LLMOとは？学習と検索の2つの経路から見る意味と対策

ChatGPTやGoogle検索のAI Overviewsは、製品の候補を挙げるとき、社名と根拠のページへのリンクを並べます。その並びに競合だけが出ていることがあります。

この回答で自社の名前やページが取り上げられるようにする取り組みがLLMO（＝大規模言語モデル最適化）です。AIが答えを作る経路は、学習した内容から答える経路と、その場でウェブを検索する経路の2つに分かれ、狙う経路で打てる手が変わります。

この記事では、LLMOの意味と注目の背景から、学習と検索の2つの経路、GoogleのAI機能に載る条件とSEOとの違い、効果の測り方までをご紹介します。

1. LLMOの読み方・意味・呼称の整理

LLMOはLarge Language Model Optimizationの略で、日本語では「大規模言語モデル最適化」と訳されます。ChatGPTやGeminiのように大規模言語モデル（LLM＝大量の文章で学習し、文章を作るAIのモデル）を使ったサービスが返す回答の中で、自社の名前やページが取り上げられるように行う対策を指します。

図1：公式の定義がある語と無い語を分けて見る。定義が無い語は、書き手ごとに指す範囲が違う。

拡大

図1：公式の定義がある語と無い語を分けて見る。定義が無い語は、書き手ごとに指す範囲が違う。

閉じる

たとえば、ChatGPTに「中小企業向けの勤怠管理システムを3つ挙げて」とプロンプト（＝AIへ入力する文）を入力したとき、回答の中に自社の製品名が挙がり、根拠として自社のページが示されていれば、LLMOがうまく機能している状態です。

提案書や営業メールにLLMOとあったときは、その支援会社がどの範囲を指して使っているのかを先に確かめると、見積もりの内容を読み比べられます。

LLMO・AIO・AEO・GEOの公式の定義

AI検索への対策を指す略語には、LLMOのほかにAIO・AEO・GEOがあります。4つとも、支援会社やツールの提供元が、AIの回答での見え方を良くする取り組みを指す語として使っています。4つのうち、検索エンジンを運営する会社が定義の文を公開しているのはGEOだけです。ここでいう定義の文とは、語そのものを言い切った文を指します。役割の説明は、その取り組みが何をするかを並べた文で、語の指す範囲までは決めていません。

MicrosoftはBingの公式ブログに2026年2月12日に載せた記事で、GEOを、ページの内容がAIの回答の体験にどう関わるかを理解する取り組みと説明しています。原文は「the practice of understanding how content participates in AI-driven experiences」です。

AEOについては、Microsoft Advertising（＝Microsoftの広告事業）が2026年5月20日のブログで、GEOと役割を分けて説明しています。これはAIのエージェントを通した買い物を扱った連載記事の中の説明で、AEOは構造化された商品データで見つけてもらう取り組み、GEOはレビューと第三者の推薦で信頼を得る取り組みという分け方です。同じMicrosoftでも、Bingの公式ブログとMicrosoft Advertisingでは、GEOの説明の内容が違います。

Googleの公式ドキュメント「Optimizing your website for generative AI features on Google Search」（最終更新2026年7月10日）にも、この2つの略語が出てきます。ここではAEOとGEOをまとめて紹介し、AI検索での見え方を良くする取り組みを指す語だとしたうえで、2つの違いには触れていません。支援会社の提案書にこれらの略語が出てきたときは、どの説明を指して使っているのかを先に聞くと、提案の範囲をそろえて比べられます。

GEOという語は、Bingの公式ブログの定義（2026年2月）より前から使われており、2023年11月に公開された論文「GEO: Generative Engine Optimization」の題名にもなっています。この論文は2024年のKDD（＝データマイニングの国際会議）で発表されたもので、GEOを定義していますが、LLMOには触れていません。公式の定義が無いLLMOとAIOは、書き手によって指す範囲が違います。4つの略語の違いは、この章の表で比べています。

