1 of 65

AI検索最適化（LLMO）対策

サービス資料 / アムール株式会社

95.6%

案件継続率

No.1

AIO・LLMO対策会社部門

5ヵ月連続

※顧客満足度：案件継続率（2021年10月～2026年5月の契約更新における平均値）

※Google口コミ：累計レビュー30件の平均評価（2026年5月時点）

※資料請求数No.1：BOXIL掲載の3カテゴリ（AIO・LLMO対策会社／マーケティング代行会社／SEOコンサルティング・対策代行会社）において、2026年1月〜5月の月間資料請求数ランキングで1位を獲得

※

4.9以上

Google口コミ

2 of 65

2

AI検索対策のゴール

まず、本日のウェビナーのゴールの共有からです。左がBefore。「おすすめのWebサイト制作会社を教えて」とChatGPTに聞いたとき、御社の名前が出てこない状態。これは、比較検討の土俵に上がれていないということです。ユーザーはAIが出したA社、B社、C社の3社の中から選ぶので、この画面でChatGPTにおすすめ企業として紹介されていないと問い合わせはまず来ません。

右がAfter。同じ質問で御社が1位で推薦され、しかも「成果につながるサイト制作が強み」というような、なぜおすすめしたのという推薦した理由付きで紹介される状態。ここまで来ると、問い合わせの質が変わります。お客様が「御社は〇〇が強いんですよね」と理解した状態で商談が始まるからです。

今日のゴールは、この右側の状態「“推薦理由つきでおすすめ企業の候補に入る状態”をつくること」、

そのための方法論を持ち帰っていただくことが本日のウェビナーのゴールです。

特に、すでにSEOや広告に投資しているのに問い合わせが伸び悩んでいる企業様や、競合比較で自社がAIに出てこない企業様は、改善余地がかなり大きいです。�今回ご参加いただいた方限定で、ウェビナー後に、御社がAI検索でどのように見られているか、どの媒体・情報源を優先的に対策すべきかを簡易診断し、具体的な改善方針をご提案する特典もご用意していますので、ぜひ最後までご覧ください。

3 of 65

3

01	AI時代に起きている変化
02	AIに選ばれるために必要な条件
03	AI検索対策の全体像・KPI
04	AI検索対策の進め方

05	AI検索で成果が出た支援事例

4 of 65

AI検索時代に起きている変化

5 of 65

5

検索と生成AIを組み合わせたサービスで、Web上の情報をもとに回答を生成し、出典もあわせて提示できる点が特徴。情報収集や比較検討の起点として利用が広がっている。

安全性や倫理性を重視して設計された対話型AI。

企業利用を前提とした信頼性の高い回答生成に強みを持っている。

GoogleがChatGPTに対抗して開発した対話型AI。

検索技術と連携しながら進化し、現在はGeminiへと統合されている。

Microsoftが提供するAIアシスタントで、検索だけでなく、資料作成や業務支援など日常業務に組み込まれている点が特徴。企業の業務プロセスの中で活用が進んでいる。

テキスト・画像・音声などを横断して理解・生成できる次世代AI。

GoogleのAI戦略の中核を担う存在。

生成AIブームのきっかけとなった対話型AI。

自然な会話能力と幅広い活用性によって、企業や個人の情報収集のあり方を大きく変えた。

ChatGPT

Perplexity

Claude

Bard

Copilot

Gemini

23年3月～10月

23年12月

22年11月

22年12月

従来のSEOと生成AIの登場による変化 ❘ 生成AIの登場

22年11月のChatGPTの登場を皮切りに、各社が追随するかたちで生成AIが次々と誕生しています。

空前の生成AIブームとなっており、日本でも凄まじいスピードで利用者が増えています。

6 of 65

6

消費者行動は「検索」から「AI相談」へ｜消費者行動の変化

消費者の情報収集・比較検討・購買行動は大きく変化しています。これからは「Attention（広告や検索で知る）」�ではなく、「Ask（AIに相談する）」から始まり、AIが比較・推薦まで支援する時代へと移行しています。

出典：日経クロストレンド「AI時代の新消費モデルは『AICAS』 500人独自調査に見る購買行動の変化」

7 of 65

7

AIで「情報収集」「比較検討」する時代になった｜消費者行動の変化（toC）

顧客は、すでにAIを使って情報収集・比較検討を始めている。

2026年4月の調査では生成AI利用率は1年間で27％→51％へとほぼ倍増し、すでに過半数が利用する時代に入った。

生成AIの利用拡大により、「AIに聞く」が情報収集・比較検討の

新たな手段として定着し始めています。

出典：NTTドコモモバイル社会研究所「2025-2026年生成AI利用意識・行動調査」

図1-1. 生成AI利用率の前年比較

[調査対象：全国の15歳～69歳]

検索行動の変化

8 of 65

8

AIで「情報収集」「比較検討」する時代になった｜消費者行動の変化（toB）

BtoB企業の55.5%が、サービス候補を比較検討する段階で生成AIを活用。

AIは情報収集だけでなく、候補企業の選定を支援する存在になっています。

顧客行動の変化

AIに相談

AIが比較・整理

候補を絞り込み

企業サイト訪問

問い合わせ

55.5

％

サービス候補を比較検討する段階でAIを活用

比較検討における生成AIへの相談タイミング

出典：https://www.lany.co.jp/lany-llmo-lab/ai-purchasing-behavior

9 of 65

9

10 of 65

10

11 of 65

11

AI検索の普及で従来SEOの効果が低下し始めている｜検索結果の「ゼロクリック化」

AI Overviewsや生成AI検索の普及により、ユーザーはサイト訪問前に回答を得られるようになった。�その結果、検索上位であってもクリックされにくくなり、従来のSEOだけでは顧客接点を確保しづらくなっている。

検索結果をクリックせずに情報収集を完了するユーザーが増加

AI Overviews表示イメージ（Google検索）

AI Overviewsの影響

40

％

約

出典：Ahrefs「AI Overviews Reduce Clicks by 34.5%」（2025）

　　　　　　　　　　　　　　　　　　　　　https://ahrefs.com/blog/ai-overviews-reduce-clicks/

12 of 65

12

企業サイトアクセス減少

41.8

%

↓

AI検索時代に入り、�「アクセスが減少した」�と回答したBtoB企業。

何が起きているのか（因果関係）

AI検索の普及により検索行動が変化

商談機会への影響

94.5

%

アクセス減少が、

リード・商談機会に

影響していると回答。

1

AIがユーザーの質問に直接回答するため、

検索結果のリンクをクリックしなくなる。

企業サイトへの流入（クリック）が減少

AIが要約した情報で完結するため、

従来のSEOからの流入が大きく減少する。

リード・商談機会が失われる

サイトの訪問が減ることで、問い合わせや資料

請求などの接点が生まれず、商談機会が消える。

2

3

企業サイトへのアクセスが減り商談の機会も減少｜AI検索がSEOを無効化

AI検索の普及により、従来SEOで獲得していたクリック流入が減少し始めている。

その結果、企業サイトへのアクセスだけでなく、商談機会にも影響が広がっている。

SEOで上位を取っても、商談獲得できない時代

出典：https://webtan.impress.co.jp/n/2025/11/27/51734

https://prtimes.jp/main/html/rd/p/000000034.000061957.html

13 of 65

13

14 of 65

14

AIO（次世代）

今すぐAI検索対策をやるべき商材

AIを利用された結果、コンペで負けたという声

高価格

低価格

合理的に判断

衝動的に購入

・BtoB SaaS

・DX・ITシステム

・人材サービス

・金融／不動産

・コンサルティング　

・ジュエリー

・美容医療

・高級車

・海外旅行

・ブライダル

・サブスクサービス

・日用家電

・通販・EC商品

・薬、サプリメント

・飲料／食品

・お酒／タバコ

・お菓子

・ゲーム／アプリ

高価格 × 合理的な意思決定

提案後は高評価だったが、最終的に失注。顧客へ理由を確認すると、「社内でGeminiを使って比較したところ、競合のほうが導入実績や専門性が高いと整理されていたため」と回答された。実際には実績は十分あったが、AIに伝わる形で情報が整理されていなかった。

AIの比較結果が決め手となり失注

コンサルティング会社

AI検索対策をやるべき商材

BtoBの製品・サービス導入のような高関与かつ理性的な意思決定が行われる領域では、AIを活用して調査や比較検討をする方が増えている。

このマトリクスで見ると、最も優先度が高いのは、左上の『高価格かつ合理的に判断される商材』です。BtoB SaaS、DX・ITシステム、人材サービス、金融、不動産、コンサルティングなどが該当します。

なぜなら、これらの商材は顧客が必ず比較するからです。『どの会社がいいか』『A社とB社の違いは何か』『自社に合うのはどこか』とAIに聞かれやすい。

そしてAIは、導入実績、専門性、料金、口コミ、第三者評価をもとに候補を整理します。実績があっても、それがAIに伝わる形でWeb上に整理されていなければ、競合のほうが優れているように見えてしまう。これがAI検索時代の商談機会損失です。

