知識 · B2Bマーケティング

LLMO · 生成型検索最適化

Large Language Model Optimization

📂B2Bマーケティング⏱読了3分📊実務🔗関連4

LLMOとは?

一行定義
ChatGPTやGeminiのような大規模言語モデル(LLM、Large Language Model)が回答を生成する際に、自社のブランドやコンテンツが引用・推薦されるよう最適化する取り組み(LLM Optimization)。
このテーマを社内研修で📚 関連研修💬 研修のお問い合わせ
⚡ 3行要約
  • AIの回答に自社ブランドが引用されるようにする最適化
  • GEO・AEOとは問題意識も方法もほぼ同じです
  • 明確な回答・構造化・信頼のシグナルが要点

LLMOを実務に取り入れると、コンテンツを評価する単位から変わります。SEOの時代は「ページ」が順位を争いましたが、AIはページを丸ごと見せず、回答に使う2〜3文だけを切り取っていきます。そのため、タイトルタグやキーワード密度より先に「この段落だけ切り取っても意味が通じるか」が問われます。会社紹介ページを5回手直しするより、よく受ける質問ひとつに3行の答えを付けておく方が、引用される確率を高めます。成果の見方も、訪問者数から100個の質問のうち自社が言及された回数へ移していく必要があります。

AIが自社ブランドに言及する経路は大きく2つに分かれます。1つは、モデルがすでに学習している知識、もう1つは、回答を作る瞬間に検索して取り込むリアルタイムの文書です。前者は私たちが手を入れることも、すぐに更新することもできません。しかし後者は、今月公開した記事が来月にはもう引用されることもあります。LLMO実務が事実上'リアルタイム検索に引っかかる文書の管理'である理由です。また、SEOが被リンクを信頼のシグナルとして見ていたのに対し、AIはリンクがなく社名だけが登場した文章も根拠として数えます。記者インタビュー、協会レポート、コミュニティのレビューのように、自社のドメインの外に積み重なった言及が、ホームページのリニューアルより大きく作用します。

GEO・AEOとの用語上の境界を厳密に論じる実益は大きくありませんが、測定ルールだけは先に決めておく方がよいです。顧客が尋ねそうな質問を30〜50個に固定し、月1回同じ条件で回して、言及の有無に加えて「推奨として言及されたのか、単なる列挙なのか」まで記録する方法です。AIの回答は同じ質問でも実行するたびに変わるため、一度聞いて順位を判断してはいけません。質問ごとに3回ずつ回して平均を取るくらいが最低限の測定設計です。

現場で最もよくつまずくのは、'AI向けのページ'を別に作ることです。人が読まないFAQを数百個量産すると、低品質と判定されて元々入っていた検索流入まで一緒に失います。反対側の誤解も多いです。AIが自社について言及し始めたとき、その内容が正しいかを確認しないことです。存在しない受賞歴や3年前の価格表を事実のように語るケースが実際に起こります。誤りの元になった古いプレスリリースや放置された採用情報を探して直さないと、同じ誤答が何か月も繰り返されます。四半期ごとに、自社の名前を直接AIに尋ねる点検を予定に入れておくことをお勧めします。

この用語が出てくる研修・マーケティング
おすすめ研修 · おすすめ講師 · 簡易見積もり
🧮 ミニ見積もり・講師料の基準
約120万ウォン(約14万円)特別講義 2時間 · 20名以下 · 韓国語
この条件で正式な見積もりを依頼 →
💡 かんたんに言うと
以前は書店の平台の一番前(検索上位)を狙っていたとすれば、今は「おすすめしてくれる店員(AI)の口に上がるように」する仕事です。
実務でなぜ重要なのか
AI検索が広がるほど、ウェブサイトのクリックそのものが減り、「AIの回答に引用されるブランド」が信頼と流入を獲得していきます。LLMOを理解すれば、SEOの次の段階のコンテンツ戦略を先回りして設計できます。
⚠️ よくある誤解
誤解AI検索の時代にはSEOは不要で、LLMOだけやればよい。
事実AIもウェブ文書を根拠に回答します。良いSEOコンテンツがLLMOの土台であり、両者は代替ではなく共に進む関係です。
由来と出典

生成型AI検索が台頭した2023〜2024年、従来のSEOをAI回答の時代に合わせて広げようとする流れの中で、GEO・AEOとともに登場した概念です。

事例で理解する

架空の事例で見てみましょう。役職員40名、年売上80億ウォン(約95,672万円)規模のB2B人事評価ソリューション企業A社です。6か月の間にウェブサイトからのお問い合わせが月35件から18件へと半減しました。広告費もコンテンツの発信量も減らしていないため原因が分からないままでした。マーケティングチームは'検索順位はそのままなのに、なぜ問い合わせだけ減るのか'という疑問を、2か月もの間抱えていました。

  1. マーケティングチーム長が営業チームの相談記録12件を確認したところ、そのうち5名が初回の通話で"ChatGPTに聞いたら、他社ばかり出てきましたけど"と話していたことが分かりました。
  2. 顧客が投げかけそうな質問47個を表にまとめ、ChatGPT・Gemini・Perplexityにそれぞれ3回ずつ投げた結果、A社が言及された質問は47個中3個(6%)で、競合のB社は16個でした。
  3. コンテンツエディターがブログ210本を確認したところ、大半が"今日は人事評価について見ていきます"で始まり、定義の文がありませんでした。そこで閲覧数上位40本を、最初の3文で答えが分かる構成に書き直しました。
  4. 製品ページには料金プラン・導入期間・連携可能なシステムを比較表にまとめて載せ、'HR担当者がよく尋ねる質問'18個を、質問と回答を1組ずつ区切って掲載しました。
  5. 代表が人事関連の協会誌に寄稿2件、顧客企業の導入インタビュー記事4件を5か月かけて確保し、自社ドメイン外での言及を増やしました。また、誤って記載された2021年のプレスリリースの価格表についても訂正を依頼しました。
  6. 同じ47個の質問で5か月後に再測定したところ、言及率は6%から38%に上がり、AIサービス経由の流入は月4件から61件、インバウンドの問い合わせは18件から29件に回復しました。
関連用語
この用語に関連する研修
📚AI活用デジタルマーケティングナヌム経営コンサルティング 企業研修 · 対面/オンライン研修を見る →
このテーマで社内研修が必要でしょうか?
ご担当者さま向けの研修プログラム・お見積もりを、すぐにご覧いただけます。
研修のお問い合わせ
最終更新 2026-09-13 · 監修 金鍾赫

よくある質問

表現が違うだけで問題意識は同じです。'AIが作る回答に自社が登場するようにする'という目標と方法は、実質的に重なっています。
代替ではなく拡張です。AIもウェブ文書を根拠に回答するため、良いSEOがLLMOの土台になります。
まだ標準の指標はありません。主要なAIに代表的な質問を投げ、「言及の有無・正確さ」を定期的に点検するのが現実的です。