LLMOとは何か — AI時代に自社ブランドで直接選ばれる戦略

「おすすめの税理士」とChatGPTに聞く人が増えている

検索行動が変わり始めています。Googleで「渋谷 税理士 おすすめ」と検索する代わりに、ChatGPTやPerplexityに「渋谷で相続に強い税理士事務所を教えて」と聞く人が出てきました。

Gartnerの調査によると、2026年までに従来の検索エンジンのトラフィックは25%減少するとの予測が出ています（出典 Gartner プレスリリース 2024年2月）。実際に今、その予測通りの流れが起きています。

この変化に対応するための施策が「LLMO」です。LLM Optimization、つまり大規模言語モデル向けの最適化。ChatGPTやPerplexityといったAI検索エンジンに、自社の情報を正しく認識させ、ユーザーの質問に対して自社を推薦してもらうための取り組みです。

まだ日本で本格的に取り組んでいる企業はほとんどありません。だからこそ、今この段階で動き始めることに意味があります。

SEOとLLMOは「誰に見せるか」がまったく違う

SEOは、Googleの検索結果ページで自社サイトを上位に表示させるための施策です。対象はGoogleのクローラーと、検索結果を見る人間。10本の青いリンクの中で上に表示されるほどクリック率が上がる、というシンプルな構造でした。

LLMOの対象は、AIモデルそのものです。ChatGPTやPerplexityは、検索結果の一覧を出すのではなく、ユーザーの質問に対して「回答」を生成します。その回答の中で自社が言及されるかどうかが、最初の分岐点になります。

ただし、ここで重要なのは「AIに引用されること」自体はゴールではないということです。AI検索の回答にはリンクが付かないことも多く、引用されたからといってクリックや問い合わせに直結するわけではありません。本当に目指すべきは、AIの回答をきっかけにブランド名が認知され、ユーザーが自社名で直接検索（指名検索）して訪れる流れを作ること。AIに「情報源」として使われる段階を超えて、「この会社に直接相談しよう」と選ばれる存在になることが本質的なゴールです。

AIが回答を生成する仕組みを理解する

ChatGPTやPerplexityが回答を生成する際、参照しているのは学習データとリアルタイムの検索結果の組み合わせです。Perplexityの場合はWeb検索の結果を取得し、その情報を基に回答を組み立てます。ChatGPTもBrowsing機能を使えば同様です。

つまり、AIが回答を作るときの「材料」になれるかどうかが重要です。自社のWebサイトに十分な情報が構造化されて掲載されていれば、AIはその情報を拾って回答に組み込む傾向があります。逆に、情報が薄い、構造が不明瞭、信頼性の裏付けがないサイトは、AIの材料にすらならない。

SEOの上位表示とLLMOの推薦は一致しないことがある

SEOで1位を取っているサイトが、ChatGPTの回答で必ず推薦されるとは限りません。AIは単純な検索順位ではなく、情報の網羅性、構造化の度合い、専門性の深さ、他サイトからの引用状況など、複合的な要素から「信頼できる情報源」を判断しています。

実際、SEOではあまり上位に出てこない専門事務所のサイトが、ChatGPTの回答では推薦されるケースも確認されています。情報の質と構造が評価されている可能性が高い。

AI検索の普及で従来SEOの費用対効果は下がり続ける

GoogleのAI Overview（旧SGE）の影響で、従来のオーガニック検索結果のクリック率は低下傾向にあります。検索結果ページの上部にAIが生成した要約が表示されるため、ユーザーはリンクをクリックせずに回答を得てしまう。

これはゼロクリック検索の増加と呼ばれています。Rand Fishkin氏のSparkToroの調査では、Google検索の約60%がクリックなしで終わっているとのデータもあります（出典 SparkToro 2024年調査）。

この流れが加速すると、従来のSEO対策でオーガニック流入を増やすという戦略の費用対効果は悪化していきます。もちろんSEOが無意味になるわけではありません。ただし、SEOだけに依存する集客戦略は見直す時期に来ています。

