※アムール株式会社より寄稿いただいた内容を掲載しています。
「投資判断の根拠が示せない」というのは、LLMO対策に着手した企業の担当者が社内会議で最初につまずきやすい点です。LLMO対策では検索順位のような共通の「ものさし」が存在しないため、進捗を言葉にしづらいという事情があります。
本記事では、LLMO対策の所要期間を打ち手の種類ごとに切り分けるところから解説していきます。続いて測定指標の組み立て方、毎月記録すべき項目、支援先で起きた変化、そして成果に届かない企業の共通点を順に紹介。
この記事を読み終える頃には、「自社の計測シートに何を並べるか」が決まっているでしょう。
目次
LLMO対策で成果が出るまでの所要期間は、一律ではありません。「技術面の調整」は早く、「文章構造の作り直し」は中くらい、「社外からの言及作り」は長くかかります。この3つの層で見積もることが、社内説明の土台になります。
時間の流れは、以下の4つの区切りで捉えると説明しやすくなります。
この時間差は、仕様に裏づけがあります。OpenAIは、サイト側がrobots.txtを書き換えてから同社のシステムに反映されるまで24時間ほどかかると案内しています。
つまり、巡回の可否そのものは即日に近い速度で動きます。遅れが生じるのはその先、「索引の更新」と「回答づくりの際の取捨選択」という2つの工程です。実装した翌週の数字で判断しない姿勢が欠かせません。
出典:OpenAI「Overview of OpenAI Crawlers」
同じ打ち手でも、業界によって反応速度は変化します。法人向けのソフトウェアや部品製造は検討段階で投げられる質問の種類が限られるため、文章の形を整えるだけで候補に残りやすくなります。対して消費者向けの物販は、競合サイトと口コミ媒体の情報量が厚く、自社ページの手入れだけでは順番が入れ替わりにくい構造です。
打ち手の種類でも差が出ることが一般的です。答えを先に置く書き方への変更や質問文形式の追加は、比較的早く反応が見えます。一方、媒体への掲載や専門誌への寄稿は積み上げがものを言うため、評価には時間が要ります。速い打ち手と遅い打ち手を同じものさしで裁かないことが肝心です。
ひとつ目は、直したあとに手を離すクセです。各サービスの挙動は動き続けるため、手入れを一度で終わらせると状態が劣化していきます。
2つ目は、順番を取り違えるクセです。巡回できる状態を作る前に文章の作り込みへ予算を振っても、成果には結びつきません。Googleも、生成AI機能に出るための前提は検索の技術要件を満たすことであり、そのための別立ての最適化は要らないと述べています。
3つ目は、記録を残さないクセです。何を変えて何が動いたかを残していないと、次の投資先が選べなくなります。
出典:Google 検索セントラル「Optimizing your website for generative AI features on Google Search」
見るべき数字は、検索順位やクリック数とは別系統になります。回答に名前が出た割合と、根拠として使われた割合。この2つを主役に据え、流入系の数字を脇に置く構成が扱いやすい形です。
名前が出た割合は、用意した質問文に対して自社が候補として挙がった比率を指します。「LLMO対策を頼むならどこか」「製造業のAI検索対応に強い会社は」といった文面をいくつか固定し、何回中何回出たかを数えていきます。
根拠に使われた割合は、回答の本文に自社ページのアドレスや記述が使われた比率です。Perplexityのように引用元を画面上に示す仕様のサービスなら確認が容易で、最初の足がかりに向いています。前者は覚えられているかを、後者は資料として採用されているかを示す数字です。2つを並べることで、つまずいている工程が特定できます。
出典:Perplexity「Perplexity Crawlers」
毎月の記録では、まず固定した質問文20〜50本に対する自社の出現回数と、競合各社の出現回数を並べます。ここで重要なのは、文面を変えないことです。条件を動かすと前月との突き合わせができなくなるためです。
次に、解析ツールでchatgpt.comやperplexity.aiからの流入推移を押さえます。Google検索のAI機能については、GoogleがAI OverviewsやAI Modeに出たサイトも検索トラフィックとしてGoogleサーチコンソールに含まれると説明しているため、既存のレポートと並べて読む形になります。
出典:Google 検索セントラル「AI features and your website」
現実的なのは、汎用の解析ツールと専用ツールの併用です。汎用側はアクセス解析での参照元確認とGoogleサーチコンソールが土台になります。専用側は、AIの回答を自動で集めて出現比率を算出する種類のサービスが該当します。
選ぶ際の判断材料は、次の3つです。
ひとつのサービスしか見られない道具では、全体の形がつかめません。
ここからは、当社がLLMO対策支援で関わった3社の経過を紹介します。いずれも、土台作りから文章の手入れ、社外言及へという順番を崩していない点が共通しています。
ここで紹介している事例以外にも、当社の事例についてはアムール株式会社の実績・事例ぺージをご覧ください。
長年にわたり技術情報を発信してきたA社。AI検索の画面ではA社の名前が挙がらず、同業他社ばかりが挙げられる状況が続いていました。
調べてみると、記事の蓄積は十分であるものの、肝心の答えが本文の後半に埋もれており、質問にそのまま応える並びになっていなかったのです。
手を入れたのは、次の4点です。
検討段階の質問における引用の頻度は、着手から3ヶ月でおよそ2.3倍に伸びました。短期で動いた背景には、もともとほかにない技術情報を抱えていたという条件があります。
