ChatGPTやGemini、GoogleのAI Overviewsなど、AIがユーザーの質問に回答する場面が増えています。これまでのSEOでは、検索結果で自社サイトが上位に表示されているか、クリックされているか、CVにつながっているかを見ることが重要でした。

一方で、AI検索が広がる中では、検索結果の順位だけでなく、AIの回答内で自社や自社サービスがどのように紹介されているかも確認する必要があります。

LLMO対策というと、「AI回答に自社名が出るか」「AIに引用されるか」に注目されがちです。

しかし、実際の調査では、自社名が表示されるかどうかだけを見ても十分ではありません。重要なのは、どのような質問に対して、どの文脈で自社が紹介されるのか。競合と比べてどのように扱われるのか。自社の強みや選ばれる理由が正しく伝わっているのか。誤解を招く表現や、業界上注意すべき表現が含まれていないか。こうした観点まで確認することで、AI検索上での自社の見え方を把握しやすくなります。

本記事では、ブルースクレイ・ジャパンがLLMO調査で確認している観点をもとに、AI回答を読み解くためのプロンプト調査の考え方をご紹介します。

AI検索では「自社名が出るか」だけでは判断できない

AI検索に関する調査では、まず「自社名が回答に出るか」を確認することがあります。もちろん、自社が候補として表示されるかどうかは重要です。ただし、実務上は出ているか・出ていないかだけでは判断できないことも多くあります。

たとえば、自社名を含む質問では正しく紹介される一方で、ブランド名を含まない質問では競合ばかりが候補として表示されるケースがあります。

また、自社が回答に出ていたとしても、本来訴求したい強みとは異なる文脈で紹介されていたり、商品・サービスカテゴリの認識がずれていたりすることもあります。このような状態で「AI回答に自社名が出ているから問題ない」と判断してしまうと、実際の課題を見落とす可能性があります。

AI検索では、自社が出るかだけでなく、以下のような観点で回答を見ることが大切です。

• どの質問で自社が表示されるのか
• どの質問では自社が表示されないのか
• 競合と比べてどの位置で紹介されるのか
• 自社の強みが正しく伝わっているのか
• 商品・サービスカテゴリや文脈が合っているのか
• 誤解を招く表現や過剰な表現がないか

LLMOプロンプト調査では、こうした観点をもとに、AI検索上での自社の見え方を確認していきます。

LLMOプロンプト調査とは

LLMOプロンプト調査とは、ChatGPTやGeminiなどの生成AIに対して、ユーザーが実際に聞きそうな質問を入力し、その回答内容を確認する調査です。検索エンジンでキーワード順位を見るように、AI検索でも「どのような質問に対して、どのような回答が返ってくるのか」を確認する必要があります。

ただし、AI回答は通常の検索結果とは異なり、同じ質問でも回答内容が変わることがあります。そのため、1つの質問だけを見て判断するのではなく、複数の質問パターンを用意し、自社がどの文脈で出やすいのか、どの文脈では出にくいのかを確認することが重要です。

実際の調査では、複数の生成AIを対象に、30件以上のプロンプトと60件以上の回答を確認することもあります。確認項目としては、自社の言及有無、競合の出現状況、商品・サービスカテゴリとの一致、表現の適切性、情報源URLなどを整理します。

また、調査結果は回答取得時点の傾向であり、AI回答への反映や表示を保証するものではありません。だからこそ、LLMOプロンプト調査では、1回の結果を絶対的な正解として見るのではなく、現時点でのAI検索上の見え方を把握し、改善方針を考えるための材料として扱うことが重要です。

プロンプト調査で確認する主な質問パターン

LLMOプロンプト調査では、自社名を含む質問だけでなく、ブランド名を含まない質問も重視します。なぜなら、ユーザーは必ずしも最初から特定の企業名やブランド名を知っているわけではないからです。実際には、「〇〇におすすめのサービスは？」「〇〇で悩んでいる場合、どれを選べばよい？」「〇〇と△△の違いは？」のように、悩みや課題、比較検討の文脈で質問することが多くあります。

そのため、プロンプト調査では、ユーザーの検討段階や検索意図に合わせて、複数の質問パターンを設計します。

悩み・課題起点の質問

まず確認したいのが、ユーザーの悩みや課題を起点にした質問です。

たとえば、以下のような質問です。

• 「〇〇に悩んでいる場合、どのような対策がありますか？」
• 「〇〇を改善したいとき、どんなサービスを選ぶべきですか？」
• 「〇〇で失敗しないためのポイントを教えてください」

