AI OverviewsやChatGPTなど、対話型AIを前提とした情報収集行動が一般化しつつある今、SEOだけで集客を維持することが難しくなっています。そこで注目されているのが、AIに正しく引用されるための最適化手法「LLMO（Large Language Model Optimization）」です。
本記事では、LLMOの基礎から、実際にllms.txtを導入した際の検証結果、さらに今後のSEO施策で押さえるべきポイントまで詳しく解説します。
LLMOとは
LLMOとは、ChatGPTやGeminiのような大規模言語モデルが自社情報を正確に理解し、回答内で適切に引用できるよう最適化する手法を指します。AI Overviewsでの引用獲得や、ChatGPT回答内での参照元表示を目的として行われます。
SEOは検索エンジンのアルゴリズムに最適化し、上位表示によるクリック獲得を目指します。
一方でLLMOは、大規模言語モデルそのものに対する最適化であり、AI回答内での引用や言及を増やすことが目的です。ユーザーの行動が検索エンジンからAIへシフトしている今、両者は別軸で考える必要があります。
LLMOが重要な理由
対話型AIの普及により、ユーザーが検索結果を見る前にAIに聞く流れが一般化しています。GoogleもAI Overviewsを標準化しつつあり、ゼロクリック検索が急増しています。
その影響で検索ボリューム自体は今後25％減少すると予測されているのです。つまり、自社情報がAIの回答に引用されなければ、ユーザーに認知される機会が減ってしまいます。
これまでは検索→クリック→サイト流入→比較検討という流れが一般的でした。しかし現在は、AI内で完結する認知→別チャネルでの再想起→サイト訪問という分断型の動線が増えています。そのため、SEOだけに依存した流入を維持するのは難しく、LLMOや指名検索の強化が必須です。
llms.txt の導入検証結果
PENGINが自社および複数のメディアでllms.txtを導入した結果、導入後2週間ほどで以下の反応が見られました。
- 3サイトでChatGPT経由の流入数が150％増加
- 1サイトでも140％増
- 自社サイトでは、ChatGPTの引用率が20％→60％へ増加
- Googleサーチコンソールの表示回数は100倍以上、クリック数は3倍に増加
- Googleアナリティクス上のユーザー数が1.2倍に増加
短期間で明確な変化が出ており、llms.txtの導入は現時点で有効性の高い施策といえます。ただし、導入直後は伸びるものの、その後は鈍化する傾向があるため、継続的なLLMO施策の併用が必要です。
今後必要になるLLMOの具体施策
今後BtoBサイトの運営には、LLMO施策の実施が必須となるでしょう。ここでは、BtoBサイトの運営で取り組むべきLLMOの具体施策を紹介します。
エンティティ情報の整備
AIが企業情報を理解しやすいよう、コーポレートサイト・オウンドメディア・SNS・Wikipediaなどの情報を整合性を持たせて整えることが重要です。情報が散逸していると、AIが正しく評価できません。
AIに引用されやすいコンテンツ設計
ChatGPTでは「◯◯を分かりやすく教えて」と質問されることが増えています。そのため、FAQや記事構成に「◯◯とは？」「◯◯を分かりやすく説明します」といった項目を盛り込み、AIが引用しやすい文章構造に調整する必要があります。
構造化データやテクニカル施策の強化
llms.txtを含むテクニカル施策は、AIに情報を読み取らせる上で重要な基盤になります。構造化データや文書構造の整理など、AIが解釈しやすいデータ形式へ整えることが欠かせません。
外部情報の最適化も欠かせない
SNS、レビューサイト、プレスリリース、外部メディア掲載など、企業が発信する情報の質を高めることもLLMOの一部となります。AIは外部の信頼性も参照するため、広報・PR活動の重要性がこれまで以上に高まっています。
LLMO対応はPENGINにお任せください！
LLMOは、従来のSEOを補完するだけでなく、AI時代の集客における中心的な要素となりつつあります。単発で終わらせず、エンティティ・コンテンツ・テクニカル・外部情報のすべてを並行して進めることが、長期的な成果には欠かせません。
PENGINでは、SEO・LLMOだけでなく、広報やブランディングを含めた総合的なマーケティング実行支援を行っています。対話型AI時代に適応したマーケティング施策を進めたい企業様は、ぜひ株式会社PENGINへお気軽にご相談ください。
PENGINへのご依頼は、以下のフォームよりお気軽にお問い合わせください。