LLMOで迷わない 大規模言語モデル最適化の実務判断7基準

LLMOという言葉が広がるにつれ、現場では「AI向けの特別な設定を増やすべきか」「専用の記法を追加すべきか」といった議論が先行しがちです。しかし、ここで判断を誤ると、通常検索でもAI回答面でも弱い状態を長く抱えることになります。2026年に先に着手すべきなのは、新しい仕組み探しではなく、重要ページをAIにも人にも再利用されやすい形に整えることです。

現時点で公開されている Google: AI 機能と検索結果 では、AI Overviews や AI Mode に出るために、新しい機械可読ファイルや特別な schema.org 設定は不要だと明記されています。加えて、AI機能に出るページも Search Console の「Web」検索に含まれ、Google Analytics などで滞在や成果を補って確認することが勧められています。つまり、LLMOは別世界の施策ではありません。既存SEOを、AI時代でも通用する粒度まで厳密に運用し直す仕事です。

もう一つ重要なのは、AIを使うこと自体が問題なのではなく、順位操作だけを目的に量産することが問題だという点です。Google Search Central: AI 生成コンテンツに関する Google 検索のガイダンス と Google 検索のスパムに関するポリシー をあわせて読むと、この線引きはかなり明確です。AI関連の全体像を先に整理したい場合は、AI SEO対策2026年版 検索とAI回答面で参照される技術実装の進め方 を先に読んでおくと、この記事の判断基準がつながりやすくなります。

LLMOは新施策より重要ページ整備を先に行う

最初に勧めたい判断は明快です。月間PVが10万未満、または編集担当が3人未満なら、新記事制作より既存の上位20URLの立て直しを優先するべきです。AI検索で評価されやすいのは、量ではなく「何を答えるページか」がすぐ伝わるページだからです。既存の重要ページが曖昧なまま記事本数だけ増やしても、参照されるページは一部に偏ります。

この判断を勧める理由は三つあります。第一に、Google: 有用で信頼できる、ユーザーを第一に考えたコンテンツの作成 が示す通り、検索で評価されるのは人の役に立つ内容であり、検索エンジン向けだけに作られた原稿ではありません。第二に、Google 検索のランキング システム や Google Search の必須要件 を見ると、結局は本文の明確さ、リンクのたどりやすさ、基本的な技術要件が土台になります。第三に、Google Blog: AI Overviews の展開 では、AI Overviews に含まれたリンクは従来の一覧表示よりクリックされやすいと説明されており、まずは「リンクとして選ばれるページ」を育てる方が筋が通っています。

実務では、次の順番で直すと判断を誤りにくくなります。

1. 商談、資料請求、採用応募に近い上位20URLを確定する。
2. その20URLの導入120〜180字を結論先出しに直す。
3. 見出しを説明型ではなく判断型に直す。
4. 関連ページへの内部リンクを1ページあたり2〜3本に絞って入れる。
5. URL検査と構造化データの確認をかける。

例外もあります。以下に当てはまる場合は、新規ページ作成を先に選んで構いません。

• 新規事業の立ち上げで、比較対象になるページ自体がまだ存在しない。
• サービス名やカテゴリ名が変わり、既存ページでは検索意図を受け止めきれない。
• 既存の重要ページが法規制や契約条件の変更で大幅更新を必要とし、単純な追記では済まない。

ただし、例外に当てはまっても、既存ページの点検を省いてよいわけではありません。新規ページを作る場合でも、最低5本の既存ページは同時に見直すべきです。新しいページだけ整えても、サイト全体の理解がばらけたままだと内部リンクの支えが弱くなります。

実務では三分類で優先ページを順に切り分ける

LLMOで迷う担当者の多くは、ページを同じ重みで扱っています。ここが最初につまずきやすい点です。実務では、ページを「認知」「比較検討」「成果直結」の三分類に切り分け、改善の順番を変えるべきです。分類しないまま会議を始めると、掲載順位、導線、構造化データの話が一度に混ざり、何も決まりません。

