LLMO対策は必要？Google公式ガイドで分かるAI検索時代のSEO

結論｜LLMOは「SEOとは別の秘密技術」ではない

LLMOは、

Large Language Model Optimization

の略として使われる言葉です。

ほかにも、

AEO（Answer Engine Optimization）。

GEO（Generative Engine Optimization）。

など、生成AIから見つけてもらうための施策を表す言葉があります。

こうした考え方そのものに意味がないわけではありません。

検索結果が、

青いリンクだけではなく、

AIによる概要。

AI Mode。

対話型検索。

へ広がっている以上、

「検索順位」だけではなく、「AI検索の中で自社情報がどう扱われるか」

を考える必要はあります。

ただし、Googleは生成AI検索について、

SEOのベストプラクティスは引き続き有効

と案内しています。

Google検索のAI機能は、従来の検索インデックスや検索品質システムを土台にしています。

つまり、

> SEOはもう古い
> ↓
> これからはLLMOだけやればいい

ではありません。

むしろ、

> SEOの土台
> ＋
> 独自性・一次情報
> ＋
> AI検索での見え方を確認する

という考え方が近いです。

GoogleのAI検索では何が起きている？

Google検索には、

AIによる概要（AI Overviews）

や、

AI Mode

などの生成AI機能があります。

従来の検索では、

> 検索
> ↓
> 検索結果を見る
> ↓
> Webページを選ぶ

という流れが中心でした。

生成AI検索では、

> 質問する
> ↓
> AIが複数の情報を調べる
> ↓
> 回答を整理する
> ↓
> 必要に応じてWebページへ移動する

という体験が増えます。

GoogleはAI検索でもWeb上の情報を検索インデックスから取得し、回答を作る際の根拠として利用しています。

そのため、

そもそもGoogleに正しくクロール・インデックスされていないページを、AI検索だけで急に強くすることはできません。

まず通常のSEOが必要です。

AI検索では「検索キーワード」がなくなるわけではない

生成AI検索では、ユーザーが長い文章で質問できるようになります。

例えば、

> 岡山県で創立50周年を迎える会社です。社員100人ほどで、式典だけではなく採用や社内広報にも使える周年企画を考えています。何をすればいいですか？

という質問もできます。

従来なら、

「50周年 企画」

「周年イベント アイデア」

「周年 採用」

など、複数回検索していたかもしれません。

Googleはこうした複雑な質問に対して、関連する複数の検索を展開して情報を探す仕組みも説明しています。

だからといって、

考えられる質問ごとに別の記事を作る必要はありません。

むしろ、

「50周年イベント」

「創立50周年イベント」

「会社50周年企画」

「企業50周年アイデア」

のような似た検索語ごとに記事を量産すると、内容が重複します。

トビガスマルでも、現在は新しい記事を書く前に、

既存記事でその検索意図を取れないか

を確認するようにしています。

AI時代になるほど、

「100個のロングテールキーワード＝100記事」

という考え方からは離れた方がいいでしょう。

LLMOで最も重要なのは「AIに分かりやすい文章」ではない

LLMOについて調べると、

「AIが読みやすい文章にする」

という説明をよく見かけます。

もちろん、分かりやすい文章や整理された構造は大切です。

しかし、それ以上に重要なのが、

そこに何が書いてあるか

です。

Googleは生成AI検索向けの公式ガイドで、

価値のある、独自性のある「non-commodity content」

を作ることを重視しています。

簡単に言えば、

誰でも書ける一般論ではなく、その人・会社だから書ける情報

です。

例えば、

### 一般的な記事

> 周年式典を成功させる5つのポイント

AIでも書けます。

ネット上の情報を集めても書けます。

### 独自性の高い記事

> 周年式典で実際に映像が流れなかった原因と、次の現場から変更した確認方法

これは、実際に現場を経験した人でなければ書きにくい。

この違いです。

トビガスマルが考える「AIだけでは作れない情報」

企業には、すでに大量の一次情報があります。

例えば、

• 実際の顧客から寄せられた質問
• 現場で起きたトラブル
• 導入事例
• 施工・制作事例
• 社員の経験
• 顧客インタビュー
• 商品開発の背景
• 失敗した取り組み
• 社内データ
• 地域で実施した事業
• 昔の写真
• 創業者の話
• 会社の歴史

