LLMO対策とは？AI検索に自社が出るための設定例・確かめ方・やることを解説

「お客さんがChatGPTで調べて、うちではなく競合の名前が出てきたと言っていた」
「LLMO対策の営業が来たが、何をする仕事なのか分からない」
そんな声を聞くことが増えました。
Googleの検索結果の上にAIの回答が出るようになり、ChatGPTやPerplexityで調べものをする人も増えています。

LLMO対策は、こうしたAIの回答の中で、自社の名前やページが正しく使われるようにする取り組みです。
ただ、ネットで調べると「AIに選ばれるコンテンツを作る」といった説明が多く、明日から何を触ればよいのかまでは書かれていないことがほとんどです。

この記事では、Google・OpenAI・Anthropic・Perplexity・Microsoftが公式に案内していることだけをもとに、robots.txtの書き方、構造化データの例、llms.txtの扱い、AIの回答に自社が出ているかを毎月確かめる手順まで、そのまま手を動かせる形でまとめます。
内容は2026年10月時点の公式情報にもとづいています。

LLMOとは

LLMO（エルエルエムオー）は「Large Language Model Optimization」の略で、日本語では「大規模言語モデル最適化」と訳されます。
大規模言語モデルは、ChatGPT・Gemini・Claudeなどの中で動いているAIのことです。
LLMO対策は、こうしたAIが質問に答えるときに、自社の情報を見つけ、正しく理解し、回答の中で名前やページを出してもらえるようにする取り組みを指します。

SEO（検索エンジン最適化）が「Googleの検索結果で上位に出ること」をめざすのに対し、LLMOは「AIの回答の中で触れられること」をめざします。
やることの多くはSEOと重なりますが、AIのクローラー（サイトを読みに来るプログラム）の扱いや、回答に出ているかの確かめ方など、LLMOならではの作業もあります。

AIO・GEO・AEOとの違い

似た言葉がいくつもありますが、どれも「AIの回答に自社の情報が使われるようにする」という同じ方向を指しています。
使う会社や人によって呼び方が違うだけ、と考えて差し支えありません。

AIが答えを作る2つの道すじ

AIの回答に自社が出るまでの道すじは、大きく分けて2つあります。
どちらの話をしているのかを分けておくと、営業の説明や記事を読むときに混乱しません。

「LLMO対策」として実際に手を動かせるのは、ほとんどが②です。
ChatGPTの検索、GoogleのAI OverviewやAIモード、Perplexityなどは、回答のたびにWebを調べ、引用元としてページへのリンクを付けます。
このとき、そもそも自社のページが読める状態になっているか、読まれたときに答えに使いやすい書き方になっているかが分かれ目になります。

AIごとに、どこから情報を取っているか

AIによって、情報を取りに来るプログラムや、使っている検索の仕組みが違います。
公式の案内をもとに整理すると、次のようになります。

GoogleのAIモードは、2025年9月から日本語でも使えるようになっています。
日本の利用者がAIで調べものをするときの入口は、GoogleのAI Overview・AIモードと、ChatGPT、Gemini、Perplexity、Copilotあたりが中心です。
このあと紹介する確かめ方も、この顔ぶれを前提にしています。

公式が言っていること

LLMOには「これをすれば必ずAIに出る」という公式の方法はありません。
そのかわり、各社が「サイト側で何をすればよいか」をそれぞれ案内しています。
営業資料やネットの記事に振り回されないために、まずは一次情報を押さえておきましょう。

Google：SEOの基本がそのまま当てはまる

Google検索セントラルの「AI features and your website」では、AI OverviewとAIモードについて、次のように説明されています。

• SEOのベストプラクティスは、AI Overview・AIモードにもそのまま当てはまる
• AI Overview・AIモードに出るための追加の要件や特別な最適化はない
• AI用の新しいファイルや、特別なschema.org（構造化データ）を追加する必要もない
• 引用元のリンクとして出るには、ページがGoogleに登録され、スニペット付きで検索結果に出られる状態であることが条件
• AI Overview・AIモードからのアクセスは、Search Consoleの検索パフォーマンスの「ウェブ」に含めて集計される

つまりGoogleについては、「AI用の何か」を足すより、Googleに正しく登録され、読み取りやすく、役に立つページを用意することがそのまま対策になります。
勧められている具体的なこととして、robots.txtやCDN（配信の仕組み）でクロールを止めない、内部リンクでページを見つけやすくする、大事な情報を画像ではなく文字で書く、構造化データと画面の文字を一致させる、Googleビジネスプロフィールの情報を新しく保つ、などが挙げられています。

