LLMOとは？AIO・GEOとの違いと、中小企業が自分でできる対策

LLMO（Large Language Model Optimization／大規模言語モデル最適化）とは、ChatGPT・Gemini・Perplexity・GoogleのAIによる概要などの生成AIの回答で、自社の名前や情報が引用・推薦されるようにする取り組みです。

Google検索で1位を取ることと、AIの回答に選ばれることは別の話です。Ahrefsの分析では、Googleで1位のページがAIの回答に引用される確率は約33%にとどまり、AIが引用するページの60%以上は、検索上位10件の外から選ばれていました。

この記事は、代理店に任せる前にまず自分で始めたい、店舗や中小企業の経営者・担当者に向けて書いています。用語の違い、AIが情報を集める仕組み、今日からできる7つの対策、効果の測り方、外注した場合の費用まで、順に説明します。

LLMOとは？意味と読み方

LLMOの意味を一文で

LLM（大規模言語モデル）は、ChatGPTやGemini、Claudeなどの土台になっている仕組みです。LLMOは、そのLLMが質問に答えるとき、自社が答えの中に入るようにするための対策を指します。

「答えの中に入る」には、3つの段階があります。

• 言及：回答の中に社名や店名が出てくる
• 推薦：「おすすめは〇〇です」のように、質問への答えとして名前が挙がる
• 引用：自社のページが、回答の出典としてリンクされる

この3つは一致しません。名前は出たのに推薦はされない、自社のページが引用されたのに勧められたのは競合だった、ということがよく起こります。LLMOの成果を考えるときは、まずこの3つを分けて見ることが出発点です。

読み方は「エルエルエムオー」

LLMOは「エルエルエムオー」と、アルファベットをそのまま読みます。

なぜ今、LLMOが必要なのか

日本でも、生成AIは一部の人だけの道具ではなくなりました。総務省の令和8年版情報通信白書によると、生成AIを使ったことがある人は58.8%で、前年度の調査の26.7%から倍以上に増えています（2026年1〜2月の調査。今回から15〜19歳が対象に加わり、20歳以上に限ると52.2%）。日本リサーチセンターの2026年6月の調査では、生成AIを今使っている人の利用目的で最も多いのが「情報収集、リサーチ」で、62.9%でした。

Googleの検索結果そのものも変わりました。日本語のAIによる概要は2024年8月に、AIモードは2025年9月に始まっています。

AIの回答が表示されると、その下に並ぶ通常の検索結果はクリックされにくくなります。米Seer Interactiveの2025年の集計では、AIによる概要が表示された検索で、オーガニック検索のクリック率が61%下がりました。一方、AIによる概要の中で引用されたサイトは、クリック率が35%高くなっていました。英語圏以外でも同じことが起きています。2026年7月にAIによる概要が始まったフランスでは、表示の影響を最も強く受けたドメインのクリック率が23.1%下がりました（Ahrefs、2026年9月）。

検索順位が変わらなくても、AIの回答に入れなければクリックは減り、入れれば増えます。LLMOに取り組む理由はここにあります。

LLMO・AIO・GEO・AEO・SEOの違い【比較表】

LLMO、AIO、GEO、AEOは、どれも「AIの回答に選ばれる」ための取り組みを指す言葉です。違いは主に、どのAIを対象に想定しているかと、言葉の出どころにあります。

なお、「AEO」だけで検索すると、税関の「AEO制度」（認定事業者制度）の情報が多く出てきます。この記事でいうAEOは、それとはまったく別のものです。

LLMOとAIOの違い

AIOという言葉は、日本では2つの意味で使われています。1つは「AI Optimization」、つまりAI全般への最適化で、この意味ならLLMOとほぼ同じです。もう1つは「AI Overviews Optimization」、つまりGoogleのAIによる概要への最適化です。

後者の意味で使う人は、AIOをGoogle検索の中のAI、LLMOをChatGPTやGeminiのような対話型AI、と分けて考えています。同じ「AIO対策」でも、相手がどちらの意味で使っているかで中身が変わるので、最初に確認しておきましょう。

