LLMOとは、ChatGPTやGoogle AI Overviewsなどの生成AIが回答を組み立てるときに、自社サイトやブランドが引用・言及されるようサイトと情報発信を整える取り組みです。検索結果の順位を対象にするSEOに対し、LLMOはAIの参照先に入ることを狙います。2026年に入って大規模な検証データが出そろい、何が効いて何が効かないかの輪郭が見えてきました。
この記事では、Ahrefsが公開した複数の大規模調査を一次ソースまで確認したうえで、中小企業が実務で使える形に翻訳します。数字の大きさよりも、その数字がどんな条件で測られたのかを重視して読み解きます。
この記事でわかること
- 効果の実態： LLMO単体の特効薬は確認されておらず、効果が出やすいのは検索基盤の整備と第三者からのブランド言及です。
- 崩れた通説： llms.txt・構造化データの追加・自社ベストリスト・被リンクの4つは、大規模データで期待どおりの結果が出ていません。
- 判定の条件： 「効果があった」と言うには、固定条件・反復観測・対照群・前後の観測期間の4点が要ります。
結論：LLMOに特効薬はない。検索基盤とブランド言及を先に整える
LLMOに即効性のある特効薬は、現時点の大規模データでは見つかっていません。
効果が確認しやすいのは、検索インデックスに載る状態を保つことと、外部からのブランド言及を増やすことの2つです。
2026年に公開された複数の検証を並べると、傾向がはっきりします。AIに引用されるかどうかは、AI専用の設定ファイルやマークアップを足したかどうかよりも、そのページが従来の検索インデックスで見つかる状態にあるか、そのブランドが外部でどれだけ言及されているかに強く結びついています。逆に、いわゆる「LLMO専用の裏技」として広まった施策ほど、検証すると差が出ていません。
ここで注意が必要なのは、これらの数字の多くが観察研究の相関だという点です。相関が強いことと、その施策を打てば結果が動くこと（因果）は別の話です（アイダイム分析）。本記事では、どの数字が実験（対照群あり）で、どの数字が観察（相関のみ）なのかを区別して扱います。
もう一つ、前提として押さえておきたいことがあります。よく引用される「1,500万件のデータ」という表現は、単一の巨大な調査ではなく、llms.txt調査・構造化データ実験・引用元分析・相関分析といった別々の研究を束ねた総称です。母集団も手法も違うため、「1つの調査で通説がまとめて否定された」という読み方はしないほうが安全です（アイダイム分析）。
LLMOの効果は何で測るのか｜言及・引用・流入・CVの4段階
LLMOの効果は1つの指標では測れません。言及・引用・流入・CVの4段階に分け、どこまで進んだかで見ます。
段階を分けずに「AIからの流入が増えたか」だけを見ると、施策が効いているのに数字が動かない期間が長く続き、途中で打ち切ってしまいます。逆に「AIに引用された」だけで成果と報告すると、売上につながらないまま予算だけが増えます。4段階に分けるのは、どこで詰まっているかを特定するためです。
この4段階のうち、第1段階と第2段階はAIの回答画面を実際に観測しないと分かりません。第3段階と第4段階はGA4や自社の問い合わせ台帳で追えます。無料で始めるなら、Microsoft Clarityで生成AI経由の訪問を確認する方法が手軽です。手順は「AI引用はMicrosoft Clarityで分かる｜無料で見る手順」で解説しています。
段階を分けることには、もう一つ実務的な理由があります。
（実務知見）当社が扱う案件では、Search Console上で1位を取っているのにCTRが0.1%という状態のクライアントデータが実際にあります。順位表だけを見れば成果が出ているように読めますが、クリックはほとんど発生していません。この乖離は、AI Overviewが検索結果の上に表示されるようになった時期から目立つようになりました。そのため当社では、AI Overviewが関わるキーワードについては前年ごろまでさかのぼった推移と、その時点でSERPがどう表示されていたかをレポートに残すようにしています。記録を残さないと、後から「いつ何が変わって数字が動いたのか」を誰も再現できず、混乱が増えるだけだからです。
つまり、順位と表示回数は「引用された可能性」までしか示さず、流入の証拠にはなりません。ここを分けて記録するだけで、報告のずれはかなり減ります。
Q. AI検索での引用が増えれば、流入も増えますか？
A. 引用の増加が流入の増加につながるとは限りません。AI Overviewが表示される検索では、引用されていても1位のクリック率が大きく下がることが確認されています。引用（第2段階）と流入（第3段階）は別々に記録し、片方の増加でもう片方を説明しないようにしてください。
指標を分けたうえで、次に見るのが「そもそも何が指標を動かすのか」です。ここで多くの企業が、効果の確認されていない施策に時間を使っています。
大規模データで崩れた4つの通説｜llms.txt・構造化データ・自社ベストリスト・被リンク
llms.txt・構造化データの追加・自社ベストリスト・被リンクの4つは、大規模データでは期待どおりの結果が出ていません。
ただしこれは「無意味」という意味ではなく、条件つきの結論です。何がどこまで否定されたのかを、順に見ていきます。