このような質問では、自社が直接紹介されるかだけでなく、AIがどのような解決策を提示しているかを確認します。もしAI回答内で、自社が提供している商品・サービスカテゴリが解決策として触れられていない場合、サイト上で課題と商品・サービスのつながりを十分に説明できていない可能性があります。

商品・サービスカテゴリ別の質問

次に、商品・サービスカテゴリ別の質問を確認します。

たとえば、以下のような質問です。

• 「〇〇向けの商品にはどのようなものがありますか？」
• 「〇〇におすすめのサービスを教えてください」
• 「〇〇を選ぶときに候補になるブランドや会社はありますか？」

このような質問では、AIがどのブランド・商品・サービスを候補として提示するかを確認します。自社が候補に出ない場合、そのカテゴリにおいてAIが自社を選択肢として認識しづらい状態になっている可能性があります。

ただし、単にカテゴリ名をページに増やせばよいわけではありません。後述するように、ユーザーの悩み、商品・サービスカテゴリ、選び方の理由をつなげて示すことが重要です。

条件・属性を加えた質問

ユーザーは、自分の状況に合うものを探すために、条件や属性を加えて質問することがあります。

たとえば、以下のような質問です。

• 「初めて〇〇を導入する場合、何を選べばよいですか？」
• 「〇〇のような状況でも使いやすいサービスはありますか？」
• 「〇〇の条件に合う商品を選ぶとき、何に注意すればよいですか？」

条件を加えた質問では、自社の商品・サービスがどのような利用シーンやユーザー層に向いているものとして認識されているかを確認します。自社が想定しているターゲットや利用シーンと、AI回答内で語られている文脈がずれている場合、サイト上の訴求や説明が十分に伝わっていない可能性があります。

競合比較の質問

競合比較が起きやすい質問も重要です。

たとえば、以下のような質問です。

• 「〇〇と似たサービスには何がありますか？」
• 「〇〇と△△の違いを教えてください」
• 「〇〇を比較するとき、候補になる会社を教えてください」

このような質問では、自社と競合がどのような軸で比較されているかを確認します。価格、機能、実績、サポート体制、対象ユーザー、使いやすさなど、AIが比較軸として何を挙げているかを見ることで、自社サイト上で強化すべき情報が見えてきます。

また、自社の強みが比較軸に含まれていない場合、その強みがAIに理解されやすい形で発信されていない可能性があります。

自社に関する認識確認の質問

最後に、自社名やブランド名を含む質問も確認します。

たとえば、以下のような質問です。

• 「〇〇というサービスにはどのような特徴がありますか？」
• 「〇〇はどのような人に向いていますか？」
• 「〇〇を利用するメリット・注意点を教えてください」

自社名を含む質問では、AIが自社の基本情報を正しく理解しているかを確認します。サービス内容が正しく説明されているか、古い情報が混ざっていないか、競合と混同されていないか、自社の強みが適切に表現されているかを見ることが重要です。

AI回答を見るときに確認すべきポイント

プロンプトを設計した後は、AIの回答内容を確認します。このとき、自社名が出るかどうかだけを見ても、AI検索上での見え方を十分に把握することはできません。たとえば、自社が回答内に表示されていても、競合と比べて後ろの候補として扱われていたり、本来訴求したい強みとは異なる文脈で紹介されていたりすることがあります。

また、商品・サービスカテゴリの認識がずれている場合や、業界上注意が必要な表現が含まれる場合もあります。

そのため、LLMOプロンプト調査では、主に以下のような観点で回答傾向を確認します。

•  自社や自社サービスが候補に入るか
•  競合と比べてどのように扱われているか
•  商品・サービスカテゴリや文脈が合っているか
•  自社の強みや選ばれる理由が伝わっているか
•  誤解を招く表現や過剰な表現が含まれていないか
•  情報源に偏りがないか

ただし、これらは単独で判断するものではありません。AI回答は変動するため、複数の質問や回答傾向を見ながら、どのような文脈で自社が認識されているのかを整理することが重要です。

実際に調査してみると、競合だけが候補に入っているケースもある

実際にLLMOプロンプト調査を行うと、「AIが候補を出していない」のではなく、「候補は出ているが、自社がその中に入りにくい」状態が見えてくることがあります。

ある調査では、ブランド名を含まない質問に対して、AIは複数のブランド・商品候補を提示していました。一方で、対象ブランドは候補として表示されにくく、競合ブランドが優先的に紹介される傾向がありました。この場合、単に自社名が出ていないことだけを見るのではなく、競合がどのような文脈で紹介されているのかを確認する必要があります。