AIOとGEOの違い

GEOは、2023年に米プリンストン大学などの研究チームが発表した論文で使われた言葉で、海外ではこの呼び方が主流です。AIOが「AI」という広い言葉を使うのに対し、GEOは「生成エンジン」、つまり検索して答えを組み立てるAIを対象にしています。実務の中身はほぼ同じで、違うのは呼び名の出どころです。

SEOとの違い：SEOはもう不要？

不要にはなりません。Googleは、AIによる概要とAIモードにページが表示される条件として、インデックスに登録されていて、検索結果にスニペットを表示できることを挙げ、「これ以外に追加の技術要件はありません」と説明しています（Google検索セントラル）。SEOの土台がなければ、GoogleのAIにはそもそも選ばれません。

ただし、SEOだけでは足りません。冒頭で触れたとおり、AIが引用するページの60%以上はGoogleの上位10件の外から選ばれています（Ahrefs）。両方をまとめて進めたほうが成果も出ています。Semrushの2026年の調査では、SEOとAIでの見え方の対策を一体で進めている組織の81%が、AI経由の流入や問い合わせが増えたと答えました。別々に進めている組織では36%でした。

結局、どの言葉を使えばいい？

呼び名は、相手に合わせれば十分です。社内やお客様には一番通じる言葉を使い、海外の資料を調べるときは「GEO」で探せば困りません。

大事なのは呼び名ではなく、何を測り、何を変えるかです。LLMO・AIO・GEO・AEOのどの名前で提案されても、次の2つを聞けば中身の違いがわかります。

• どのAIで、どんな質問をして、何回測るのか
• 測った結果を見て、具体的に何を変えるのか

AIはどこから情報を集めているのか

学習データとリアルタイム検索、2つの経路

AIが回答に使う情報の経路は、大きく分けて2つあります。

1つは学習データです。AIは作られる段階で、ウェブ上の大量の文章を読み込んでいます。その時点で多く書かれていた会社や店ほど、名前を覚えられやすくなります。ここに反映されるのは過去の情報なので、今日サイトを直しても、次にモデルが作り直されるまでは変わりません。

もう1つはリアルタイムの検索です。ChatGPTやPerplexity、GoogleのAIによる概要は、質問を受けるとその場でウェブを検索し、見つけたページをもとに答えを組み立てます。このとき、1つの質問をいくつもの検索に分けて調べます。Googleはこれを「クエリ ファンアウト」と呼んでいます。サイトの改善がすぐに効く可能性があるのは、こちらの経路です。

AIごとに引用の仕方はまったく違う

同じ質問をしても、AIによって出典の示し方は大きく異なります。私たちは2026年8月5日から15日にかけて、購入を検討している人が聞きそうな5つの質問を4つのAIに投げ、AIごとに42件、合計168件の回答と、そこに示された1,793件の出典を記録しました。質問は英語で、テーマはAI可視性ツールです。

Perplexity

22.6

AIによる概要（Google）

12.7

ChatGPT

7.4

Gemini

0（出典を示さない）

Perplexityは1回の回答で平均22.6件の出典を示しましたが、Geminiは42件すべての回答で、出典を1件も示しませんでした。Geminiの回答にも社名は出てきますが、どのページをもとにしたのかはわかりません。

これは日本では特に大きな意味を持ちます。日本リサーチセンターの2026年6月の調査では、20〜69歳のうち生成AIを今使っている人の割合はChatGPTが30.3%、Geminiが29.0%とほぼ並び、40代と50代ではGeminiがChatGPTを上回っていました。私たちの英語での測定と同じ傾向が日本語でも続いているなら、日本でよく使われている2つのAIのうち1つは、出典をたどれないことになります。Geminiについては、「引用されたか」ではなく、「名前が出たか」「勧められたか」で見るしかありません。