です。

AI検索時代にサイトを強くするなら、

こうした素材をWebへ出していく。

これは、昔から言われてきたSEOとも矛盾しません。

AI記事を大量に作ることと、AI検索対策は別物

ここも混同しやすいところです。

「AI検索が増える」

から、

「AIで記事を大量に作る」

とはなりません。

むしろ逆です。

誰でも生成AIを使って文章を作れるようになったことで、

一般論の価値は相対的に下がっています。

例えば、

「周年式典とは」

「周年動画とは」

「記念誌とは」

といった基本情報だけなら、AI自身が説明できます。

ではWebサイトには何を書くのか。

AIの回答だけでは判断できない情報

です。

費用。

実例。

比較。

失敗。

地域事情。

自社データ。

具体的な進め方。

写真。

動画。

担当者の経験。

こうした情報です。

AIを使った記事制作とSEOの関係については、こちらの記事で詳しく整理しています。

LLMO対策として、まずやるべき7つのこと

ここから具体策です。

特殊なLLMOテクニックへ進む前に、私は次の7つを優先します。

1．Googleにクロール・インデックスされる状態を作る

これは基本ですが、最重要です。

Googleの生成AI機能に表示されるためにも、ページが通常のGoogle検索で利用できる状態になっていることが土台です。

確認したいのは、

• noindexになっていないか
• robots.txtで必要なページを遮断していないか
• 内部リンクから到達できるか
• サイトマップが適切か
• Googleが本文を読み取れるか