OpenAI：OAI-SearchBotを止めない

OpenAIは、ChatGPTの検索に出るかどうかを、クローラー「OAI-SearchBot」で決めると案内しています。
OAI-SearchBotを止めたサイトは、ChatGPTの検索の回答には出ません（ナビゲーション用のリンクとしては出ることがあります）。
一方、AIの学習用のクローラー「GPTBot」を止めても、検索に出るかどうかには影響しません。
公式の説明では、それぞれの設定は独立しているとされています。

また、ChatGPTの検索から自社サイトへ来た人のURLには、utm_source=chatgpt.comが自動で付きます。
Googleアナリティクスなどで、ChatGPTから来た人の数を分けて見られます。

Anthropic・Perplexity：検索用と学習用が分かれている

AnthropicとPerplexityも、検索用とそれ以外のクローラーを分けて案内しています。
Anthropicは学習用の「ClaudeBot」、利用者の質問に応じてページを読む「Claude-User」、検索の質を上げるための「Claude-SearchBot」の3つです。
Claude-SearchBotを止めると、検索に使われなくなり、利用者の検索結果に出にくくなると説明されています。
Perplexityは、検索結果に出すための「PerplexityBot」と、利用者の操作に応じて読みに来る「Perplexity-User」の2つで、PerplexityBotはAIモデルの学習には使わないと明記しています。

Microsoft：Copilotでの引用数が見られる

Microsoftは2026年2月、Bing Webmaster Tools（Bingのサイト管理ツール）に「AI Performance」というレポートを公開プレビューで追加しました。
Microsoft CopilotやBingのAIの要約で、自社のページが引用元として何回出たか、どのページが引用されたか、AIがどんな語句で調べたときに引用されたかが見られます。
主要なAIの中で、自社がどれだけ引用されているかを公式の数字で見られる貴重な場所です。

あわせてMicrosoftは、見出し・表・よくある質問で構造をはっきりさせる、例やデータ・出典で主張を支える、内容を新しく保つ、IndexNow（ページの追加や更新を検索エンジンにすぐ知らせる仕組み）を使う、といったことを勧めています。

robots.txtでAIのクローラーを許可・拒否する

LLMO対策で最初に確かめたいのが、robots.txt（ロボッツ・テキスト）です。
サイトの一番上に置く小さなファイルで、どのクローラーにどこを読んでよいかを伝えます。
ここでAIのクローラーを止めていると、どれだけ良いページを作ってもAIの検索には出ません。
制作会社に作ってもらったサイトでも、いつの間にか止まっていることがあります。

まずは自社のrobots.txtを開いてみる

ブラウザで https://自社のドメイン/robots.txt を開くと、中身が見られます。
見るのは次の3点です。

• User-agent: * のすぐ下に Disallow: / がないか（すべてのクローラーを止めている状態）
• このあと紹介するAIのクローラーの名前が、Disallow: / とセットで書かれていないか
• ファイルが見つからない（404）場合は、すべて許可しているのと同じ扱い。止めていないので、LLMOの面では問題ない

主なAIのクローラー

2026年10月時点で、各社が公式に案内しているクローラーは次のとおりです。
「検索用」を止めるとAIの検索に出にくくなり、「学習用」を止めるとAIの学習に使われなくなります。

GoogleのAI Overview・AIモードに出るかどうかは、ふつうの検索と同じGooglebotで決まります。
Google-Extendedを止めても、AI Overviewから外れることはありません。
AI Overviewに使われる範囲を絞りたいときは、nosnippet や max-snippet などのスニペットの設定を使う、とGoogleは案内しています。

書き方の例

多くの中小企業におすすめなのは、検索用のクローラーはすべて許可し、学習用は会社の方針で決める形です。
次の例は、検索用は許可し、学習用のGPTBotとClaudeBotだけを止める書き方です。

