LLMO FOR MANAGEMENT
検索の順位から、AIに名前を挙げられる回数へ。
お客様が会社を選ぶ入り口が、検索結果の一覧から、AIの答えへ移り始めています。
AIは一覧を見せるのではなく、数社だけを選んで、理由をそえておすすめします。
そこに入るかどうかが、これからの集客を左右します。
LLMOとは
LLMO（Large Language Model Optimization／大規模言語モデル最適化）とは、ChatGPT、Gemini、Claude、Perplexity、GoogleのAIによる概要（AI Overviews）などに、自社を正しく理解してもらい、「おすすめの会社」として名前を挙げてもらうための取り組みです。
GEO（生成エンジン最適化）、AEO（回答エンジン最適化）と呼ばれることもあります。呼び方は違っても、目指すところは同じです。私たちは、会社そのものをAIに理解・推薦してもらう全体の設計を、LLMOと呼んでいます。
アメリカでは、もう起きていること
アメリカのマーケティングの現場では、AIに会社を選んでもらう流れが、すでにはっきり数字に出ています。
| アメリカの調査 | 内容 |
|---|---|
| 地域のお店や会社の紹介を、AIに求めた人 | 1年前の6%から、45%に増えました（BrightLocal 2026年） |
| GoogleのAIによる概要が出たときの、1位のページのクリック | 平均で34.5%少なくなりました（Ahrefs 2025年） |
これはアメリカの数字で、日本の数字ではありません。ただ、日本でもGoogleのAIによる概要は増えていて、同じ道をたどり始めています。先に動いた会社から、AIの答えに名前が挙がるようになります。
出典：
見る数字が変わる ― 検索の順位から「SOV」へ
アメリカのマーケッターは、LLMOの成果をSOV（Share of Voice／シェア・オブ・ボイス）で測ります。お客様がAIに質問したとき、その答えの中に自社の名前が挙がる割合のことです。
- これまで：「◯◯市 整体」で検索して、何位に出るか
- これから：「◯◯市で評判のいい整体は？」とAIに聞いたとき、何回に1回、名前が挙がるか
検索の一覧は数十件のリンクを並べますが、AIの答えに挙がるのは数社だけです。順位を一つ上げる競争ではなく、選ばれる数社に入るかどうかの競争になります。
なぜ「全社の活動」なのか ― AIは7つの情報源を照らし合わせる
AIは、ホームページだけを見て推薦を決めるわけではありません。いくつもの情報源を照らし合わせて、「この会社をすすめて大丈夫か」を判断します。だからLLMOは、WEB担当者ひとりでは完結しません。
| 情報源 | AIが読んでいるもの | 主に担当する人 |
|---|---|---|
| Googleビジネスプロフィール | 会社の情報、写真、口コミ、投稿、営業時間 | 店舗・現場 |
| 口コミ | お客様の生の声、具体的な体験 | 接客するスタッフ（お願いの声かけ） |
| 業種のポータルサイト | 食べログ、ホットペッパー、エキテンなどの掲載情報 | 店舗・現場 |
| SNS | 発信の中身、反応、更新の頻度 | 広報・マーケティング |
| 地域のメディア・ニュース | 地域での評判、取り上げられた記事 | 経営者 |
| 自社のホームページ | サービスの詳しい説明、専門性、よくある質問 | WEB担当 |
| 動画 | 会社の雰囲気、働く人の顔 | 現場と広報 |
口コミの中身は接客の質、写真の新しさは運営の質、SNSの頻度は会社の元気さとして読まれます。現場の毎日が、そのままAIの判断材料になるのです。
アメリカの資料はYelpやRedditを挙げますが、日本ではほとんど使われていません。日本では、Googleマップの口コミ、業種のポータルサイト、Instagram、LINE公式アカウント、地域のニュースサイトに置きかえて考えます。
LLMOがもたらす、3つの経営の変化
- 集客の費用が下がる ― AIにすすめられて来るお客様は、比べ終わって「ここにしよう」と決めて来ます。広告に頼る割合を、少しずつ減らせます。
- 信頼が、会社の資産として積み上がる ― 評判と実績がAIの中にたまっていきます。あとから来た競合が、すぐには追いつけない資産です。
- 社員の意識が変わる ― 社員一人ひとりが「AIにすすめられる会社」をつくる仲間になります。接客と運営の質が上がります。
アメリカのマーケッター式 ― 4つの柱
1. ハブ＆スポークで、専門家だと伝える