15 of 65

15

16 of 65

16

17 of 65

17

まとめ｜AI時代の消費者行動の変化

消費者の情報収集・比較検討の起点はGoogle検索から生成AIへ広がっています。

これからはSEOだけでなく、AIに理解・引用・推薦されるためのAIOが重要です。

消費者

Google検索

企業サイト

比較サイト

口コミサイト

消費者

生成AI（ChatGPT, Gemini, Claude）

企業サイト

比較サイト

口コミサイト

AI検索最適化（AEO／GEO／LLMO）

SEO

広告出稿

アフィリエイト

リスティング

これからはSEOではなく、AI検索対策が重要になる

18 of 65

AIに選ばれるために必要な条件

19 of 65

19

AI検索対策の進め方｜はじめに知っておきたいこと

AIは自社サイトだけではなく、比較サイト・業界メディア・口コミ・ニュースなど複数の情報源を参照しています。

AIに選ばれるためには、AIが見ている場所に自社の情報を増やすことが重要です。

情報が存在しない場所では、

AIはその企業を理解できず、推薦理由を作れない

20 of 65

20

インサイドセールス部門

AIに「指名」される情報源とは｜AI引用ドメインTOP20

生成AI時代では、「検索される」だけでなく、AIに「信頼できる情報源」として引用・参照されることが重要になっています。以下は、日本国内において主要生成AIが参照している主要ドメインを整理したランキングです。

出典：Plus Web3「AIは日本のどのサイトを見ているのか？引用ドメインTOP20」

　　　　　　　　　　https://prtimes.jp/main/html/rd/p/000000008.000160942.html

このスライドは、AIが参照しやすい情報源の例を整理したものです。Wikipedia、note、Yahoo! JAPAN、YouTube、PR TIMES、Qiita、Amazonなど、AIは一般的な検索順位だけでなく、情報量、信頼性、更新性、ユーザー評価が蓄積されたドメインを参照します。

参照されるドメインの1位Wikipediaが28.4%、2位noteが19.2%、Yahoo! JAPAN、YouTube、PR TIMESと続きます。ここから読み取るべき示唆は3つです。

第一に、上位は「中立性」か「一次体験」のどちらかを持つ媒体だということ。Wikipediaは中立・構造化、noteは一次体験・個人知見。AIは「客観的事実」と「生の声」の両方を欲しがります。

第二に、PR TIMESが5位に入っていること。プレスリリースは「企業公式の一次情報」としてAIの引用価値が非常に高い。これは後ほどアーンドメディアの章で施策に落とします。

第三に、掲載難易度の列を見てください。noteやPR TIMESは自社でコントロール可能な媒体です。つまり、AIの引用元TOP5のうち複数を、明日から自力で押さえにいける。ここに機会があります。

ここでお伝えしたいポイントは、ランキング見てわかるようにAIが参照するのは第三者サイトが多いので、AI検索対策のためには『自社サイトだけを整えれば良い』わけではないことです。AIに引用されやすい場所に、自社情報がどのように存在しているかが重要です。

特にBtoBでは、比較サイト、レビューサイト、専門メディア、PR配信、導入事例が大きな役割を持ちます。

21 of 65

21

インサイドセールス部門

AI検索では、業界ごとに「引用される情報構造」が異なる

AI検索では、すべての業界で同じ情報源が引用されるわけではありません。

業界によって、AIが参照しやすいメディア・情報構造が異なるため、業界特性に応じたLLMO戦略が求められます。

業界	AI検索での引用構造	AIが重視する情報	引用されやすいメディア・ページ例	引用が集中しやすいプロンプト	LLMO施策の示唆
SaaS全般	比較サイト集中型	比較表・市場シェア・導入実績	BOXIL / ITトレンド / ASPIC / IT review	「おすすめSaaS」「比較したい」	比較メディア掲載が重要
チャットボット	課題解決ページ集中型	導入効果・業務改善	BOXIL「市場規模・シェア記事」	「問い合わせ対応を効率化したい」	課題解決記事が引用されやすい
CRM・SFA	専門メディア集中型	BtoB実務・営業改善	Mazrica	「営業効率化」「SFA比較」	実務系コンテンツが重要
プログラミングスクール	比較ランキング集中型	比較・口コミ・料金	コエテコ比較記事	「おすすめスクール」「比較」	比較ランキング掲載が強い
金融	権威・監修集中型	専門性・監修・信頼性	SOICO / Forbes	「初心者向け」「手数料比較」	E-E-A-Tと監修が重要
ローン・キャッシング	比較検討集中型	比較表・ランキング	価格.com / SOICO	「おすすめローン」「金利比較」	比較ページへの集中が強い
保険	権威ランキング型	満足度・第三者評価	オリコン満足度ランキング	「おすすめ保険」「人気比較」	第三者評価が重要
商品比較	検証コンテンツ集中型	レビュー・検証・比較	マイベスト	「どれがいい？」「比較したい」	比較検証記事が強い
美容・化粧品	UGC・口コミ分散型	SNS・レビュー・体験談	@cosme / YouTube	「口コミ」「レビュー」	SNS・UGC施策が重要
ヘルスケア	公的情報集中型	学術・医療監修	PubMed / CDC	「症状」「治療法」	公的機関・監修が重要
不動産	ポータル集中型	物件数・地域情報	SUUMO系 / Zillow	「エリア比較」「おすすめ物件」	ドメイン権威性が重要
旅行・観光	情報源分散型	予約・UGC・観光情報	Tripadvisor / 楽天トラベル	「おすすめ旅行先」	多チャネル露出が必要
エンタメ	UGCコミュニティ型	話題性・口コミ	Reddit / YouTube	「評判」「考察」	コミュニティ露出が重要
教育	権威情報集中型	学習情報・大学情報	Wikipedia / 大学サイト	「学習方法」「資格比較」	権威サイトとの共起が重要
通信	フォーラム集中型	比較・口コミ・サポート	Reddit / 価格.com	「通信速度」「回線比較」	Q&A・フォーラムが強い

出典：Branding Engineer「メディア業界のAI検索引用は『特定の1サイト』に集中する」

　　　　　　　　　https://www.brand-up.net/blogs/ai-search-media-industry-report-2026-1h

AI検索対策でよくある失敗は、どの業界でも同じ施策をやってしまうことです。

この表の通り、SaaSでは比較サイトやレビューサイトが強く、金融では監修や権威性が重要になり、美容・化粧品ではUGCや口コミが効きやすい。地域店舗ではGoogleビジネスプロフィールや口コミ、地域メディアが重要になります。

つまり、「LLMO対策ではこれをやればいい」という一般解は存在しない。自社の業界で、AIがどの媒体を引用しているかをまず特定し、そこにリソースを集中させる。全方位に薄く打つのではなく、引用が集中する媒体に厚く打つ。これが投資対効果を最大化する鉄則です。私たちがご支援に入るとき、最初にやるのもこの「引用元マッピング」です。

AI検索対策は『どこに掲載するか』が成果を左右します。自社の業界でAIがどの情報源を参照しているかを診断し、そこから優先順位を決めることが重要です。

本日のウェビナーにご参加いただいた方限定で、御社の業界におけるAIの引用元を簡易的に調査し、どの媒体・情報源から優先的に対策すべきかを整理する特別プランをご用意しています。「自社の場合は、どこから着手すべきか」まで具体化したい方は、ぜひこの参加者限定プランをご活用ください。

22 of 65

22

AEO／GEOの戦術 | PESO

生成AIブランディングでは、生成AIの学習元であるWebコンテンツにアプローチするために、

「自社サイトOwend）の最適化」に加えて、「Web全体（PESO）における自社情報最適化」をします。

メディア分類施策領域	目的	具体施策	成果指標
オウンドメディア自社情報の整備・構造化	AIに正しく理解・引用される情報基盤をつくる	サービスページの再設計・強み／選ばれる理由の言語化・FAQの整備・導入事例／実績の追加・構造化データの実装	PV数、コンテンツ数、CVR、 AI回答内での引用数
ペイドメディア外部露出の獲得	比較・検討文脈での接触機会を増やす	比較サイトへの掲載・記事広告／タイアップ出稿・アフィリエイト施策・レビューサイトでの露出強化	掲載数、外部メディア経由流入数、問い合わせ数、CPA
アーンドメディア第三者評価・被引用の獲得	AIが参照しやすい外部評価・権威性を高める	プレスリリース配信・専門メディアへの寄稿・インタビュー／取材記事の獲得・業界メディアでの掲載獲得	メディア掲載数、インタビュー／取材記事の獲得数、指名検索数、AI回答内での言及数
シェアードメディア評判・口コミ・SNS発信の拡散	指名検索・サイテーション・認知接点を増やす	SNS運用・YouTube／LinkedIn／Xでの発信・口コミ／レビュー獲得・UGC創出	SNS投稿数、フォロワー数、インプレッション数、口コミ／レビュー数

オウンドを起点に拡張

AI検索対策の全体像は、PESOで整理すると分かりやすいです。Paid・Earned・Shared・Owned、4つのメディア分類ですね。広報の世界では古典的なモデルですが、AI時代に本質的な意味を持ち直しました。なぜなら、先ほど見たAIの参照先が、ちょうどこの4分類に対応しているからです。

