AIO・LLMO対策の効果を1か月検証｜ChatGPT引用率15%から見えた改善点

生成AIで情報を探す人が増えるにつれて、

「Google検索で上位に出るか」

だけではなく、

「ChatGPTやGemini、Perplexityなどに、自社が候補として出てくるか」

を気にする企業も増えてきました。

いわゆるAIO（AI Optimization）やLLMO（Large Language Model Optimization）と呼ばれる領域です。

弊社でも、2026年8月頃から少しずつAIO / LLMOを意識したWebサイト改善を進めてきました。

そして約1か月。

実際にChatGPTへ複数の質問を投げ、

• 自社が出るのか
• 出典として引用されるのか
• 競合はどこなのか
• 何を根拠に紹介されているのか

を測定しました。

結果から先に言うと、

1か月で「AIO対策成功」と言えるような状態にはなっていません。

ただし、

何が効いていて、次に何を改善すべきかはかなり見えるようになりました。

今回は、実際に1か月ほど取り組んで分かったことを整理します。

まず、今回どうやって測定したのか

今回はChatGPTを使い、20個の質問を用意して測定しました。

条件によるブレをできるだけ減らすため、

• 1問ごとに新しいチャット
• パーソナライズなし
• 同じモデル
• 同じ質問文
• Web検索の有無も記録
• 自社への言及
• 自社サイトの引用
• 一緒に表示された競合

を記録しています。

質問も、

「テイルウインド株式会社について教えて」

のような指名質問だけではありません。

例えば、

• 熊本で生成AI導入支援をしている会社
• AI駆動開発を受託している会社
• 仕様書がなくてもシステム開発を依頼できる会社
• 熊本の法人向け生成AI研修
• 中小企業向け予実管理システム

といった、

社名を知らない人が実際に入力しそうな質問

も含めました。

AIO / LLMOで本当に重要なのは、こちらだと考えています。

1か月後の結果は「引用率15%」

20問測定した結果は以下でした。

指標	結果
全20問の引用	3 / 20
AI引用率	15%
指名4問の引用	3 / 4
非指名16問の引用	0 / 16
社名言及	4 / 20

数字だけ見ると、引用率15%。

決して高い数字ではありません。

ただし、中身を見ると非常に分かりやすい結果になりました。

指名検索では、かなり正確に理解されるようになった

自社名を含めた質問では、

• 会社名
• 所在地
• 設立時期
• 代表者
• サービス内容
• AI活用アドバイザーの料金
• すらっと業務シリーズ

などが、比較的正確に回答されました。

しかも、複数の質問で引用元がすべて自社サイトになっています。

以前は、AIが社名を微妙に間違えたり、古い情報を拾ったりすることもありました。

それと比べると、

「テイルウインド株式会社について聞かれたら、公式サイトを見て答える」

という状態にはかなり近づいています。

ここは、1か月の施策でも一定の成果があった部分です。

しかし、非指名検索では16問中0件

一方で、課題もはっきりしました。

社名を入れない16問については、

自社サイトが引用された質問は0件でした。

例えば、

「AI駆動開発を受託している会社」

と聞くと、他社が複数社並びます。

「熊本で法人向け生成AI研修をしている会社」

と聞いても、他社が料金付きで比較されます。

「中小企業向け予実管理システム」

と聞けば、既存の有名なSaaSが並びます。

つまり現在は、

「会社名を知っている人には正しく説明できる」

一方で、

「課題から探したときの候補企業にはまだ入れていない」

という状態です。

この差は非常に重要です。

AIOでは「指名」と「非指名」を分けて考えた方がいい

今回測定してみて感じたのは、

AIO / LLMOを単純な「引用率」だけで見ると分かりづらいということです。

例えば、

20問中3問引用された。

だから15%。

という数字だけでは、改善しているのか分かりません。

実際には、

指名検索

「テイルウインド株式会社について」

→ かなり正確に回答される

非指名検索

「熊本でAI導入支援できる会社」

→ 自社が出ない

という全く異なる状態が混在しています。

そのため、今後は、

指名検索と非指名検索を別KPIとして見る

ことにしました。

AIに選ばれていた会社には共通点があった

今回、競合として表示された企業を見ていくと、いくつか共通点がありました。

特に多かったのが、

• 料金が公開されている
• 導入件数が数字で書かれている
• 顧客企業名が出ている
• 使用技術が明記されている
• 開発工程が書かれている
• 公的認定やパートナー資格がある
• 第三者レビューがある