まず、4つの通説と検証結果を整理します。
| 通説 | 実際に検証されたこと | 実務での扱い |
|---|---|---|
| llms.txtを置けばAIに読まれる | 137,000サイト調査で、有効なllms.txtを持つ約38,000ドメインの97%が2026年5月に1度もリクエストされていない。取得したボットの77%はAI以外（SEO監査ツール21.7%ほか） | 優先度は最下位。置くこと自体の害はない |
| 構造化データを足せばAI引用が増える | 既にAI引用されている1,885ページにJSON-LDを追加し、別ドメインの対照群と前後30日を比較。ChatGPT＋2.2%・AI Mode＋2.4%はいずれも統計的に有意でない | AI引用のためだけには足さない。検索側の用途では引き続き有効 |
| 自社の「ベスト◯選」で1位に載せれば推薦される | 750プロンプト・26,283ソースURLの調査で、ベスト系のブログ記事は引用元ページ種別の43.8%を占める。ただし自社リストで1位に置いても、回答では競合が推薦される例が確認されている | 引用されることと推薦されることは別。自社リストは推薦の保証にならない |
| 被リンクとドメイン評価がAI可視性の主因 | 75,000ブランドの観察研究で、被リンク指標はすべてのAIで「非常に弱い相関」。Domain RatingもChatGPT 0.266・AI Mode 0.285・AI Overviews 0.326にとどまる | 主因ではないが不要でもない。検索順位を通じて間接的に効く |
表のとおり、4つとも「まったく無駄」という結論ではありません。llms.txtは読まれていないだけで有害ではなく、構造化データは検索側の用途では引き続き機能し、被リンクは従来検索の順位を通じて間接的に効きます。否定されたのは「これを足せばAI引用が短期で増える」という因果の部分です。
llms.txtについては、当社の判断を明示しておきます。
（アイダイム分析）当社はもともと「置かなくてよい」という立場でした。97%読まれていないというデータがある以上、優先して工数を割く理由がないためです。ただしv2で仕様が更新されたことで、様子見の段階に入っています。仕様変更がいつ来るかは読めませんし、置くこと自体にデメリットもないため、「将来の仕様変更に賭けるコストの低い保険」として、他の施策が済んだあとに置く、という優先度で扱っています。積極的に推奨はしませんが、止めもしません。
llms.txtの中身の書き方と、効果を検証する手順は「llms.txt書いても意味ない？cats.txt実験でわかる効果検証の作法」でまとめています。
Q. llms.txtは置かなくていいのですか？
A. 優先度は最も低くて構いません。有効なファイルを持つドメインの97%が1か月間1度もリクエストされていないためです。ただし設置による不利益は確認されていないため、他の施策が終わったあとに保険として置く判断は成立します。
では、崩れなかった側には何が残ったのでしょうか。
最も強く相関したのはブランド言及｜YouTube 0.737をどう読むか
75,000ブランドの観察研究で最も強く相関したのはYouTube言及で、Spearman相関は約0.737でした。
次点は外部サイトでのブランド言及です。被リンクやドメイン評価は、いずれもこの2つに大きく水をあけられています。
まず数字を並べます。ChatGPTでの可視性との相関は、YouTube言及が約0.737、ウェブ上のブランド言及が0.664、Domain Ratingが0.266でした。AI ModeとAI Overviewsでも順番は変わらず、言及系の指標がリンク系の指標を大きく上回っています。
ここで読み方を間違えないことが重要です。この調査は観察研究であり、「YouTubeで言及を増やせばAI可視性が上がる」という因果を示したものではありません。調査元も相関と因果は別だと明記しています。抽出条件もDomain Rating 40超のドメインで、最大ボリュームのキーワードが月間検索800以上という絞り込みが入っています。母集団は一定規模以上のブランドに寄っており、開業したばかりの小規模サイトにそのまま当てはめられる数字ではありません（アイダイム分析）。
それでも実務的な含意はあります。AIに参照されるかどうかは、自社サイトの中で何を書いたかよりも、自社の外でどれだけ名前が出ているかに近い、という方向性です。プレス露出、他社メディアへの寄稿、レビュー、そして動画は、いずれも「外で名前が出る」施策にあたります。
動画については、当社の実運用のデータを補足します。
（自社検証）当社が運用するYouTubeチャンネルでは、クリック率13.8%、総再生数8.9万回という実績があります（2026年時点）。これは「YouTubeを継続的に運用し、視聴される状態まで持っていける」ことの実績であり、AI可視性が上がった証拠ではありません。当社側でAI可視性の施策前後を比較したデータは取れていないため、ここは切り分けて扱います。動画に取り組む価値があるとしても、その効果はAI可視性の測定を別途設計してから判断してください（アイダイム分析）。
Q. 相関が強い＝効果があるということですか？