オウンドメディアでは、自社サイト、サービスページ、導入事例を整備します。ペイドメディアでは、比較サイトや記事広告で比較検討文脈に露出します。アーンドメディアでは、プレスリリース、寄稿、取材、受賞実績で第三者評価を獲得します。シェアードメディアでは、SNSやレビューで評判・口コミを蓄積します。

重要なのは、オウンドを起点にしながら、Web全体で自社の情報を一貫させることです。AIは点ではなく、情報の束として企業を評価します。具体的な対策の仕方は次の章でご説明します。

23 of 65

23

AEO／GEOの戦術 | CEP→KBF→Proofの論理連鎖を、4つのメディアで設計する

CEPごとにKBFは異なり、KBFごとに必要なProofも異なる。

その連鎖を4M（Owned・Earned・Paid・Social）で整備することが「AIに選ばれる状態」の設計だ。

CEP

（意思決定の場面）

KBF

（比較・評価軸）

Proof

（根拠・エビデンス）

AIに選ばれる

企業・サービス

Proofを4Mで整理する

Owned （オウンドメディア）
自社サイトや・サービスページ
ホワイトペーパー・資料
導入事例・実績ページ

Earned （アーンドメディア）
ニュース・Webメディア
専門家・第三者レビュー
受賞・認定・ランキング

Paid （ペイドメディア）
検索広告
比較サイト・メディア掲載
動画広告・ディスプレイ広告

Social （ソーシャルメディア）
SNS・コミュニティでの発信
YouTube・動画コンテンツ
ユーザー投稿・口コミ

これがAEO対策

LLMO（Large Language Model Optimization）とは、

CEP→KBF→Proofの論理連鎖を、4Mで整備し、AIが辿れる情報構造を設計すること。

24 of 65

AI検索対策の全体像・KPI

25 of 65

25

経営層が見る 3つのビジネスKPI

1

指名検索数の推移

認知拡大

AIで言及された結果、ブランド名のGoogle検索が増える

計測：Google Search Console（無料）

2

AIきっかけリード数

ROI

問合せ・商談時に「AIで知った」をヒアリングしてカウント

計測：問合せフォーム / 商談ヒアリング項目（無料）

3

AI経由の流入（人間・Bot）

mKPI

AI検索経由で比較検討フェーズへの流入が増加

計測：GA4（無料）、CDN連携（有料）

ROI算出イメージ

① AIきっかけリード数 × 商談化率 × 顧客単価

試算例：月10件 × 商談化20% × 単価300万 = 月600万円

③ 効果が出るまでのタイムライン

1〜3ヶ月

中間KPIが動く

（言及率・引用率）

3〜6ヶ月

ビジネスKPIが動く

（指名検索・流入）

6ヶ月〜

AIきっかけリード

安定して発生

AI検索対策のROIはどのように評価するのか？

② 既存Web施策をAIにも最適化

LLMOは既存Web施策のROIを高める取り組みです

3つのKPIと6ヶ月で、経営層が投資判断できる状態をつくります

26 of 65

26

・プロンプトに対して「自社ブランド」が候補として言及される状態を増やす

・特定領域において“第一想起または上位候補”として出現する状態をつくる

AI

検

索

対

策

KPI

言及数（推薦）

定量的

定性的

参照数（引用）

AIアクセス数

AI検索シェア

センチメント

言及一致度

・AI回答の根拠が「自社コンテンツ（自社サイト・記事）」に寄る状態をつくる

・第三者情報ではなく、自社が“情報源”として引用される状態を増やす

・AI起点の流入（ChatGPT / Perplexity / Gemini等）を安定的に増やす

・検索依存ではない“新たな流入チャネル”として確立する

・競合比較の文脈で、自社の言及割合（シェア）を高める

・特定テーマにおいて「比較対象に必ず入る状態」をつくる

・AI回答内での評価（強み・特徴・口コミ）がポジティブに形成される状態をつくる

・価格・品質・サポートなど各側面の評価ブレを抑え、意図通りに伝わる状態にする

・AI回答の内容が「自社の強み・ポジショニング」と一致する状態をつくる

・誤認識やズレをなくし、狙ったメッセージで語られる状態にする

AI検索対策でのKPI（質・量）

AIの回答における自社ブランド測定では「AIに推薦されること」を最重要指標とします。定量的観点としての「言及数」や「参照数」に加え、定性的観点の「言及一致度」などの両面で評価をすることをご提案します。

27 of 65

27

AEO／GEOの戦術 | PESO

生成AIブランディングでは、生成AIの学習元であるWebコンテンツにアプローチするために、

「自社サイトOwend）の最適化」に加えて、「Web全体（PESO）における自社情報最適化」をします。

メディア分類施策領域	目的	具体施策	成果指標
オウンドメディア自社情報の整備・構造化	AIに正しく理解・引用される情報基盤をつくる	サービスページの再設計・強み／選ばれる理由の言語化・FAQの整備・導入事例／実績の追加・構造化データの実装	PV数、コンテンツ数、CVR、 AI回答内での引用数
ペイドメディア外部露出の獲得	比較・検討文脈での接触機会を増やす	比較サイトへの掲載・記事広告／タイアップ出稿・アフィリエイト施策・レビューサイトでの露出強化	掲載数、外部メディア経由流入数、問い合わせ数、CPA
アーンドメディア第三者評価・被引用の獲得	AIが参照しやすい外部評価・権威性を高める	プレスリリース配信・専門メディアへの寄稿・インタビュー／取材記事の獲得・業界メディアでの掲載獲得	メディア掲載数、インタビュー／取材記事の獲得数、指名検索数、AI回答内での言及数
シェアードメディア評判・口コミ・SNS発信の拡散	指名検索・サイテーション・認知接点を増やす	SNS運用・YouTube／LinkedIn／Xでの発信・口コミ／レビュー獲得・UGC創出	SNS投稿数、フォロワー数、インプレッション数、口コミ／レビュー数

オウンドを起点に拡張

28 of 65

AI検索対策の進め方

29 of 65

29

AI検索対策の進め方｜全体像

AIは自社サイトだけでなく、Web全体の情報を統合して企業を評価します。PESOモデルに沿って情報発信することで、AIに理解・引用・推薦される可能性を高めます。

30 of 65

30

事例コンテンツで「〇〇ならこの会社」という認識を作る｜オウンドメディア

「課題→施策→成果」の構造で事例コンテンツを蓄積することで、AIは企業の専門領域を学習する。

専門性の蓄積が、AI推薦時の根拠になる。

オウンドメディアで特に重要になるコンテンツの一つが、事例コンテンツです。

AIは『課題、施策、成果』が明確な情報を理解しやすいです。単に『実績があります』ではなく、どのような顧客の、どのような課題に対して、何を行い、どのような成果が出たのかを構造化して書く必要があります。

これにより、AIは『この会社は〇〇領域に強い』『この課題ならこの会社が候補になる』と認識しやすくなります。事例は、AIにとって推薦理由を作るための重要な根拠情報です。

画面の例のように、従業員数・売上規模・事業内容といった顧客プロファイルまで明記するのがポイントです。そうすることでよりAIが「どんな会社におすすめか」を説明できるようになります。

31 of 65

31

AIが参照する比較メディア

外部メディアでAIの推薦候補と信頼性をつくる｜ペイドメディア

AIは比較サイトや業界メディアの情報を参考に回答を生成します。比較サイトへの掲載は「おすすめ候補」に入りやすくなり、権威メディアでの掲載は信頼性向上につながります。外部評価が増えるほど、AIに推薦される可能性は高まります。

AIは外部メディアの情報を統合して企業を理解するため、単なる会社紹介ではなく、AIが推薦理由として使える情報を掲載する必要があります

次にペイドメディアでの対策例です。BOXIL、ITreview、ITトレンドといった比較サイトは、AIが「おすすめの〇〇サービス」系の質問に答えるとき、真っ先に参照する情報源です。掲載すれば「おすすめ候補」の母集団に入りやすくなる。

海外の調査ですが、G2やBOXIL、ITreviewといったレビュー・比較プラットフォームを横断して掲載があるブランドは、ないブランドに比べてAI引用率が約3倍というデータがあります。掲載の「数×多様性」自体がシグナルなんです。

ただし注意点が一つ。下の一文です。単なる会社紹介を載せても意味がありません。AIが推薦理由として"そのままコピペできる"情報「対応課題、強み、実績数値」などの一次情報、定量データを掲載する。掲載媒体と自社サイトで説明が食い違うと、AIの理解がぶれて逆効果になるので、記載内容は一言一句レベルで統一してください。

32 of 65

32

一次情報を発信しAIに引用される情報源になる｜アーンドメディア

プレスリリースやニュース発信は、AIにとって引用価値の高い情報元です。サービス発表、導入事例、独自調査、受賞実績など、企業の強みや実績を示すファクトを継続的に発信することで、AI引用される機会が増えます。

