AIインプレッションとは、AIの回答内で自社の情報やリンクがユーザーの画面に表示された推定回数を指します。
従来の検索エンジンにおける表示回数と同様に、認知拡大の度合いを測る指標として扱われます。
AI引用やAIブランドメンションとの違いは以下の通りです。
| 指標名 | 定義 | カウントされるタイミング | 計算式 |
|---|---|---|---|
| AIインプレッション | AI回答内にあなたのブランドやサイトが表示された回数 | AIの回答エリア(AIOなど)にリンクやカードとして表示された時 | AI回答内に自社ブランドもしくはURLが表示された全KW・プロンプトの検索ボリューム合計 |
| AI引用 (Citations) | AIが回答の根拠としてサイトを特定した回数 | AIテキスト内の注釈や、「ソース」として明示的にリンクされた時 | AI回答内のURLリンクの出現総数※1つの回答に複数リンクがあればその分カウント |
| AIブランドメンション | AIの回答本文中にブランド名が登場した回数 | リンクの有無に関わらず、AIが生成した文章の中に「会社名・製品名」が出た時 | AI回答テキスト内のブランド名出現総数※リンクの有無を問わず、名前が出た回数を集計 |
AI技術の発展と普及に伴い、ユーザーは従来の検索エンジンだけでなく、AIへの質問を通じて情報を収集する機会が増加しています。
ユーザーがAIに質問をした際、AIが生成した回答のテキスト内や情報元(ソース)を示す部分に自社のブランドやサイトURLが表示されている総数がわかります。
自社の情報がAI上でどれだけ、ユーザーに見られているかを把握するためのひとつの基準となります。
AIインプレッションについてよくある質問
AIインプレッションとは何ですか?初心者にもわかりやすく教えてください。
AIインプレッションとは、AIが作成した回答の中に、特定の企業や商品の情報が画面に表示された回数のことです。
スマートフォンやパソコンでAIに質問を入力した場面を想定します。
AIがその質問に対する答えの文章を作り、画面に表示します。
その文章の中に、ある会社の名前や商品の説明、あるいは詳しい情報を見るためのURLが含まれることがあります。
このとき「1回表示された」と数えるのがAIインプレッションです。
インターネット検索で検索結果にウェブサイトが表示される回数を数える仕組みと同じように、AIの回答画面という新しい場所で、自社の情報がどれくらいの人に見られているかを知るための数字として使われます。
AIインプレッションを増やすためには、どのような対策が必要ですか?
AIインプレッションを増やすためには、AIに自社の情報を学習させ、回答の根拠として選ばれるための対策が必要です。この取り組みはLLMOと呼ばれます。
AIはウェブ上のデータを収集して回答を生成するため、自社のウェブサイトに事実に基づいた正確な情報を掲載し、情報構造を明確にすることが基本となります。
また、特定のテーマに関する専門的な情報を体系的にまとめ、情報の網羅性を高める手段も有効です。
自社の発信する情報が、ユーザーの質問に対する適切な答えであるとAIに認識される状態を作ることが、表示回数の増加につながります。
従来の検索エンジンのインプレッションとAIインプレッションでは、計測方法や性質に違いはありますか?
従来の検索エンジンにおけるインプレッションは、検索結果画面にリンクが表示された正確な回数として計測ツールで確認できる仕組みが整っています。
一方、AIインプレッションは、ユーザーが入力する質問の文脈や対話の履歴に応じてAIが毎回異なる文章を生成するため、一律の順位や表示回数を正確に計測することが難しく、推定回数として算出される性質があります。
また、従来の検索エンジンはリンクをクリックしてウェブサイトに移動することで情報を得ますが、AIは回答の文章内で情報を完結させる傾向があります。
そのため、ウェブサイトへのアクセスが発生しなくても、画面にテキストが表示された時点でユーザーへの情報伝達が行われるという違いが存在します。
LLMO関連用語一覧
概念・戦略
AIが情報を集約して回答する時代の、新しいマーケティングの考え方です。
プラットフォーム
現在、LLMOの対象となる主要なサービス群です。
主要プラットフォーム
新興・特化型
Google関連
仕組み・基盤技術
AIが情報を理解し、回答を生成する仕組みと基盤となる技術です。
技術的な設定
AIクローラーに対する指示や情報の渡し方に関する項目です。
測定指標・効果の可視化
参考文献
総務省,令和7年版 情報通信白書,https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r07/html/nd112220.html,(アクセス日:2025.3.19)
Pranjal Aggarwalほか,GEO: Generative Engine Optimization,2024,KDD ’24 Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining,5-16
- 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シュワット株式会社のLLMO対策支援サービスをチェック
- 自社のLLMOを診断したい⇒「LLMO無料診断を依頼する」
- 専門家に伴走支援してほしい⇒「LLMOコンサルティングサービス」
- LLMOを動画で学びたい⇒「LLMOウェビナー」