LLMOが注目されている理由

LLMOが注目されている背景には、検索エンジンの画面にAIの回答が組み込まれたことがあります。Googleの検索には、AI Overviews（＝検索結果の上に出る、生成AIが作った要約）と、Google AIモード（＝Google検索の中で、AIと対話しながら調べる機能）があります。MicrosoftのBingにも、Copilot（＝Microsoftが提供する生成AIのアシスタント）とBingのAIの回答があります。AI検索がどれだけ使われているかを示す数は、両社の公式ページに公開されていません。

公開されているのは、AIの回答での見え方をサイト運営者が確かめる機能が、いつ加わったかです。Microsoftが2026年2月10日、Googleが2026年8月31日です。

• Microsoft：2026年2月10日、Bing Webmaster Tools（＝Bingが出しているサイト運営者向けの管理画面）に「AI Performance」を公開プレビューとして加えた。CopilotとBingのAIの回答で出典として表示された回数を見られる。Microsoftは、この回数は引用全体の標本（sample）だと書いている
• Google：Search Console（＝Googleが出しているサイト運営者向けの管理画面）に「Generative AI performance report」がある。生成AIの機能での表示を見るレポートで、2026年8月31日までに世界中のサイトへ広げた。AI OverviewsとGoogle AIモードで自社のリンクが表示された回数を見られる

Google自身のAI Overviewsについては、公式ドキュメント「AI features and your website」に記述があります。AI Overviewsが出た検索結果のページからのクリックは質が高い（＝訪問した人がサイトに長く留まりやすい）と、Googleは書いています。何と比べて質が高いのかは、原文に書かれていません。比べた対象が書かれていないため、この1文は社内でAI検索への対策を提案するときの根拠には使えません。数として示せるのは、Bing Webmaster ToolsとSearch Consoleの2つの管理画面で見られる表示回数と引用数です。

2. LLMOを実施するなら知っておきたいLLMの仕組み

大規模言語モデルが答えを作る経路は2つあります。学習したときに取り込んだ内容から答える「学習の経路」と、プロンプトを受けてからウェブを検索し、その結果を根拠にして答える「検索の経路」です。この2つの呼び分けは、各社の公式ドキュメントの記述を当記事が整理したもので、公式にこの名前が付いているわけではありません。2つに分けると、事業者が選べる指定も分かれます。学習の経路ではrobots.txtで学習用のクローラーを許可するか断るかを選び、検索の経路では索引への登録と検索用のクローラーの許可を選びます。

図2：学習の経路は許可するか断るかを選べるが、結果を確かめられるのは検索の経路である。

拡大

図2：学習の経路は許可するか断るかを選べるが、結果を確かめられるのは検索の経路である。

閉じる

たとえばChatGPTに「LLMOとは何ですか」とプロンプトを入力したとき、学習の経路の回答は、モデルが学習した時点までの文章をもとに書かれます。検索の経路の回答は、その場で探したページを根拠に書かれ、根拠にしたページへのリンクが添えられることがあります。回答に添えられた出典のリンクを開くと、検索の経路で根拠にしたページを見られます。リンクが付かない回答がどちらの経路で作られたかを確かめる方法は、OpenAIの公式ドキュメントに案内がありません。

検索の経路について、Microsoftは、Bingの公式ブログの2026年2月12日の記事「Elevating the Role of Grounding on the AI Web」で説明しています。検索して見つけた情報を回答の根拠として与える仕組みを、Microsoftはグラウンディングと呼んでいます。AIを最新の信頼できる情報につなぐことで、モデルが学習していない範囲まで答えが踏まえられるようにする仕組みだという説明です（原文は「the world beyond the model's training」）。グラウンディングという語は、Google 検索セントラルの「Google の一般的なクローラーの一覧」でもGoogle-Extendedの説明に使われており、Microsoftだけの語ではありません。