AIが情報を参照・引用（Google AI Overview）

PR TIMESでプレスリリースを発信

次にアーンドメディアの対策例です。アーンドメディアの主力はプレスリリースです。左が実際に弊社がPR TIMESで配信したリリース、右がそれをGoogleのAI Overviewが参照・引用している実画面です。配信から引用まで素速く反映されます。

AI検索対策で強いPRは、単なるキャンペーン告知ではありません。導入事例、独自調査、受賞実績、提携、専門家コメント、市場トレンドなど、ファクトが明確な情報です。特に独自調査や実績数値は、AIが引用しやすい情報になります。AIは『なぜこの会社が信頼できるのか』を説明する必要があるため、外部から確認できる客観的な根拠を増やすことが重要です。

どんな情報プレスリリースで出すべきかですが、優先度順に、1番は独自調査リリース、2番目は導入事例、3番目はサービス発表や受賞実績　の順だと考えています。�①の独自調査リリースについては、AIは出典付きの統計を最も引用したがるからです。②導入事例については、AIがその企業をおすすめする推薦理由の根拠素材になるためです。③のサービス発表・受賞について権威性のためです。

避けるべきは、数字も固有名詞もない「想いを語るだけ」のプレスリリースです。AIが推薦文に転用できるファクトが入っていないものは、配信しても引用素材になりません。「このプレスリリースの一文を、AIが推薦理由に使えるか？」という観点が重要です。

33 of 65

33

レビュー蓄積でAIの信頼評価を高める｜シェアードメディア

AIはレビューの「数」でなく、「どのような課題を解決し、どのような企業に適しているか」といった具体的な内容を企業理解の材料として活用します。そのため、自由記述に任せるだけでなく、記載してほしいポイントを案内することが重要です。（「導入前に抱えてい課題」「導入後の成果」「当社を選んだ理由」など」

最後にシェアード、レビュー・口コミです。ここで多くの企業が誤解しているのが「レビューや星の数を稼げばいい」という発想です。違います。AIはレビューの「数」ではなく「内容」を読んでいます。

画面の実例を見てください。良いレビューには「導入前の課題」「選んだ理由」「導入後の成果」が具体的に書かれている。AIはここから「この会社は、こういう課題の、こういう企業に適している」という理解を組み立てます。

だから実務上のコツは、レビュー依頼時に書いてほしい観点を案内することです。「導入前に抱えていた課題」「当社を選んだ理由」「導入後の成果」——この3点を書き添えてもらうだけで、1件のレビューがAIにとってのProofに変わります。自由記述に任せない。これだけで費用ゼロで実行できる、最もROIの高い施策の一つです。

34 of 65

34

AIに「OOならこの会社」と推薦される状態を作る｜最終ゴール

ターゲット顧客がAIに「おすすめのOOは？」と質問した際、自社名が自然に推薦される状態を目指す、

営業前にリード獲得が始まる状態を構築することが重要です。

AIの回答イメージ（例：ChatGPT）

最終的に目指すのは、ターゲット顧客がAIに『おすすめの〇〇は？』と聞いたとき、自社名が自然に出てくる状態です。

重要なのは、自社名が出るだけではなく、『なぜおすすめなのか』まで説明されることです。

営業前に、AIが自社の強みや実績を説明してくれる状態になれば、問い合わせ時点で顧客の理解度が高くなります。結果として、商談の質が上がり、比較検討の中で有利なポジションを取れるようになります。

注目していただきたいのは、回答の中に「AI検索に最適化したWeb設計」「FAQ・導入事例改善」と、私たちが設計した通りの文言が、設計した通りの言葉で語られている点です。これは偶然ではなく、オウンド・ペイド・アーンド・シェアードに同じメッセージを一貫して配置した結果です。

営業が動く前に、AIがリードを連れてくる。この状態が、AIO対策の最終ゴールです。

35 of 65

AI検索で成果が出た支援事例

36 of 65

36

地域名SEO・AI検索で選ばれ、

予約数が約2倍に改善

課

題

「六本木カウンセリングルームおすすめ」などの検索で、比較候補として十分に認知されていなかった。
対応できる悩みや選ばれる理由が伝わりづらく、他院との差別化ができていなかった。

目的

地域で相談先を探しているユーザーに対し、AI検索・SEOの両面で候補に入る状態を目指した。
初めて相談する方でも安心して予約できる情報導線を整えることを目指した。

成果

カウンセリングルーム

“

　AI／Google経由の問い合わせ：月2〜3件 → 月6〜8件（約2　倍）に増加した。
　「六本木／乃木坂 × おすすめ系」検索でAI言及数が増加し、　予約率も改善した。

以前は、地域名で検索されても他院との違いが伝わりづらく、比較の中に埋もれやすい状態でした。�情報設計を見直してからは、対応できる悩みや安心材料が伝わりやすくなり、AI検索やGoogle経由での流入が増えました。�その結果、初回相談への心理的ハードルが下がり、予約につながりやすくなっています。

導入事例①

37 of 65

37

導入事例①

こちらが実際の画面です。左がChatGPT、右がGoogleのAI Overview。「乃木坂から近いおすすめのカウンセリングルームを教えて」という質問に対し、1位で、おすすめ度5つ星、推薦理由付きで表示されています。見ていただきたいのは推薦理由の中身です。「乃木坂駅徒歩約3分」「公認心理師・臨床心理士が在籍」「夜22時まで営業」「仕事、人間関係、恋愛など幅広い相談に対応」——これらはすべて、私たちがサイト上に構造化して配置した情報が、そのまま推薦文に転用されているものです。AIは魔法で推薦文を書いているのではなく、置いてある材料で書いている。それがよく分かる画面だと思います。

地域ビジネスの場合、ユーザーは『近いから行く』だけでなく、『自分の悩みに合っているか』『初めてでも安心できるか』『口コミは信頼できるか』を見ています。

そのため、Googleビジネスプロフィール、サービスページ、悩み別ページ、口コミの内容を一貫させることが重要です。AIはそれらを横断して、地域内でおすすめできる理由を作ります。

38 of 65

38

施策別詳細

オウンドメディア｜�サービス・コンテンツ改善	◎	【課題】サービス内容や対応できる悩み、選ばれる理由が十分に整理されていなかった【実施】サービスページ、悩み別ページ、FAQを再設計し、AIが理解しやすい情報構造へ改善【結果】 AIが引用・推薦しやすい一次情報が増加
オウンドメディア｜�地域SEO・AI検索設計	◎	【課題】地域名と悩みの検索文脈が整理されておらず、AIが推薦対象として認識しづらかった【実施】「地域名 × 悩み × カウンセリング」の検索意図を分析し、地域特化コンテンツを制作・最適化【結果】「六本木駅から近いおすすめのカウンセリングルームを教えて」などのAI検索で言及が増加
シェアードメディア｜�口コミ・レビュー強化	◎	【課題】第三者評価や利用者の声が不足し、安心材料が少なかった【実施】 Google口コミの収集、お客様の声の充実、レビュー内容の改善を実施【結果】 AI検索での信頼性が向上し、予約率が改善
アーンドメディア｜�第三者評価強化	〇	【課題】自社サイト以外で医院情報を確認できる情報源が少なかった【実施】地域メディア掲載、比較サイト掲載、Googleビジネスプロフィール最適化を実施【結果】 AIが参照する外部情報が増加
シェアードメディア｜�SNS・情報発信	〇	【課題】継続的な情報発信が少なく、専門性を伝える機会が不足していた【実施】カウンセリングに関する情報をSNS・ブログで継続発信し、専門性や地域での認知を強化【結果】 AIが参照する情報接点が増加

こちらは実際に実施した施策をまとめたものです。

。オウンドでサービス・コンテンツ改善と地域SEO・AI検索設計、シェアードで口コミ強化、アーンドで第三者評価、SNS発信。◎が主力施策、〇が補助施策です。

ポイントは、5つの施策すべてが「AIが理解しやすい情報を増やす」という一つの目的に収斂していることです。個別施策の寄せ集めではなく、PESOの設計図に沿った配置になっている。ここが成果の再現性を生みます。この事例では、オウンドとシェアードの優先度が高くなりました。

まず、サービスページ、悩み別ページ、FAQを再設計し、AIが理解しやすい一次情報を整備しました。次に、『地域名×悩み×カウンセリング』の検索意図を分析し、地域特化コンテンツを制作しました。