たとえば、競合が「使いやすさ」「比較しやすさ」などの選び方の理由と一緒に紹介されている場合、自社サイトでも同じように、ユーザーの悩み・商品・サービスカテゴリ・選定理由をつなげて説明できているかを確認します。

LLMO調査では、このようにAI回答の表面だけでなく、候補に入る背景まで読み解くことが重要です。

AIが候補を選ぶときに見ている3つの要素

LLMOプロンプト調査では、AIがブランドや商品・サービスを候補として提示する際に、どのような情報を重視しているのかを見ることが重要です。実際の調査では、AIが単に「〇〇向け」と書かれているかだけで候補を選んでいるわけではないことが見えてきました。

重要なのは、次の3つがつながっていることです。

1. ユーザーの悩み・課題

1つ目は、ユーザーの悩みや課題です。ユーザーは、「商品名」や「サービス名」ではなく、自分の悩みや状況から質問することがあります。

そのため、自社サイト上でも、どのような悩み・課題に対応する商品・サービスなのかを明確にする必要があります。

2. 商品・サービスカテゴリ

2つ目は、その悩みや課題に対して選択肢となる商品・サービスカテゴリです。悩みだけが書かれていても、どの商品・サービスを選べばよいのかが分からなければ、AIの回答材料としては弱くなります。

たとえば、課題に対してどのカテゴリの商品・サービスが役立つのか、どのページで詳しく確認できるのかが整理されていることが重要です。

3. 選び方の理由

3つ目は、なぜその商品・サービスが選択肢になるのかという理由です。「対応しています」「おすすめです」だけではなく、どのような特徴があるから選択肢になるのか、どのような人に向いているのか、どのような注意点があるのかを説明する必要があります。この3つがつながっていると、AIにもユーザーにも「なぜその商品・サービスが候補になるのか」が伝わりやすくなります。

つまり、LLMO対策では、単にキーワードを増やすのではなく、ユーザーの悩み、商品・サービスカテゴリ、選び方の理由をセットで整理することが重要です。

調査結果から見えた改善方針

LLMOプロンプト調査は、AI回答の現状を確認して終わりではありません。調査結果をもとに、自社サイト上でどの情報を補うべきか、どのページを改善すべきか、どのようなFAQや記事を追加すべきかを整理します。

たとえば、非指名の質問で競合ブランドや競合サービスばかりが候補として表示される場合、自社サイト上で以下の情報が不足している可能性があります。

• ユーザーの悩みと商品・サービスの関係
• 商品・サービスカテゴリごとの役割
• なぜその商品・サービスが選択肢になるのか
• 使用前・導入前の不安に対する回答
• 比較検討時に確認されやすい情報
• 業界上、誤解を避けるための注意点

このような情報を、サービスページ、商品ページ、FAQ、記事コンテンツなどに整理して追加することで、AIにもユーザーにも理解されやすい情報設計に近づけることができます。

既存ページに「選ばれる理由」を追加する

まず優先したいのは、既存ページへの情報追加です。すでに商品ページやサービスページが存在している場合、そのページに「誰に向いているのか」「なぜ選択肢になるのか」「どのカテゴリの商品・サービスなのか」を補足します。新しいページを作る前に、既存ページの情報を整理することで、ユーザーにとってもAIにとっても理解しやすいページに近づけることができます。

FAQで不安や注意点に対応する

次に、FAQの整備も重要です。ユーザーは、商品・サービスを選ぶ前に「自分の状況で使ってよいのか」「どのような点に注意すべきか」「他の商品・サービスと何が違うのか」を知りたいことがあります。特に、表現に注意が必要な領域では、FAQで日常的に説明できる範囲と、専門家への相談が必要な範囲を明確にすることが重要です。

AI回答上でも、こうした注意点が扱われることがあるため、サイト側で正確な情報を整理しておく必要があります。

記事コンテンツで選び方を補完する

商品ページやサービスページだけでは説明しきれない内容は、記事コンテンツで補完します。たとえば、選び方、比較ポイント、利用シーン別の注意点、よくある悩みに対する考え方などです。記事コンテンツを整備することで、ブランド名を含まない質問に対しても、自社が関連する文脈の回答材料を増やすことができます。

第三者サイトでの掲載状況も確認する

AI回答内では、比較・レビュー媒体や第三者サイトが情報源として扱われることがあります。そのため、自社サイト内の改善だけでなく、外部サイト上で自社がどのように掲載されているかも確認します。競合は比較記事やランキング記事で掲載されている一方で、自社の掲載が限定的な場合、第三者サイトでの情報露出も確認対象になります。