です。

AI検索だけのための別サイト構造を作る必要はありません。

2．一つの検索意図を一つの強いページへ集約する

AIを使えば、記事は簡単に増やせます。

だからこそ、

増やしすぎない

ことが重要です。

似た検索意図の記事が3本あるなら、

新しい4本目を書く前に、

統合できないか。

代表ページを決められないか。

内部リンクで整理できないか。

を考えます。

トビガスマルでも現在、過去記事について、

残す。

リライトする。

統合する。

301リダイレクトする。

という整理を進めています。

これは通常のSEOだけでなく、AI検索に対しても、

「このテーマについて、このURLを読めば分かる」

というサイト構造を作ることにつながります。

3．一般論の中に一次情報を入れる

すべての記事を完全なオリジナル研究にする必要はありません。

基本情報を説明したうえで、

自社事例。

写真。

現場経験。

数値。

実際の質問。

担当者コメント。

を入れます。

例えば機材レビューなら、

メーカー仕様をまとめるだけではなく、

「実際の仕事で持っていくのか」

を書く。

周年記事なら、

一般的な式典の流れだけではなく、

実際の現場で何が起きるのか

を書く。

これが差になります。

4．誰が書いているのか分かるようにする

特に専門的な情報では、

誰が書いたのか。

どんな会社なのか。

どんな経験があるのか。

問い合わせ先はどこなのか。

を確認できる状態にします。

AI向けに架空の「専門家プロフィール」を作るという意味ではありません。

実際の情報発信者を明確にする

ということです。

5．画像・動画も一次情報として使う

AI検索対策というと、文章ばかり考えがちです。

しかし、Googleは生成AI検索でも画像や動画を表示する機会があると説明しています。

企業サイトなら、

• 実際の施工写真
• 商品写真
• 式典写真
• スタッフ写真
• 現場動画
• インタビュー
• 比較写真

などを活用できます。

トビガスマルの場合、

映像制作会社であること自体が強み

です。

テキスト記事だけではなく、

記事＋写真＋動画

という形にすると、会社にしか作れない情報量を増やせます。

企業YouTubeの活用についてはこちらでも紹介しています。

6．内部リンクでサイト内の専門領域をつなぐ

一つの記事ですべてを説明する必要はありません。

例えば「周年サイト」の記事なら、

周年動画。

記念誌。

会社沿革。

式典。

周年事業の進め方。

へつなぐ。

すると、

一つのページではなく、サイト全体で「周年」というテーマを説明できます。

内部リンクはSEOのためだけに置くものではありません。

読者が、

「次にこれを知りたい」

と思った場所へ置きます。

周年サイトについてはこちらで詳しく紹介しています。

7．公開後にSearch Consoleで確認する

これまでAI検索については、

「本当にAI Overviewに出ているのか分からない」

という問題がありました。

しかし2026年、Google Search Consoleに、

生成AIパフォーマンスレポート

が追加されました。

現在は、

AIによる概要。

AI Mode。

で、自社サイトのリンクがどれくらい表示されているか確認できます。

表示回数。

ページ。

国。

デバイス。

などを確認できます。

ここは非常に大きな変化です。

これからは、

「LLMO対策をした気がする」

ではなく、

実際にどのページが生成AI検索で表示されているか

を確認しながら改善できます。

2026年からSearch ConsoleでAI検索を確認できる

Search Consoleを利用しているサイトなら、

生成AI機能での表示状況を確認してみてください。

Googleは2026年8月31日までに、生成AIパフォーマンスに関する分析情報を世界展開しました。

対象には現在、

• AIによる概要
• AI Mode

が含まれます。

ここで見るべきなのは、

単純な「AI引用数」だけではありません。

どのページが表示されているか

まず確認したいのは、

生成AI検索で表示されやすいページ

です。

そこに共通点がないかを見ます。

実体験が多い。

比較表がある。

専門性が高い。

画像が多い。

特定の質問へ深く答えている。

など。

AI検索で表示されていない重要ページは何か

逆に、

事業上重要なのに生成AI検索でほとんど表示されていないページも確認します。

だからといって、

AI向けの文章へすぐ書き換える必要はありません。

まず、

検索意図。

情報量。

独自性。

内部リンク。

インデックス状況。

を確認します。

Search Consoleには「生成AIに含めるか」の設定もある

2026年にはもう一つ大きな変更がありました。

Search Consoleから、

Google検索の生成AI機能へサイトのリンクやコンテンツを含めるか

を管理できるようになっています。

Google Search Consoleの、

> 設定
> ↓
> 検索の生成AI

から確認できます。

生成AI検索からの露出を狙うサイトなら、

知らないうちに除外設定になっていないか確認しておく価値があります。

なお、

この設定と「生成AIの学習に使われるか」は、同じ話として考えない方が安全です。

検索表示とAIモデルの学習・基盤利用では、仕組みや制御方法が異なる場合があります。

llms.txtはGoogleのLLMO対策になる？

旧版の記事では、

llms.txtを「生成AI向けホワイトリスト」

のように紹介していました。

ここは訂正します。

2026年現在、Googleは、

Google検索ではllms.txtを使用していない

と明確に案内しています。

そのため、

llms.txtを設置しても、

Google検索のランキング。

AI Overview。

AI Mode。

で有利になるわけではありません。

逆に不利になるわけでもありません。

他のサービスやシステムで使う目的があるなら設置しても構いません。

ただし、

トビガスマルでも、このページの旧版で強く推奨していた部分を今回削除しました。

AI検索専用のSchema.orgは必要？

これも旧版から変更します。

構造化データ自体は、SEOで現在も重要です。

例えば、

商品。

イベント。

組織。

パンくず。

記事。

など、Googleが対応している構造化データを正しく使えば、検索結果上の機能に利用されることがあります。

しかし、

生成AI検索専用の特別なSchema.orgマークアップは必要ありません。

「FAQ Schemaを入れればAIに引用されやすくなる」

「構造化データを増やせばLLMが優先して学習する」

といった説明は、Google公式の現在の案内とは分けて考える必要があります。

構造化データは、

本来のSEO目的で、ページの内容と一致するものを正しく使う。

これで十分です。

FAQを大量に作ればAI検索に強くなる？

これもおすすめしません。

AIは質問形式を理解できます。

だからといって、

すべての記事を、

Q.

A.

Q.

A.