さらに、Google口コミやお客様の声を充実させ、第三者評価を補強しました。地域店舗系では、公式情報と口コミの整合性が予約率に大きく影響します。

39 of 65

39

施策別詳細

オウンドメディア｜�サービス・コンテンツ改善	◎	【課題】サービス内容や対応できる悩み、選ばれる理由が十分に整理されていなかった【実施】サービスページ、悩み別ページ、FAQを再設計し、AIが理解しやすい情報構造へ改善【結果】 AIが引用・推薦しやすい一次情報が増加
オウンドメディア｜�地域SEO・AI検索設計	◎	【課題】地域名と悩みの検索文脈が整理されておらず、AIが推薦対象として認識しづらかった【実施】「地域名 × 悩み × カウンセリング」の検索意図を分析し、地域特化コンテンツを制作・最適化【結果】「六本木駅から近いおすすめのカウンセリングルームを教えて」などのAI検索で言及が増加
シェアードメディア｜�口コミ・レビュー強化	◎	【課題】第三者評価や利用者の声が不足し、安心材料が少なかった【実施】 Google口コミの収集、お客様の声の充実、レビュー内容の改善を実施【結果】 AI検索での信頼性が向上し、予約率が改善
アーンドメディア｜�第三者評価強化	〇	【課題】自社サイト以外で医院情報を確認できる情報源が少なかった【実施】地域メディア掲載、比較サイト掲載、Googleビジネスプロフィール最適化を実施【結果】 AIが参照する外部情報が増加
シェアードメディア｜�SNS・情報発信	〇	【課題】継続的な情報発信が少なく、専門性を伝える機会が不足していた【実施】カウンセリングに関する情報をSNS・ブログで継続発信し、専門性や地域での認知を強化【結果】 AIが参照する情報接点が増加

「地域 × カウンセリング × （文脈）」など、ユーザーが実際にAIへ相談する文脈に合わせて情報を設計し、AIが推薦しやすい状態を構築。
対応できる悩みや選ばれる理由を整理し、「どんな人におすすめのカウンセリングルームか」をAIが説明できるようにした。
「仕事のストレス」「人間関係」「夫婦関係」など、対応できる悩みを地域情報と結び付けて整理し、AIが「どんな人におすすめか」を理解しやすい構成へ改善した。
サービス内容や選ばれる理由、FAQを充実させ、AIが引用・比較しやすい一次情報を整備した。

POINT

この事例のポイントは、『どんな人におすすめのカウンセリングルームか』をAIが説明できる状態にしたことです。

特に効いたのはオウンドメディアの施策で、ポイントを4つまとめました。中でも強調したいのは1つ目、「地域×カウンセリング×文脈」——つまりユーザーが実際にAIへ相談する文脈に合わせて情報を設計したことです。

ユーザーはAIに「カウンセリングルーム」とだけ聞きません。「仕事のストレスで眠れない、六本木あたりで相談できるところは？」と聞きます。だから「仕事のストレス」「人間関係」「夫婦関係」といった悩み別のページを地域情報と結び付けて整備した。AIが「どんな人におすすめか」を説明できる構造にした、ということです。プロンプトから逆算してコンテンツを設計する。これがLLMO対策の大事な部分です。

40 of 65

40

ブランディングに強い制作会社として認知され、AI経由のアクセス数が3倍に改善

課

題

制作会社市場は競合が多く、「制作会社」「Web制作」などの一般キーワードでは埋もれやすい状況だった。
強みであるブランディング支援も表現が抽象的で、ユーザーにもAIにも十分伝わっていなかった。

目的

AI検索で「ブランディングに強い制作会社」として比較候補に入る状態を目指した。
比較検討の初期段階から、自社の強みが伝わる問い合わせ導線を整えることを目指した。

成果

　AI検索経由の問い合わせ：月0〜1件 → 月4件に増加した。
　AI検索経由のアクセス数：約3倍に増加した。

Webサイト制作会社

以前は、価格や制作費の比較から始まる商談が多く、提案前の説明コストも高い状態でした。

情報設計を見直してからは、AI検索経由で当社の強みを理解したうえでお問い合わせいただくケースが増えました。

その結果、初回商談から本質的な相談に入りやすくなり、

受注までの流れもスムーズになりました。

“

導入事例②

41 of 65

41

導入事例②

42 of 65

42

施策別詳細

オウンドメディア｜�ポジショニング設計	◎	【課題】「Web制作会社」という一般的な見せ方になっており、他社との違いがわからなかった【実施】顧客インタビューをもとに「ブランディングに強い制作会社」というポジショニングへ再設計し、サイト全体を通してメッセージを刷新【結果】 AI検索で「ブランディングに強い制作会社」として言及が増加
オウンドメディア｜�一次情報・コンテンツ強化	◎	【課題】実績や選ばれる理由、事例などAIが推薦理由として利用できる情報が不足していた【実施】導入事例、実績、選ばれる理由などのコンテンツを拡充し、AIが理解しやすい情報構造へ改善【結果】 AIが引用・比較しやすい一次情報が増加
アーンドメディア｜�第三者評価・専門性強化	〇	【課題】自社発信が中心で、客観的な評価や専門性を示す情報が不足していた【実施】比較サイト掲載、専門メディアへの寄稿、取材記事・セミナー情報などを継続的に発信【結果】 AIが参照する第三者情報が増加し、信頼性が向上
シェアードメディア｜�口コミ・SNS発信	〇	【課題】 SNSや口コミを通じたブランド認知・専門性の発信が不足していた【実施】 SNS・noteでブランディングに関する知見を継続発信し、認知拡大とサイテーションを強化【結果】 AIが参照する情報接点が増加
ペイドメディア｜�比較メディア掲載	◎	【課題】比較検討時に候補企業として認知される機会が少なかった【実施】制作会社比較サイトや記事広告への掲載を実施し、比較・検討段階での露出を強化【結果】比較検討フェーズでの接触機会が増加

こちらは事例①のカウンセリングルーム様の事例と違い、ペイドメディア——制作会社比較サイトや記事広告への掲載が◎、主力に入っています。制作会社業界は、AIの引用が比較メディアに集中する構造だからです。

先ほど「業界ごとに引用構造が異なる」とお話ししましたが、その実践がこれです。カウンセリングでは口コミが主力、制作会社では比較サイトが主力。狙いたいプロンプト、商材の引用構造に合わせて、攻めるメディアを変えることが大事です。

この事例では、まずオウンドメディアでポジショニングを再設計しました。『Web制作会社』ではなく、『ブランディングに強い制作会社』として、サイト全体のメッセージを刷新しています。

次に、導入事例、実績、選ばれる理由を拡充し、AIが比較・引用しやすい一次情報を増やしました。

加えて、比較メディア掲載、専門メディアへの寄稿、取材記事、SNSやnote発信も行い、第三者情報とサイテーションを増やしました。オウンドだけでなく、外部情報まで一貫させたことが成果につながっています。

43 of 65

43

施策別詳細

オウンドメディア｜�ポジショニング設計	◎	【課題】「Web制作会社」という一般的な見せ方になっており、他社との違いがわからなかった【実施】顧客インタビューをもとに「ブランディングに強い制作会社」というポジショニングへ再設計し、サイト全体を通してメッセージを刷新【結果】 AI検索で「ブランディングに強い制作会社」として言及が増加
オウンドメディア｜�一次情報・コンテンツ強化	◎	【課題】実績や選ばれる理由、事例などAIが推薦理由として利用できる情報が不足していた【実施】導入事例、実績、選ばれる理由などのコンテンツを拡充し、AIが理解しやすい情報構造へ改善【結果】 AIが引用・比較しやすい一次情報が増加
アーンドメディア｜�第三者評価・専門性強化	〇	【課題】自社発信が中心で、客観的な評価や専門性を示す情報が不足していた【実施】比較サイト掲載、専門メディアへの寄稿、取材記事・セミナー情報などを継続的に発信【結果】 AIが参照する第三者情報が増加し、信頼性が向上
シェアードメディア｜�口コミ・SNS発信	〇	【課題】 SNSや口コミを通じたブランド認知・専門性の発信が不足していた【実施】 SNS・noteでブランディングに関する知見を継続発信し、認知拡大とサイテーションを強化【結果】AIが参照する情報接点が増加
ペイドメディア｜�比較メディア掲載	◎	【課題】比較検討時に候補企業として認知される機会が少なかった【実施】制作会社比較サイトや記事広告への掲載を実施し、比較・検討段階での露出を強化【結果】比較検討フェーズでの接触機会が増加

「ブランディングに強い」という抽象的な訴求ではなく、「どのような強みを持ち、どのような企業に選ばれているのか」を具体的に言語化した。
サイトデザイン賞の受賞歴、大手企業の導入実績、CVR改善などの成果数値を整理し、AIが推薦理由として引用できる客観的な根拠を整備した。
特定業界での支援実績や自社調査レポートなどの一次情報を充実させ、AIが参照しやすい専門性・権威性の高い情報を蓄積した。
サービスページや事例ページ全体で強み・実績・根拠を一貫した情報設計にすることで、AIが「なぜこの会社がおすすめなのか」を説明できる状態を構築した。

POINT

この事例のポイントは、『ブランディングに強い』という抽象表現を、AIが推薦理由として使える客観情報に変換したことです。「ブランディングに強い」という自称は、AIにとってはノイズです。検証できないからです

たとえば、受賞歴、大手企業の導入実績、CVR改善などの成果数値、特定業界での支援実績、自社調査レポートなどです。

AIは抽象的なスローガンよりも、比較できる情報、第三者が確認できる実績、数値で示された成果を扱いやすいです。だからこそ、強みを“言い切る”だけでなく、“証明できる形で配置する”ことが重要です。

そこで、サイトデザイン賞の受賞歴、大手企業の導入実績、CVR改善の成果数値など検証可能な客観的根拠に変換して整備しました。さらにサービスページ・事例ページ全体で「強み・実績・根拠」を一貫させた。

