AI検索時代、企業はChatGPT・Geminiにどう選ばれる？AIOエンジン別対策の最前線

生成AIによる検索体験の変化に伴い、企業が自社ブランドをAIに適切に認識・推奨されるための取り組みであるAIO（AI Overview最適化）やLLMO（大規模言語モデル最適化）が喫緊の課題となっています。特にChatGPTやGeminiなどの主要な生成AIエンジンにおいて、自社が引用されるだけでなく、推奨される状態を築くことが事業成果に直結すると指摘されています。

LLMOとは何か？AIに選ばれる仕組みとSEOとの違い

LLMO（Large Language Model Optimization）とは、ChatGPTやGeminiなどのAIがユーザーの質問に回答する際、その中で自社が候補として挙がり、推奨されるようにするための取り組みです。株式会社LANYの解説によると、AIの回答に自社サイトが引用されること（引用）と、自社のサービス名が挙がること（推奨）の2つがあり、事業成果に直結するのは後者であると強調されています。

SEO（検索エンジン最適化）がGoogleなどの検索エンジンで上位表示とクリックを狙うのに対し、LLMOはAIに対して自社サイトだけでなく第三者メディアや比較サイトを含めた情報全体を整え、AIの回答内で推奨される状態を目指します。ただし、AIが参照する情報の多くは検索上位のページであるため、SEOはLLMOの前提条件となるとLANYは説明しています。ユーザーが検索結果から複数のサイトを巡るのではなく、AIに直接質問し答えを得るケースが増える中、AIの回答に自社が登場しなければ、検討候補にすら入らない可能性があるため、この新たな情報探索行動への対応が不可欠です。

実務では、SEOで基盤を固めつつ、AIが「なぜ自社を推奨すべきか」を理解できるよう、情報設計を多角的に見直すことが求められます。

AIOエンジン別対策：ChatGPT・Gemini・Google AIモードにどう対応するか？

AI検索対策は、ChatGPT、Gemini、Google AIモード（Google検索のAIによる概要・AI Overviews）など、各AIエンジンへの対応が求められます。NTTドコメのdメニューニュースによると、株式会社ラクスのプロモーション部オンラインプロモーション課の傍島崚氏は、AI検索でのモニタリング対象となるキーワードとプロンプトを設定し、各種AI（ChatGPT・Gemini・Google AIO・Claude）の回答における自社サービス・製品の名称の露出（ブランド露出）や、URLの引用状況を計測していると述べています。

しかし、AIモデルの頻繁なアップデートや、利用者の過去の会話履歴や設定に基づくパーソナライズされた回答のため、手作業での検索・集計・分析には大きな工数がかかり、一般ユーザーが目にする回答と異なる場合があるという課題があります。この課題に対し、Faber Companyの西田健人氏は、ミエルカGEOのようなAPI経由でAIの検索結果を取得するツールが、利用者のパーソナライズに左右されない客観的なデータ取得に貢献すると指摘しています。

実務では、各AIエンジンの特性を理解し、一元的なモニタリングと分析が可能なツールを活用することで、効率的かつ客観的な対策を進めるべきです。

AIに推奨されるための具体的な施策事例

AIに推奨されるためには、具体的な施策と改善が不可欠です。LANYの支援実績から、複数の事例が示されています。

既存コンテンツの価値を明確化する大手ビジネスメディアの事例

大手ビジネスメディアの事例では、記事・動画・プレスリリースは豊富にあるものの、AI上の推奨率は0%でした。課題は、各コンテンツと法人向けサービスの関係が不明確であったことです。施策として、約300ページにわたる自社記事・プレスリリース・YouTube関連ページに対し、「どのような人材に届くか」「どの企業課題に有効か」「他媒体との違い」「採用・ブランディングへの活用価値」といった情報を追加しました。その結果、約1ヶ月の実装で、ChatGPT・Geminiの複数プロンプトで新たに推奨を獲得し、推奨率0%から最大10%まで上昇したとLANYは報告しています。新規記事の制作はせず、既存コンテンツと自社サービスの提供価値を結びつけただけで成果が出た点が注目されます。

引用から推奨へ転換した大手インフラ企業の事例

大手インフラ企業では、自社記事はAIの情報源として使われていましたが、業者選びの一般的な情報として引用されるだけで、自社サービス名は推奨されていませんでした。つまり、参照はされているのに推奨されていない状態です。この課題に対し、LANYの支援により推奨率が18%から49%へ大幅に上昇したとされています。この事例は、「引用されること」が目的と語られがちですが、事業成果に効くのは「推奨」であることを明確に示しています。

診療科別LLMO対策で集患を目指すクリニックの事例

株式会社ITreatによると、クリニックのLLMO対策では、AIが「〇〇市で膝の治療に力を入れているのは△△整形外科です」と紹介するような推奨を目指します。患者さんがAIに相談する内容は診療科によって大きく異なるため、自院の診療科に合わせて重点的に整えたい情報を確認することが重要です。例えば、整形外科であれば膝の治療に関する専門性、内科であれば特定の疾患への対応力など、AIが患者に推奨しやすい具体的な情報を整備します。

実務では、自社の提供価値と顧客の課題を深く結びつけ、AIが「この企業は特定のニーズに最適である」と判断できるような、具体的かつ網羅的な情報提供が成功の鍵となります。既存コンテンツの再評価と最適化が、新規コンテンツ制作よりも費用対効果が高い場合があることを念頭に置くべきです。

AIO・LLMOの効果測定と継続的なモニタリングの重要性

AIOやLLMOの効果を最大化するには、継続的なモニタリングと改善が不可欠です。株式会社ラクスは、AI検索でのブランド露出を30%向上させ、リード獲得につなげるためにミエルカGEOを導入しました。同社の傍島氏によると、AIは日々変化するため、ツールの選定ではモニタリングの対象や指標が柔軟に変えられることが前提であり、ミエルカGEOは計測内容を自社のニーズに合わせてカスタマイズでき、使いやすかったと評価しています。

具体的には、LLMリサーチ、AI検索流入レポート、AIOレポートを用いて、設定したプロンプトに対し、自社サービス名の露出と製品サイトのURLが引用された割合をKPIにしています。計測対象のプロンプト設計の基本思想は、「ユーザーは何かを調べるとき、まずカテゴリーで検索・質問する」という行動原理に基づいています。

効果測定には、Googleアナリティクス（GA4）で参照元に「chatgpt.com」「perplexity.ai」「gemini.google.com」などが含まれていれば、AI経由での訪問者を確認できます。また、株式会社ITreatが指摘するように、AIの回答を見てホームページを経由せずに電話や直接来院するケースもあるため、初診の問診票に「AI（ChatGPTなど）」の選択肢を追加するなど、オフラインでのデータ収集も有効です。

実務では、定点観測を重視し、客観的なデータに基づいたPDCAサイクルを回すことが、AI検索対策の成功に直結します。ツールに任せきりにせず、自社のニーズに合わせて計測・改善を繰り返す姿勢が求められます。

AIO エンジン別 対策への具体的な対策や自社での進め方は、無料相談・お問い合わせ でご案内しています。

注：この記事は、公開情報を元にAIによって生成されたものです。最新の正確な情報については、元の情報源をご確認ください。