Googleは、AI OverviewsとGoogle AIモードが「query fan-out」という手法を使うことがあると、公式ドキュメント「AI features and your website」に書いています。1つのプロンプトを小さな検索語に分け、関連する複数の検索をまとめて行う手法です。回答の根拠になるページは、利用者が入力したプロンプトの語だけで探されるとは限りません。どの検索語に分けられたかは、このページに書かれていません。

学習と検索の違いは、事業者が動かせる範囲の違いにもなります。学習は、モデルを作る会社が行う工程で、学習データには締め切り（training data cutoff＝学習に使うデータを集め終えた時点）があります。検索の経路では、プロンプトを受けてから検索が行われ、その結果に自社のページが入っていれば、回答の根拠として使われる可能性があります。

注：Googleは例外で、Google-Extendedという1つのプロダクトトークン（＝robots.txtで用途ごとに指定するための名前）が、今後のGeminiモデルの学習とGeminiアプリなどのグラウンディングをまとめて扱います。Geminiについては、学習だけを断ることはできません。表の「抜粋付きで表示できる状態」とは、nosnippetを付けていない状態を指します。

支援会社から提案を受けている場合は、その施策が学習と検索のどちらの経路へ向けたものかを先に聞くと、提案の内容をそろえて読み比べられます。学習の経路への施策であれば、結果を確かめる手段が公式には用意されていないことも、同じ場で確かめておく必要があります。

3. AIはどのように情報を学習・参照しているのですか？

AIは、学習のための取得と、回答を作るときの検索のための取得を、別々に行っています。OpenAI・Google・Anthropic・Perplexityの4社は、2026年9月19日時点の公式ドキュメントで、この2つに別のクローラーか、別のプロダクトトークンを割り当てています。robots.txtは、クローラーの立ち入りを指定する設定ファイルで、サイトの最上位に置きます。自社のものは「https://自社のドメイン/robots.txt」で開けます。

図3：OpenAIとAnthropicは、学習のためのものと検索のためのものを別々に並べている。

拡大

図3：OpenAIとAnthropicは、学習のためのものと検索のためのものを別々に並べている。

閉じる

OpenAIは開発者向けのドキュメント「Overview of OpenAI Crawlers」で、検索のための取得にOAI-SearchBot、学習のための取得にGPTBotという別の名前を使っています。OAI-SearchBotは、ChatGPTの検索の回答にウェブサイトを表示するために使うクローラーです。同じページには、ChatGPTの広告として出すページの安全を確かめるOAI-AdsBotもあり、集めたデータは学習に使わないと書かれています。OAI-AdsBotを断ったときに何が起きるかは、このページに書かれていません。

Googleも学習と検索を分けていますが、分け方はOpenAIとAnthropicとは違います。Geminiの学習に使うかどうかは、Google-Extendedというプロダクトトークンで指定します。Google 検索セントラルの「Google の一般的なクローラーの一覧」（最終更新2026年7月14日）は、Google-Extendedの用途を説明しています。Googleが取得した内容を、今後のGeminiモデルの学習と、Geminiアプリなどのグラウンディング（＝検索した情報を回答の根拠にする仕組み）に使ってよいかを管理するためのものだという説明です。同じページは、Google-ExtendedがGoogle検索への掲載に影響せず、Google検索の順位を決める要素としても使われないとも書いています。

検索のための取得を行うのは、用途別の専用クローラーではなく、Google検索の索引を作る通常のGooglebotです。Geminiの学習に使わせないと決めても、Google検索での掲載と順位は変わりません。一方でGooglebotをrobots.txtで断つと、Google検索の索引に登録されなくなります。Googleは、AI OverviewsとGoogle AIモードに補足のリンクとして表示される条件の1つに、索引への登録を挙げています。索引から外れたページは、この条件を満たしません。