AIに推薦される文章の条件は、ジャーナリズムの原則と同じです。主張には出典を、形容詞には数字を。この変換作業こそが、LLMOにおけるライティングの本質です。

44 of 65

44

AI検索で比較候補に入り、

月4件の商談を創出

課

題

広告やSEOで集客しても、価格比較の中に埋もれやすく、自社の強みが伝わりにくかった。
ChatGPTなどで比較検討するユーザーが増える中、AI上で自社名が挙がらず機会損失が起きていた。

目的

AI検索で「CVR改善」「問い合わせ対応効率化」などの相談文脈において、比較候補として想起される状態を目指した。
指名検索前の比較検討段階から自社を認知してもらい、商談機会を安定的に増やすことを目指した。

成果

SaaS（チャットボット）

“

　AI検索経由の商談化：月0件 → 月最大4件を創出した。
　「CVR改善チャットボット」等の文脈でAI言及数が増加し、

　　指名検索も増加した。

以前は、広告やSEO経由の問い合わせが中心で、比較検討の初期段階では競合に埋もれやすい状況でした。

情報設計を見直してからは、AI検索経由で自社の強みや導入メリットを理解したうえでお問い合わせいただくケースが増えました。その結果、初回商談から課題感や導入目的の認識が揃いやすくなり、受注につながる商談が増えています。

導入事例③

45 of 65

45

施策別詳細

ペイドメディア｜�比較メディア掲載	◎	【課題】比較検討時に候補サービスとして認知される機会が少なく、AIが参照する外部情報も不足していた【実施】 AI検索・比較検討フェーズでの接触機会が増加【結果】 SaaS比較サイトやレビューサイトへの掲載を強化し、比較・検討段階での露出を拡大
オウンドメディア｜�サービス情報・一次情報整備	◎	【課題】比較検討時に候補サービスとして認知される機会が少なく、AIが参照する外部情報も不足していた【実施】 SaaS比較サイトやレビューサイトへの掲載を強化し、比較・検討段階での露出を拡大【結果】 AI検索・比較検討フェーズでの接触機会が増加
オウンドメディア｜�課題解決コンテンツ強化	◎	【課題】導入効果や実績、選ばれる理由など、AIが推薦理由として利用できる情報が不足していた【実施】導入実績、成果数値、活用シーン、業界別事例などを整理し、サービス・事例ページを再設計【結果】 AIが引用・比較しやすい一次情報が増加
アーンドメディア｜�専門コンテンツ・PR強化	〇	【課題】自社サイト以外で導入効果や専門性を示す情報が少なかった【実施】調査リリース、専門メディアへの寄稿、導入事例の発信などを継続的に実施【結果】 AIが参照する第三者情報が増加し、専門性・信頼性が向上
シェアードメディア｜�レビュー・口コミ強化	〇	【課題】利用者の評価や口コミが少なく、第三者からの評価が不足していた【実施】レビューサイトでの評価獲得、お客様の声の充実、SNSでの導入事例発信を強化【結果】 AI検索時の信頼性とサービス認知が向上

46 of 65

46

施策別詳細

ペイドメディア｜�比較メディア掲載	◎	【課題】比較検討時に候補サービスとして認知される機会が少なく、AIが参照する外部情報も不足していた【実施】 AI検索・比較検討フェーズでの接触機会が増加【結果】 SaaS比較サイトやレビューサイトへの掲載を強化し、比較・検討段階での露出を拡大
オウンドメディア｜�サービス情報・一次情報整備	◎	【課題】比較検討時に候補サービスとして認知される機会が少なく、AIが参照する外部情報も不足していた【実施】 SaaS比較サイトやレビューサイトへの掲載を強化し、比較・検討段階での露出を拡大【結果】 AI検索・比較検討フェーズでの接触機会が増加
オウンドメディア｜�課題解決コンテンツ強化	◎	【課題】導入効果や実績、選ばれる理由など、AIが推薦理由として利用できる情報が不足していた【実施】導入実績、成果数値、活用シーン、業界別事例などを整理し、サービス・事例ページを再設計【結果】 AIが引用・比較しやすい一次情報が増加
アーンドメディア｜�専門コンテンツ・PR強化	〇	【課題】自社サイト以外で導入効果や専門性を示す情報が少なかった【実施】調査リリース、専門メディアへの寄稿、導入事例の発信などを継続的に実施【結果】 AIが参照する第三者情報が増加し、専門性・信頼性が向上
シェアードメディア｜�レビュー・口コミ強化	〇	【課題】利用者の評価や口コミが少なく、第三者からの評価が不足していた【実施】レビューサイトでの評価獲得、お客様の声の充実、SNSでの導入事例発信を強化【結果】 AI検索時の信頼性とサービス認知が向上

AIが参照しやすいSaaS比較サイトやレビューサイトへ掲載し、比較検討段階で候補サービスとして認知される機会を増やした。
サービスの特徴や導入メリット、対応できる課題を比較メディア上でも明確に整理し、AIが推薦理由として引用しやすい情報を整備した。
「チャットボットおすすめ」「CVR改善ツール比較」など、AIが回答を生成しやすい比較・ランキングコンテンツへの露出を強化した。
自社サイトだけでなく第三者メディアにも情報を蓄積することで、AIが信頼できる外部情報源を増やし、推薦されやすい状態を構築した。

POINT

47 of 65

47

AI経由の問い合わせを獲得し、

月1〜2件の案件化を継続的に実現

課

題

事業立ち上げ初期で認知度が低く、紹介以外のリード獲得導線が十分に整っていなかった。
AI検索市場が立ち上がる中、自社が比較候補として認識される基盤づくりが必要だった。

目的

AI検索で「AIO」「LLMO」「AI検索対策」などの関連テーマにおいて、候補として想起される状態を目指した。
紹介依存から脱却し、継続的に新規リードを獲得できる集客導線の構築を目指した。

成果

コンサルティング

立ち上げ当初は、紹介や既存ネットワーク経由の相談が中心で、安定した新規集客の仕組みがありませんでした。

情報設計や外部発信を見直してからは、AI検索経由で当社を知り、お問い合わせいただくケースが増えました。

その結果、継続的なリード獲得と案件化につながり、自社でもLLMO施策の有効性を実証できています。

“

　AI検索経由での問い合わせ獲得を継続的に実現し、新たな流入　チャネルとして機能し始めた。
　AI経由の問い合わせから月1〜2件の案件化につながり、売上拡　大につながった。

自社事例

48 of 65

48

施策別詳細

CEP設計・想起文脈整理	◎	【結果】 AI検索対策・LLMO関連の文脈で自社名の言及が増加【課題】立ち上げ初期で認知がなく、紹介以外の獲得経路がなかった【実施】「AI検索対策は何から始めるべきか」など、想起されたい文脈を30〜40パターン整理
強み・エビデンス整備	〇	【結果】 AIがアムールの強みを説明しやすい状態を構築【課題】強み・実績・専門性が分散し、AIが推薦理由として認識しづらかった【実施】実績・事例・専門性・第三者評価を整理し、AIが引用できる根拠情報として整備
情報発信の一貫性設計	〇	【結果】自社サイト・FAQ・SNS・外部メディアで同じ強みが伝わる状態を構築【課題】接点ごとに情報が分断され、AIへの理解シグナルが弱かった【実施】各チャネルで「AIにおすすめされる理由を設計する会社」という文脈を統一
AI検索モニタリング・PDCA	〇	【結果】言及が弱い文脈を把握し、改善施策を継続的に実行【課題】 AI回答は変動するため、一度の整備だけでは成果が安定しなかった【実施】 ChatGPT・Gemini・Perplexity・Copilotでプロンプト別に言及状況を定点観測
外部露出・情報源追加	◎	【結果】 AIが参照できる外部情報源が増加【課題】自社サイトだけでは信頼性・客観性の補強が不十分だった【実施】外部メディア、SNS、事例ページなどに追加情報を整備し、引用・推薦される接点を拡大

自社で行ったことは、まずはどんな状況でAIにレコメンドされたいかという整理です。『AI検索対策は何から始めるべきか』『LLMOに強い会社はどこか』など、想起されたい文脈を30〜40パターン整理しました。

次に、強み、実績、専門性、第三者評価を整理し、AIが推薦理由として使える根拠情報を整備しました。さらに、自社サイト、FAQ、SNS、外部メディアで同じ文脈が伝わるように情報発信を統一しました。

最後に、ChatGPT、Gemini、Perplexity、Copilotでプロンプト別に言及状況を定点観測し、弱い文脈を改善しています。

大事なことはモニタリング環境を整えることです。ChatGPT・Gemini・Perplexity・Copilotで、プロンプト別に言及状況を毎月定点観測し、言及が弱い文脈を特定して改善する。AIの回答は変動するので、一度整備して終わりではなく、計測→改善のループを回す。PDCAを回せる環境を整えることが重要です。