# 検索用のAIクローラーは許可する
User-agent: OAI-SearchBot
User-agent: Claude-SearchBot
User-agent: PerplexityBot
Disallow: /admin/

# 学習用のAIクローラーは止める（止めるかどうかは会社の方針で決める）
User-agent: GPTBot
User-agent: ClaudeBot
Disallow: /

# それ以外のクローラー（Googlebot・Bingbot など）
User-agent: *
Disallow: /admin/

Sitemap: https://example.co.jp/sitemap.xml

学習に使われてもかまわない、むしろAIに会社のことを知ってほしいという場合は、学習用の2行のグループを消せば、すべてのAIのクローラーを許可した状態になります。

robots.txt以外で止まっていることもある

robots.txtで許可していても、サーバーの手前でアクセスが止まっていることがあります。
CDN（Cloudflareなどの配信の仕組み）やWAF（不正アクセスを防ぐ仕組み）、WordPressのセキュリティ用プラグインに、「AIのボットを止める」「ボットからのアクセスを止める」といった設定があり、気づかないうちに有効になっている場合です。
Googleも、robots.txtだけでなくCDNやホスティングの設定でもクロールを許可するよう案内しています。
サイトの管理を制作会社やサーバー会社に任せている場合は、「AIの検索用クローラー（OAI-SearchBot・Claude-SearchBot・PerplexityBot）を止める設定が入っていないか」を一度聞いてみてください。

変えたあと、反映までの時間

robots.txtを書き換えても、すぐには反映されません。
OpenAIは検索について「robots.txtの更新から約24時間」、Perplexityは「最大24時間」と案内しています。
Googleは、スニペットの設定などが反映されるまで、ページが読み直されるのに数日から数か月かかることがあるとしています。
Anthropicは、サブドメイン（shop.example.co.jp など）ごとにrobots.txtが必要なこと、IPアドレスで止める方法は確実ではないことを注意しています。

AIに読み取られやすいページにする

クローラーが読めるようになったら、次は中身です。
AIは質問に答えるとき、見つけたページの中から「答えに使える部分」を探して使います。
人が読んで分かりやすいページは、AIにとっても使いやすいページです。
そのうえで、AIに読まれることを意識すると、次のような直し方になります。

答えを先に、条件と数字をつけて書く

AIは「この会社は何をしていて、いくらで、どこに対応しているのか」を、ページの文章から拾います。
ぼかした書き方では、拾える情報がありません。

見出しの直後の1〜2文で、その見出しの答えを言い切るのも効果的です。
見出しと最初の段落だけで意味が通じる書き方にしておくと、ページの一部だけが答えに使われたときも、内容が正しく伝わります。

会社の基本情報を1か所に文字で書く

「〇〇市で〇〇を頼める会社は？」という質問にAIが答えるとき、手がかりになるのは会社概要のページです。
次の項目を、画像ではなく文字で書いておきましょう。

• 正式な会社名（よく使う略称や屋号があれば、それも）
• 所在地・電話番号・営業時間
• 事業内容（「何を」「だれに」を具体的に）
• 対応地域（市町村名まで）
• 設立年・代表者名・従業員数
• 料金の目安や、料金表のページへのリンク
• 取得している資格・許認可・加盟団体

デザインの都合で、会社概要を画像で作っているサイトは少なくありません。
Googleも「大事な情報は文字で」と案内しており、画像の中の文字はAIにも伝わりにくいと考えておくのが安全です。
Googleビジネスプロフィールやポータルサイトに載せている情報と、表記をそろえておくことも大切です。
住所や電話番号、社名の書き方がサイトごとに違うと、同じ会社だと結びつけてもらいにくくなります。

構造化データ（JSON-LD）を入れる

構造化データは、ページの内容を機械が読み取りやすい決まった形で書き添えるものです。
Googleは「AI Overview・AIモードのために特別な構造化データは要らない」としていますが、会社の情報を正確に伝える手段として、会社概要のページに組織（Organization）の構造化データを入れておく価値はあります。
Googleは、トップページか会社概要のページのどちらか1か所に置けばよく、全ページに入れる必要はないと案内しています。

次の例を、会社概要のページの <head> の中に貼り、〇〇の部分を自社の情報に書き換えます。

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "株式会社〇〇",
  "alternateName": "〇〇",
  "url": "https://example.co.jp/",
  "logo": "https://example.co.jp/images/logo.png",
  "description": "山口県で、住宅の外壁塗装と屋根の修理をしている会社です。",
  "telephone": "+81-83-000-0000",
  "email": "info@example.co.jp",
  "foundingDate": "2010-04-01",
  "address": {
    "@type": "PostalAddress",
    "postalCode": "750-0000",
    "addressRegion": "山口県",
    "addressLocality": "下関市",
    "streetAddress": "〇〇町1-2-3",
    "addressCountry": "JP"
  },
  "sameAs": [
    "https://www.instagram.com/〇〇/",
    "https://www.facebook.com/〇〇/"
  ]
}
</script>

sameAs には、会社の公式アカウントや、自社の情報が載っている外部のページのURLを並べます。
ほかのサイトにある自社の情報と、このサイトを結びつける手がかりになります。
Googleの説明では、組織の構造化データに必須の項目はなく、当てはまるものだけを書けばよいとされています。