日本語で聞いても、英語のページが参照される？

あり得ます。ドイツのAI可視性ツール企業Peec AIの分析（2026年2月）では、ChatGPTは利用者が英語以外の言語で質問しても、裏側の検索を英語で行う傾向がありました。

1. 01 · ユーザーの質問日本語

   「従業員10人の会社でも使いやすい会計ソフトは？」

2. 02 · 検索の分解英語
   • best accounting software for small business
   • accounting software comparison for small teams
   • easy to use accounting software reviews
3. 03 · 出典の選定英語

   評価され、引用されるのは、これらの英語の検索で見つかったページです。

4. 04 · 回答日本語

   回答は日本語で表示されますが、材料は英語で集められています。

また、Profoundが7つのAIモデル、14か国、32億5,000万件の引用を分析した調査（2026年4月）では、どのSNSやコミュニティサイトが引用されるかを最も大きく左右していたのは、質問の言語でした。

影響の大きさは業種によって違います。「渋谷の歯医者」のような地域の質問なら、英語のページが競争相手になる場面は限られるでしょう。一方、ソフトウェアや製品、BtoBのサービスのように海外にも競合がいる分野では、日本語のページしか持たない会社が、英語の比較記事に回答の材料を奪われることがあり得ます。日本語の質問で英語のページがどのくらい引用されているのかは、まだ私たちも日本語で測定できていません。結果がまとまり次第、この記事に追記します。

お店・地域ビジネスの場合：ポータルサイトと口コミ

地域のお店にとって、一番大きな問題はここです。米国のSOCiが2,751の多店舗ブランド、約35万店舗を調べた2026年の調査では、Googleのローカル検索の上位3枠（地図と一緒に表示される3件）に表示される割合が平均35.9%だったのに対し、ChatGPTが推薦した店舗は1.2%でした。Perplexityは7.4%、Geminiは11%です。

Geminiの数字が高いのには理由があります。同じ調査で、店舗情報の正確さはGeminiが100%、ChatGPTとPerplexityは68%でした。SOCiは、GeminiがGoogleマップの情報に直接もとづいて答えているためだと説明しています。また、ChatGPTが推薦した店舗の口コミの平均評価は4.3でした。対象は米国の大手チェーンなので、日本の個人店にそのまま当てはまるとは限りませんが、傾向をつかむには十分な規模です。

ChatGPTも、Googleの検索結果だけを見ているわけではありません。Peec AIの分析（2026年9月）によると、ChatGPTは地域の情報を含む独自の検索インデックスを持ち、YelpやTripadvisorなどの外部の情報源も使っています。

日本に置き換えると、AIはお店の公式サイトよりも、Googleビジネスプロフィールや、食べログ・ホットペッパービューティー・EPARKのようなポータルサイト、口コミサイトを通じてお店を知っている可能性があります。これは、私たちがまだ日本で測定していない仮説です。ただ、確かめるのは簡単です。自分の業種と地域でAIに質問し、回答の出典にどのサイトが並ぶかを見てください。そこに並んだサイトが、あなたの業種と地域でAIが参照している情報源です。

中小企業が自分でできるLLMO対策7ステップ

ステップ1：まずAIに聞いてみる（現状把握）

対策の前に、今の状態を確かめます。お客様が実際にしそうな質問を、自社の名前を入れずに書き出してください。

• 「渋谷駅の近くで評判のいい歯医者を3つ教えて」
• 「大阪で相続に強い税理士事務所はどこ？」
• 「梅田で当日予約できる整体院は？」
• 「新宿で10人くらいで入れる個室の居酒屋を探してる」

これとは別に、「〇〇（自社名）ってどんな会社？」とも聞いてみます。こちらは見つけてもらえるかではなく、正しく説明されるかを確かめる質問なので、結果は分けて記録します。

