専門領域
LLMO（大規模言語モデル最適化）
AI が御社の分野の質問に答えるとき、その材料に御社は入っていますか。
どういう領域か
LLMO（大規模言語モデル最適化）は、日本市場で定着しつつある呼び方です。海外では GEO（Generative Engine Optimization）や AEO（Answer Engine Optimization）と呼ばれますが、指している仕事は同じです。ChatGPT、Google の AI による概要、Gemini、Perplexity、Copilot は、クロールでき、解析でき、裏づけの取れる材料から答えを組み立てます。その材料のなかに入り、正しく説明され、引用されるようにする取り組みです。
なぜ重要か
買い手は、御社が何者かをすでに聞いた状態で現れます。明確な根拠が見つからなくても、モデルは手元にあるもので答えます。2 年前に捨てたポジショニング、誰も更新していないディレクトリの記載、競合が定義したカテゴリの枠組み。どちらの場合も口調は同じように自信に満ちていて、その場に御社はいません。
どこまで御社の手の内か
- 御社の手の内
- 何を公開するか、どう構造化するか、そもそも解析できるか、そして一節だけ引かれても意味が通るか。
- 手の届かないところ
- モデルが御社を取りにいくかどうか、その日どの情報源を好むか、そして見つけたものをどう言い換えるか。
私たちがすること
- 主要な AI システムがいま御社をどう説明しているか、そしてその根拠にどの情報源を使っているかを明らかにします。
- 御社の代わりに競合の名前が挙がっている箇所と、その位置を支えている根拠を特定します。
- システムが実際に読んでいる材料を整えます。まず自社のページ、次にシステムが信頼している外部の情報源。
- サイトを機械が読める状態にし、モデルが推測せずに御社の主張を帰属できるようにします。
このサイトで確かめられます
すべてのページが、安定した識別子を持つ一つの JSON-LD グラフを出力しています。組織、メンバー、サービス、そのページが、ばらばらの断片ではなく一つのエンティティとして解決されます。robots.txt は AI のクローラーを名指しで許可し、llms.txt は会社、創業者、提供内容をプレーンテキストで示しています。リッチリザルト狙いの小細工ではなく、機械が企業を推測なしに説明するための最低条件です。
フレームワークの使い方
これは Digital Reality Gap を一つの面で測ったものです。モデルが御社について語る内容は、インターネット上の現実を直接サンプリングしたものにあたります。そのサンプルと、事業の実像との距離を縮めるのが仕事です。
フレームワークの全体を見るよくあるご質問
LLMO は SEO と別物ですか。
取得の層は同じです。AI システムは、すでにクロールでき、構造化され、裏づけのある材料から答えます。それは SEO の仕事そのものです。変わるのは何をもって勝ちとするかで、順位ではなく、正確な一文と引用になります。基礎を飛ばせる別ルートとして LLMO を売る相手は、別のものを売っています。
LLMO、GEO、AEO の違いは重要ですか。
どれも同じ仕事を指します。日本では LLMO、欧州では GEO、米国では AEO が使われます。呼び方よりも、システムが御社を見つけ、正しく説明できるかどうかが重要です。
どう測るのですか。
実際に尋ねます。買い手が投げる問いを主要なシステムに当て、御社が出てくるか、どう説明されるか、代わりに誰が出るか、どの情報源が引用されるかを記録し、それを繰り返します。一度の回答は逸話にすぎず、繰り返しに現れる傾向が測定になります。
市場に見えているものから始めましょう。
閉じるべきギャップがあるかどうかは、一度の会話で分かります。