LLMOとは、ChatGPTやGeminiなどの生成AIの回答のなかで、自社が引用・推薦される状態を目指す施策です。検索順位を競う従来のSEOと違い、AIの回答そのものに入り込むことを狙う点が最大の特徴になります。
- LLMO（Large Language Model Optimization）は生成AIの回答に自社を引用・推薦させるための最適化
- 注目の背景は、全世代の37%が検索に生成AIを使い、AI Overviews登場でSEO1位のクリック率が約58%下がったこと
- SEOが「みんなと同じ土俵で戦う」なら、LLMOは「自分の土俵をつくる」ゲーム
- AIは商品比較でほぼ確実にWeb情報を参照するため、引用されるページの網羅性と独自性が鍵
- 検索上位を取れていない2番手以下の企業こそ、AI検索は勝ち目が大きい
LLMOとは？（AI検索対策・GEO・AEOとの関係）
LLMOとは「Large Language Model Optimization（大規模言語モデル最適化）」の略で、生成AIの回答に自社の情報が使われる状態を目指す取り組みです。日本では「AI検索対策」とほぼ同じ意味で使われ、海外ではGEO（生成エンジン最適化）やAEO（回答エンジン最適化）とも呼ばれます。
呼び方は複数ありますが、目指すことは共通しています。ユーザーがAIに質問したとき、その回答のなかで自社が候補として挙げられ、情報源として引用される状態です。
「言及」と「引用」は分けて考える
LLMOでは、目指す状態を「言及」と「引用」に分けると整理しやすくなります。言及は回答文に自社名が候補として登場すること、引用は自社サイトが情報源として使われることを指します。
問い合わせや購入につなげたいなら、比較・検討の回答で候補に挙がる「言及」が重要です。サイトへの流入を増やしたいなら、情報源として使われる「引用」を追います。目的によって狙う指標が変わります。
なぜ今、LLMOが注目されているのか
ユーザーの情報収集が、検索エンジンから生成AIへと移り始めているためです。サイバーエージェント GEOラボの調査では、検索行動での生成AI利用率が37.0%に達し、20代では初めて過半数を突破しました。
検索エンジン側も変わりました。GoogleはAI Overviews（AIによる概要）を導入し、検索結果の上部でAIが直接回答するようになっています。ahrefsの調査によると、AI Overviews登場の前後で検索1位ページのクリック率は約58%低下しました（ahrefs blog）。
BtoBでも無縁ではありません。ある調査では、購買検討時に生成AIを使ったと答えた人が38%にのぼりました。検索で1位を取っても、AIの回答に出てこなければ候補に入れない時代が近づいています。
生成AIはどうやって情報を選ぶのか
生成AIは、商品やサービスの比較になると、ほぼ確実にリアルタイムでWeb情報を検索して回答を組み立てます（RAGと呼ばれる仕組み）。事前学習した知識だけでなく、その場で調べた情報を使うため、Web上に何が書かれているかで回答が変わります。
AIが候補を選ぶプロセスは、おおまかに2段階です。
- 幅広く検索して候補を選ぶ：AIが文脈を解釈し、独自の検索語を作って多数のページを閲覧し、候補を絞り込む
- 候補を指名検索で調べる：候補の社名やサービス名で検索し、レビュー・定量データ・権威性を確認して評価する
この2段階を踏まえると、対策すべき変数が見えてきます。1段階目ではサイトの網羅性とポジショニング、2段階目ではレビュー内容や定量データ、第三者からの評価です。
LLMOとSEOは何が違うのか
LLMOとSEOは、施策の項目こそ似ていますが、目的と評価軸が根本的に異なります。SEOが検索順位を上げて流入を増やすのに対し、LLMOはAIに推奨されて比較検討の土台に乗ることを目指します。
| 観点 | SEO | LLMO（AI検索対策） |
|---|---|---|
| 目的 | 検索順位を上げて流入を増やす | AIに推奨され比較検討の候補に入る |
| 評価軸 | コンテンツ量・被リンク・表示速度 | 質問への適合性・自社の独自性 |