AIの答えは毎回変わります。SparkToroの調査では、600人のボランティアが12の質問をChatGPT・Claude・GoogleのAIに計2,961回投げたところ、ChatGPTとGoogleのAIでは、2回の回答が同じブランドの一覧になる確率は100分の1未満でした。1回の結果で一喜一憂せず、ChatGPT・Gemini・Perplexity・GoogleのAIモードで、それぞれ聞いてみてください。履歴の影響を避けるため、ログアウトした状態か、一時チャットで聞くのが確実です。

ステップ2：AIのクローラーを締め出していないか確認する

AIがサイトを読めなければ、ほかの対策はすべて空回りします。まず https://example.co.jp/robots.txt の「example.co.jp」を自社のドメインに置き換えて開き、次の名前がブロックされていないか確認します。

学習用のクローラーを止めるのは、自社の文章をAIの学習に使わせるかどうかの判断です。一方、検索用のクローラーを止めると、そのAIの回答に出られなくなります。この2つを、まとめてブロックしてしまうケースが少なくありません。

実際、私たちが調べたある企業のサイトでは、CDN（Cloudflare）のAIボット対策の設定によって、ChatGPTとPerplexityの検索用クローラーを含むAI関連のクローラーが、robots.txtでまとめて拒否されていました。BingのクローラーまでブロックされていたためMicrosoft Copilotにも影響が出ます。おそらく本人も知らないうちに、管理画面のスイッチ1つで「AIから見えない会社」になっていたのです。Googleも、robots.txtだけでなく、CDNやホスティングの設定でクロールが許可されているかを確認するよう求めています。

もう1つ、2026年8月31日から、Search Consoleに「検索の生成 AI 設定」が加わりました。［設定］＞［検索の生成 AI］から、AIによる概要とAIモードにサイトを含めるかどうかを選べます。初期設定は「含める」ですが、誰かが変更していないか、一度確認しておきましょう。

ステップ3：「何の会社か」を一文で言い切る

AIは、情報の少ない会社について聞かれると、よく似た別の会社の情報で穴を埋めることがあります。米国のSEO専門家Duane Forresterは、AIが情報の少ない会社を、情報の多い同業他社や業界の平均像に置き換えて、自信たっぷりに説明してしまう現象を報告しています（2026年8月）。

防ぐには、AIが迷わないように自社をはっきり書くことです。

• 会社概要やトップページに、「〇〇市で△△を専門にしている□□です」と、何の会社かを一文で書く
• 社名・住所・電話番号を、自社サイト、Googleビジネスプロフィール、ポータルサイト、SNSのすべてで同じ表記にそろえる（「1丁目2番3号」と「1-2-3」のような揺れもそろえる）
• 構造化データ（OrganizationやLocalBusiness）で、社名・住所・営業時間などを機械が読める形でも示す。Googleは、構造化データの内容をページに表示されている文章と一致させるよう求めています

ステップ4：Googleビジネスプロフィールを整える（MEOとLLMOの共通点）

すでにMEO対策をしているなら、それはそのままLLMOの土台になります。Googleは、AIによる概要とAIモードに向けたベストプラクティスの1つとして、ビジネスプロフィールの情報を最新に保つことを挙げています。前述のとおり、Geminiの店舗情報はGoogleマップにもとづいており、ChatGPTに推薦された店舗の口コミの平均評価は4.3でした。

営業時間、定休日、メニューや料金、写真を最新にし、口コミには返信しましょう。地図での上位表示を目指すMEOと、AIの回答に選ばれるLLMOは、ここで同じ作業になります。

ステップ5：よくある質問に「答え」の形で書く

AIは、ページ全体ではなく、質問に直接答えている一節を抜き出して使います。お客様からよく聞かれる質問ごとに、1つの質問に1つの答えを、具体的な数字と一緒に書いてください。

• 伝わりにくい例：「料金はお気軽にお問い合わせください」
• 伝わる例：「初回のカウンセリングは30分で3,000円（税込）です。2回目以降は60分6,000円です。」（金額は例です）