A. 違います。相関はあくまで「一緒に動いている」ことを示すだけです。YouTube言及の相関0.737も観察研究の結果で、施策として打てば可視性が上がることを示したものではありません。因果を確認するには対照群を置いた比較が必要です。
言及が強いことは分かりました。では、従来のSEOは不要になったのでしょうか。
AI検索は従来検索と切り離せない｜引用元の88%とAI Overviewの37.9%
AIの引用元は従来の検索インデックスに強く依存しています。ChatGPTでは、最終的に引用されたURLの約88%が検索経由でした。
140万プロンプトを対象にした分析では、参照タイプ別の引用率でsearchが88.46%を示し、news 12.01%、Reddit 1.93%、YouTube 0.51%、academia 0.40%と続きます。ここは読み方に注意が必要で、これらは「引用元の構成比」ではなく参照タイプごとの引用率です。ただし同じ分析の中で、最終的に引用されたURLも約88%がsearch経由だったと説明されています。いずれの読み方でも、検索インデックスに載っていることがAI引用の前提になっている、という結論は変わりません。
一方で、Google AI Overviewsでは別の傾向が出ています。863,000キーワードのSERPと400万件の引用URLを調べた調査では、AI Overviewsに引用されたURLのうち、同じクエリで上位10位に入っていたのは37.9%にとどまりました。11〜100位が31.2%、圏外が31.0%です。1年前の調査では約76%が上位10位でしたから、大きく変化しています。
この2つは矛盾していません。ChatGPTは検索インデックスから引いてくるため、そもそも検索で見つかることが前提になります。一方でGoogle AI Overviewsは、元の質問を複数の細かいクエリに分解して情報を集めるため、元のクエリの上位10位以外からも引用が入ります。（アイダイム分析）まとめると、検索インデックスに載っていることは依然として必須条件ですが、「元のキーワードで1位を取ること」は十分条件ではなくなった、という整理になります。
実務上の意味は明確です。クロールとインデックスの健全性、robots.txtでAIクローラーを不用意にブロックしていないかの確認、テーマ全体を面で押さえるコンテンツ設計。これらはLLMOの前段として引き続き効きます。逆に、検索で見つからない状態のままAI専用の対策だけを積んでも、土台がありません。
AI Overviewが表示されたときのクリックの変化については、「AI Overview表示時のクリック率(CTR)変化と対策」で数値を追っています。
「効果があった」をどう判定するか｜臨床検査の精度管理をLLMOに転用する
効果の判定には、固定条件・反復観測・対照群・観測期間の4点が要ります。1回の観測で増えた減ったを結論にしません。
当社の代表は臨床検査技師として10年以上の実務経験があります。臨床検査では、検査値が動いたときに「病態が変わったのか、測定のばらつきなのか」を必ず切り分けます。同じ考え方がLLMOの効果判定にそのまま使えます。AIの回答は同じ質問でも毎回変わるため、精度管理の枠組みを持たないと、ばらつきを効果と読み違えます（アイダイム分析）。
実際、43,000超のキーワードを1か月かけて各16回以上観測した調査では、AI Overviewsの引用URLは45.5%が入れ替わっていました。ブランドについても約46%が変化しています。一方で、回答の意味内容の一貫性はコサイン類似度で0.95と高い水準でした。つまり、言い回しと引用先は激しく揺れるが、答えの中身は安定している、という構造です。この揺れ幅を知らずに1回だけ観測すると、施策と無関係な変化を成果として報告してしまいます。
判定の枠組みを表にします。
| 観点 | やりがちな判定 | 精度管理に沿った判定 |
|---|---|---|
| 観測条件 | その都度思いついた質問を投げる | 使うAI・プロンプト文面・観測時刻を固定し、変えたら別の測定として扱う |
| 観測回数 | 1回聞いて出た・出ないを記録する | 同条件で複数回聞き、出現率で見る（引用先は約45%が入れ替わるため） |
| 比較対象 | 施策後の数字だけを見る | 施策前のベースラインと、施策していない対照ページを併せて見る |
| 期間 | 翌週に判定する | 前後30日を最低単位にし、全体傾向の変化と分けて読む |
表の4点は、先に挙げた構造化データの検証がそのまま実例になっています。あの調査は処置群1,885ページと別ドメインの対照群を用意し、前後30日を比較したうえで「有意な増加は確認できない」と結論しました。対照群と期間を置いたからこそ、増減を施策の効果と言い切らずに済んでいます。
当社が実際に効果を見るときの入口も、この枠組みに沿っています。
（実務知見）当社では、観測に使うAIをChatGPTに固定します。日本国内では利用率が圧倒的で、ここを動かすと比較そのものが成立しないためです。そのうえで、最も時間をかけるのがプロンプトの文面です。クライアントには本当に取りたい質問があり、実際にお客様が打ち込む言い方への意向もあります。そこをすり合わせずに汎用的な質問で測っても、数字は動いてもクライアントの関心とはずれます。ツールのスコアを見に行くのは、この2つを決めたあとです。
