「ChatGPTにおすすめのサービスを聞いたら、競合だけが表示される。自社が表示されるにはどうすればいい？」
AIを使った検索・情報収集が急速に普及する中、BtoBマーケティングの現場には大きな変化が起きています。
6senseの調査データによると、BtoBの購買担当者の94%がすでに購買プロセスの一部でAI（LLM）を使用しているとされ、BtoB企業は「AIに選ばれない」ことが大きな機会損失を生み始めています。
また、AIエージェントのみで有望なベンダーのピックアップから資料請求まで完結する「エージェンティックコマース」も登場しており、AIに選ばれないことは「検討の土台にも上がれない」というのはそう遠くない未来の話です。
そうした背景から、2026年から多くのBtoB企業がLLMOに対する本格的な投資を開始しています。
実際、弊社でも2026年に入ってから大手企業からの大規模な依頼が相次いでいる状況です。
本記事では、BtoBサービスを提供する企業におけるLLMO（GEO）について、基礎知識から実際の取り組み方までわかりやすく解説していきます。
業界に先駆けて10社以上のBtoB企業に対するLLMO支援を実施している筆者の経験に基づいた、「AIに選ばれるためのアルゴリズムの本質」と「今日から着手すべき具体的な施策」を余すことなくお伝えしていきます。
- 独自開発のLLMO分析ツールを活用
- 国内他社にはできない詳細なAI可視性（どれだけAIに言及・推奨・引用されているか）分析が可能
- 現状のLLMO対策の課題と、優先的に取り組むべき施策がまるわかり
現在、AI検索時代への対応やLLMO対策について、お考えでしたらぜひ弊社のLLMO無料診断をご活用ください。独自開発のLLMO分析ツールを活用し詳細な分析を実施。国内企業では現状不可能な高度なAI可視性分析が可能です。主要なAI（ChatGPT, Google Ai Overviews等）における競合比較や現状のLLMO対策の課題と、優先的に取り組むべき施策の可視化をいたします。ぜひ下記よりお気軽にお問い合わせください。
お問い合わせはこちらそもそもLLMO（GEO/AIO）とは？SEOとの決定的な違い
LLMO（Large Language Model Optimization＝大規模言語モデル最適化）とは、「AIを使った検索・情報収集において、”自社のプレゼンス”を高める施策のこと」を指します。
なお、AEOやGEO、AIOなど様々な呼ばれ方が乱立していますが、基本的にはLLMOと同義という理解でOKです。
なお、LLMOの基礎知識から知りたい方は下記の記事をご覧ください。
BtoBのLLMOでは「ブランドメンション」増加が第一目的
BtoBにおいてのLLMOでは、AIにブランドメンション（推奨・言及）されることが第一目的です。
例えば、「会計ソフト」を提供しているBtoB企業であれば、AIに「おすすめの会計ソフトは？」などと尋ねられた際に、自社のサービスを言及してもらえるようになることを目指します。
BtoBの購買プロセスでは、複数のサービスを比較してサービス候補リストを作る作業に時間がかかります。
最近のユーザーは段々、自分で検索・調査する代わりに、AIに「最適なツールを3つ挙げて」と依頼するようになっています。したがって、ここで名前が挙がらないことは、検討の土台に乗れないことにもつながりかねないのです。
なお、LLMOではAIの回答で自社コンテンツが引用してもらうことを目指す動きもあります。
ただし、AIにコンテンツが引用されても、訪問までしてくれるユーザーは少ない（AIで解決できてしまう）ため、現状BtoB領域においての効果は限定的です。
LLMOとSEOの違いは？
LLMOがSEOとどのように異なるのか、その違いを比較表で整理しました。
| 項目 | SEO | LLMO |
|---|---|---|
| ターゲット | 人（検索ユーザー） | AI（大規模言語モデル） |
| 主なゴール | 自然検索経由のトラフィック・コンバージョンの増加 | AIからの「ブランドメンション」獲得（”引用”を目指すケースも） |
| 評価指標 | ・クリック数 ・検索順位 ・検索経由のコンバージョン | ・ブランドメンション率 ・AI上でのインプレッション ・AI可視性 ・引用数 ・ブランドリフト率 ・AI経由のコンバージョン |
| 対策方法 | 大きくは変わらないが”ロードマップ”は異なる | |