記事やお知らせのページには、記事（Article）の構造化データで、書いた人と公開日・更新日を伝えておきます。
いつの情報なのかが分かることは、読む人にとっても、情報を拾うAIにとっても手がかりになります。

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "外壁塗装の費用の目安と、見積書の見方",
  "datePublished": "2026-09-01T09:00:00+09:00",
  "dateModified": "2026-10-15T09:00:00+09:00",
  "author": {
    "@type": "Person",
    "name": "〇〇 〇〇",
    "url": "https://example.co.jp/staff/〇〇/"
  },
  "publisher": {
    "@type": "Organization",
    "name": "株式会社〇〇"
  }
}
</script>

入れたあとは、Googleの「リッチリザルト テスト」にページのURLを入れて、読み取れているかを確かめます。
Googleが注意しているとおり、構造化データの内容と、画面に出ている文字は一致させてください。
画面には書いていない情報を構造化データにだけ書くことはしません。

情報を新しく保つ

料金や営業時間、サービスの内容が変わったのに、古い記事やページが残っていると、AIがその古い情報で答えてしまうことがあります。
年に1回は主なページを見直し、変わった情報を直して、更新日を書き換える流れを決めておきましょう。
当社が運営するメディア「AI・Web実務研究所」でも、調べる→構成を作る→書く→点検する→古い情報を更新する、という流れで記事を作り、公開後の更新までを一つの作業として回しています。

llms.txtは置くべきか

LLMO対策の話でよく出てくるのが、llms.txt（エルエルエムズ・テキスト）です。
「llms.txtを置けばAIに読まれる」という説明を見かけますが、事実として分かっていることと、分かっていないことを分けておきます。

llms.txtとは

llms.txtは、2024年9月にJeremy Howard氏（Answer.AI）が提案したファイルの形式です。
サイトの一番上に /llms.txt という名前で置き、AIに向けて「このサイトは何のサイトで、大事なページはどれか」をMarkdown（簡単な記号で見出しや箇条書きを表す書き方）でまとめます。
AIがたくさんのHTMLを読まなくても、要点と主なページへのリンクを手早くつかめるようにする、というのが提案のねらいです。

いま分かっていること

• 提案のページ（llmstxt.org）は、llms.txtを公式に使っている検索エンジンの名前を挙げていない
• OpenAI・Anthropic・Google・Perplexityのクローラーの案内ページにも、llms.txtを読むという説明はない
• Googleは、AI Overview・AIモードに出るためにAI用のテキストファイルは必要ないと明言している
• AI企業が、開発者向けのドキュメントのサイトにllms.txtを置いている例はある（AIに自社のドキュメントを読ませやすくするため）

つまり、主要なAI検索がllms.txtを読んで回答に使っていることは、公式の情報では確かめられていません。
llms.txtを置くこと自体に害はなく、手間も小さいので、置くかどうかは自由です。
ただ、llms.txtの作成だけで高い費用を見積もられた場合は、その金額に見合う根拠があるかを聞いてみてください。

置く場合の書き方

置くなら、提案の形式どおりに次のように書きます。
一番上に会社名（見出し1つ）、次に「>」で始まる短い説明、そのあとに見出しごとのリンクの一覧を並べます。
「Optional」の見出しの下には、なくても困らないページを入れます。

# 株式会社〇〇

> 山口県下関市で、住宅の外壁塗装と屋根の修理をしている会社です。対応地域は山口県全域と北九州市。

見積りは無料で、現地調査のあと1週間以内にお出しします。

## サービス

- [外壁塗装](https://example.co.jp/service/gaiheki/): 塗料の種類ごとの費用の目安と工期
- [屋根の修理](https://example.co.jp/service/yane/): 雨漏りの調査から修理まで

## 会社の情報

- [会社概要](https://example.co.jp/company/): 所在地・設立・資格・対応地域
- [料金表](https://example.co.jp/price/): 主な工事の費用の目安

## Optional

- [施工事例](https://example.co.jp/works/)
- [よくある質問](https://example.co.jp/faq/)

llms.txtに書く内容は、サイトの会社概要やサービスのページに書いてある内容と一致させます。
llms.txtにだけ書いてある情報は作らないようにしましょう。
置いたあとは、サービスや料金を変えたときに一緒に直すことを忘れないようにします。