料金は特に重要です。Profoundの調査（2026年9月）では、AIが最もよく間違えるのは料金に関する情報で、AIが読み取れる形になっている料金ページは57%しかありませんでした。料金表を画像やPDFだけで載せている場合は、ページの本文にも文字で書いておきましょう。Googleも、重要なコンテンツはテキストで示すよう求めています。

ステップ6：第三者サイトでの言及を増やす

AIは、自社サイトに書かれていることよりも、ほかのサイトで自社がどう書かれているかを重く見ます。Ahrefsが7万5,000ブランドを分析した調査では、AIの引用と最も強く結びついていたのは、被リンクではなくブランド名の言及でした。私たちの英語での測定でも、1,793件の出典のうち53.5%は、ブログ記事やガイド、比較記事といった編集記事でした。

中小企業が取り組みやすいのは、次のような場所です。

• 業種のポータルサイトや予約サイトのプロフィールを埋め、最新にする
• 地域のメディアや業界メディアに、取材や寄稿のきっかけになる情報（新しいサービス、地域のデータ、専門家としての解説）を届ける
• 来店したお客様に、口コミを書いてもらえるよう声をかける

お金で言及を買うのはやめましょう。日本では2023年10月から、広告であることを隠したステルスマーケティングが景品表示法で規制されています。自社を1位にした「おすすめランキング」記事を自分で作るのも逆効果です。Googleは2026年1月、自社に都合のいいランキング記事を載せるサイトの評価を下げ、検索での表示が29〜49%減ったサイトもありました（Glen Allsopp）。

ステップ7：llms.txtは必要？

llms.txtは、AI向けにサイトの概要を書いておくファイルとして広まりましたが、AIの回答に出やすくなるという根拠は今のところありません。Googleは、AIによる概要とAIモードのために特別な最適化を行う必要はないと説明しています。

英国のSEO専門家Mark Williams-Cookは2026年8月、会社で飼っている猫を紹介するだけの冗談のファイル「cats.txt」を作りました。すると、llms.txtの効果の証拠として挙げられてきたこと、つまりクローラーが読みに来る、Googleにインデックスされる、AIに引用される、といったことが、cats.txtでもすべて起きました。ウェブに置いたテキストファイルなら、何であれ起きることだったのです。

設置に手間もお金もかからないので、置くのは自由です。ただし、優先順位はステップ1〜6より下です。

LLMO対策の効果を測る方法

測るべき指標

LLMOの成果は、1つの数字では表せません。最低限、次の項目を分けて、AIごとに記録します。複数のAIの結果を平均して1つのスコアにすると、どこで負けているのかが見えなくなります。

特に混同しやすいのが、言及と推薦です。米国のSEO専門家Lily Rayが、GoogleのAIによる概要で「おすすめのソフト」を尋ねる質問100件を調べたところ（2026年4〜6月）、企業が自社で作ったランキング記事が引用されていても、69%のケースでその企業自身は推薦から外れていました。ページは使われたのに、勧められたのは競合だったということです。

AIが答えないこともあります。Seer Interactiveの調査（2026年8月）では、ブランドに関する質問の31%でAIが回答を控え、間違った答えを返したのは3%でした。「答えなかった」も1つの結果として記録しておきましょう。

無料でできる測り方

1. AIに聞いて、表に記録する。 自社の業種と地域で、お客様がしそうな質問を20個ほど書き出し、4つのAIに聞いて、回答ごとに1行ずつ記録します。

同じ手間をかけるなら、少ない質問を何度も繰り返すより、違う質問をたくさん用意するほうが正確です。Peec AIが1億2,000万件の会話データをもとに試算した結果（2026年9月）では、月1,500回の実行枠を「50の質問を1日1回ずつ」に使った場合の誤差は±6.1ポイント、「10の質問を1日5回ずつ」に使った場合は±13.2ポイントでした。

測り直すのは月に1回、同じ質問・同じAI・同じ条件で行います。どれかを変えると、前回と比べられなくなります。正直に言えば、20の質問を4つのAIに聞くだけで毎月80件の回答を読むことになり、かなりの手間です。手順をさらに詳しく知りたい方は、英語の記事ですがAI可視性の監査方法にまとめています。