LLMOはSEOとゴールや評価指標は明確に異なります。
一方で、実施する施策自体については、従来のSEOと大きく変わりません。
例えば、SEOで重要であった
SEOの土台の上にある拡張版と捉えるのが良いでしょう。
なお、BtoB企業のSEO対悪についてく詳しくは下記の記事をご覧ください。
なぜ今、BtoB企業にLLMOが不可欠なのか
BtoBマーケティングにおいて、LLMO対策が不可欠な理由は、AIが購買プロセスにおける「相談・比較検討」段階でコンサルタントのような役割を担い始めたからです。
BtoB購買プロセスが大きく変化している
BtoBの購買プロセスはAIの登場により、大きく変化しています。
6senseの調査データによると、BtoBバイヤーの94%がすでに購買プロセスの一部でAI（LLM）を使用しています。
また、LANY LLMO LABが実施した調査では、回答者の46.4%が、「生成AIの回答によって、それまで検討していなかった新しいサービスを発見・選定した」と、衝撃的なデータが示されています。
AI登場以後のBtoBにおける購買プロセス（カスタマージャーニー）をまとめると下表の通りです。
エージェンティック・コマースの登場により、AIが購買プロセスの大半を占める未来
また現在、AIは単なる「検索ツール」から、タスクを自律的に実行する「AIエージェント」へと進化しています。
今後、ユーザーは「一番良いMAツールを教えて」と聞くのを超えて、「私の会社の条件（従業員数、予算、既存システム）に合うMAツールのデモを予約しておいて」「資料を請求して比較表を作っておいて」といった形で、購買プロセスの大半をAIで完結させるようになっていきます。
このような購買プロセスのユーザーが大半になった場合、AIに認識されていない（ナレッジグラフに存在しない）企業は、人間の目に触れることすらなく、購買の選択肢から除外されてしまうと言えるでしょう。
渡邉LLMO対策は、単なる集客手段ではなく、将来のBtoB取引におけるそもそもの「参加資格」を得るための必須要件となります。
参照：ANI「Techmagnate Introduces Agentic AI Digital Marketing Services」
SEOと同時に取り組めるから投資対効果が高い
先に述べた通り、LLMOとSEOは、ロードマップや計測する指標が異なりますが、実施する施策はほとんど同じです。
実際、2025年12月のGoogle公式ポッドキャストでダニー・サリバン氏は、以下のように発言しています。
「AIは既存の検索インデックスの上に構築されている。したがって、Google検索に最適化されている（SEO）なら、それはAIにも最適化されている。」
Search Off the Recordより
つまり、LLMOに取り組むという事は、必然的にSEOにも同時に取り組むという事になります。
また、いくらAIが購買プロセスを変化させているとはいえ、現状まだまだSEO経由のトラフィックやリード数の方が圧倒的に多いです。
既存の強力なチャネルであるSEOを強化しながら、未来に向けた投資もできるという点で、LLMOの実施には非常に価値があるのです。
渡邉LLMOの流行に乗じて、SEO技術の無い企業が参入し「SEOは終わった、今やるのはLLMOだ」という触れ込みをしています。そうした企業には注意してください。あくまで重要なのは成果であり、取り組むならLLMOとSEOどちらも意識した（どちらの指標も追う）、ハイブリッド対策が現状の最適解です。
「AIに選ばれる」技術的なメカニズムを理解しよう
AIに選ばれるためには、AIがどのように情報を学習し、検索し、生成するかという技術的メカニズムをまずは理解する必要があります。
渡邉仕組みを理解せず、具体的な取り組みを始めてしまうと、本質からズレた進め方になりがちです。ここでしっかりと理解を深めましょう。
【前提知識】AIが回答を生成するメカニズム：「パラメトリック知識」と「RAG」
AIがユーザーの質問に答えるとき、2つの異なるルートから情報を引き出しています。
まずはこの違いを理解することが、LLMOの第一歩です。
パラメトリック知識＝「AIがすでに持っている知識」
パラメトリック知識とは、ユーザーに質問される前から、AIがすでに知識として持っている情報のことです。
例えば、「CRMとは何か？」と聞かれた際に、AIはまず自身の持っている知識を見ます。
