LLMO対策

LLMO（大規模言語モデル最適化）は、ChatGPT や Gemini などの生成AIの回答で、自社の情報が正しく使われ、紹介されやすい状態をつくる取り組みです。GEO（生成エンジン最適化）とも呼ばれます。

このページでは、LLMO・GEO・llms.txt・サイテーション・エンティティSEO・ナレッジパネルの記事をまとめています。基本はLLMOとはをご覧ください。

LLMO対策の費用：各社が公開している料金と、見積もりの比べ方

LLMO対策の費用は、ツールで自社で進めるか、診断や改善を外部に任せるかで決まります。各社が公式ページで公開している料金を、出典と確認日を付けて表にし、料金の形ごとの金額の幅と、見積もりを比べるときに確かめる点をまとめます。AIO対策・GEO対策の費用にも当てはまります。

SLMは、スマートフォンやパソコンの中でも動かせる小さな言語モデルです。LLMとの違い、どこからを小規模と呼ぶか、Microsoft・Meta・Google・Appleが公式に発表している代表例、向く作業と向かない作業、LLMとの組み合わせ方を整理します。

LLMO対策を外部に頼むか、ツールで自社で進めるかは、費用の形と確かめる点を知ってから決めます。料金の形と内訳、成果の測り方、AIの回答が毎回変わることへの向き合い方など、特有の確認点に絞って整理します。AIO対策・GEO対策の会社も同じ基準で選べます。

AIで記事を作るとき、他者の権利を侵害しないか、作った記事を自社のものとして守れるかが気になります。文化庁の資料の範囲で考え方を整理し、記事制作の工程ごとの注意点と、自社サイトの文章をAIにどう扱わせるかの選び方を説明します。

AEO対策は、強調スニペットやAIの回答など「答え」として自社のページが使われるための取り組みです。税関のAEO制度とは別物です。答えとして選ばれやすい書き方の型と書き換えの例を示し、Googleの説明と似た言葉との違いを整理します。

RAGは、LLMに外の文書を探して読ませてから答えさせる仕組みで、AI検索の多くも同じ考え方で動いています。準備から回答までの流れ、誤りが起きる場所、ファインチューニングとの使い分け、サイトの文章がAIの回答に使われやすくなる書き方を整理します。

AIクローラーは、学習用・検索用・利用者の操作時の3つに分かれ、止めたときの影響がそれぞれ違います。各社の公式の説明で確かめた名前と役割、目的別のrobots.txtの例、Google検索への影響、アクセスログでの確かめ方と、robots.txtで止まらないものへの対処を整理します。

ChatGPTやGeminiの中で動くLLMは、調べて答えるのではなく、文章の続きを予測して答えを作ります。トークンと予測の仕組み、学習と推論の違い、RAG、誤りが起きる理由と確かめ方、自社の情報がAIの回答に届く経路を説明します。

LLMOの成果は、1つの数字では判断できません。Search Consoleの生成AI機能のレポートで分かることと分からないこと、GA4でAIからの訪問を絞る手順、回答の正しさを手で確かめる方法、基準値と月次の記録の付け方を説明します。

LLMOツールは増えていますが、何が分かるかは機能によって大きく違います。ツールを5つの種類に分け、主なツールと無料の範囲、専用ツールなしでできる簡易診断、選ぶときに確かめる点を説明します。AIO・GEO対策ツールも同じ基準で選べます。