Anthropicのクローラーの説明は、サポートページ「Does Anthropic crawl data from the web, and how can site owners block the crawler?」にあります。最終更新は2026年4月7日で、3つのクローラーの用途を分けて説明しています。ClaudeBotはモデルの学習に役立つ可能性のあるウェブの内容を集め、Claude-SearchBotは検索結果の質を上げるためにウェブを巡回します。Claude-Userは、利用者がClaudeにプロンプトを入力したときにウェブサイトへアクセスすることがあります。

Perplexityも、検索用のクローラーPerplexityBotについて、検索結果にウェブサイトを表示してリンクするためのもので、AIの基盤モデルの学習には使わないと公式ドキュメントに書いています。学習のための取得に使うクローラーの名前は、2026年9月19日時点の同じページに書かれていません。そのため、Perplexityについてrobots.txtで名前を指定できるのは、PerplexityBotとPerplexity-Userの2つです。

学習と検索に加えて、3つ目の用途もあります。利用者の操作をきっかけにした取得です。利用者がプロンプトを入力したときや操作したときに、その場でページを読みに行く取得を指し、自動でウェブを巡回するクローラーとは扱いが違って、robots.txtの指定が当てはまらないことがあります。

Googleの検索の列にあるGooglebotは、Google検索の索引を作るためのクローラーです。AI OverviewsとGoogle AIモードに補足のリンクとして表示されるには、この索引に登録されていることと、抜粋付きで表示できる状態にあることの2つが要ります。Google-GeminiNotebookはGeminiのノートブックでの利用者の操作を、Google-AgentはGoogleのインフラで動くエージェントの操作をきっかけにした取得です。

注：Google-Extendedは、今後のGeminiモデルの学習とGeminiアプリなどのグラウンディングを1つの指定で扱うため、Geminiについては学習だけを断ることはできません。Googleの利用者の操作で動くフェッチャーは、2026年9月19日時点の「Google の利用者がトリガーとなる Fetcher の一覧」に9件あり、表にはそのうち2件を挙げています。

Anthropicは、クローラーの用途を説明したのと同じサポートページで、自社のクローラーがrobots.txtの業界標準の指定に従い、クロールしないでほしいという合図を守ると書いています。OpenAIとAnthropicは、robots.txtで学習用と検索用を別々に指定できます。

自社のrobots.txtを開くと、User-agentの行に名前が並びます。その名前をこの表の3つの用途へ当てはめると、いま止めている名前が学習用と検索用のどちらなのかを確かめられます。

4. robots.txtで断るクローラーは用途で選ぶ

自社のページが学習に使われるのを避けたいからといって、AIクローラーをrobots.txtでまとめて拒否すると、AI検索の回答への掲載まで止まるおそれがあります。OpenAIとAnthropicでは学習用と検索用の指定が別に用意されているので、避けたいのが学習と検索のどちらなのかを先に決めれば、まとめて断らずに済みます。GoogleのGeminiでは、Google-Extendedという1つのプロダクトトークンが学習とグラウンディングの両方を受け持つため、robots.txtにはこの名前だけを書くことになります。

図4：学習の行と検索の行で止まるものが違う。まとめて断ると、検索の回答への掲載まで止まる。

拡大

図4：学習の行と検索の行で止まるものが違う。まとめて断ると、検索の回答への掲載まで止まる。

閉じる

OpenAIの「Overview of OpenAI Crawlers」は、GPTBotとOAI-SearchBotを拒否したときに何が起きるかを、別々の文で書いています。学習のための取得にあたるGPTBotを拒否すると、そのサイトの内容を生成AIの基盤モデル（＝さまざまな用途の土台になる大規模なモデル）の学習に使わないでほしいという意思表示になります。同じページは、それぞれの指定は互いに独立しており、OAI-SearchBotを許可して検索の回答に出しながら、GPTBotを断って学習に使わせないこともできると書いています。