| 戦い方 | リソースを投下するほど有利 | 戦略と独自ポジションで優位に立てる |
| たとえるなら | みんなと同じ土俵で戦うゲーム | 自分の土俵をつくるゲーム |
2番手以下こそ、AI検索のチャンスは大きい
検索で上位を取れていない企業ほど、AI検索は狙い目です。従来の検索では、ビッグワードに多くの企業が集まり、上位以外は価格競争に追い込まれがちでした。
AI検索では、ユーザーの具体的な文脈（業界・予算・目的）にAIが合わせて候補を出すため、認知度が相対的に低い企業やブランドにも勝ち目があります。「東京・低予算・業界特化」のような細かい条件で選ばれる余地が生まれるからです。従来は出会わなかった需要と供給が、大量にマッチするようになっています。
LLMOで企業は何をするのか
LLMOの施策は、大きく4つの方針に整理できます。テクニックの前に、自社の立ち位置を決めることが出発点です。
- ポジショニング戦略：自社の強みとAIでの認知しやすさを掛け合わせ、狙う立ち位置を決める
- テクニカル対策：静的HTML化やサイトマップ、FAQ・比較表など、AIが読める・引用しやすい構造をつくる
- 情報の精査・発信：Web上の情報を統一し、自社メディアや外部メディアで発信を強化する
- モニタリング：AIでの言及率や内容を定点で観測し、施策を改善し続ける
実際に何から着手すべきかは、「AI検索対策は何から始める？企業が最初に取り組む5ステップ」で具体的に解説しています。
AI検索対策を伴走で進めるなら
「自社はどのポジションを取るべきか」「何から手をつけるべきか」で迷ったら、戦略設計から一緒に考えるのが近道です。
nitoは、LLMOを小手先のテクニックではなく事業のポジショニングから設計し、収益につながるAI検索対策を伴走支援します。
nito の AI検索対策（LLMO / AEO）
戦略や施策リストをつくって終わる支援では、成果になりません。nitoは記事作成・外部メディアへの掲載依頼・モニタリングまで実行し、まるで社内の担当者のように領域を推進します。言及率の改善で満足せず、お客様の売上・収益につながる成果まで一緒に目指します。
- 戦略設計から記事作成・外部掲載・モニタリングまで実行・推進
- 手前の指標で終わらせず、売上・収益につながる成果にこだわる
- 誰にどんな価値を届けるかのポジショニングから設計（小手先のAIハックはしない）
まとめ
LLMOとは、生成AIの回答に自社を引用・推薦させる施策であり、検索順位を競うSEOとは目的も評価軸も異なります。SEOが「同じ土俵で戦う」なら、LLMOは「自分の土俵をつくる」ゲームです。
だからこそ、検索で上位を取れていない企業にもチャンスがあります。まずは自社が「誰にどんな価値を届ける存在か」を言語化し、AIに正しく認識される土台をつくることから始めましょう。
よくある質問
Q. LLMOとGEO、AEOは何が違いますか？
呼び方の違いで、指している内容はほぼ同じです。生成AIの回答に自社を引用・推薦させる最適化を、日本ではLLMOやAI検索対策、海外ではGEOやAEOと呼ぶ傾向があります。
Q. LLMOに取り組めばSEOは不要になりますか？
なりません。AIもWeb上の情報を参照して回答するため、SEOで整えた土台はLLMOにも効きます。SEOは集客、LLMOはAIでのブランド露出と、役割が異なる両輪として考えます。
Q. LLMOはどんな企業に効果が出やすいですか？
「選択肢や選び方が分かりにくい」カテゴリ（BtoB全般・士業・SaaS・金融・保険など）や、独自の機能・特徴を持つ事業で効果が出やすい傾向があります。専門的で、論理的に比較して選ばれる領域と相性が良いです。
Q. 効果が出るまでどのくらいかかりますか？
戦略設計や基盤づくりに時間がかかるため、効果が見え始めるのは数か月先が一般的です。短期の成果より、言及率の伸びを追いながら継続することが前提になります。
Q. LLMOは自社だけで対策できますか？
現状把握や自社サイトの情報整備は自社でも始められます。一方で、ポジショニング設計や継続的なモニタリングまで含めると専門的になるため、外部の支援を組み合わせると進めやすくなります。