まとめのページ（ハブ）と、くわしいページ（スポーク）を組み合わせます。たとえば歯科なら「歯の治療のすべて」をハブにして、インプラント、矯正、ホワイトニングをスポークにします。ひとつの分野を深く、もれなく説明している会社だと、AIに伝わります。このサイトの技術解説も、同じ形で作っています。
2. 会話の形の「よくある質問」
AIへの質問は、話し言葉です。よくある質問も、お客様が実際に口にする形で書きます。
- よい例：「土日に来てもらえる水まわりの修理は、いくらかかりますか？」
- よくない例：「料金について」
答えには、地域名、条件、対応できる時間を入れます。AIや検索が読み取れる目印（構造化データ）も付けます。くわしくはAEOとはをご覧ください。
3. その会社にしかない情報
どこにでもある一般論は、AIに選ばれません。自社の事例、現場の数字、お客様の声など、その会社の中にしかない情報（一次情報）を出していきます。
4. 毎月測って、直す
月に1回、ChatGPT、Gemini、Perplexity、GoogleのAIによる概要に、お客様の立場で同じ質問をします。自社と競合の名前が挙がるか（SOV）を記録し、次の月の打ち手を決めます。
始めるための7つの手順
- Googleビジネスプロフィールを整える ― すべての項目を入れ、顔・外観・中の様子・資格や実績の写真を15枚以上。口コミには、すべて返信します
- 会話の形のよくある質問を作る ― 実際の質問を見出しにして、結論から答えます
- ハブ＆スポークでページを作る ― 主なサービスごとに、くわしいページを用意します
- 地域ならではの情報を出す ― 地域の季節、気候、行事、決まりごとに合わせた情報を書きます
- SNSと地域で、名前を出す ― 定期的な発信と、地域の集まりや取材で、ほかの場所でも名前が挙がるようにします
- AIが読める目印を付ける ― 何の会社で、何を提供し、どこにあるかを、構造化データで伝えます
- 毎月、AIでの登場を測る ― SOVを記録し、競合と比べて直します
自社の今を、25問で確かめる
経営者、現場の担当者、はじめての方の立場に合わせて読めます。今の状態と、まず手をつける5つが分かります。登録は不要です。
経営者の方へ ― いちばんの危険は「やらないこと」
LLMOの基本は、正確な情報、新しい写真、口コミへの返信の積み重ねです。特別な技術がなくても、今日から始められます。
一方で、競合が先にAIの中に評判を積み上げてしまうと、あとから追いつくには時間がかかります。だからこそ、「いつか」ではなく「今」始めることが、いちばん費用のかからない打ち手です。
だから私たちは、エリアマーケティングを徹底的に行います
AREA MARKETING
AIに聞くのは、あなたの街に住んでいる人です。
ローカルビジネスでは、AI推薦を使ってお店や会社を探す人の大部分が、その地域に住んでいる人です。
競合のお客様、これから利用するかもしれないお客様、急に必要になって探すお客様。
そのすべてを拾うために、徹底的なエリアマーケティングが必要だと考えています。
地域の競合店の口コミ・評価・料金・強みを、自社で開発したエリア分析ツールで調べます。そのうえで、AIに「この街ならここ」と言ってもらえる位置を、一緒に決めます。
私たちが実際に行う作業
- 現状の診断 ― 複数のAIに、お客様の立場と立ち位置（最寄りの駅、商圏の中心など）で質問し、今どう答えられているかを記録します
- 会社情報の設計と統一 ― 事業内容、地域、強みを一つの言葉にまとめ、すべての場所にそろえます
- ホームページの整備 ― ハブ＆スポークのページ、よくある質問、事例、構造化データを作ります
- Googleビジネスプロフィールと口コミ ― 具体的な体験が書かれた口コミが集まる流れを、接客の中に組み込みます
- 社内の役割分担づくり ― 誰が、どの情報源を、どのくらいの頻度で更新するかを決め、マニュアルにします
- AIの巡回と設定の確認 ― AIの巡回を受け入れる設定と、Search Consoleの生成AI機能の設定を確認します。llms.txtはGoogle検索には不要なので、ほかのサービス向けに必要な場合だけ用意します
- 毎月の測定と改善 ― 自社開発のエリア分析ツールも使い、SOVと競合の動きを見て、次の一手を決めます
このサイトも、同じ方法で作っています。
ほかの施策とのつながり
LLMOは、MEO（地域の土台）、SEO（ページの土台）、AEO（質問と答え）、GEO（引用される情報）がそろったときに、いちばん力を発揮します。順番を飛ばさないことが、近道です。