OAI-SearchBotを拒否したサイトは、ChatGPTの検索の回答に表示されなくなります。ただし、移動先のリンク（navigational links）としては表示されることがあります。移動先のリンクが回答のどこにどういう形で出るのかは、OpenAIのページに説明がありません。表示のされ方が分からないため、検索の回答への掲載を止めても、自社の名前がまったく出なくなるとは見込めません。robots.txtの変更をOpenAIのシステムが取り込むまでには約24時間かかると、同じページに書かれています。

Anthropicも、Claude-SearchBotを止めると、利用者の検索結果でのサイトの見え方と正確さが下がることがあると書いています。原文は「may reduce your site's visibility and accuracy in user search results」です。Claude-Userを止めた場合は、利用者の依頼による検索で見えにくくなることがあるとしています。

利用者の操作をきっかけにした取得は、学習や検索のクローラーとは扱いが違います。OpenAIはChatGPT-Userについて、自動でウェブを巡回するものではなく、利用者の操作をきっかけに動くため、robots.txtの指定が当てはまらない場合があると書いています。Googleの利用者の操作で動くフェッチャーは公式の一覧に9件あり、Googleはこれらが原則としてrobots.txtの指定を無視すると書いています。PerplexityのPerplexity-Userについても、同じく原則として無視すると書かれています。

これらの取得をrobots.txtで止める手段は、OpenAI・Google・Perplexityの公式ドキュメントに案内がありません。Anthropicだけは、自社のクローラーがrobots.txtの業界標準の指定に従うと書いており、Claude-Userも同じ扱いです。

Microsoftは2023年9月22日、NOCACHEとNOARCHIVEという指定で、Bing Chatの回答と学習への利用を分けられると発表しました。どちらもページのHTMLに書くmeta robotsタグ（＝ページごとに検索エンジンの扱いを指定する記述）です。2023年の発表時点の扱いでは、NOCACHEを付けたページは、回答にURL・抜粋・題名だけが表示され、学習にもURL・題名・抜粋だけが使われます。NOARCHIVEを付けたページは、回答に含まれず、リンクもされず、学習にも使われません。Bing Chatは現在Copilotという名前になっており、2023年9月22日の発表には、2026年9月20日時点で訂正も追記も付いていません。

robots.txtで止められることと止められないこと、提供元ごとのAIクローラーの名前は、テクニカルSEOの整え方で説明しています。自社のrobots.txtを開き、User-agentの行に並ぶ名前を学習・検索・利用者の操作の3つに仕分けたうえで、決めることは3つです。学習を断るか、検索を断るか、どちらも断らないかです。サイトの設定を書き換える担当が別にいる場合は、この3つのどれにするかを決めてから依頼すると、止めたくない検索まで断らずに済みます。

5. GoogleのAI機能に載るための条件

GoogleのAI機能とは、AI OverviewsとGoogle AIモードの2つです。補足のリンク（＝回答の根拠として添えられるリンク）として自社のページが表示される条件を、Googleは公式ドキュメント「AI features and your website」で説明しています。このページの最終更新は2025年12月10日です。資格（eligible）を得る条件は2つで、ページがGoogle検索の索引に登録されていることと、抜粋付きで表示できる状態（＝nosnippetを付けていない状態）にあることです。これは表示の候補になるための最低条件で、満たしても表示されるとは限りません。

図5：載せるための追加作業ではなく、表示を絞る指定だけが用意されている。

拡大

図5：載せるための追加作業ではなく、表示を絞る指定だけが用意されている。

閉じる

追加の要件については、同じページが次のように書いています。

There are no additional requirements to appear in AI Overviews or AI Mode, nor other special optimizations necessary.