自身の持っている知識はWikipediaなど、権威性が非常に高いサイトから保存されています。
つまり、そうした権威性が非常に高いサイトに、自社を登場させることは重要です。
RAG（検索拡張生成）＝「質問されてからAIがネット上を調査して得る知識」
RAGとは、質問を受けてからネット上を検索し、見つけた情報を要約して回答する仕組みのことです。
最新の製品比較や価格、導入事例などは、パラメトリック知識として持っていないため、質問を受けてから、ネットを検索し、要約したうえで回答となります。
つまり、自社サイトにおいて、AIのクローラーに見つけられやすく、かつAIが理解しやすい形式（後述）で情報を公開しておくこと。外部サイトにおいては、自社の情報を正しくかつ多くのサイトに紹介してもらうことが重要です。
AIに選ばれるためのロジック：「意味的共起」について理解しよう
AIはいわば、「次に来る言葉を確率で予測するマシン」です。
例えば、「エンタープライズ向け MAツール」という言葉の後に、どの社名が続く確率が高いかをAIは計算しています。
AIに自社名を出してもらうには、自社サイトを含めWeb上の信頼できる情報源（比較サイト、ニュース、専門記事）の中で、「特定のトピック」と「自社名」がセットで語られている（＝共起している）必要があります。
また、AIに情報源としてもらえるように、自社サイトがWeb上の信頼できる情報源となることも重要です。（自社のことについては、自社サイトが一番詳しく書かれるため、そこが信頼してもらえていないことが大きなマイナス）
いくら意味的共起の強化が必要とはいえ、キーワードの詰め込みなどユーザーのためにならない行為はNGです。実際、プリンストン大学の研究で、単にキーワードを羅列するとAIからの視認性は10%低下するとわかっています。一方で、「統計データ」や「専門家の引用」を含むコンテンツは、AIに選ばれる確率が30%以上向上することも示されています。
BtoB企業が「AIに選ばれる」ための3つの条件
AIは会社や製品の情報を「見つけ」、内容を「解釈」、さらにその「信頼性を裏付ける」という3つのステップで回答を生成します。
したがって、BtoB企業が「AIに選ばれる」ためには、以下の3つの条件を満たすことが重要です。（競合以上に）
- 「見つけ」てもらえるよう、AIが会社・製品を学習するための”情報”が自社サイトに充実していること
- 「解釈」しやすいよう、公開した”情報”を技術的にAIが理解しやすいこと
- 「信頼」してもらえるよう、自社サイト外の言及を通じて”情報”の裏付けができていること
それぞれさらにくわしく見ていきましょう。
条件①：AIが会社・製品を学習するための”情報”が自社サイトに充実していること
AIに自社や製品のことを言及してもらうためには、まず会社や製品の情報（特徴・料金・スペックなど）を理解してもらう必要があります。
したがって、まず重要なのは自社サイト内に特徴や価格、スペックといった情報を充実させることです。
例えば、AIに価格が安いサービスとしておすすめしてもらいたいのに、自社サイトに価格情報が一切かかれていないのは本末転倒と言えます。
最近は、「よくある質問」を充実させることが、少ない手間でAIに学習させたい会社・製品情報を盛り込みやすく頻繁に用いられています。詳しくは記事後半で解説していますのでご確認ください。
条件②：公開した”情報”を技術的にAIが理解しやすいこと
AIに選ばれるためには、単に自社サイトに情報を充実するだけでなく、AIが技術的に理解しやすい形である必要があります。
多くの要素がありますが、代表的なものとしては、HTML構造と構造化データが挙げられるでしょう。
渡邉なお、SEOにしっかり取り組んでいる方にとっては、「そんなの出来てて当り前じゃない？」という内容なので読み飛ばしちゃってください！
HTML構造
最新の研究（HtmlRAGなど）により、先ほど紹介した「RAG」において、「HTML構造」がかなり重要な役割を果たしていることがわかっています。
見出し箇所は<h>、リスト箇所は<ul>、表は<tabele>などといった形で、適切なHTMLでページを公開した方が、AIによる読み取りの精度が向上します。つまりAIに伝えたいことが正しく伝わります。
特にBtoBの領域においては、製品比較がAI上で頻繁に行われるので、<table>タグで実装された比較表が非常に重要です。