おすすめの切り分け方は次の通りです。

この三分類で見ると、やるべきことがかなり絞れます。たとえば認知ページで先に導線を細かく調整しても、そもそも何を答えるページかが曖昧なら効きません。反対に、成果直結ページで掲載順位だけ追っても、料金条件や導線が弱ければ機会損失は止まりません。ページの役割と評価指標をできるだけ一対一で対応させることが、LLMOの基本です。

サイト規模ごとの推奨も明確です。

• 月間PV10万未満なら、上位20URLだけに絞って三分類するべきです。50URL以上を一気に見ると、人手が薄い組織では改善が止まります。
• 月間PV10万〜100万なら、カテゴリ単位で10〜15URLずつ改修するべきです。一斉改修より、比較検討に近いカテゴリから着手した方が成果の解釈がしやすくなります。
• 月間PV100万以上なら、ページ単位ではなくテンプレート単位で三分類するべきです。記事テンプレート、サービステンプレート、事例テンプレートの三系統に分けて直した方が波及効果が大きくなります。

例外もあります。採用サイトのように応募完了までの導線が短い場合は、「成果直結」ページから先に触る方がよいです。反対に、立ち上げ直後の自社メディアで指名検索が少ない場合は、認知ページの整備を厚めにしても構いません。重要なのは、例外を例外として扱うことであって、全ページを例外にしないことです。

SEOの土台から整理し直したい場合は、SEOとは何かをわかりやすく整理する 実務で迷わない基本と立て直し方 をあわせて読むと、認知ページと成果ページの役割の違いを把握しやすくなります。

Search Consoleを主軸に事実を把握する

ツールの使い分けで最も多い失敗は、GA4から見始めることです。LLMOの起点は Search Console に置くべきです。理由は単純で、表示されていないページの改善はGA4だけでは始められないからです。Google: AI 機能と検索結果 でも、AI機能に出たページは Search Console の Web 検索に含まれると案内されています。まずは見つかり方を確定し、そのあとで訪問後の質を見ます。

実務では、次の役割分担を基本にすると整理しやすくなります。

この順番を逆にすると、判断がぶれます。GA4で回遊が良いページを見つけても、Search Consoleでほとんど表示されていなければ優先度は下がります。逆に、表示回数が増えているのにCTRが落ちるページは、タイトルか導入の設計がずれている可能性が高い。表示回数が伸び、CTRが落ち、GA4の成果も動かないページこそ、最初に直すべきページです。

確認期間も固定した方がぶれません。週次で観察するとしても、基準は7日比較ではなく28日比較に寄せるべきです。AI回答面は短期変動が大きいため、1週間だけで勝ち負けを判断すると無駄な修正が増えます。特に月間PV10万以上のサイトでは、28日比較で表示回数が10%以上増えたのにCTRが下がったページを優先すると、会議の論点を絞りやすくなります。

さらに、Search Consoleの数字だけで満足してはいけません。Google: AI 機能と検索結果 は、Google Analytics などで成果や滞在時間を追うことも勧めています。AI Overviews 経由のクリックは質が高く、サイト滞在が長くなりやすいという記述もあるため、クリック数だけを成果指標にするべきではありません。JPSM SEO 編集事業部でも、AI検索関連の相談では「表示回数は伸びたが商談につながらない」ケースより、「クリックは横ばいでも問い合わせ率が上がった」ケースを高く評価します。事業に近い数字へ戻して判断する方が、結局は強いからです。

本文前半で答えを明確に示す構成へ改める理由

AI検索で参照されやすいページは、難解な表現を並べたページではありません。本文前半だけで結論、理由、例外が読めるページです。Google: 有用で信頼できる、ユーザーを第一に考えたコンテンツの作成 は、人の役に立つ内容と一次経験の深さを重視しています。ならば、冒頭で何を勧めるのかが曖昧なページは不利です。結論を最後まで隠す書き方は、2026年の実務では避けるべきです。

推奨する基本形は、次の四段構成です。

1. 冒頭120〜180字で結論を書く。
2. 続く300〜500字で、そう判断する理由を三つ以内で書く。
3. そのあとに例外条件を書く。
4. 必要なら比較表か実務手順に落とす。

