AIO・LLMO・GEO とは｜ChatGPT に引用されるサイトの作り方

「検索⁠」の入り口が変わりつつあります⁠。ChatGPTやPerplexity⁠、GoogleのAIによる概要（AI Overviews⁠）など⁠、AIが答えを直接生成する検索体験が広がり⁠、そこで自社サイトが引用されるかどうかが新しい集客の分かれ目になってきました⁠。この文脈で注目されているのがAIO（AI Optimization）／GEO（Generative Engine Optimization）⁠。LLMO（Large Language Model Optimization⁠）と呼ばれることもあり⁠、いずれもAI検索最適化を指します⁠。従来のSEOと重なる部分はありますが⁠、決定的に違うのは「機械が読める形で一次情報を出す⁠」ことです⁠。

AI検索がもたらす流入の変化

実際のアクセス解析でも⁠、ChatGPTやPerplexityを参照元とする流入は多くのサイトで増加傾向にあります⁠。絶対数はまだ検索エンジン経由より小さいことが多いものの⁠、AI経由の訪問者は「AIに要約を読んだうえで⁠、さらに詳しく知りたくて来た人⁠」であり⁠、問い合わせや資料請求につながりやすいのが特徴です⁠。一方で⁠、簡単な質問はAIの回答だけで完結するため⁠、従来型の「浅い情報記事⁠」への流入は減っていきます⁠。つまり「クリックされるための最適化⁠」から「AIの回答の中で引用・言及されるための最適化⁠」へ⁠、重心が移りつつあるということです⁠。

従来SEOとAIO/GEOの違い

ただし両者は対立するものではありません⁠。AI検索の多くは裏側で従来型の検索インデックスを参照しているため⁠、基本的なSEO（クロール可能で⁠、内容が正確で⁠、評判が良い⁠）はAIOの前提条件です⁠。SEOを捨ててAIOに乗り換えるのではなく⁠、SEOの土台の上にAI向けの整備を足す⁠、という関係で捉えるのが正確です⁠。実際⁠、AI検索で引用されやすいサイトの多くは⁠、従来の検索でも上位に表示されている実績のあるサイトです⁠。

引用されるための具体策

1. AIクローラーを許可する — robots.txtでGPTBot⁠、OAI-SearchBot⁠、PerplexityBot⁠、ClaudeBotなどの主要AIクローラーをブロックしていないか確認します⁠。ここが閉じていると他の施策がすべて無効になります⁠。学習への利用と検索への利用でクローラーが分かれている事業者もあるため⁠、方針に応じて個別に設定します
2. llms.txtを設置する — サイトの概要と主要ページへの案内をMarkdownで記述した「AI向けのサイトマップ⁠」です⁠。標準としては発展途上ですが⁠、設置コストが低く⁠、サイト構造をAIに伝える手段として広まりつつあります
3. 構造化データを整備する — Organization⁠、FAQPage⁠、Article⁠、Productなどのスキーマ（schema.org⁠）をJSON-LDで記述し⁠、「誰が・何について書いたか⁠」を機械可読にします
4. 引用されやすい構造で書く — 見出し直後に結論を1〜2文で書く（結論先出し⁠）⁠、「〜とは⁠」の定義文を用意する⁠、表や箇条書きで比較を明示する⁠、1ページ1トピックに絞る⁠。AIは「質問への答えとして切り出せる箇所⁠」を引用するため⁠、この構造が最も効きます
5. 一次情報を出す — 自社の実データ⁠、事例⁠、実測値⁠、専門家としての見解など⁠、そのサイトにしかない情報はAIにとって引用する理由そのものです⁠。他サイトの要約の寄せ集めは⁠、AI自身が同じことをできるため引用されません
6. 会社・執筆者情報を明確にする — 運営者情報⁠、執筆者のプロフィール⁠、問い合わせ先が明示されているサイトは⁠、AIにとっても「出典として示しやすい⁠」サイトです

効果測定の方法

AIOは検索順位のような単一の指標がないため⁠、複数の観点を組み合わせて測ります⁠。

• 参照元トラフィックの計測 — GA4などで chatgpt.com⁠、perplexity.ai⁠、copilot.microsoft.com といった参照元をグルーピングし⁠、流入数とコンバージョン率を月次で追います
• 引用状況の定点観測 — 自社が狙うクエリ（「〇〇とは⁠」「〇〇 比較⁠」など⁠）を主要なAIサービスに定期的に質問し⁠、自社が引用・言及されるかを記録します
• 指名検索・直接流入の変化 — AIの回答で社名を知った人は⁠、後から指名検索で来訪します⁠。ブランド名の検索数の推移も間接指標になります
• クロールログの確認 — サーバーログでAIクローラーの巡回頻度を見ると⁠、施策後にクロールが増えているかを確認できます

注意したいのは⁠、AIの回答は同じ質問でも毎回変わり得るため⁠、1回の確認で一喜一憂しないことです⁠。月次など決まった頻度で同じクエリ群を観測し⁠、引用率の傾向で判断します⁠。また⁠、AI経由の流入はアクセス解析上「ダイレクト⁠」や「参照元なし⁠」に分類される場合もあるため⁠、参照元の数字だけを見ると実態より小さく見えることも押さえておきましょう⁠。

まとめ｜AIに「引用する理由⁠」を与える

AIO/GEOの本質は小手先のテクニックではなく⁠、「機械が読める形で⁠、引用に値する一次情報を出す⁠」ことに尽きます⁠。クローラー許可・llms.txt・構造化データという技術的な土台を整え⁠、結論先出しの構造で一次情報を発信し⁠、参照元データで効果を確かめる⁠。この一連のサイクルが実務の型です⁠。シャノンではAI検索最適化（AIO/GEO⁠）の支援サービスとして⁠、現状診断から技術的な整備⁠、コンテンツ構造の改善⁠、効果測定の仕組みづくりまでを一貫してお手伝いしています⁠。自社サイトがAIにどう扱われているか知りたい段階からでも⁠、お気軽にご相談ください⁠。