だけにする必要はありません。

Googleは、

AIのためにコンテンツを細かく分割する「chunking」が必要という考え方も否定しています。

FAQが読者にとって便利なら使う。

比較表が便利なら表を使う。

長い解説が必要なら長く書く。

短く答えられるなら短く書く。

それで構いません。

これが基本です。

「AIに引用される文章」へ書き換える必要はない

LLMOサービスの中には、

「この文型にするとAIに引用されやすい」

「結論を○文字以内で書く」

「すべての見出しを質問形式にする」

といった方法を紹介するものがあります。

読みやすくなるなら採用して構いません。

しかし、

AIに引用させるためだけに不自然な文章へ変える必要はありません。

GoogleのAIシステムは、検索語と完全一致する単語が書かれていなくても、意味や関連性を理解します。

これはSEOでも同じです。

文章は、

人が読む。

理解する。

判断する。

問い合わせる。

そのために作ります。

AI検索対策のために「言及」を買う必要もない

もう一つ注意したいのが、

AIにブランドを覚えてもらうために、ネット上の言及を大量に作る

という考え方です。

実際の利用者。

メディア。

取引先。

業界団体。

SNS。

動画。

などで自然に会社名やサービス名が語られることには意味があります。

一方で、

AI対策のためだけに不自然な口コミや言及を大量に作る。

関係のないページへ名前を載せる。

という施策はおすすめできません。

ブランドについて語られるなら、

本当に何かをした結果として語られる状態

を作る方が長期的には強いです。

では、AIに「引用される」にはどうすればいい？

ここまで読むと、

「結局、どうすればAIに引用されるの？」

と思うかもしれません。

残念ながら、

「これを入れれば引用される」というタグや設定はありません。

だから、

引用されることだけを直接操作しようとするより、

引用する価値のある情報源になる

ことを考えます。

例えば、

具体的な数字

自社の実績。

調査結果。

利用データ。

アンケート。

など。

ただし、出典や条件を明確にします。

一次体験

実際にやって分かったこと。

失敗。

改善方法。

専門家の判断

「一般的にはこうだが、現場ではこうする」

という情報です。

比較

誰に向いているか。

どんな条件では使わないか。

メリットだけではなくデメリットも書きます。

更新された正確な情報

古い料金。

古い制度。

終了したサービス。

を放置しない。

こうした情報が積み重なった結果として、

検索結果でもAI検索でも参照される可能性が生まれます。

企業・団体は「活動そのもの」をコンテンツにする

AI検索時代に、企業や団体へ特におすすめしたい考え方があります。

それは、

記事を書くためにネタを作るのではなく、実際にやっていることを記録する

ことです。

例えば協会なら、

研修会。

講演会。

調査研究。

地域活動。

会員事業。

行政への提言。

があります。

それを毎年PDFの活動報告書だけにまとめているなら、

Web記事。

インタビュー。

動画。

写真。

データ。

へ展開できます。

これはAIが作った一般論ではありません。

その団体が実際に行った一次情報

です。

協会・団体の活動記録をWebや動画へ展開する方法はこちらで紹介しています。

周年事業は、AI時代の「独自コンテンツ」の宝庫

トビガスマルが特に可能性を感じているのが、

会社や団体の歴史

です。

例えば50周年なら、

50年間の写真。

歴代の商品。

社内報。

新聞記事。

昔の広告。

創業者の言葉。

社員・OB・OGの証言。

失敗した事業。

会社の転機。

地域との関係。

があります。

これらは、

ChatGPTやGeminiに、

「○○社の50年の歴史を書いて」

と入力しただけでは出てきません。

会社の中にしかないからです。

周年事業では、それらを集める機会があります。

そして集めた情報を、

周年動画。

記念誌。

周年サイト。

会社沿革。

採用広報。

Web記事。

へ展開できます。

ここには、