といった情報です。

逆に、

「豊富な実績」

「柔軟な対応」

「高品質」

「最新技術」

のような抽象的な表現は、AIの回答ではほとんど根拠として使われませんでした。

これはAIOを考えるうえで非常に重要だと思います。

「良い会社です」ではなく、「引用できる事実」を増やす

人間向けのホームページでは、

「親身に対応します」

「豊富な実績があります」

という表現も意味があります。

ただ、AIが複数企業を比較するときには、より構造化された情報が必要になります。

例えば、

生成AI研修に対応しています

よりも、

熊本県内の法人向け生成AI研修。3時間、最大○名、料金○万円。オンライン全国対応。

の方がAIは扱いやすい。

同じように、

AI駆動開発に強い会社です

よりも、

Claude Code / Codexを利用し、設計・実装・テスト・人間レビューまで実施

の方が引用しやすい。

AIOでは、

「何をアピールするか」だけではなく「AIが抜き出せる形になっているか」

が重要なのだと感じています。

1か月の結果を受けて、実際にページを改善した

今回の測定結果を受けて、弊社サイトでも改善を始めています。

最初に手を入れたのが、システム開発ページです。

これまで掲載していた内容に加え、

• 仕様書がなくても相談可能
• 業務整理から対応
• AI駆動開発
• 開発工程
• 使用するAI
• テスト・レビュー
• 開発費用の目安
• 開発期間の目安

などを、より明確に整理しました。

特に、

「仕様書がなくても相談できる」

という点は強化しています。

なぜなら、

「仕様書がなくても開発を依頼できる会社はある？」

という質問に対して、今回ChatGPTは具体的な企業名を1社も挙げられなかったからです。

競争が激しいテーマだけを狙うのではなく、

AIがまだ明確な回答を持っていない領域を取る

という考え方も重要だと思います。

法人向け生成AI研修も独立ページ化

「熊本で法人向け生成AI研修をしている会社」

という質問では、競合企業が料金付きで表示されました。

一方、弊社でも研修自体は提供できますが、これまではAI活用伴走支援の一部として掲載していました。

人間が見れば、

「研修もできる会社なんだな」

と分かります。

しかしAIからすると、

「法人向け生成AI研修を提供している会社」という一次情報が弱い

状態でした。

そこで、

「法人向け生成AI研修」

を独立したサービスページとして整理しました。

AIOのためだけにサービスを増やすのではなく、

既に提供しているサービスを、検索意図ごとに正しく整理する

という考え方です。

予実管理も「シリーズの一機能」から製品ページへ

予実管理についても同様です。

弊社では「すらっと業務シリーズ」として、

• 案件管理
• 申請
• 予実管理
• 在庫管理
• OCR
• ナレッジ管理

などを展開しています。

しかし、

「中小企業向け予実管理システム」

と聞いた場合には、既存の予実管理SaaSが並び、「すらっと予実管理」は表示されませんでした。

考えてみれば当然で、これまで予実管理単体の詳細ページが十分にありませんでした。

そこで、

• 誰向けなのか
• どんな課題を解決するのか
• どんな機能があるのか
• Excel管理と何が違うのか
• 料金
• 導入の流れ

などを整理した、製品単独ページを作る方向で改善しています。

AIO / LLMOは1か月で結論を出さない

ここが今回最も重要なポイントです。

SEOでも同じですが、

Webサイトを修正した翌週に、

「順位が上がらなかったから失敗」

と判断するのは早すぎます。

AIO / LLMOは、さらに評価が難しいと感じています。

理由は、

• AIの検索結果が毎回同じではない
• モデルが変わる
• 検索の有無が変わる
• 引用元が変わる
• 競合サイトも更新される
• AI側の検索・ランキングロジックも変わる