AI引用のばらつきをどこまで許容するか、本当の低下とどう見分けるかは「AEO対策とは？AI引用の「ゆらぎ」を測り、本当の低下を見分ける方法【2026年版】」で手順化しています。
中小企業のLLMO優先順位｜今やること・後回しでよいこと
優先順位は、発見可能性の確保、内容の整備、第三者からの言及、動画、計測、実験的施策の順です。llms.txtは最後で構いません。
順番の根拠は、ここまでの検証結果です。検索インデックスに載っていなければAIの参照先に入る前提が崩れるため、クロールとインデックスの確認が最優先になります。次に、質問に対する答えがページ内で完結しているかという内容面の整備。そのうえで、外部での言及を増やす活動に移ります。
具体的には、次の順で手を付けます。
- robots.txtとインデックス状況を点検し、AIクローラーを意図せずブロックしていないか確認する
- 主要ページで、見出しの直後に答えが書かれているか、数値に出典が付いているかを整える
- プレス露出・他社メディアへの寄稿・レビューなど、外部で名前が出る機会を作る
- 動画に取り組む場合は、AI可視性の測定設計を先に決めてから始める
- 固定条件での定点観測を回し、ベースラインを取る
- llms.txtなど、効果が確認されていない施策は最後に低コストで試す
後回しでよいものも明確です。llms.txtの整備、AI引用のためだけの構造化データ追加、自社ベストリストで1位に置く施策。この3つは、他の工程が済むまで着手しなくても機会損失にはなりません。
逆に、やめてはいけないのが従来のSEOです。被リンクとドメイン評価はAI可視性との相関こそ弱いものの、検索順位を通じて間接的に効いています。「AI検索の時代だからSEOは不要」という整理は、少なくとも現在のデータとは合いません（アイダイム分析）。
LLMOにどこまで投資すべきか、費用の目安から検討したい場合はこちらもご覧ください。
→ LLMO(大規模言語モデル最適化)の費用相場。AI検索時代のSEO投資
LLMOの効果に関するよくある質問
本編で扱いきれなかった周辺の疑問をまとめます。
Q. LLMOは意味ないと言われるのはなぜですか？
A. 「LLMO専用」とされた施策の多くが検証で差を出せなかったためです。llms.txtは97%が読まれておらず、構造化データの追加もAI引用の有意な増加を示しませんでした。ただし否定されたのは専用施策であり、検索基盤の整備や外部での言及づくりまで無意味という結論ではありません。
Q. 効果が出るまでどのくらいかかりますか？
A. 判定単位として最低30日は必要だと考えてください。大規模検証でも前後30日を比較単位にしています。AIの引用先は1か月で約45%が入れ替わるため、それより短い期間の増減は施策の効果と区別できません。
Q. 無料でLLMOの効果を測れますか？
A. 測れます。生成AI経由の訪問はMicrosoft Clarityで無料で確認できますし、引用の有無は固定したプロンプトを手動で複数回投げて記録すれば把握できます。有料ツールが必要になるのは、対象ブランドや競合を横並びで大量に追う段階からです。
Q. SEOとLLMOはどちらを優先すべきですか？
A. SEOが先です。ChatGPTでは引用されたURLの約88%が検索経由であり、検索インデックスに載っていることがAI引用の前提になります。またAI経由の送客量は、現時点ではGoogle経由に比べてはるかに小さい水準にとどまっています。
参考情報
- We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read（Ahrefs, 2026年6月15日）https://ahrefs.com/blog/llmstxt-study/
- Update: 38% of AI Overview Citations Pull From The Top 10（Ahrefs, 2026年3月2日）https://ahrefs.com/blog/ai-overview-citations-top-10/
- Top Brand Visibility Factors in ChatGPT, AI Mode, and AI Overviews（Ahrefs）https://ahrefs.com/blog/ai-brand-visibility-correlations/
- Does Adding Schema Increase AI Citations?（Ahrefs）https://ahrefs.com/blog/schema-ai-citations/
- Why ChatGPT Cites Pages（Ahrefs）https://ahrefs.com/blog/why-chatgpt-cites-pages/
- How Much Do AI Overviews Change?（Ahrefs）https://ahrefs.com/blog/ai-overview-change/
- 9 AI Search Myths, Debunked by 15 Million Data Points（Search Engine Journal, 2026年8月18日）https://www.searchenginejournal.com/ai-search-myths-debunked-ahrefs-spa/584393/