Googleがいう「誰でも作れる一般情報ではないコンテンツ」が大量にあります。

周年サイトの作り方はこちらで紹介しています。

周年動画についてはこちらです。

AI時代ほど「記録する会社」が強くなる

これはSEOを超えた話だと思っています。

会社で何かをする。

写真を撮る。

動画を撮る。

担当者へ話を聞く。

数字を残す。

背景を書く。

Webへ掲載する。

これを10年続けた会社と、

何も記録せず、

50周年の直前になって昔の資料を探し始める会社。

使える情報量には大きな差が生まれます。

AIは整理を手伝えます。

要約もできます。

昔の資料を読み込ませ、年表の下書きを作ることもできます。

しかし、

存在しない記録を後から作ることはできません。

だから、

ここは、企業・団体のWeb広報でこれから非常に重要になると考えています。

Google以外のAI検索はどう考える？

ここまではGoogleの公式ガイドを中心に説明しました。

注意したいのは、

Googleのルールが、そのままChatGPT、Claude、PerplexityなどすべてのAIサービスに当てはまるわけではない

という点です。

各サービスには、

検索。

クロール。

学習。

外部情報へのアクセス。

引用。

について、それぞれの仕組みがあります。

robots.txtの扱いやクローラーも異なることがあります。

そのため、

「Googleがllms.txtを使っていない」

から、

「世界中すべてのAIサービスでllms.txtに意味がない」

とまでは言えません。

逆も同じです。

他サービス向けの施策を、

そのままGoogleの検索順位対策として説明するのも避けた方がいいでしょう。

企業サイトでは、

まず最大の検索基盤であるGoogleの公式ガイドに沿った土台を整え、そのうえで必要に応じて各サービスの公式仕様を確認する

という順番が現実的です。

AIクローラーを全部許可すればLLMOになる？

これも単純ではありません。

AI関連のクローラーには、

検索のためにコンテンツへアクセスするもの。

モデル改善・学習用途のもの。

ユーザーの依頼を受けてページへアクセスするもの。

など、異なる目的があります。

したがって、

「全部AllowすればAI検索に強くなる」

という考え方はおすすめしません。

逆に、

「AIに使われたくないから全部ブロック」

すると、サービスによっては検索・参照される機会に影響する可能性もあります。

ここは、

自社の著作物をどう扱ってほしいか。

AI検索からの流入を狙うのか。

学習利用を許容するのか。

という企業ポリシーで考える領域です。

古いrobots.txt設定をそのままコピーするのではなく、利用するAIサービスの公式情報を確認します。

LLMOのKPIは「AI引用数」だけにしない

旧版の記事では、

「AI回答に何回引用されたか」

を中心に測定する方法を紹介していました。

引用数を見ること自体は悪くありません。

しかし、

引用された数＝事業成果

ではありません。

企業サイトなら、

を見ます。

AI Overviewに100回出ても問い合わせがゼロ。

AI検索で10回しか表示されていなくても、そのうち1社から大型案件の相談が来た。

企業にとって価値があるのは後者かもしれません。

LLMO対策として「やらなくていいこと」

2026年現在、Google検索を考えるうえで、少なくとも以下を必須施策のように考える必要はありません。

この時間があるなら、

既存記事を整理する。

一次情報を集める。

写真や動画を追加する。

古いページを更新する。

内部リンクを整える。

こちらへ時間を使った方がいいと思います。

LLMO対策として「やること」

逆に、これから企業・団体のWeb担当者が優先するなら、

• 通常のSEOをきちんと行う
• クロール・インデックス状況を確認する
• 同じ検索意図の記事を量産しない
• 一次情報を増やす
• 現場写真・動画を掲載する
• 著者・会社情報を明確にする
• 分かりやすいサイト構造にする
• 必要な内部リンクを入れる
• 情報を更新する
• Search Consoleの生成AIレポートを見る