以下のように自社サービスページに、他社製品との比較表を入れて、<table>タグで実装することはAIにサービスの位置づけを認識させるうえで、かなり有効だと言えるでしょう。（比較表を画像で入れている場合は、<table>タグで作成しなおすのもおすすめです。）
構造化データ
同じく、構造化データを適切に使用することで、AIはコンテンツをより正確に識別し、ノイズを除去して重要な情報だけを抽出することができます。
構造化データとは、Webページの内容をAI（検索エンジンなど）が正確に理解できるように、決められた形式（語彙）で意味づけをしたデータのことです。
例えば、人間はレシピサイトにある「特製カレー」という文字を見れば、それがレシピの料理名だと理解できます。しかし、AIや検索エンジンにとっては、それが単なるテキストなのか、料理名なのか、本のタイトルなのか、すぐには判断できません。
構造化データを用いれば、「これはレシピの料理名ですよ」「これは調理時間ですよ」と一つ一つに意味のラベルを付けてあげられます。
このような特性から、AIの理解を助ける構造化データは、LLMOにおいて有効です。
実際、Chandana Cheerlaによる研究論文でも、以下のように示されています。
構造化データを利用したRAGシステムは、従来のテキストベースのRAGと比較して、回答の適合率（Precision）が15%向上し、平均逆順位（MRR）も大幅に改善したというデータがあります。
引用：Chandana Cheerla「Advancing Retrieval-Augmented Generation for Structured Data 」
なお、構造化データについて詳しくは下記の記事をご覧ください。
条件③：自社サイト外の言及を通じて”情報”の裏付けができていること
LLMO対策は、自社サイト内だけで完結するものではありません。
自社サイト内では、会社や製品のことをいくらでも良く言えてしまうので、AIは情報が本当なのかWeb全体を通じて裏付けをとります。
つまり、自社サイト以外のWebサイトやSNSでも、自社の情報が正しくかつ多くの言及がされていることが重要です。
LLMOの究極の目標である「エンティティの確立」について理解しよう
ここで理解しておきたいのが、「エンティティ」という概念です。
「エンティティ」とは、人・企業・場所・製品など、明確に区別できる固有の情報要素のことを指します。
ちょっと意味わかりませんよね。
よりわかりやすく言うと、「AIが、あなたの会社を一つの『個体』として認識するためのラベル」のことです。
例えば、「リンゴ」という言葉だけでは、食べる果物なのか、IT企業のApple社なのか、AIには判断が難しい場合があります。しかし、AIがWeb上の膨大なデータを読み取り、「iPhoneを作っている」「スティーブ・ジョブズが創業した」といった情報を結びつけることで、「これは、あの特定のIT企業（エンティティ）のことだ」と確信を持って識別できるようになります。
つまり、あなたの会社が「会計君」という会計ソフトを提供している場合、「人気の会計ソフトは？」というAIへの質問でブランドメンションしてもらうためには、「会計君」という名前が、単なる「言葉」ではなく、「会計ソフトというカテゴリーに属する、信頼できるサービス」という一つの明確なエンティティとして、AIの知識に刻み込まれている必要があるのです。
これは、「エンティティの確立」と呼ばれ、LLMOの究極の目標とも言えます。
他のWebサイト・SNSなどデジタル全体での”情報”充実を目指す（＝外部対策）
以下のような、自社サイト以外のデジタル全体での情報充実を目指すことを外部対策と言います。
- 他のWebサイトやSNSでの言及（サイテーション）
- 他メディアでの紹介やニュース記事
- Googleマップなどのビジネスプロフィール
- 公式なデータベース（Wikipediaや業界団体など）への登録
影響が非常に大きいので、しっかりリソースを割いて取り組んでいきましょう。
なお、LLMOにおける外部対策について詳しくは、下記をご覧ください。
BtoB企業が明日からできる簡単なLLMO対策7選
「AIに選ばれるための条件」を理解したところで、具体的に何をすべきか見ていきましょう。
ここでは、BtoB企業が明日からできる簡単なLLMO対策を7つ紹介していきます。
会社or製品情報の充実