49 of 65

今すぐできるチェック項目

50 of 65

50

インサイドセールス部門

レベル	状態	成功要因	オウンドメディアの目安
LEVEL1 AIに会社を認識される	AIが「何の会社か」を理解できる	基本情報の正確性・一貫性・網羅性	0〜5記事／SEO指標：月100〜500セッション／DR 0〜
LEVEL2 AIに情報源として引用される	AIが「何を提供しているか」を説明できる	引用されやすい構造（Answer-First・出典明示）と一次情報の権威性	5〜10記事／SEO指標：月500〜1,000セッション／DR 〜10
LEVEL3 AIに候補企業として想起される	課題検索で候補企業として出やすい	カテゴリ語と社名の共起頻度と多媒体での一致	20〜50記事／SEO指標：月1,000〜3,000セッション／DR 10〜20
LEVEL4 AIにおすすめ企業として推奨される	AIに引用・参照される情報源がある	推奨ソース（口コミ・第三者評価）の量と多様性	50〜100記事／SEO指標：月3,000〜10,000セッション／DR 20〜30
LEVEL5 AI比較で競合より優位に語られる	競合比較で自社の強みが説明される	差別化の言語化と外部裏付けの一致（自称と他称が揃う）	100記事以上／SEO指標：月10,000〜30,000セッション／DR 30〜40
LEVEL6 購買プロセス全体で想起される	AI検索経由の接点をCVにつなげる	コンテンツ網羅性とチャネル多様性の両立	100〜150記事／SEO指標：月30,000〜80,000セッション／DR 40〜50
LEVEL7 顧客文脈／CEPに応じて推奨される	AI上の言及・引用・推奨を継続改善できる	ロングテール文脈への対応とAIエージェント時代のインフラ化	150記事以上／SEO指標：月80,000〜200,000セッション／DR 50+

AI検索対策レベル別施策

AI検索対策の成功には、自社のレベルに応じた取り組みが欠かせません。やみくもに高度な施策を打つのではなく、基礎を整え、段階的にレベルアップしていくことで、成果の再現性が高まります。

51 of 65

51

インサイドセールス部門

レベル	内部施策の目安	外部施策の目安
LEVEL1 AIに会社を認識される	構造化データ実装／必須ページ整備（会社概要・事業内容など）／社名・事業内容・所在地・代表者情報の統一	会社情報掲載、SNSプロフィール、プレスリリース1〜3本
LEVEL2 AIに情報源として引用される	サービス一覧・詳細ページ／料金・対象顧客・導入メリット・FAQ／サービス分類ページ整備	記事寄稿、業界媒体掲載1〜3件、レビュー収集
LEVEL3 AIに候補企業として想起される	課題別ページ／業界別ページ／用途別ページ3〜5本／選び方・比較検討記事10〜20本／CEP別の基幹ページ整備	比較記事掲載1〜5件、PR 月1本以上、ウェビナー共催
LEVEL4 AIにおすすめ企業として推奨される	独自調査・統計レポート1〜3本／導入事例5〜10本／FAQ強化／資料DL〜5本／導入事例〜10本	専門メディア掲載5〜10件、note／YouTube発信、レビュー10件以上
LEVEL5 AI比較で競合より優位に語られる	競合比較ページ／選ばれる理由ページ／料金比較ページ／業界別実績ページ／導入事例10〜30本	比較記事掲載5〜10件、PR月3〜5本、レビュー30件以上
LEVEL6 購買プロセス全体で想起される	資料DL〜15本／ウェビナーLP／課題別CTA設計／フォーム改善／CV導線改善／無料診断LP	ウェビナー月1回、ホワイトペーパー掲載、比較記事掲載〜20件
LEVEL7 顧客文脈／CEPに応じて推奨される	プロンプト別モニタリング体制／引用・言及ページの改善／リライト／AI検索レポートの月次更新	継続的なPR、レビュー収集、記事更新、比較記事掲載〜30件

AI検索対策レベル別施策

前項と同様

52 of 65

52

AIO（次世代）

AI対策の基礎チェックリスト

AIに「信頼」され、「引用」されるために必須となる10つの基礎的な最適化ポイントです。

権威性とAI親和性の高いコンテンツ作成だけでなく、テクニカルな対策も必須です。

カテゴリ	チェック項目	詳細
検索AI最適化	AIに要約されやすい構造になっているか	生成AIは全文を読むのではなく、構造から要点を抽出して要約します。見出し・箇条書き・結論ブロックが整理されていないページは、AIにとって「要約しづらい情報」となり、引用・想起されにくくなります。
	結論ファーストで記載しているか	AIは「この質問への答えは何か」を最短距離で探します。結論が後半にあると、途中で誤った要約や省略が起きやすく、AI回答に採用されにくくなります。
	定義文（〇〇とは何か）が明確か	LLMは「〇〇とは何か？」という問いを非常に多く受けます。定義が明確な文章は、そのままAI回答として引用されやすいため、想起・指名の起点になります。
	Q&A形式のコンテンツを含んでいるか	生成AIは内部的に「質問→回答」の構造で情報を整理しています。Q&A形式は、AIの思考構造と一致しており、回答候補として選ばれやすくなります。
	一次情報・独自見解が明示されているか	AIは既存情報の平均化だけでなく、「誰の経験か」「どこ発か」を重視します。一次情報が明示されていると、他ページとの差別化ができ、引用優先度が上がります。
	E-E-A-T（経験・専門性・権威性・信頼性）が伝わるか	AIは「正しそう」ではなく「誰が言っているか」を評価します。E-E-A-Tが明確な情報は、誤情報リスクが低い情報源として優先的に参照されます。
構造化・技術	構造化データ（FAQ / HowTo / Article 等）を実装しているか	構造化データは、AIにとっての公式な意味ラベルです。FAQやHowToは、質問回答・手順説明として直接AIに理解されやすくなります。
構造化・技術	h1〜h3、箇条書き、表を適切に使っているか	LLMはHTML構造をもとに情報の階層を把握します。構造が整っているほど、文脈を誤解されずに要点抽出されやすくなります。
コンテンツ品質	比較・選び方・判断軸が明示されているか	生成AIは「どれがいい？」という質問を多く受けます。判断軸を示すコンテンツは、意思決定支援情報として高評価されます。
外部評価・ブランド	他メディア・SNSで引用・言及されているか	外部言及は、AIにとっての第三者評価シグナルです。単独主張より、引用されている情報の方が採用されやすくなります。

53 of 65

Appendix

54 of 65

54


主な目的	検索結果での上位表示	AI回答での引用・参照
ターゲット	検索エンジンのクローラー	生成AI/LLM
重視される要素	キーワード含有、被リンク数	E-E-A-T、構造化データ、信頼性
コンテンツ構成	網羅性重視の長文	Q＆A形式、結論ファースト、要約
具体的な施策	メタタグ、内部リンク、KW最適化	スキーママークアップ、出典明記、FAQ化
ユーザー行動	リストから選んでクリック	AIの回答を読んで完結（ゼロクリック）
成功指標（KPI）	検索順位、セッション数、PV	AI引用数、回答内露出、ブランド想起
競合環境	1ページ目（10枠）を争う	「唯一の正解」としての引用枠を争う
効果測定	容易（Search Console等）	困難（専用ツールや定性評価が必要）

比較項目

SEO（従来）

AI検索対策

補足｜SEO対策とAI検索対策の違い

「検索順位」を争うSEOから、「AIからの信頼」を獲得するAI検索対策へ。

ルールチェンジに対応するための比較ポ員代を整理します。

55 of 65

55

AIO

AI全般に対する包括的な最適化戦略

Artificial Intelligence Optimization

GEO

検索エンジン最適化

検索生成画面での

露出を狙う

AEO

AIの回答文に

自社情報が採用される

状態をつくる

回答最適化

LLMO

学習データといて

ChatGPT、Gemini等の

LLMに正確な情報を

インプットさせる

大規模言語モデル最適化

共通目的

AIに自社情報を「信頼・引用」

させること

包括関係

AIOは最上位概念です。検索AIへの対策も、その学習元（LLMO）への対策も、すべてAIOの一部として統合されます。

補足｜AIO、GEO、AEO、LLMOの関係図

AIOが最も包括的であり、AEO・GEO・LLMOはその中に位置づけられています。

それぞれの技術アプローチは異なりますが、目的は共通しています。

56 of 65

56

①ユーザーへの質問

②AI検索エンジン

が質問を理解

「おすすめの勤怠管理ツールを教えて」

ChatGPT Perplexity Gemini

など

③事前学習

④RAG検索

数兆のトークンのWebテキストを学習した「記憶」

質問に応じてリアルタイムでWebを検索し文書を取得する

⑤LLMによる

回答

事前学習の

知識＋RAGで

取得した文書を

統合して回答を構築

「勤怠ツールには〇〇、△△、▢▢などがあります。」

⑥ユーザーへの回答

事前学習（パラメトリック知識）

RAG検索（非パラメトリック知識）

タイミング	回答前からAI内部にある知識
情報源	モデル内部に蓄積された知識
役割	一般知識・想起の土台になる
影響するもの	LLMO：外部露出・評判形成・専門性発信

タイミング	回答直前に外部から探す知識
情報源	Web・DB・資料など外部情報
役割	最新情報・根拠情報を補完する
影響するもの	AEO・GEO：公式情報・事例・構造化データ