2. Search Consoleの生成 AI パフォーマンス レポートを見る。 2026年8月31日から、Search Consoleの生成 AI パフォーマンス レポートで、AIによる概要とAIモードにサイトのリンクが表示された回数（インプレッション）を確認できるようになりました。ページ別、国別、デバイス別、日付別に見られます。ただし、どの質問で表示されたかはわからず、対象はGoogleのAIだけです。

3. Googleアナリティクスで参照元を見る。 参照元に chatgpt.com、perplexity.ai、gemini.google.com などが出ていれば、AIの回答から実際にサイトへ来た人がいるということです。AIの回答を読んでから社名で検索し直した人などは含まれないので、「少なくともこれだけはある」という最低ラインの数字として見てください。

LLMO計測ツールの選び方

手作業が続かなくなったら、計測ツールを検討します。日本の店舗や中小企業が選ぶなら、次の点を確認してください。

• 日本語の質問を、日本からのアクセスとして測れるか
• ChatGPT・Gemini・Perplexity・GoogleのAIによる概要とAIモードのうち、どれに対応しているか
• 1つの質問を、どのくらいの頻度で、何回測るか
• 言及・推薦・引用を分けて出せるか
• 競合と比べられるか
• 引用元のURLを確認できるか
• 料金と、対象のAIを増やすときの追加料金

費用は？自分でやる場合と会社に頼む場合

自分でやる場合、お金はほとんどかかりません。この記事のステップ1〜7と手作業での測定は、どれも無料でできます。かかるのは時間です。

会社に頼む場合の相場については、EXTAGEが2026年9月にLLMO支援会社37社のサービスページを調べた結果が参考になります。料金を公開していたのは37社中19社で、その中央値は次のとおりでした。

金額より先に確認したいのは、その料金にサイトの修正や記事の作成といった実装が含まれているかどうかです。私たちが話を聞いたヨーロッパの中小企業の経営者は、以前SEO会社に月2,000ユーロを払い、分析と提案のレポートは受け取ったものの、実際にサイトを直せる人が社内にいなかったため、何も変わらなかったと話していました。提案をもらっても、実行できなければ成果は出ません。

依頼する前に聞くべき5つの質問

1. どう測りますか？ 言及・推薦・引用を分けて報告してもらえるか
2. 1つの質問を何回、何種類測りますか？ 1回きりの結果は偶然に左右されます
3. どのAIを対象にしますか？ ChatGPTだけか、Gemini・Perplexity・GoogleのAIも含むか
4. 日本語の質問で、日本から測りますか？ 英語で測った結果は、日本のお客様が見ている回答とは違います
5. 誰が実装しますか？ サイトの修正や記事の作成まで含むのか、提案だけなのか

今日からできるLLMO対策チェックリスト

• □ 自社の業種×地域の質問を10個書き出し、4つのAIで聞いた
• □ robots.txtでAIの検索用クローラーをブロックしていないか確認した
• □ Search Consoleの「検索の生成 AI 設定」が「含める」になっているか確認した
• □ 会社概要ページに「何の会社か」を一文で書いた
• □ 社名・住所・電話番号を、すべての掲載先で統一した
• □ Googleビジネスプロフィールを最新の情報にした
• □ よくある質問に一問一答で答えるページを作った
• □ 自社を紹介してくれそうなメディアやポータルサイトを3つ書き出した
• □ 1か月後に同じ質問で測り直す日を、カレンダーに入れた

この記事の数字について

私たちの測定。 AI可視性ツールに関する、購入を検討している段階の質問5つを英語で作り、ChatGPT・Perplexity・Gemini・GoogleのAIによる概要で、2026年8月5日から15日まで実行しました。AIごとに42件、合計168件の回答と、1,793件の出典を記録しています。対象は1つの分野、1つの言語に限られるため、日本語の質問や地域のお店に関する質問で同じ結果になるとは限りません。日本語での測定はまだ行っておらず、結果がまとまり次第この記事に追記します。

