LLMO とは — AI 検索に引用される文章の書き方

ユーザーが「沼津 ホームページ制作」と調べたとき、これまでは 10 個の青いリンクが並びました。今は ChatGPT や Google の AI Overviews が、複数のサイトを読んで 1 つの回答文を返します。

このとき AI は回答の根拠として数件のサイトを「引用元」に選びます。選ばれれば露出する。選ばれなければ、何位であっても存在しないのと同じです。

米国の調査では、情報系の検索で従来型のクリック率（CTR）は最大 61% 減少しました。一方で AI 検索からの流入は、従来の自然検索の 4.4 倍のコンバージョン率を持ちます。流入の「量」は減り、「質」は上がった。だから「引用される」ことの価値が跳ね上がっています。

似た略語が並んで混乱しがちですが、関係はシンプルです。AIO（AI 最適化）が一番広い概念で、その中に GEO（生成エンジン最適化）と LLMO（大規模言語モデル最適化）があります。GEO と LLMO はほぼ同義で使われ、「AI の回答に引用される技術」を指します。

GEO という概念は、2024 年のデータマイニング国際会議 KDD で発表された論文（Aggarwal ら）が出発点です。研究チームは「どう書けば AI に引用されやすいか」を実験で測りました。

結論は明快でした。文章に 統計・数値を加える、権威ある情報源を引用するといった編集を施すと、AI 回答での可視性が最大 40%向上したのです。逆に、キーワードを詰め込むだけの古い SEO 手法はほとんど効きませんでした。

結論から言えば、従来 SEO は不要になっていません。むしろ LLMO の「土台」として必須です。

米国の調査では、Google の AI Overviews が引用するページの 92.36% は、すでに自然検索で 10 位以内に入っているドメインから選ばれていました。つまり「検索で評価されていないサイトは、AI にも引用されない」。

E-E-A-T（経験・専門性・権威性・信頼性）も、AI 時代の品質シグナルとして引き続き有効です。やるべきことは、従来 SEO を捨てることではなく、その上に LLMO の文章設計を積むことです。

LLMO に取り組むなら、効果を測れなければ意味がありません。ところが落とし穴があります。AI 検索からの流入の 約 70.6% は参照元の情報を持たず、Google アナリティクス（GA4）で「direct（直接流入）」に誤分類されます。

そのままでは、AI からの流入は数字に見えません。対策は、GA4 にカスタムチャネルグループを作り、chatgpt.com・perplexity.ai・gemini.google.com などを Referral より上位で判定させることです。

KPI も変わります。「クリック数」ではなく「AI 回答での自社言及率（share of voice）」を追う時代になりました。なお AI 流入の 87.4% は ChatGPT 経由です。