AIの回答に自社が出ているか確かめる

LLMO対策でいちばん大事なのに、いちばん抜けやすいのが確かめ方です。
AIの回答は、聞くたびに少しずつ変わります。
思いついたときに1回聞くだけでは、良くなったのか悪くなったのか判断できません。
決まった質問を、決まったAIに、決まった日に聞いて、表に記録することで、はじめて変化が分かります。

質問リストを作る

最初に、毎月聞く質問を20個ほど決めます。
質問は次の3種類に分けて作ると、抜けがなくなります。

質問は、お客さんが実際に使う言葉で書きます。
営業や電話でよく聞かれる質問、問い合わせフォームに書かれた文章が、そのまま質問の材料になります。
一度決めた質問は、比べられるように毎月同じ文章で聞きます。

毎月の確かめ方

1. 聞くAIと条件をそろえるChatGPT（検索を使う設定）、Gemini、Perplexity、GoogleのAI Overview・AIモード、Microsoft Copilotの5〜6か所を対象にします。
   前の会話や記憶（メモリ）の影響を受けないように、ログアウトした状態か、記憶を使わない一時的なチャットで聞きます。
2. 同じ質問を、AIごとに新しい会話で聞く1つの会話で続けて聞くと、前の質問に引っぱられます。
   1問ごとに新しい会話を開きます。
   回答はぶれるので、大事な質問は2〜3回聞いて、出た回数を記録します。
3. 回答と引用元を表に記録する自社の名前が出たか、何番目に出たか、引用元に自社のページが入っていたか、書かれた内容に誤りがないかを記録します。
   回答の画面も保存しておくと、あとで見返せます。
4. アクセスの数字と合わせて見るGoogleアナリティクスで、AIから来た人の数を確かめます（やり方は次の項）。
   Bing Webmaster Toolsの「AI Performance」で、Copilotでの引用数も見ます。
5. 次に直すページを決める競合が出て自社が出ない質問、自社のことを間違って答えている質問を選び、どのページを直すか、新しく書くかを決めます。

記録表の項目

記録はExcelやGoogleスプレッドシートで十分です。
1行に「1つの質問を、1つのAIに聞いた結果」を書き、次の列を用意します。

20問を5か所に聞くと、1か月100行になります。
はじめは「自社名が出たか」と「引用元に自社ページ」の2列だけを集計し、出た割合が月ごとにどう変わるかを見ていけば十分です。

アクセスの数字で確かめる

AIから自社サイトに来た人の数は、Googleアナリティクス4（GA4）で見られます。
「レポート」→「集客」→「トラフィック獲得」を開き、「セッションの参照元」で絞り込んで、次の正規表現に一致するものを表示します。

chatgpt\.com|perplexity\.ai|gemini\.google\.com|copilot\.microsoft\.com|claude\.ai

ChatGPTの検索から来た人には utm_source=chatgpt.com が付くため、参照元に「chatgpt.com」と表示されます。
一方、GoogleのAI Overview・AIモードから来た人は、ふつうのGoogle検索と区別されずに「google / organic」に入ります。
Search Consoleでも「ウェブ」の数字に含まれるため、AI Overviewからだけのアクセス数を取り出すことはできません。
Googleについては、記録表で引用元に自社のページが入っているかを見るのが、いちばん確かな方法です。

今日からやるチェックリスト

ここまでの内容を、担当者が上から順に進められる形にまとめます。
1〜5は1日で終わる作業、6〜10は1か月ほどかけて進める作業です。

社内でやるか、外に頼むか

1〜5は、サイトの管理画面に入れる人がいれば社内でできます。
6〜10は、ページの文章を書き直す時間と、構造化データやrobots.txtを触れる人が必要です。
毎月の記録とページの改善を続ける人手が社内にない場合は、記録とページの改善をまとめて外に頼む方法もあります。
費用の相場や見積りで確かめることは、別の記事で詳しく解説しています。

よくある質問

まとめ

LLMO対策は、一度設定して終わりではなく、毎月の確かめとページの改善を続けるほど差がつく仕事です。
INTERCREATE JAPANでは、オウンドメディアの記事づくりと運用、AI検索に出ているかの確かめまでをまとめてお手伝いしています。
社内で続ける人手が足りないときは、お気軽にご相談ください。