出典：Google 検索セントラル「AI features and your website」（新しいタブで開く）

AI OverviewsやGoogle AIモードに表示されるために、追加の要件も特別な最適化も要らない、という1文です。同じページは続けて、新しい機械可読のファイルも、AI向けのテキストファイルも、マークアップも作る必要は無いと書いています。schema.org（＝ページの意味を機械に伝えるための共通の書き方）の構造化データにも、AI機能のために足す特別なものは無いという説明です。

検索での表示を絞る手段として、同じページは次の4つの指定を挙げています。

• nosnippet（そのページの抜粋を出させない）
• data-nosnippet（ページの一部だけ抜粋を出させない）
• max-snippet（抜粋の長さの上限を指定する）
• noindex（検索の索引に入れさせない。通常の検索結果からも外れる）

AI OverviewsとGoogle AIモードの表示だけを止める指定は、このページに挙げられていません。4つはどれもGoogle検索での表示全体を絞るもので、AI Overviewsへの表示を止めると、通常の検索結果での抜粋や掲載も同時に絞られます。AIの回答にだけ出したくないという要望は、この4つでは満たせません。

SEOとLLMOの違い

SEOは検索結果で上位に表示されることを目指し、LLMOはAIの回答の中で名前が挙がり、根拠のページとして引用されることを目指します。ただしGoogleは、生成AIの検索に向けた最適化のガイドで、次のように書いています。

From Google Search's perspective, optimizing for generative AI search is optimizing for the search experience, and thus still SEO.

出典：Google 検索セントラル「Optimizing your website for generative AI features on Google Search」（新しいタブで開く）

Google検索から見れば、生成AIの検索に向けた最適化は検索体験に向けた最適化であり、SEOのままだという1文です。Google検索の中では、AI Overviewsに表示されるための土台も、通常の検索結果に出るための土台も同じで、索引への登録と抜粋付きの表示がその土台にあたります。Google検索のAI機能に向けては、いまのSEOを続けることが前提です。Google検索の外にあるChatGPT・Claude・Perplexityでは、検索用のクローラー（OAI-SearchBot・Claude-SearchBot・PerplexityBot）を許可することが土台になります。各社のクローラーの公式ページに、回答に載るための書き方の案内はありません。

SEOとLLMOで違うのは、目指す場所と、測るのに使う画面です。

SEOとの違いは、この表の対象・目的・測れる指標の3つの軸で比べています。

Google検索のAI機能に向けたLLMO対策の方法

Google検索のAI機能に向けた方法は、Googleの公式ドキュメント「Optimizing your website for generative AI features on Google Search」にあります。最終更新は2026年7月10日で、勧めていることと要らないとしていることを分けて書いています。

次の表の「Googleの扱い」の列は、同じページの書き方を4つに分けたものです。勧めているは、やるとよいと書かれているものです。必須ではないは、AI検索のためには要らないが別の目的では使えると書かれているものです。要らないは、Google検索が使っていないか、必要が無いと書かれているものです。勧めていないは、役に立たないと書かれているものです。

つまり、Google検索のAI機能について事業者ができることは、AI向けの特別な作業を足すことではありません。索引に登録されて抜粋付きで表示できる状態を保ち、独自の内容を役に立つ形で出すことです。今日できる確認は1つです。主要なページがGoogle検索の索引に登録されているかをSearch Consoleで見て、登録されていないページにnoindexが付いていないかを確かめることです。手順はAIO対策の進め方に、原典論文にもとづく方法はGEO対策の進め方にまとめています。

6. LLMOを進める上での注意点

LLMOに取り組む価値は、事業者が動かせる範囲と、結果を確かめられる範囲に分けて見ます。検索の経路なら、Search ConsoleとBing Webmaster Toolsで表示回数と引用数を見られます。予算と工数は検索の経路に付け、学習の経路については、学習用のクローラーを許可するか断るかを決めるところで止めておくと、確かめられない作業に費用をかけずに済みます。学習の経路の結果を確かめにくい理由は2つあります。