LLMO対策着手前のB社は、「採用管理ツールのおすすめは」といった定番の質問でほとんど名前が挙がらない状態でした。上位に名前が挙がる5社と見比べると、対応業種、料金の仕組み、導入後の実例といった検討に必要な材料が、自社サイト上で言語化されていなかったことが分かりました。
取り組んだのは、次の3つです。
半年後には主要な質問での順番が業界内の上位3社圏に入り、社名での検索も増えています。
全国に店舗を構えるC社は、購入前の比較段階でAIに名前を出してもらうことを目標に据えました。消費者向けかつ競合の多い領域であるため、自社ページの改善と社外情報の整備を最初から並行させています。
次の3つを半年続けた結果、ブランド名を含む評判系の質問でPerplexityやChatGPTに名前が出るようになりました。
通販経由の問い合わせは月あたり30件ほど上積みされ、その一定割合がAI検索を経由したものと分析されています。
期間の読み違いと順番の取り違えは、そのまま予算と工数の浪費に直結します。ここでは、LLMO対策に踏み込む前に確認しておきたい3つの落とし穴を挙げます。
もっとも多いのが、所要期間の見積もりが楽観的すぎるケースです。検索対策でも半年から1年の継続が前提とされるのと同じく、こちらも一夜で状況が変わることはありません。着手から1ヶ月で数字が動かず、意味がないと判断して止めてしまう――これが典型的なつまずき方です。
必要なのは、記録を取りながら打ち手を重ねていく姿勢です。週単位の揺れを追いかけると方針が定まらなくなります。成否の判定は3ヶ月ごと、方針の見直しは半年ごとに置くことをおすすめします。
最初の一手は、AIの巡回プログラムが自社サイトを読める状態を作ることです。
robots.txtでOAI-SearchBotを締め出していたり、肝心な情報がJavaScript経由でしか出てこなかったりする状態では、どれだけ文章を磨いても届きません。OpenAIは、OAI-SearchBotを拒否したサイトはChatGPTの検索回答に出ないとはっきり記しています。
土台が整ってから文章の手入れ、その次に社外言及という順序を守ることが、投下した費用の効き方を決めます。ここを飛ばして広報活動から入ると、たどり着いた先のページがAIに読めないまま露出だけが増えるという結果になりかねません。
出典:OpenAI「Overview of OpenAI Crawlers」
外部の支援会社に任せる場合、対応範囲に「LLMO対策」と書かれていても、蓋を開けてみれば実は「従来型のSEO対策」にとどまっていたというケースも見受けられます。
契約前に、ChatGPT・Gemini・Perplexityそれぞれでの引用状況を数えられるのか、AI回答上での現状をデータとして見せてもらえるのかを確かめてください。
金額の安さだけで決めると、測定の仕組みや打ち手の具体性が足りない相手を選んでしまいます。初回の提案の時点で、どの質問文を何本、どの頻度で数えて報告するかまで描けているかどうかが、見極めの材料になります。
LLMO対策で成果が出るための期間に関するよくある質問をまとめました。
打ち手の種類によっては、早く動くケースもあります。OpenAIはrobots.txtの更新が24時間ほどで反映されると案内しており、巡回の可否そのものの変更はすぐ効きます。ただし、文章の手入れが引用や推薦の変化として表に出るまでは3か月から半年程度を見込むのが現実的です。社外言及の蓄積はそれよりさらに長い取り組みになります。
詳しくは、記事内の「着手から安定までを4区切りで見積もる」をご覧ください。
最初にrobots.txtとサーバーログを開き、AIの巡回プログラムが正常にアクセスできているかを確かめます。次に、主要な質問に対して自社の記述がそのまま答えになっているかを読み返し、必要に応じて質問文セクションの追加と冒頭への結論配置を行います。それでも動かない場合は、比較媒体や口コミ上での言及量を競合と並べ、足りていない社外からの手がかりを補う方向で検討してください。
詳しくは、記事内の「順番を誤ると予算が空振りする」をご覧ください。
解析ツールでchatgpt.comやperplexity.aiからの参照流入を定期的に見る方法と、質問文を20〜30本固定して月に一度実際に各サービスへ投げ、自社が出たかどうかを記録する方法の併用が基本的な計測方法です。
後者は手作業になりますが、競合との差も同時につかめるため、最初の一歩としては十分に役立ちます。本数を増やす段階で自動収集の道具を検討してください。
詳しくは、記事内の「毎月の記録表に載せる項目」をご覧ください。
所要期間は業界や着手時点の状態で前後しますが、3ヶ月から半年の記録と改善を続けることが基本線になります。技術面は短期、文章の手入れは中期、社外言及は長期。この3つの層で見積もれば、社内への説明も組み立てやすくなります。
進める順番は「巡回可否の診断 → 文章構造の手入れ → 社外言及の整備」です。記録は毎月、判定は3ヶ月ごと、方針の見直しは半年ごとに置いてください。まず質問文を20本決めて今月の状態を書き留めるところから始めるのが、もっとも確実な出発点になります。
社内の体制では限界を感じる場合や、複数サービスをまたいだ計測の仕組みを整えたい場合は、実績のある支援先への相談も選択肢に入ります。
執筆者
沖野 耕基
アムール株式会社 代表取締役。立命館大学卒業後、MBAを取得し、船井総合研究所で企業のデジタルマーケティング支援に従事。独立後は、AI検索最適化(AEO/GEO/LLMO)を専門に、独自のAI回答分析に基づく戦略設計からWeb改善、コンテンツ制作、外部PRまで一気通貫で支援。生成AI活用普及協会(GUGA)シニアパートナー。