LLMOは、この変化に対する一つの答えです。検索結果をクリックしてもらう戦略から、AIの回答に組み込まれる戦略へ。集客の入口が多様化している以上、対応も多様化させる必要があります。

LLMO対策は「AIの材料になる情報」を整備すること

具体的な施策を見ていきます。LLMOはまだ確立された手法があるわけではなく、効果の再現性も検証途上です。ただし、現時点で有効と考えられている施策はいくつかあります。

FAQ形式のコンテンツが最も取り込まれやすい

AIは質問と回答のペアを好みます。ユーザーが「おすすめの○○は？」と聞いたとき、その質問に直接対応するQ&A形式のコンテンツがあると、AIはそれを回答の材料として使いやすくなります。

サービスページに「よくある質問」をただ並べるだけでなく、ユーザーが実際にAIに聞きそうな質問を想定して、それに対する詳細な回答を用意する。「渋谷で相続税に強い税理士は？」に対して、自社が回答の候補になるような情報を自社サイト上に持っておくことです。

構造化データで「何者か」を明示する

Schema.orgの構造化データを実装することで、AIやクローラーに対して「このサイトは何の事業者か」「どのエリアで営業しているか」「何の専門家か」を明示できます。

LocalBusiness、ProfessionalService、FAQPageなどのスキーマは基本です。加えて、sameAsプロパティで公式SNSや業界団体のプロフィールページと紐付けることで、AIがエンティティ（固有の存在）として認識しやすくなります。

（構造化データは地味な作業ですが、やっている会社とやっていない会社で差がつきやすい部分です。特に中小企業ではほぼ手つかずのケースが多い）

E-E-A-Tの強化がLLMOでも効く

Googleが重視するE-E-A-T（経験・専門性・権威性・信頼性）は、LLMOにおいても重要な要素と考えられています。AIが情報源の信頼性を判断する際、著者の専門性や、外部からの被リンク・引用状況が影響する傾向があります。

代表者の経歴ページを充実させる、業界メディアへの寄稿実績を作る、セミナー登壇の記録を残す。これらは直接的に「この会社は信頼できる」とAIに判断させる材料になります。

ナレッジグラフへの登録を意識する

Googleのナレッジグラフに自社が登録されていると、AIが自社をエンティティとして認識しやすくなります。Googleビジネスプロフィールの充実、Wikidata への登録、各種ディレクトリサイトへの掲載など、複数のデータソースに一貫した情報を掲載することが有効です。

会社名、住所、電話番号、事業内容が、すべてのプラットフォームで一致していること。これはMEO対策と共通する部分で、すでに取り組んでいる企業はLLMO対策の土台ができていると言えます。

LLMOの本質は「引用」ではなく「直接流入」の最大化

AIに自社の情報が引用される。それ自体は悪いことではありませんが、それだけでは集客にはつながりません。ChatGPTの回答を読んだユーザーが、そのままブラウザを閉じてしまえば、ビジネス的な価値はほぼゼロです。

LLMOの本質的なゴールは、AIを介した情報の断片提供ではなく、「自社というブランドそのものが直接選ばれること」にあります。そのための戦略ロジックは明確です。

• 質の高い独自コンテンツを継続的に発信する
• 被リンクやサイテーション（ネット上での言及）を蓄積する
• 情報の権威性と信頼性を確立する
• AIの回答をきっかけに、ユーザーがブランド名で直接検索して訪れる流れを作る

この4段階を経ることで、AIに「情報源」として利用される段階を超え、ネット上の言及を通じて認知を広げ、最終的に指名検索からの直接流入を最大化する。これがLLMOの正しい到達点です。

「AIに推薦される」ことをゴールにしてしまうと、施策の方向性がずれます。コンテンツをAIに拾わせるための小手先のテクニックに走りがちになる。そうではなく、業界の中で「このテーマならこの会社」と想起される存在になること。AIはそのための入口の一つに過ぎません。