図6：学習の経路は選べても確かめにくく、確かめられるのは検索の経路である。

拡大

図6：学習の経路は選べても確かめにくく、確かめられるのは検索の経路である。

閉じる

1つは、学習データに締め切りがあることです。OpenAI・Anthropic・Googleは、モデルごとの締め切りを公開しています。締め切りより後に公開した記事は、そのモデルの学習データには入っていないと考えられます。許可した内容が学習に使われるとしても、反映されるのは締め切りがそれより後のモデルです。Googleは、Gemini 3の締め切りより新しい情報は検索のグラウンディングで補うよう、Gemini APIの開発者向けドキュメントに書いています。

注：Anthropicの値は、公式ページの「Training data cutoff」の行から取っています。日付の粒度は公式ページの書き方に合わせており、OpenAIは日まで、AnthropicとGoogleは月までしか公開していません。

表に並べた5つのモデルを比べると、Gemini 3の締め切り（2025年1月）とGPT-6 Astraの締め切り（2026年4月30日）には1年3か月の差があります。締め切りが古いモデルほど、新しい情報は学習ではなく検索の経路から入ります。締め切りより後に公開した記事をAIの回答へ届けたいなら、手を入れる先は学習ではなく、検索の索引に登録された状態を保つことになります。

もう1つは、自社のページが学習に使われたかどうかを、外からは確かめられないことです。各社のクローラーとモデルの公式ページに、どのページを学習に使ったかを調べる手段の案内は見当たりません。

各社の公式ドキュメントの記述をもとに、事業者から見た項目ごとに、動かせるかとその根拠を並べると次のとおりです。

注：「事業者が動かせるか」の列は、「根拠」の列の公式の記述をもとにした当記事の判断です。

支援会社の提案を読むときに、公式の記述と突き合わせる箇所は2つです。1つは、学習の経路への働きかけを成果として約束しているかどうかです。どのページが学習に使われたかを調べる手段の案内は各社の公式ページに見当たらないため、この約束は確かめられません。もう1つは、根拠として挙げている公式ページの名前と最終更新日が書かれているかどうかです。書かれていれば、その場で原文に当たれます。

7. LLMOの効果測定方法

LLMOの効果を測るには、AIの回答の中で自社がどれだけ言及され、どれだけ引用されているかを続けて記録します。記録する単位は、自社の製品やサービスを探す人が入力しそうなプロンプトです。何件をどの頻度で記録するかを決めた公式の目安はありませんが、計測ツールの側には目安があり、Semrush AI Visibilityは1ドメインあたり25件のプロンプトを毎日追跡すると料金ページに書いています。対策を始める前に、まず現状を記録しておくと、あとで変化を比べられます。

「言及」と「引用」の違い

言及とは、AIの回答の文中に、社名や製品名が名前として出てくることです。引用とは、AIが回答の根拠として自社のページを使い、出典のリンクとして示すことです。Bing Webmaster ToolsのAI Performanceが数える「citations」は、AIの回答の中で出典として表示された回数で、引用にあたります。Search ConsoleのGenerative AI performance reportが数える「表示回数」も、AI OverviewsとGoogle AIモードで自社のサイトへのリンクが表示された回数なので、引用にあたります。2つは同じ引用を別の提供元の画面で数えたもので、足し合わせられる数ではありません。

公式の管理画面で測る方法

GoogleのSearch Consoleでは、AI OverviewsとGoogle AIモードからの流入は、通常の検索パフォーマンスのレポートに含まれます。検索タイプ（＝ウェブ・画像・動画・ニュースのどれでの検索かを選ぶ絞り込み）は「ウェブ」です。通常のレポートでAI機能からの流入だけを分けて見る方法は、Googleのヘルプに案内がありません。AI OverviewsとGoogle AIモードから来たクリックだけを取り出すことは、公式の管理画面ではできません。

AI OverviewsとGoogle AIモードだけを見るときは、Generative AI performance reportを使います。このレポートのヘルプに載っている指標は表示回数だけで、ページ・国・日付・デバイスごとに分けて見られます。日付は日・週・月の単位でまとめられます。表示回数は、AI OverviewsとGoogle AIモードで自社のサイトへのリンクが利用者に表示された回数で、リンクの表示を数えたものです。

