2つの数字を並べてみる。Google検索で答えが完結してしまう「ゼロクリック検索」は、いまや全体の69%(Similarweb調べ)。一方で、ChatGPT経由でニュースサイトを訪れる人はこの1年で約2倍に増えた。検索の入口が、静かに作り変えられている。
この変化に対応する施策として、日本のWeb業界で急速に広まった言葉がLLMO(大規模言語モデル最適化)だ。ChatGPTやGeminiが答えを作るときに、自分のサイトを引用してもらうための最適化——なのだが、「効くと実証されたもの」と「雰囲気で売られているもの」が混ざったまま、月額数十万円の対策サービスまで乱立している。この記事では、その線引きをはっきりさせる。
LLMOという言葉の正体
まず用語の整理から。LLMOは実は日本でだけ主流の呼び名だ。日本経済新聞も「『AI検索最適化』を表す用語は日本独自のLLMO、米国はAEO・GEO」と報じている。海外の標準はGEO(生成エンジン最適化)で、学術的な初出も2023年のプリンストン大学らの論文「GEO」だった。呼び名は違えど、指している中身はほぼ同じ。当サイトが以前解説したAIOとも実質同義だ。
つまり「LLMO対策」「GEO対策」「AIO対策」という別々のサービスがあるわけではない。同じものが、違う名前で売られている。まずこれを知っているだけで、営業トークへの耐性がひとつ付く。
エビデンスがある施策、ない施策
効果の裏付けには、実は明確な濃淡がある。査読付きの実験で効果が示されたのは、プリンストンのGEO論文が測った施策だ。出典・引用元の明記で可視性が30〜40%向上、統計データ(具体的な数字)の追加で引用率が相対41%向上——つまり「根拠を持って書く」ことが最も効く。逆に、業界でよく売られている施策の多くは、まだ効果の実証がない。
| 施策 | エビデンス | 備考 |
|---|---|---|
| 出典・引用元の明記 | あり(実験で+30〜40%) | プリンストンGEO論文 |
| 統計・数字を入れる | あり(相対+41%) | 同上。合成環境での実験値 |
| 明確な構造・Q&A形式 | 弱い(方向性は妥当) | Googleの品質指針と整合 |
| 構造化データ(schema) | 相関どまり | 因果を示す研究はゼロ |
| llms.txt設置 | なし | 主要AIはどこも読んでいない |
とくにllms.txt(AI向けのサイト案内ファイル)は象徴的だ。GoogleのGary Illyes氏は「Googleはllms.txtに対応していないし、予定もない」と明言しており、Ahrefsの13.7万ドメイン調査では、設置済みファイルの97%に1ヶ月間アクセスがゼロだった。正直に書くと、当サイトもllms.txtを置いている。コストがほぼゼロで害がないからだが、これ単体を「対策」として料金表に載せているサービスがあれば、疑っていい。
developers.google.com GoogleのAI最適化ガイド(公式) 一次情報。「AI機能向けの特別な最適化は不要。従来のSEOベストプラクティスが有効」と明記。月額100万円の対策サービスに払う前に
国内では「LLMO対策会社おすすめ○選」の記事が乱立し、費用相場は初期診断で10万〜100万円、月額コンサルで10万〜100万円超とされる。だが75社を調べた国内の調査によれば、9割の会社で施策メニューはほぼ同じ。そして最重要とされる「外部での言及獲得」まで実行支援する会社は、ごく少数だという。
「1週間で必ずAIに表示されます」のような断定は、仕組み上まず不可能だ。AIがどのサイトを引用するかを外部から保証する方法は存在しない。効果検証にも数ヶ月かかる。筆者の目には、この市場の過熱は2010年代の「SEO業者バブル」の再放送と映る。あのときも、生き残ったのは魔法を売る会社ではなく、地道にコンテンツを作った側だった。
結局、AIに選ばれる文章とは
ここまでの事実を足し合わせると、やるべきことは驚くほど普通だ。問いに最初の200字で答える。数字と出典を付ける。専門家や一次情報を引用する。経験に基づいて書く。——これはGoogleが昔から言う「良いコンテンツ」の条件そのものであり、Google自身も「AEO・GEOと呼ばれるものは依然としてSEOである」と公式ガイドで断言している。
AI検索経由の訪問はまだGoogle検索の1%未満という規模の現実もある。だから、いま慌てて高額な「LLMO対策」を買う必要はない。今日からできる一歩は、自分のサイトでいちばん読まれている記事を開いて、冒頭で問いに即答しているか、数字と出典があるかを確かめること。それが無料でできる、実証済みのLLMOだ。
出典: Google Search Central「AI最適化ガイド」 / Aggarwal et al.「GEO: Generative Engine Optimization」(KDD 2024) / Ahrefs「What Is llms.txt?」(13.7万ドメイン実測) / 日本経済新聞(用語の日米差)。数値は2026年7月18日時点。