です。

見てみると、

ほとんどは「昔から良いSEOでやるべきだったこと」

です。

生成AI検索になったから、基本がすべて変わったわけではありません。

AIエージェント時代には「読まれるサイト」から「使われるサイト」へ

ただし、今後もう一つ変化しそうな領域があります。

AIエージェント

です。

AIが情報を回答するだけでなく、

商品を比較する。

予約する。

入力フォームを操作する。

サービスを選ぶ。

といった行動まで代行する世界です。

Googleも、生成AI検索向け公式ガイドの中で、ブラウザエージェントなどの「agentic experiences」に触れています。

ここでは、

アクセシビリティ。

DOM構造。

実際に操作できるUI。

正確な商品・サービス情報。

など、従来の「検索されるサイト」とは少し違った設計が重要になる可能性があります。

ただし、

これは今すぐ全企業が最優先で対応すべきLLMO施策ではありません。

まずは通常のSEO。

コンテンツ。

サイト構造。

その土台を整えた先の話として見ておけば十分です。

LLMO・AI検索についてよくある質問

Q. SEOはもう終わりますか？

いいえ。

Googleは、生成AI検索でもSEOの基本的なベストプラクティスが引き続き有効だと案内しています。

検索体験は変わりますが、

クロール。

インデックス。

コンテンツ品質。

サイト構造。

内部リンク。

などが不要になるわけではありません。

Q. LLMO対策は必要ですか？

AI検索で自社情報がどう扱われるかを考える意味では必要です。

ただし、

SEOとは別の特殊技術を導入する

と考えない方がいいでしょう。

通常のSEOに、一次情報やAI検索での測定という視点を加えるイメージです。

Q. llms.txtは作った方がいいですか？

Google検索対策だけを目的にするなら必須ではありません。

Googleは、Google検索ではllms.txtを使用しておらず、設置しても検索の可視性やランキングにプラスにもマイナスにもならないと説明しています。

他サービスで利用する目的がある場合は、そのサービスの仕様を確認してください。

Q. FAQ Schemaを入れるとAIに引用されやすくなりますか？

Googleは生成AI検索専用の特別な構造化データは必要ないと案内しています。

構造化データは、通常のSEOや対応する検索機能のために正しく利用します。

FAQを書く場合も、

AIに引用させるためではなく、

読者が本当に知りたい質問に答えるため

に使います。

Q. AI Overviewに出ているか確認できますか？

2026年現在、Search Consoleの生成AIパフォーマンスレポートで、AIによる概要やAI Modeにおけるインプレッションなどを確認できます。

まず自社サイトでレポートを確認してみることをおすすめします。

Q. ChatGPTにも同じ対策をすればいいですか？

すべて同じとは限りません。

Google、OpenAI、Anthropic、Perplexityなど、それぞれ仕組みやクローラー、ポリシーが異なります。

各サービス向けの技術的な設定は、それぞれの公式情報を確認してください。

Q. AI時代に企業は何の記事を書けばいいですか？

私は、

AIが簡単には作れない記事

から考えることをおすすめします。

顧客から本当に聞かれた質問。

現場事例。

実際の比較。

失敗談。

自社データ。

社員インタビュー。

活動記録。

会社の歴史。

などです。

Q. 周年サイトはAI検索対策にもなりますか？

AI検索対策のためだけに周年サイトを作る必要はありません。

ただし、

会社沿革。

古い写真。

歴代商品。

社員・OB・OGインタビュー。

周年動画。

会社の転機。

といった、その企業にしかない情報をWeb上へ整理できるため、

結果として独自性の高いコンテンツ群を作る機会にはなります。

周年事業全体の進め方はこちらで紹介しています。

まとめ｜AI検索時代ほど「普通のSEO」と「普通ではない情報」が重要になる

LLMO。

AEO。

GEO。

新しい言葉はこれからも増えると思います。

検索体験そのものも、さらに変わるでしょう。

しかし、Googleの現在の公式ガイドを見る限り、

企業サイトがやるべきことは意外なほど基本的です。

これです。

llms.txtを置くことより、

一人の社員へインタビューする。

AI向けSchemaを探すことより、

実際の現場写真を載せる。

100本の記事を生成することより、

似た10本の記事を1本の強いページへまとめる。

AIに引用される文型を探すことより、

引用したくなる一次情報を持つ。

その方が、長期的には重要だと考えています。

そして、生成AIには、

大量の資料を整理する。

インタビューを文字起こしする。

比較する。

下書きを作る。

という仕事を手伝ってもらう。

AIに会社の情報を作ってもらうのではなく、会社の中にある情報をAIと一緒に伝わる形へ変える。

トビガスマルでは、AI検索時代のWeb発信をそのように考えています。