先ほど解説した通り、自社サイトにAIが学習するための情報がなければ、なかなか検討の土俵には上がりにくいです。
以下のようなポイントで自社サイトに情報の不足がないか確認してみましょう。
- 製品名とカテゴリーが明確化されているか
AIが何の製品か正しく分類できるようにする（例：会計ソフトや勤怠管理システムなど、一般的なカテゴリー名を明記しているか） - 数値データの表形式での記載
サイズ、重量、処理速度、対応言語などのスペックをテキストの羅列ではなく、AIが抽出・比較しやすい「表（Tableタグ）」で整理しているか。 - 価格感や料金体系
「詳しくはお問い合わせ」だけで済ませず、月額費用や初期費用の目安、あるいは「小規模向け」「エンタープライズ向け」といったプラン構成を記載しているか（AIが「低コストな選択肢」として選ぶための判断材料になります）。 - 強み（USP）の定量的表現
「高い信頼性」といった抽象的な表現だけでなく、「稼働率99.9%」「従来比30%のコスト削減」など、AIが特徴としてタグ付けできる具体的な根拠があるか。
渡邉ビジネスモデル上、具体的な価格を出すのが難しい場合でも、大体の目安や対象の企業規模・プラン構成などは示すようにしましょう。
FAQ（よくある質問）の充実
ユーザーがAI（ChatGPTやPerplexityなど）に問いかける形式は、多くの場合「質問文」です。
サイト内にこれに対応する「回答」を用意しておくことで、AIはあなたのサイトを「直接的な引用元」として選びやすくなります。
また、FAQを追加したら、FAQの構造化データを実装するのもおすすめです。
質問と回答のセットが構造化されたデータになり、AIや検索エンジンがより認識しやすくなります。
実装方法については、下記の記事を参考にしてください。
会社情報の「構造化データ（JSON-LD）」の実装
構造化データは多くの種類があり、すべてを実装するのは大変です。
LLMO（AI最適化）の第一歩として、まずは「会社情報（Organization）」をAIに正しく伝えるためのコードをサイトのトップページ等に付与してみましょう。
AIに対して「このドメインを運営しているのは、この住所にあるこの会社である」という確証を与え、信頼スコアの土台を作ることができます。
以下のコードの各項目（赤字箇所）を自社の情報に書き換え、HTMLの<head>タグ内に配置してください。
<script type="application/ld+json">
{
"@context": "[https://schema.org](https://schema.org)",
"@type": "Organization",
"name": "株式会社サンプルB2Bソリューション",
"alternateName": "Sample B2B Solutions Inc.",
"url": "[https://www.example.co.jp/](https://www.example.co.jp/)",
"logo": "[https://www.example.co.jp/logo.png](https://www.example.co.jp/logo.png)",
"contactPoint": {
"@type": "ContactPoint",
"telephone": "03-xxxx-xxxx",
"contactType": "customer service",
"areaServed": "JP",
"availableLanguage": "Japanese"
},
"sameAs": [
"[https://www.facebook.com/example](https://www.facebook.com/example)"
]
}
</script>なお、実装方法について詳しくは下記の記事を参考にしてください。
外部ポータルサイトや比較記事への掲載依頼
AIは外部ポータルサイトや比較記事を確認して、対象の企業のサイトで述べられている情報の正しさを裏付けます。
また、外部ポータルサイトや比較記事への掲載により、サイテーション（言及）や被リンクを獲得可能です。
多くのサイトで、サイテーションを得られていたり（言及されていたり）、被リンクを得られていたりすることは、明確にAIからのブランドメンションされやすさと相関関係があります。
また、外部サイトやSNSでポジティブに語られているかどうかも重要です。