ただし、掲載依頼やPR施策は、サイト内の情報整理と並行、またはサイト内施策の反映後に進めるのが現実的です。

改善後に再調査して変化を見る

LLMO対策では、施策を実施して終わりではありません。既存ページの修正、FAQ整備、記事拡充、第三者サイト確認などを行った後、同一または類似のプロンプトで再調査し、AI回答の変化を確認します。確認する項目は、自社の言及有無だけではありません。商品・サービスカテゴリとの一致、表現の適切性、競合との扱われ方などもあわせて確認します。

このように、調査、改善、再調査を繰り返すことで、AI検索上での自社の見え方を継続的に改善していきます。

LLMO調査を施策に落とし込むために当社が重視していること

LLMO調査は、自社でも簡易的に行うことができます。たとえば、ChatGPTやGeminiに自社名を入れて質問し、どのような回答が返ってくるかを確認すること自体は難しくありません。ただし、自社名を含む質問を数問確認するだけでは、AI検索上での自社の見え方を十分に把握できないことがあります。

実際のユーザーは、必ずしも最初から企業名やブランド名を指定して質問するわけではありません。悩みや課題、条件、比較検討の文脈から質問することも多くあります。そのため、LLMO調査では、指名質問だけでなく、ユーザーの検討状況に近い非指名の質問まで含めて確認する必要があります。

また、AI回答に自社名が出たとしても、それだけで十分とは言えません。自社が正しい文脈で紹介されているか、競合と比べてどのように扱われているか、自社の強みや選ばれる理由が伝わっているかまで確認しなければ、改善すべきポイントを見誤る可能性があります。

当社ではLLMO調査を「AI回答に自社名が出るかを確認する作業」ではなく、AIにもユーザーにも伝わる情報設計を見直すための調査と捉えています。

また、AI回答の表面的な表示有無だけでなく、回答の文脈や競合との比較、サイト上で不足している情報、改善につなげる優先度まで整理します。たとえば、非指名の質問で競合が優先的に紹介されている場合は、単に「自社が出ていない」と見るのではなく、競合がどのような理由で候補化されているのかを確認します。そのうえで、自社サイト上に不足している情報や、既存ページに補足すべき内容、FAQや記事コンテンツで補完すべきテーマを整理します。

さらに、業界によっては、AI回答内の表現にも注意が必要です。医療・美容・金融・法律などの領域では、断定的な表現や過剰な表現がユーザーの誤解につながる可能性があります。そのため、回答内容が業界上適切かどうかも確認したうえで、必要な情報整理や表現調整を検討します。LLMO対策では、調査結果を見て終わるのではなく、どのページから改善すべきか、どの情報を優先して追加すべきかまで落とし込むことが重要です。

当社では、SEOで培った検索意図分析やサイト改善の知見をもとに、AI回答上の見え方を、サイト改善・コンテンツ改善・FAQ整備・第三者サイト確認・再調査までつなげて整理します。LLMO対策は、AI回答に自社名を出すことだけを目的にするものではありません。ユーザーの質問に対して、自社が候補に入る理由を、AIにも人間にも伝わりやすい形で整理する取り組みです。

まとめ

AI検索の広がりにより、企業は検索結果での順位だけでなく、AI回答内で自社がどのように紹介されているかを確認する必要があります。

ただし、LLMO対策では「自社名が出るか・出ないか」だけを見ても十分ではありません。重要なのは、どのような質問に対して自社が紹介されているのか、競合と比べてどのように扱われているのか、自社の強みや選ばれる理由が正しく伝わっているのかを確認することです。

また、AI回答では、ユーザーの悩み、商品・サービスカテゴリ、選び方の理由がつながっている情報が候補として扱われやすい傾向があります。そのため、LLMO対策は、AIに無理やり自社名を出してもらう施策ではなく、ユーザーの質問に対して自社が候補に入る理由を、AIにも人間にも伝わりやすい形で整理する取り組みだといえます。

当社では、ChatGPTやGeminiなどのAI回答をもとに、自社・競合の見え方や、AIに正しく理解されるための改善ポイントを整理しています。AI検索で自社がどのように見られているのかを確認したい、LLMO対策として何から始めるべきかわからない場合は、ぜひご相談ください。

SEO・LLMOにおいて、施策そのものだけでなく、調査結果をどう判断し、優先順位をつけるかも重要です。コンサルティングの裏側にある考え方については、以下の記事でも紹介しています。