LLMOとSEOの違いとは？ChatGPT・Google系AIの特徴と対策

LLMOと従来のSEOの違い

従来のSEOは、顧客とのタッチポイントになるキーワードを選び、検索意図に合ったページを作成し、検索結果で見つけてもらうことを目指します。商品ページ、店舗ページ、比較記事、専門的な解説記事などが対象になります。

LLMOでは、「どのような質問で、自社を紹介してほしいか」から情報を設計します。この記事では、商品・サービス・店舗の紹介や推薦を目的としたLLMOを中心に扱います。

表は横にスクロールしてご覧いただけます。

情報の正確性、検索エンジンがページを取得できる構造、読み取りやすい文章は両者に共通する基盤です。LLMOでは、その基盤の上に「自社を選ぶ理由が、質問の条件に沿って説明できるか」という視点を加えます。

重点対象はChatGPTとGoogle系AI：2つの統計で見る

対策先の優先順位を考えるときは、各AIに入力されるプロンプト数の構成比と、AI経由のサイト訪問の構成比の両方を見ると、利用と集客の接点を捉えられます。

プロンプト数ではChatGPTが5割、Geminiが3割

Comscoreが2026年9月に公表した調査では、2026年6月のAIプロンプト数のシェアはChatGPTが50％、Geminiが30％、Claudeが11％でした。ChatGPTとGeminiを合わせると80％となり、両者が主要な質問先となっています。

日本の送客シェアではGeminiとChatGPTが約8割

Statcounterの2026年10月の日本の集計では、AIチャットボットから外部サイトへの送客シェアは、Geminiが45.62％、ChatGPTが34.94％でした。両者の合計は80.56％です。

ChatGPT・Google系AIの特徴と対策

共通の情報基盤を整えたうえで、それぞれのサービスが情報を取得・提示する仕組みに合わせて対策します。

ChatGPT：会話で追加される条件まで、推薦理由を用意する

ChatGPTでは、会話を通じて希望や条件を追加しながら候補を絞り込めます。ウェブ検索を使う回答では、取得した情報と出典が示されます。

この会話で自店を候補として紹介してもらうには、所在地や料理ジャンルに加え、子ども向け設備、入店条件、ランチ価格などが判断材料になります。施策として、対象となる顧客・利用場面・対応条件を具体的に掲載することを重視します。

また、公式サイトをChatGPTの検索で発見してもらうために、検索用クローラーであるOAI-SearchBotがページを取得できる状態を確認します。OpenAIは、検索用のOAI-SearchBotと、学習用のGPTBotを別の用途として提供しています。

AI Overviews・AIモード：検索で取得できる情報を充実させる

AI Overviews（AIによる概要）は、Google検索の結果画面で質問の要点をまとめる機能です。AIモードは、複数の条件を含む質問や詳しい比較、追加の質問に対応する検索体験です。

Googleは、これらの機能で、関連する複数の検索を実行して回答を組み立てる「クエリファンアウト」を使う場合があると説明しています。例えば「新宿・子連れ・個室・ランチ3,000円以内」という質問では、場所、設備、価格などが判断材料になります。

対策では、店舗ページ・メニューページ・設備案内などに根拠を掲載し、Google検索で取得できる状態を整えます。GoogleのAI検索には、SEOの基盤が直接つながります。引用元リンクとして表示されるための条件には、ページが検索に登録され、スニペットを表示できる状態であることが含まれます。

Gemini：Googleマップ上の公開情報も整える

Geminiの場所探しでは、Googleマップの公開情報が使われます。店舗の住所、説明、評価、営業時間などが案内に利用されます。

飲食店では、公式サイトとあわせてGoogleビジネスプロフィールの情報を充実させます。店名、住所、営業時間、メニュー、価格、設備を更新し、臨時休業や季節メニューなどの変更も反映します。

口コミや投稿写真は、利用者が体験した特徴を知る材料にもなります。「家族で利用した」「個室で落ち着いて食事ができた」といった体験から、自店の強みや、公式サイトで詳しく説明すべき情報を把握できます。