からです。

実際、同じ質問を複数回実行しただけでも、表示される企業が変わるケースがありました。

つまり、

1回の測定結果だけを見て一喜一憂しても意味がありません。

SEOと同じく、半年くらいのスパンで見る

AIO / LLMOという言葉が新しいため、

「数週間で効果が出る新しいSEO」

のように見えることがあります。

しかし、弊社ではもう少し長期で見ることにしました。

目安としては、

最低でも半年程度。

毎月同じ質問を測定し、徐々に変化を確認していきます。

例えば、

1か月目

現状測定

2か月目

サービスページ改善

3か月目

料金・実績・FAQ追加

4か月目

導入事例強化

5か月目

第三者掲載・外部評価強化

6か月目

半年分を比較

というイメージです。

AIO対策そのものを短期間で評価するのではなく、

Webサイト全体の情報品質を半年かけて高め、その結果AIからどう見えるようになったかを見る

方が現実的だと思います。

次のKPIは「引用率20%」だけではない

当初は、

「3か月でAI引用率20%以上」

といった数字も見ていました。

もちろん全体の引用率も追います。

ただ、今回の結果を見て、KPIを少し変えることにしました。

KPI 1：非指名検索で何問出るか

現在、

0 / 16

です。

まずここを、

2〜4 / 16

まで持っていくことを目指します。

指名検索の精度を上げるより、こちらの方が新規顧客との接点につながるため重要です。

KPI 2：重点4テーマ

特に以下の4つを重点的に追います。

1. AI駆動開発
2. 仕様書なし開発
3. 法人向け生成AI研修
4. 予実管理

現時点ではいずれも非指名検索で自社が出ていません。

半年後に、

4問中2問以上で言及または引用される状態

を一つの目標とします。

KPI 3：引用されたときに情報が正しいか

出ることだけを目標にはしません。

例えば、

• 料金が古い
• 社名が違う
• サービス内容が間違っている
• 代表者情報が古い

のであれば、逆効果です。

そのため、

「表示されたか」＋「正しいか」

をセットで測定します。

KPI 4：自社サイトが一次情報源になっているか

今回、代表者に関する質問では、会社名自体は正しく認識されていました。

しかし、引用元は自社サイトではなく第三者サイトでした。

これは、

「AIが人物を知っている」

状態ではあるものの、

「公式サイトが人物情報の一次情報として認識されている」

状態ではありません。

今後は、

• 会社情報
• サービス
• 製品
• 代表者
• 実績

について、

公式サイトが一次情報として引用される状態

も見ていきます。

ブログ記事を増やすだけではAIO対策にならない

これは今回かなり大きな気づきでした。

弊社サイトには既に多くの記事があります。

もちろん記事を増やすこと自体にはSEO的な意味もあります。

しかし今回の結果を見ると、

AIO / LLMOで重要なのは記事数だけではありません。

むしろ、

• Service
• Product
• Case
• Company
• Person

といった、

その情報の正本となるページ

を強くすることが重要そうです。

ブログで、

「AI駆動開発とは」

という記事を10本書くよりも、

公式のAI駆動開発サービスページに、

• 料金
• 期間
• 工程
• 使用技術
• 実績
• FAQ

がきちんと載っている方が、企業情報としては強い。

今後はこの考え方でWebサイトを整理していきます。

外部情報も無視できない

AIOは自社サイトだけ改善すれば終わり、というものでもありません。

競合として表示された企業を見ると、

• 公的認定
• パートナー資格
• 第三者レビュー
• メディア掲載
• 顧客企業からの紹介

なども引用されていました。

これは従来のSEOにも近い部分ですが、

AIから見ても、

自社が自分で言っている情報だけではなく、第三者が確認できる情報

が重要になりそうです。

今後は、

• 業界メディア
• 自治体・公的機関
• パートナー制度
• 導入事例
• 顧客事例
• 外部プロフィール

なども少しずつ整えていく予定です。

AIO / LLMOは「攻略」ではなく、情報整備に近い

1か月取り組んでみて感じているのは、

AIO / LLMOは、

「ChatGPTに出るための裏技」

を探すものではないということです。

むしろ、

自社の情報を、誰が見ても分かる状態に整理する

ことに近いと思っています。

例えば、

• 何をしている会社なのか
• 誰向けなのか
• 料金はいくらなのか
• どんな実績があるのか
• どんな技術を使っているのか
• どのくらいの期間がかかるのか
• 誰が運営しているのか

を明確にする。

これはChatGPTだけではなく、

Google検索にも、

見込み顧客にも、

営業担当にも、

採用にも、

結局プラスになります。

そう考えると、AIO / LLMOのためだけの施策というより、

Webサイトの情報設計を見直すきっかけ

として捉える方がよさそうです。

次回は2か月目の変化を測定する

今回は1か月時点の測定でした。

現状は、

指名検索

ある程度正確に理解されるようになった

非指名検索

ほぼ存在していない

という状態です。

ここから、

• システム開発ページ
• 法人向け生成AI研修
• すらっと予実管理
• 代表者情報
• 導入事例

などを順次改善していきます。

そして同じ質問を使い、来月も測定します。

AIO / LLMOはまだ変化の速い領域です。

だからこそ、

「これをやれば必ず出る」

という話ではなく、

実際に測り、直し、また測る。

という地道な方法を続けてみようと思います。

半年後に、

「どこまで変わったのか」

を改めて振り返る予定です。

まとめ

今回、AIO / LLMO対策を約1か月行い、20問で測定した結果、

AI引用率は15%

でした。

ただし内訳は、

• 指名検索：3 / 4
• 非指名検索：0 / 16

と大きく分かれました。

つまり、

自社を知っている人向けの情報整備は進んだ。

一方で、

まだ知らない人がAIで会社を探したときの候補には入れていない。

という状態です。

次の目標は、単純に「引用率を上げる」ことではありません。

まずは、

• AI駆動開発
• 仕様書なし開発
• 法人向け生成AI研修
• 予実管理

といった、自社が実際に提供している領域で、

非指名検索から候補に入る状態

を作ること。

そして、1か月単位の数字だけでは判断せず、

半年程度のスパンで定点観測する。

AIO / LLMOについては、弊社自身も実験しながら取り組んでいます。

今後も測定結果や、実際に効果があった改善内容について公開していきます。