SEOの基盤がないとLLMOも機能しない

LLMOが重要だからといって、SEOを飛ばしてLLMO対策だけやるのは現実的ではありません。PerplexityやChatGPTのBrowsing機能は、Web上の情報を参照して回答を生成します。つまり、Web上に自社の情報が十分に存在していなければ、AIが拾う材料がそもそもない。

SEOの基本対策（サイト構造の整理、メタデータの設定、コンテンツの充実、Googleビジネスプロフィールの運用）は、LLMOの前提条件です。「SEOはもう古い、これからはLLMO」という極端な議論は的外れです。

現実的な優先順位はこうなります。まずSEOの基盤を整える。サイトの構造化データを実装する。専門性の高いコンテンツを蓄積する。そのうえで、FAQ形式のコンテンツやエンティティ対策など、LLMO固有の施策を追加していく。

（「SEOかLLMOか」ではなく「SEO＋LLMO」が正解。どちらかだけで十分という状況にはなっていません）

業界ごとにLLMOの効きやすさは異なる

LLMOの効果が出やすい業界と、そうでない業界があります。

地域密着型のサービス業は特に相性が良いです。士業（税理士・弁護士・社労士）、医療機関、飲食店、不動産会社。「○○エリアでおすすめの△△」という質問は、AIに対して最も投げかけられやすい質問の一つです。

この種の質問に対してAIが回答を生成するとき、Googleビジネスプロフィール、口コミサイト、業界ディレクトリ、そして自社サイトの情報を総合的に参照します。自社サイトにエリア名、専門分野、実績、料金の目安などが明記されていれば、推薦される確率は上がる傾向があります。

BtoBの製造業やITサービスの場合は、少し事情が異なります。「おすすめの○○」という質問より、「○○の違いは」「○○の選び方」といった情報収集型の質問が多くなります。この場合は、比較コンテンツや技術解説記事を充実させることがLLMO対策になります。

いずれの業界でも共通しているのは、自社の情報を「AIが理解しやすい形式」で発信することが基本だということです。

競合がほぼ存在しない今が動くべきタイミング

LLMOという概念自体がまだ新しく、日本で体系的に取り組んでいる中小企業はほぼゼロに近い状況です。SEOの場合は、どのキーワードでも強力な競合がひしめいていて、後発が入り込む余地は限られています。LLMOはまだ競争が始まっていない。

とはいえ、過度な期待は禁物です。LLMOはまだ発展途上の領域であり、「こうすれば確実にAIに推薦される」という再現性のある手法は確立されていません。AIモデルのアップデートによって、推薦されるサイトが入れ替わる可能性もあります。

それでも、今の段階で構造化データの整備、FAQ形式のコンテンツ作成、E-E-A-Tの強化といった施策を進めておくことに損はありません。これらはSEOにも効く施策であり、LLMOが想定通りに機能しなかったとしても無駄にはならないからです。

先行者が少ない今だからこそ、少しの施策で大きな差がつく可能性がある。逆に、競合が本格的に取り組み始めてからでは、追いつくのに数倍のコストがかかります。SEOの歴史が証明しているように、早く始めた者が有利なのはデジタルマーケティングの普遍的な法則です。

最後に

LLMOは「AIに引用される」ことがゴールではありません。AIを入口にしてブランド認知を広げ、指名検索から直接流入を獲得する。この一連の流れを設計することがLLMOの本質です。

やるべきことはシンプルです。質の高い独自コンテンツを発信し、被リンクやサイテーションを蓄積し、業界の中で「このテーマならこの会社」と想起される存在を目指す。SEOの基盤を整え、その上にLLMO固有の施策を重ねていくことで、AI時代の集客基盤が完成します。

サイシアでは、SEOとLLMOを一体で設計し、最終的に指名検索・直接流入の最大化を目指すコンテンツ戦略を提案しています。「AI検索にも対応したい」「LLMOに興味があるが何から始めればいいか分からない」という方は、お気軽にご相談ください。