公式情報と第三者の言及を、推薦の根拠として整える

公式情報では、自社が質問の条件に合うことを示す

LLMOでは、「おすすめしてほしい場面」と「その場面に適している根拠」を結びつけることが重要です。公式情報は、自社が責任を持って提供できる事実を示す場所になります。

飲食店なら、メニューや価格、席、設備、予約条件まで具体的に掲載します。商品なら、仕様、価格、適した用途、購入方法、保証などが該当します。

表は横にスクロールしてご覧いただけます。

「子連れ歓迎」「リーズナブル」といった紹介文に、設備・価格・利用条件の説明を添えることで、利用者とAIの両方が適合性を判断しやすくなります。

第三者情報では、自社がどう紹介されているかを見る

SEOでは、関連性の高い他サイトからの被リンクが評価に関わります。LLMOでは、自社の商品・サービス・店舗について、何が、どのような文脈で語られているかにも目を向けます。

例えば、地域メディアの取材記事で家族向けの設備が紹介され、口コミにも家族で利用した体験が記載されていれば、公式情報と第三者の体験を照合する材料になります。商品では、レビュー記事や比較コンテンツに掲載された仕様、使い勝手、適した用途などが該当します。

実務では、取材に使える資料、具体的な商品情報、利用場面が伝わる事例や写真を用意し、第三者が紹介しやすい状態をつくります。掲載後は、店名・商品名、価格、特徴、利用条件が正確に伝わっているかを確認します。

情報の反映と、成果の確認方法

学習による知識と、検索で取得する情報を分けて捉える

AIの回答には、モデルが学習した知識と、回答時の検索などで取得する情報が使われます。情報が反映される経路に合わせて、対策と確認を進めます。

検索を使う回答への対応では、公式ページの公開、クローラーによる取得、検索への登録、情報の更新が重要です。モデルの学習に関する対応では、各サービスの学習用クローラーの設定や方針を確認します。

更新後は、想定する質問で回答を確認し、表示された引用元のページや掲載情報の日付を記録します。引用元をたどって情報の内容と鮮度を確認することで、次に改善する掲載先が明確になります。

自社の紹介と、公式サイトへの送客をそれぞれ確認する

LLMOの成果は、回答内でのブランド認知から、サイト訪問、予約・購入まで段階を分けて確認します。AIの回答での紹介状況と、公式サイトへの訪問、その後の予約・購入をそれぞれ記録し、改善につなげます。

• 紹介・推薦：どの質問で自社が登場したか、どのような理由で選ばれたか。
• 情報の正確性：メニュー、価格、営業時間、設備、利用条件が正しく紹介されたか。
• 引用：公式サイトや第三者の紹介記事のうち、どのページが出典に使われたか。
• 送客と成果：AI経由で何件の訪問、予約、問い合わせ、購入につながったか。

回答の記録には、確認日、サービス、質問文、会話履歴の有無、地域設定などを添えます。主要な質問を定点観測し、複数回の結果から変化を把握します。

LLMO対策を進める5つの手順

1. 紹介されたい質問と利用場面を決める

   商圏、顧客層、予算、利用目的を組み合わせて、具体的な質問を用意します。飲食店なら「新宿・子連れ・個室・ランチ3,000円以内」のように、来店判断の条件まで整理します。

2. 自社が選ばれる根拠を公式情報に掲載する

   価格、設備、仕様、対応範囲、利用条件を明確にします。質問ごとに、根拠を示すページを対応づけます。

3. 検索と店舗情報の基盤を整える

   Google検索へのページの登録状況、ChatGPTの検索用クローラーがページを取得できるか、Googleビジネスプロフィールの掲載内容を確認します。変更情報は関連する掲載先へ反映します。

4. 第三者に紹介される材料と機会を増やす

   取材資料、商品データ、事例、写真を整備します。地域メディア、業界メディア、レビュー・比較コンテンツなど、見込み顧客との接点になる掲載先を検討します。

5. 回答・引用・送客・予約を確認し、情報を更新する

   ChatGPT、Gemini、GoogleのAI検索で、紹介内容と参照先を確認します。説明が不足している条件や、古い情報が残る掲載先を特定し、更新を続けます。