます。もう1つはリアルタイムの検索です。ChatGPTの検索機能やPerplexityは、質問のたびに通常の検索を行い、ヒットしたページを読んで回答を組み立て、出典として提示します。
つまり引用されるための前提は2つです。AIのクローラーを拒否していないことと、機械が読んで事実を抜き出しやすいコンテンツであること。逆に言えば、通常の検索で上位に出ないページはAI検索の引用候補にもなりにくく、LLMOの土台は依然としてSEOです。
実装方法 — AIに引用されやすくする5つのポイント
1. 質問に対して冒頭で直接答える
AIは回答の根拠になる箇所を抜き出します。「〜とは何か」「〜する方法は」という問いに対し、前置きなしで最初の段落に答えを書いてください。結論を最後に置く構成は、人間には読めてもAIには抜き出しにくい構成です。
2. 一次情報・実測データを持つ
どのサイトにも書いてある一般論は、AIにとって特定のサイトを引用する理由になりません。自社で検証した結果、実測した数値、運用して得た知見など、そのサイトにしかない事実が引用の理由になります。また、事実と主体を同じ文に書いておくと（「◯◯社の検証では〜」）、引用時に社名が残りやすくなります。
3. 見出しと本文を一致させる
「手順」という見出しの下には実際の手順を、「比較」の下には実際の比較を書きます。見出しだけ立てて中身が伴わないページは、AIが読んだときに抜き出せる事実がなく、引用から漏れます。
4. 構造化データと運営者情報を整える
構造化データ（JSON-LD）や、運営者が誰であるかの明示は、コンテンツの信頼性を機械的に判断する材料になります。特にECサイトでは、商品・レビュー・組織の構造化データを整えておく価値があります。
5. AIクローラーを許可する
robots.txtでAI系クローラーを一括拒否していると、引用の候補に入りません。学習は拒否しつつAI検索は許可する、といった切り分けは可能です。User-agentごとの制御方法は次の記事にまとめています。
効果測定の現実
LLMOの効果測定は、現時点では確立していません。Search ConsoleではAI経由の表示を切り分けられないため、実務的には次の2つを見ることになります。
1つはアクセス解析の参照元です。chatgpt.comやperplexity.aiからの流入は、AI回答内のリンクがクリックされた分として計測できます。もう1つは検索クエリの変化です。当サイトでも「〜を改善する具体的な方法は？」のような、AIへの質問文がそのまま検索クエリとして記録されるケースが実際に増えています。こうした質問文クエリで表示されているページは、AI経由の需要を受けている可能性が高いページです。
過度な期待をしないための注意
LLMO専用の特別なテクニックが確立しているわけではありません。「llms.txt」のような新しい規格も提案されていますが、主要なAIが正式採用したものではなく、現時点で効果を保証するものではありません。
確実に言えるのは、AIに引用されるページの条件が「検索意図に直接答え、独自の事実を持ち、機械が読める構造をしたページ」であり、それは質の高いSEOの条件と同じだということです。流行の用語に振り回されず、上の5つを地道に整えることをおすすめします。
EC-CUBEゴールドパートナー
EC-CUBEに関するお問い合わせ
[重要]現在公式にセキュリティサポートが切れていないPHPは8.1以上、MySQLは8.0以上で、対応しているEC-CUBEバージョンは4.2以上です。古いEC-CUBEを使っている方は適切なタイミングでバージョンアップをご検討ください。