補足｜AI検索の回答生成フロー

AI検索は、学習済み知識と外部情報を組み合わせて回答を生成しています。

そのため、LLMOとAEO/GEOの両輪で情報設計することが重要です。

57 of 65

弊社のご紹介

58 of 65

58

代表取締役 / CEO

沖野耕基

船井総合研究所、タナベコンサルティンググループにて300社以上のBtoB企業支援に従事。AI検索時代における企業の情報設計の重要性を実感しアムール株式会社を創業。企業がAIに正しく認識・推薦される構造をつくるAI検索最適化（AIO／LLMO）支援を提供。MBA取得。

執行役員 / AEOコンサルタント

富山大夢

AEOコンサルタント

徳永貴超

AEOコンサルタント

藤川亜李沙

明治大学卒業後、大手人材紹介会社にて人材支援業務に従事。人材業界で培った現場知見とデジタルマーケティングの実務経験を強みに、アムールでは専門性の高い領域におけるAI検索最適化の戦略立案・コンサルティング、コンテンツ設計を担当している。

本田技研工業、サイバーエージェント、ネスレ日本にて、需要予測、広告運用、EC事業戦略、データ分析に従事。その後、外資系化粧品メーカーのEC部門マネージャーを経て独立。現在は、EC向けのAI検索最適化の戦略設計および改善支援を行う。立命館大学ビジネススクール非常勤講師。

同志社大学卒業後、電通にてコピーライター・広報PRとして勤務。BtoB領域を中心に、企業メッセージの開発や広報戦略の立案に従事。培ったコピーライティングと広報PRの知見を活かし、アムールでは企業の強みや専門性をAIに正しく伝えるためのコンテンツ設計・制作を担当している。

大手企業出身のAEO/GEOコンサルタントが伴走支援します

戦略だけでなく、現場で成果につなげる実行体制です

メンバー紹介

59 of 65

初期費用は無料です。各プランは30日間無料でお試しいただけます。

300,000円

稼働目安：25〜30時間

税抜 / 月額 / 6カ月契約

AEO伴走支援

アドバイザリーPLAN内容

月次 LLMO レポート作成

月2回MTG（1時間）の実施

LLMO 施策の実行支援

貴社専属サポート

100,000円

稼働目安：5〜10時間

税抜 / 月額 / 6カ月契約

アドバイザリー

LLMO 戦略コンサルティング

月1回MTG（1時間）の実施

効果測定・LLMOコンテンツ制作

競合ベンチマーク（5アカウント）

貴社専属サポート

500,000円

稼働目安：55〜60時間

税抜 / 月額 / 6カ月契約

デジマ総合支援

AEO伴走支援 PLAN内容

デジタルマーケティング戦略

SEO対策／広報PR／実行支援

広告運用／ウェビナー／MA・CRM含む総合デジタルマーケティング業務のサポート

59

まるッと�お任せ！

本格AEO対策！

料金プラン

60 of 65

60

強み�01

GUGAシニアパートナーによるAI検索対策

強み�02

AI検索診断・効果測定から外部PRまで一気通貫

強み�03

お客様評価4.9以上の支援品質

生成AI活用普及協会（GUGA）のシニアパートナーとして、最新の生成AI・AI検索の動向を踏まえた支援を提供しています。独自のAI回答分析で蓄積した知見をもとに、企業の強みや実績をAIに正しく伝わる形で設計し、AI検索で選ばれる企業づくりを支援します。

AI検索上の現状診断と戦略設計から、Webサイト改善、比較メディア・PRまで一貫して対応。データに基づいた施策実行と改善を行います。こうした成果創出にこだわる支援が評価され、2025年SMBグロース企業賞（デジタルマーケティング部門）を受賞しました。

私たちは戦略立案だけでなく、Web制作、SEO、広告運用、コンテンツ制作まで一気通貫で支援します。成果創出まで伴走する姿勢が評価され、9割以上のお客様に継続してご依頼いただくとともに、Google口コミ4.9以上、BOXIL口コミ4.9以上の高評価を獲得しています。

アムールの3つの強み

AI検索で選ばれる企業へ。専門知見と実行力で、成果が出るまで伴走します。

61 of 65

61

実施

プロセス

効果・検証

施策立案

成果物�イメージ

AIブランド診断

施策設計

　施策実行

1〜2週間

　2〜3週間

　　1〜2ヵ月

内部施策�（オウンドメディア、�サービスページ／FAQ etc）
外部施策�（比較サイト／プレスリリース／レビュー収集 etc）

AI検索露出診断レポート
現状課題一覧
引用・参照ページ一覧
外部露出状況整理

AI検索対策ロードマップ
KPI設計表
コンテンツ制作計画
施策の優先順位表

改善提案書
モニタリングレポート
コンテンツ制作
ホワイトペーパー

　検証・施策検討

　　隔週（継続）

ターゲット顧客がAIで「何を調べ」「どう回答を得るか」を基点に、ブランド診断を実施し、言及される情報設計に変える

施策実行／振り返り
言及整理／言及確認
主要AIプラットフォームの�参照ロジック再確認

次月アクションプラン
AI検索モニタリングレポート
プロンプト別変化表
流入・CV分析レポート

現状把握

制作・運用

01

02

03

04

CEP／プロンプト設計
内部ページ改善案／外部掲載戦略
KPI設計／ロードマップ作成

認知度／好感度分析
プロンプト診断
ポジネガ／言及状況確認
外部露出・レビュー�状況の確認

スケジュール例（※詳細は、別途お打ち合わせのうえ決定できればと思います。）

期間

弊社のAI検索最適化プロジェクトの進め方

62 of 65

62

予算配分案（例：目的がリード獲得／月額100万円の場合）

カテゴリ	費用項目	概要	費用	備考
継続費用	AIO支援費	AIO戦略／実行・レポート	¥300,000	AIO戦略設計、改善提案、レポーティング、実行支援（50時間/月）。SEO記事・広報PR・サイト改善など対応。
継続費用	記事制作費	BtoBリード獲得を目的としたSEO記事・コラム・メルマガの制作	¥200,000	月2〜3本程度を想定。短期間で記事本数を増やし、成果創出までのスピードを高めるための追加制作費として想定。
継続費用	広報PR・外部露出費	プレスリリース・外部発信・第三者情報整備	¥100,000	PR TIMES配信費（月3.3万円）、比較サイト掲載費（月5万円）、業界メディア寄稿費（不定期など）。
継続費用	広告出稿費	Google広告等によるリード獲得	¥200,000	成果が出ているキーワード・LP・訴求に予算を寄せて運用
継続費用	資料DL制作費	ホワイトペーパー・営業資料・事例資料の制作	¥100,000	CV率や営業活用状況を見ながら内容を改善
継続費用	サイト／LP改善費	CVR改善、CTA改善、フォーム改善	¥100,000	広告・SEO流入の受け皿を継続改善
スポット	導入事例制作費	顧客インタビュー、成果整理、事例ページ化	¥150,000	取材設計、インタビュー実施、記事構成・ライティング、撮影対応を含む。撮影はプロのカメラマン手配込み。

費用100万円／月の予算配分例

63 of 65

63

弊社での対応
業務課題にについての初回ヒアリングを行い、解決すべきポイントを整理ます。
現状分析を基に、貴社ニーズに最適なコンサルティングプランをご提案します。
貴社からのフィードバックを反映し、具体的なプロジェクト計画を策定します。
専任コンサルタントが現場に入り、プロジェクトを進行しながら進捗報告を行います。
進捗状況と初期目標を比較し、必要に応じてプランの見直しを提案します。
最終成果物を納品し、今後の実行フェーズについてのアドバイスを行います。

貴社でのご対応事項
現在の課題や改善目標について、事前に情報をご提供ください。
提案に対するフィードバックをお伝えください。
プランの承認と予算のご確認をお願いいたします。
必要に応じて、担当者やチームメンバーと情報を共有してください。
中間レビューに参加し、プロジェクトの方向性についてご意見をお聞かせください。
納品物を確認いただき、次のステップについてご検討ください。

STEP

01

STEP

02

STEP

03

STEP

04

STEP

05

STEP

06

お問い合わせ

お打ち合わせ

ご提案

お見積り

ご契約

プロジェクト開始

約20営業日

導入までの流れ

64 of 65

64

会社名

アムール株式会社（Amor inc.）

所在地

〒104-0061 

東京都中央区銀座１丁目１２－４Ｎ＆ＥＢＬＤ．７

事業内容

AI検索最適化（AIO／LLMO）事業

AI検索対応 Webサイト制作

従業員数

5名（業務委託含む）

資本金

100万円

設立年度

2025年7月11日

会社概要

65 of 65

AI検索時代に、貴社はどう選ばれるべきか。

その答えを、現状分析から一緒に整理します。

電話でのお問い合わせ

メールでのお問い合わせ

無料相談受付中

k-okino@amour-inc.jp

会社名・氏名・メールアドレス・電話番号を

ご記入の上、お問い合わせください

070-8319-0402

平日09：00〜23：00