LLMO（AI検索最適化）とは、ChatGPTやGoogleのAIによる概要などの生成AIが回答を作るときに、自社サイトの情報が「引用・参照される」状態を目指す施策のことです。検索結果のリンク一覧で順位を競う従来のSEOに対し、LLMOは「AIの回答そのものに登場すること」を目的とします。
この定義だけなら、どの解説記事にも書いてあります。ですがこの記事では、私が大手メディアの運用現場で実際にこの変化に直面し、何を間違え、どう立て直したのかという経験を軸に、実務で使える形まで掘り下げます。
■ 私がこの問題に気づいた瞬間
AIによる概要が検索結果に広がり始めた頃、私が運用を支援していたあるメディアで、奇妙なことが起きました。**検索順位はほとんど落ちていないのに、アクセスだけが目に見えて減っていく**のです。
最初、私はこれをクリック率（CTR）の問題だと考えました。タイトルや説明文を書き直し、見せ方を改善すれば戻るはずだと。ところが、いくら手を入れても流入は戻りませんでした。原因の見立てそのものが間違っていたのです。
転機は、Ahrefsの「Brand Radar」というツールで、AI検索での引用状況を測ったときでした。データを見て愕然としました。**同じテーマで、競合サイトだけがAIに引用され、自社はほとんど登場していなかった**のです。順位という土俵では勝っていても、AIが回答を作る土俵には乗れていませんでした。
■ 何が足りなかったのか
調べていくと、自社のページは「人間が読む分には良い記事」でしたが、**AIが引用しやすい構造になっていなかった**ことが分かりました。質問に対する簡潔な答えが冒頭になく、情報が長い文章に溶け込んでいて、AIが一節（パッセージ）として抜き出せなかったのです。
そこから、私は記事の作り方そのものを見直しました。具体的には次の順序です。
- まず、ユーザーの疑問をそのまま見出しにし、その直下に1〜2文で答えを置く
- FAQや比較表など、AIが抜き出しやすい形を増やす
- 「誰が書いているか」「何の専門サイトか」という運営者情報を明確にする
- 構造化データで、サイトの情報をAI・検索エンジンに正しく伝える
この試行錯誤を、経営コンサル企業のサイト、通信サービスメディア、VODメディア、電子書籍メディアなど、業種の異なる複数の現場で繰り返すうちに、共通して効く順序が見えてきました。それを整理したのが、後述する「4つの層」の考え方です。あるVODメディアでは、この考え方で作品ページを作り直したところ、AI経由の流入が月3件から20件へと増えました。
■ LLMO・GEO・AIOの違いを整理する
経験談の前提として、用語を対応させておきます。混乱しやすい3つです。
- LLMO（Large Language Model Optimization）：ChatGPTなどの大規模言語モデルに引用・参照されるための最適化
- GEO（Generative Engine Optimization）：生成AIエンジン全般に向けた最適化。LLMOとほぼ同義
- AIO（AI Overviews最適化）：GoogleのAIによる概要での露出に向けた最適化
呼び方は違っても、ゴールは共通です。「AIが回答を生成するとき、信頼できる情報源として自社が選ばれること」。本記事ではまとめて「AI検索最適化」と呼びます。
■ 従来のSEOとの違い
SEOとAI検索最適化は対立しません。補完関係です。違いを表で整理します。
私の失敗が示すとおり、SEOで上位でも、AI検索で引用されるとは限りません。ここを取り違えると、私のように見当違いの改善に時間を使ってしまいます。
■ AI検索最適化を「4つの層」で考える
複数の現場での試行錯誤から、私は引用されるための条件を4つの層に分けて点検するようになりました。下の層が土台、上の層が成果です。
- 第1層 技術基盤：クロール・インデックス・サイト構造・表示速度。AIがそもそも読み取れる状態か
- 第2層 コンテンツ競争力：質問への簡潔な回答、FAQ、表や箇条書きなど、引用しやすい構造になっているか
- 第3層 権威性（E-E-A-T）：運営者情報・専門性・被リンクなど、信頼できる発信者と認識されるか
- 第4層 AI引用適性：AIによる概要での表示状況、構造化データ、エンティティの明確さ
多くの「SEO診断」は第1〜2層で止まります。私が最初につまずいたように、流入減の本当の原因は第3〜4層に潜んでいることが少なくありません。
■ 相談に来る方が、よく取り違えていること
これまで多くのご相談を受けてきて気づいたのは、**相談者の口から最初に出る言葉と、本当の課題がずれている**ことが多いという点です。
「検索順位を上げたい」とおっしゃる方の多くは、実際には「AIや検索で見つけてもらえなくなった」ことに困っています。順位は手段であって、目的は見つけてもらうことのはずです。ところが順位だけを見ていると、AI検索という新しい土俵での不利に気づけません。
だから私は、改善案を出す前に、必ず**現状の実測**から入ります。AIに自社がどう扱われているかを先に測らないと、どの層に手を入れるべきか優先順位がつかないからです。土台（第1層）が崩れているのに第4層を磨いても効きませんし、その逆もあります。
■ まず自分でできる簡易チェック
専門家に頼む前に、次の手順で現状を把握できます。私がいつも最初にやることと同じです。
1. ChatGPT・Gemini・Perplexityを開く（履歴の影響を避けるため新規チャットで）
2. 自社の社名やサービス名で「◯◯とはどんな会社ですか」と質問する
3. 続いて、自社が登場したい一般的な質問（例：「◯◯のおすすめは」）を投げる
4. 自社が引用・言及されているか、競合が登場していないかを記録する
回答は日によって変わるため、1回で判断せず、複数回・複数AIで傾向を見てください。
■ よくある質問
Q. SEO会社に依頼していればAI検索対策も含まれますか。
A. 含まれる場合と含まれない場合があります。私の見てきた範囲では、内部対策中心の支援は第4層（AI引用適性）まで踏み込まないことが多く、別途の確認をおすすめします。
Q. すぐに効果は出ますか。
A. AI検索への反映は従来のSEOより早い傾向があり、技術基盤や引用しやすい構造の改善は比較的短期間で変化が見えることがあります。一方、権威性やエンティティの定着には時間がかかります。
Q. 何から始めればよいですか。
A. まずは現状の実測からです。AIに引用されているかを測り、4つの層のどこに課題があるかを切り分けると、打ち手の優先順位が明確になります。
■ 現状を診断したい方へ
「ChatGPTで自社が出てこない」「順位は維持しているのに流入が減っている」。こうした課題は、私自身が現場で通ってきた道でもあります。
原因を切り分ければ打ち手は見えてきます。弊社では、主要な質問を4つのAIで実測してAI可視性を測る簡易診断（エントリー向け）と、Ahrefsとサーチコンソールの実データで4層を横断する本格診断をご用意しています。