ネガティブな言及ばかりされているサービスは、ブランドメンションされにくくなると、プリンストン大学、ジョージア工科大学などの研究者グループによって発表されています。
プレスリリースの継続的な配信
AIは最新の情報を優先的に学習・参照するアルゴリズムを持っています。
プレスリリースは、公的な「最新ニュース」としてAIに認識される重要なソースです。
サービスリリース時はもちろん、新機能でのリリースや調査レポートの公開などのタイミングで積極的に活用しましょう。
また、PRTimesなどのプレスリリースサービスを活用すると一気に多くのメディアに掲載されます。
これはサイテーションを獲得するという観点でも有効です。
渡邉PRTimesは月30本配信プランが月7万円（税別）なので、多く配信する場合、おすすめです。※単発配信なら1本3万円（税別）
独自データを含む「一次情報（事例・調査）」の公開
AIによる生成技術が発展し、どこにでもある一般論を並べたコンテンツは、誰にでも作れてしまいます。
そのため、AIや検索エンジンからは価値がないと判断されやすく、高い評価は得られません。
調査データ、事例、著者の経験や体験、オピニオンなど、一次情報を意識的に含めたコンテンツを公開をしましょう。
Google ビジネスプロフィールの作成or更新
BtoBであっても、会社の実在性確認において、Google ビジネスプロフィールはAIが参照する主要なデータベースの一つです。
また、士業などローカルSEOが重要なBtoB企業においては、必須の施策だと言えます。
渡邉なお、Google ビジネスプロフィールに登録されていても情報が古かったり間違っていた利するのは本末転倒なので、最新の営業時間、サービス内容、公式URLが正しく設定されているか確認してみましょう。
BtoB企業が本格的にLLMO対策をする場合のロードマップ
つづいて、本格的にリソースを割いてLLMO対策をする場合のロードマップをステップ形式で見ていきましょう。
- AIによるブランドメンション状況などの調査を行う
- LLMO対策がどれだけできているかを調査
- 施策リストアップと戦略策定
- 施策実行と効果測定＆改善
渡邉本格的に取り組む場合には、AhrefsやSemrushといった本格的な分析ツールの導入と、高度なノウハウを持つ社内担当者が必要です。用意するのが難しい場合は外部パートナーの活用も選択肢となるでしょう。
Step1：AIによるブランドメンション状況などの調査を行う
まず最初に行うべきは、現状どれだけAI上でプレゼンスを発揮できているかの調査です。
AI上でどれだけ言及やインプレッションが得られているかを、「AI可視性」とも言います。
測定するべき指標は、ブランドメンションを含め、以下のようなものが挙げられます。
| ブランドメンション数 | AIの回答テキストの中に、自社のブランド名や製品名が具体的に言及された回数です。 |
|---|---|
| AI上での露出シェア率 | 特定のカテゴリに関する質問群に対して、自社ブランドが回答に含まれる頻度や占有率のことです。 |
| AIインプレッション数 | AIの回答を通じて、実際にユーザーの目に自社ブランドの情報が触れたと推定される総数 |
| AIによる引用数 | AIが回答の根拠（ソース）として、自社ウェブサイトのURLやコンテンツをリンク付きで提示した回数です。 |
| AIによるブランドリフト率 | AIによる推奨や露出の結果、ユーザーのブランド認知度や購買意欲がどれだけ向上したかを測定する指標です。 |
| AI経由のコンバージョン数 | AIチャット内のリンクや情報をきっかけにサイトを訪れ、購入や資料請求などの最終成果に至った件数です。 |
ブランドメンションだけなら、AIに以下のような質問をいくつか投げかければ何となく状況は把握できます。
ただ、本格的に各指標を調査・分析する場合は、ツールが必須です。
AhrefsとGA4を使った調べ方も見てみましょう。
AhrefsとGA4を使った本格的な調査方法
ブランドメンション
※競合と比べたい場合は競合も入力
下図の通り、弊社の「記事作成代行ウルトラ」のメンション数は32という事がわかります。
この32という数字は、入力された情報に基づき、その市場において行われているAIへの質問のうち、回答に弊社の「記事作成代行ウルトラ」というブランドが出てくる回数のことです。