Bing Webmaster ToolsのAI Performanceでは、CopilotとBingのAIの回答で出典として表示された回数と、AIが内容を探すときに使った語句（grounding queries）を見られます。Microsoftは、この数字は引用全体の標本（sample）だと書いています。標本が全体の何割にあたるのか、どう選ばれた標本なのかは、同じ記事に書かれていません。実数としてそのまま扱えないため、この数字は対策の前後で同じ期間を比べる用途に限られます。

引用・言及数を計測するツール

ChatGPTやClaudeのように、提供元が計測の管理画面を出していないAIでは、回答での言及と引用を測るツールを使う方法があります。選ぶときの基準は2つです。自社が見え方を知りたいAIが対象に入っているかと、言及と引用のどちらを測れるかです。

注：AIの回答での言及か引用を計測する機能が、公式サイトかプレスリリースに書かれているものを選んでいます。Semrush AI Visibilityの「カスタムプロンプト25件を毎日追跡」と「1ドメイン」は、料金ページのBaseプラン（1ドメインあたり月99ドル、年払い）の条件で、ほかの6件には同じ形の条件の記載が見当たりません。AI HackのAIOスコアを作る5つが何を何で数えた値かは、プレスリリースに書かれていません。GoogleはSearch Consoleを無料のサービスだと書いており、Bing Webmaster ToolsのAI Performanceは、Bing Webmaster Toolsの管理画面の中で使えます。GMO NIKKOは、この記事を出しているGMO AI検索ラボの発行元です。計測の進め方はAI検索の計測の記事にまとめています。

効果が出るまでの期間について、各社の公式ドキュメントに数字はありません。OpenAIは「Overview of OpenAI Crawlers」に約24時間、Perplexityは最大24時間と公式ドキュメントに書いています。これはrobots.txtの変更がクローラーに反映されるまでの時間で、LLMO対策の効果が出るまでの時間とは別のものです。

効果を確かめるには、対策を始める前に、Search ConsoleとBing Webmaster Toolsの数字と、ツールで測った言及と引用を記録しておきます。効果ありと判断する基準は、公式には示されていません。自分たちで置くなら、記録を始めた月の表示回数と引用数を出発点にして、同じ長さの期間で比べたときに上回っているかどうかを見る形になります。比べる期間の長さをそろえないと、季節による差と対策による差が混ざります。AI検索からの流入をGA4とSearch Consoleで記録する手順は、AI検索の計測にあります。

8. LLMOに関するよくある質問

まとめ

LLMOとは、生成AIの回答の中で自社の名前やページが取り上げられるようにする取り組みです。各社の公式ドキュメントでは、学習のための取得と検索のための取得が分けて扱われています。

OpenAIは学習を断っても検索の回答に出せると書いています。GoogleはGoogle-Extendedを断ってもGoogle検索の掲載と順位は変わらないと書いていますが、Geminiアプリなどのグラウンディングには使われなくなります。検索の経路では、表示回数と引用数を公式の管理画面で見られます。学習に使われたかどうかを調べる手段は、各社の公式ページに案内がありません。Googleは、検索のAI機能に出るために特別な作業は要らないとしており、いまのSEOを続けることが前提になります。

効果を測るときは、言及と引用を分けて記録します。引用は、Search ConsoleのGenerative AI performance reportで表示回数として、Bing Webmaster ToolsのAI Performanceで引用数として見られます。言及を測る公式の管理画面は無く、Ahrefs Brand RadarやSemrush AI Visibilityのような外部のツールが要ります。

読み終えた時点で決められることが1つあります。自社のrobots.txtで、学習を断るか、検索を断るか、どちらも断らないかです。次に読む記事は目的によって分かれます。具体的な手順はAIO対策の進め方に、原典論文にもとづく方法はGEO対策の進め方にあります。