ほかの数字。 外部の調査は、本文中に調査元と時期を記しています。生成AIの利用率は総務省「令和8年版 情報通信白書」と日本リサーチセンター「NRCデイリートラッキング」（2026年6月調査）、LLMO支援の費用はEXTAGEの37社調査（2026年9月）、店舗の推薦率はSOCi「2026 Local Visibility Index」（米国の多店舗ブランドが対象）によるものです。AIのクローラーの説明は2026年9月29日に、Googleの各機能とSearch Consoleの説明は2026年10月1日に、各社の公式ドキュメントで確認しました。

私たちについて。 Vidimaは、AIの回答での見え方を計測するツールを開発・販売しています。この記事の手順は、どれもツールなしで実行できます。

Common questions

LLMOとは何ですか？

LLMO（Large Language Model Optimization／大規模言語モデル最適化）とは、ChatGPT・Gemini・Perplexity・GoogleのAIによる概要などの生成AIの回答で、自社の名前や情報が引用・推薦されるようにする取り組みです。成果は、回答に名前が出る「言及」、答えとして勧められる「推薦」、自社ページが出典になる「引用」の3つに分けて測ります。Googleで1位のページでもAIに引用される確率は約33%にとどまるため（Ahrefs）、SEOとは別に取り組む必要があります。

LLMOとSEO、どちらを優先すべきですか？

両方です。GoogleのAIによる概要とAIモードに表示されるには、ページがインデックスに登録され、検索結果にスニペットを表示できることが条件なので、SEOが土台になります。そのうえで、SEOとAIでの見え方の対策を一体で進めている組織の81%がAI経由の流入や問い合わせの増加を報告しているのに対し、別々に進めている組織では36%でした（Semrush AI Visibility Index 2026）。

LLMO対策の効果はどれくらいで出ますか？

決まった期間はありません。サイトを直しても、Googleが再びクロールするまでに数日から数か月かかることがあり（Google検索セントラル）、AIの回答は同じ質問でも毎回変わります。同じ質問・同じAI・同じ条件で月に1回測り続け、数か月単位の変化で判断してください。

小さなお店でもLLMO対策は必要ですか？

必要です。米国の多店舗ブランド約35万店舗を調べたSOCiの2026年の調査では、Googleのローカル検索上位3枠への表示率が平均35.9%だったのに対し、ChatGPTが推薦した店舗は1.2%、Geminiは11%でした。Geminiの店舗情報はGoogleマップにもとづいているため、まずGoogleビジネスプロフィールを最新にすることから始めるのが効率的です。

AIに自社について間違った情報を書かれたらどうすればいいですか？

AIが参照できる自社の情報を増やし、表記をそろえてください。AIは情報の少ない会社について、情報の多い同業他社や業界の平均像で穴を埋めて説明してしまうことがあります（Duane Forrester、2026年8月）。会社概要に何の会社かを一文で書き、社名・住所・電話番号をすべての掲載先で統一し、構造化データでも同じ内容を示すのが基本です。

LLMOとAIO、どちらの言葉を使えばいいですか？

相手に通じるほうで構いません。AIOは「AI最適化」の意味ならLLMOとほぼ同じですが、「GoogleのAIによる概要への最適化」という狭い意味で使われることもあります。呼び名よりも、どのAIで、どんな質問を、何回測り、結果を見て何を変えるのかを確認してください。

llms.txtは設置したほうがいいですか？

急ぐ必要はありません。Googleは、AIによる概要とAIモードのために特別な最適化は必要なく、追加の技術要件もないと説明しています。2026年8月には、冗談で作られた「cats.txt」でも、llms.txtの効果の証拠とされてきたこと（クロールされる、インデックスされる、AIに引用される）がすべて起きると示されました（Mark Williams-Cook）。