渡邉弊社の記事作成代行ウルトラは、主要な記事制作サービスの中では、最もブランドメンション数が多かったです。
※記事制作サービス主要5サービスと比較
メンション総数の数字をクリックすると、以下のように詳細データも確認可能です。
AIに入力された質問と、それに対する回答が表示され、あなたのブランドがどの質問に登場しているか、回答状ではどのように表示されているか詳しく確認できます。
ここでは、自社サービスの特徴にあった質問やキーワードで表示されているか確認することも重要です。
例えば、価格の安さが売りのサービスなら、「○○サービスで安いのは？」といった質問の回答で出てきているか確認してみましょう。
AI上での露出シェア率（占有率）
下図の通り、競合に比べたAI上での露出シェア率（AIシェア・オブ・ボイス）が表示されます。
数値が高ければ、それだけAI上での言及を競合よりも多く取れているという事です。
AIインプレッション数
インプレッションを選択すると、以下のようにインプレッション数が表示されます。
数値が高ければ、それだけAI上で貴社のブランドやコンテンツが表示されているという事です。
AIによる引用数
下図の通り、競合に比べたAI上での引用数が表示されます。
数値が高ければ、それだけAI上によってコンテンツが引用されているという事です。
AIによるブランドリフト率
指名検索数を使って測定する方法が有効です。
LLMO対策によるブランドメンション数といった指標の変化が起きたあと、指名検索数にどれだけ相関関係があったか測定しましょう。
指名検索数はAhrefsで以下のように調べられます。
- [Keywords Explorer] を開く。
- 検索窓に自社のブランド名、会社名、主要な商品名を入力（カンマ区切りで複数入力可）。
- [Search] をクリック。
- [Volume] 項目で月間検索数を確認。
- また、[Keyword ideas] セクションの「Matching terms」を見ることで、「ブランド名 + 評判」「ブランド名 + 使い方」といった複合キーワードの需要も一括で把握できます。
AI経由のコンバージョン数
gpt」「gemini」「perplexity」などのキーワードを入力してフィルタリングする。渡邉「AIチャネル」をカスタム作成するのもおすすめです。
ちなみに弊社では、上記すべての指標を無料で調査する「LLMO無料診断サービス」を提供しています。
本格的に各指標を調査し、現状分析結果を資料にまとめますのでご興味ある方は以下よりお問い合わせください。
Step2：LLMO対策がどれだけできているかを調査
さて、AI上での可視性がわかったら、続いては自社がどれだけLLMO対策をできているか調査しましょう。
調査については、チェックリストを活用するのがおすすめです。
弊社で、無料ダウンロード可能なLLMOチェックリストを用意しましたのでぜひご活用ください。
▼LLMOチェックリストのサンプル（※一部項目のみが表示されています。）
また、チェックリストの活用には一定の専門知識が求められるため、難しいという方はLLMO無料診断もご活用ください。
Step3：施策リストアップと戦略策定
チェックリストを通して課題がわかったら、施策をリストアップしましょう。
対策が必要な施策のリストアップができたら、優先度付けを行ってください。
施策は膨大な量になるかと思いますので、当然すべてやり切れません。
最も効率的に目標を達成するためには、「戦略の策定」が不可欠です。
以下のように、施策のリストとそれぞれの優先度や実施タイミングを整理してください。
渡邉戦略とは、最小工数で目標を達成するための道筋とも言えます。
Step4：施策実行と効果測定＆改善
優先度に沿って、施策を実行していきましょう。
LLMOというと、一見高度でスマートな印象を受けますが、その実、行動量・根性勝負なところが強いです。
AIによる評価アルゴリズムは非常に多く、またコンテンツ制作や被リンク獲得など一つ一つの施策には、そこそこ時間がかかります。
すべてやりきるのはまず無理なので、戦略を策定することが大切ですが、それでも最後はどこまで量と質を競合よりもやれたかという勝負です。
社内リソースだけでは、行動量が十分に確保できないという場合は、外部パートナーの活用も検討しましょう。
弊社でも、コンテンツ制作代行や被リンク獲得代行など、スポット単位で少額から施策の代行が可能です。
施策の実行後は必ず効果測定も行ってください。
効果測定結果に応じて、次の施策や戦略を立てまた実行し、効果測定し、、、、といった形でPDCAサイクルを回すことが大切です。
BtoB企業のLLMO成功事例
BtoB企業のLLMO成功事例を紹介していきます。
記事作成代行ウルトラ｜シュワット株式会社
弊社の記事作成代行ウルトラは、LLMO対策に意識的に取り組んでおり、記事制作領域においてはトップクラスのAIブランドメンション状況となっています。
▼ブランドメンションされているプロンプト・キーワード数：32※主要5サービス中1位
▼AIシェア・オブ・ボイス：54.5％※主要5サービス中1位
施策としては、特別なことは行っておりません。
AIのソースとなる情報をサイト内に充実させる、AIが読み取りやすいような技術的要件を満たす、AIの信頼を得られるようにデジタル全体での言及数を増やす、という3軸で本質的な対策を行った結果です。
LLMOコンサルティングの利用も選択肢
ここまで解説してきた通り、LLMOは簡単にできる施策もありますが、本格的に取り組み業界をリードしたいと考えた場合、高度な専門知識やノウハウが求められます。
自社にそうしたバックボーンがない場合は、LLMOコンサルティングサービスの利用も選択肢です。
私たちマーケティングAIX（シュワット株式会社）の運営するLLMOコンサルティングサービスに特徴は以下の通り。
- エンタープライズ企業はじめ国内屈指の支援実績
- 独自ツール開発も手掛ける業界屈指の技術力
- 戦略策定などのコンサルティング領域からコンテンツ制作など実行領域までワンストップ支援
- LLMOの最先端研究を行う「LLMO総研 by マーケティングAIX」を運営
また、まずは無料診断を通じて投資対効果をご判断いただくことも可能です。
よくある質問
最後に、BtoB企業のマーケティング担当者からよく寄せられる、LLMOに関する疑問にお答えします。
今注目されているllms.txtは必要なのか？
いいえ、現段階では必要ありません。
llms.txtは、AIクローラーに対して「このページを学習してほしい」「このURLは無視してほしい」といった指示をテキスト形式で伝えるもので、LLMOの施策のひとつとして注目されています。
ただし、Googleのジョン・ミューラー氏は、Blueskyで「現在llms.txtを使用しているAIシステムはありません」とコメントしています。
意見は分かれていますが、現状実施するメリットはほとんどないと言えるでしょう。
llms.txtについて詳しくは下記の記事をご覧ください。
LLMOに取り組むとSEOの順位は下がりますか？
いいえ。正しく行えばLLMOが原因で検索順位が下がることはありません。
LLMOは従来のSEOの代わりではなく、「拡張」という位置づけです。
実施する施策自体に大きな違いはないため、正しく行えば順位下落の原因になることはありません。
ただし、キーワードを無理に詰め込む、スパムリンク行為といった正しくない行為をすると、順位が大幅に下落する可能性が高いです。
必ず正しい知識を身に着けたうえで、対策を行うようにしましょう。
まとめ：LLMOはBtoBマーケティングの「資産」になる
本記事では、BtoB企業がいかにして「AIに選ばれる」企業になるか、そのLLMO戦略を具体的かつ実践的に解説しました。
従来のSEOが検索順位を通じて「トラフィック」を獲得する基盤だったのに対し、LLMOはAIによる「ブランドメンション」を通じて「ブランド認知とリードの質」を高めるための戦略です。
この二つは相反するものではなく、互いを補強し合うハイブリッド戦略こそが、次世代の盤石な集客基盤を構築します。
- 独自開発のLLMO分析ツールを活用
- 国内他社にはできない詳細なAI可視性（どれだけAIに言及・推奨・引用されているか）分析が可能
- 現状のLLMO対策の課題と、優先的に取り組むべき施策がまるわかり
現在、AI検索時代への対応やLLMO対策について、お考えでしたらぜひ弊社のLLMO無料診断をご活用ください。独自開発のLLMO分析ツールを活用し詳細な分析を実施。国内企業では現状不可能な高度なAI可視性分析が可能です。主要なAI（ChatGPT, Google Ai Overviews等）における競合比較や現状のLLMO対策の課題と、優先的に取り組むべき施策の可視化をいたします。ぜひ下記よりお気軽にお問い合わせください。
お問い合わせはこちら