たとえば「LLMOとは何か」という見出しだけでは、定義説明で終わりがちです。これを「LLMOは新施策より重要ページの整備が先」と書き換えると、その見出し自体が判断になります。見出しは説明文ではなく、結論文に寄せた方が強い。これは Google Search の必須要件 が示す「人が使う言葉を title や main heading に置く」という原則とも整合します。

ページ種別ごとのおすすめも変わります。

• 定義ページなら、最初の二文で定義と実務上の意味を両方書くべきです。定義だけでは流入は取れても比較検討につながりません。
• 比較ページなら、比較表より先に推奨案を書くべきです。表だけ置いて「状況による」で終える記事は、担当者の判断を助けません。
• サービスページなら、対象企業の条件を最初に明示するべきです。「誰に向くか」が書かれていないページは、AIにも人にも引用しにくくなります。

逆に避けるべきなのは、背景説明を800字以上続けてから結論に入る構成です。よくある質問を増やしすぎて同じ主張を三回書くのも望ましくありません。よくある質問は補足に限定し、本文で言い切れることは本文で終えるべきです。基礎的なSEOの整え方を先に確認したい場合は、SEO対策の基本を2026年版で整理する 変わらない原則と今見直すべき技術対応 も参考になります。

構造化データと表示制御を切り分けて考える

ここでの推奨は明確です。構造化データは「意味を伝える道具」、表示制御は「見せ方を制御する道具」として分けて扱うべきです。この二つを混同すると、必要な露出まで止めかねません。

まず、構造化データです。Google: AI 機能と検索結果 には、AI機能に出るための特別な schema.org は不要だとあります。その一方で、Schema.org: Article は記事の本文や区分を明示できる型ですし、Google Search Central: SEO スターターガイド でも構造化データは検索エンジンの理解を助ける手段として位置づけられています。したがって、記事ページなら Article と Breadcrumb を最低限の標準にするべきです。これで足りないのに FAQ や HowTo を増やしても、保守コストだけが膨らみます。

次に、表示制御です。Google: AI 機能と検索結果 は、AI機能で見せる情報量を調整する手段として `nosnippet`、`data-nosnippet`、`max-snippet`、`noindex` を挙げています。ここで大事なのは、重要ページにいきなり `noindex` を入れないことです。AI回答面だけ止めたいつもりで通常検索まで消してしまう失敗は、今でもかなり多く見られます。

実務での推奨は次の通りです。

業種別の推奨も分かれます。

• 編集担当が1〜2人なら、Article と Breadcrumb の欠損をゼロにすることを先に選ぶべきです。種類を増やすより、抜け漏れをなくした方が再現性があります。
• 複数編集部で運営するメディアなら、表示制御のルールを文書化してから運用するべきです。担当者ごとの判断で `data-nosnippet` を増やすと、数か月で方針が崩れます。
• 金融、医療、人材のように説明責任が重い業界なら、先に「見せたくない箇所」をページ単位ではなく要素単位で決めるべきです。ページ全体を隠す判断は、最後に回す方が事故を防ぎやすくなります。

週次運用は三つの数字だけで判断を回す仕組み

LLMOの運用が止まる最大の原因は、指標を増やしすぎることです。週次運用で常に見る数字は三つに絞るべきです。基本は「表示回数」「CTR」「成果率」の三点です。成果率は、問い合わせ率、資料DL率、応募完了率のいずれか一つで十分でしょう。四つ目以降は補助指標にとどめた方が、運用は続きます。

この考え方は、Google: AI 機能と検索結果 の説明とも一致します。AI機能に出たページは Search Console の Web 検索に含まれ、Google Analytics などで成果や滞在を補うことが勧められています。ならば、入口の数字と事業成果の数字を一本の線でつなぐべきです。表示回数だけ増えても、成果率が下がるなら失敗です。この判断を毎週ぶらさず行える体制の方が、結局は強いと言えます。

見る期間にも基準があります。週次会議で報告するとしても、判断の軸は28日比較です。7日比較は変動を見つける補助に使い、意思決定は28日で行う。特にAI回答面の影響が出やすいクエリでは、短期の上下だけ見て本文を触りすぎると、改善前後の因果が追えなくなります。

速度指標は、補助線ではなく足切り基準として扱うべきです。web.dev: Web Vitals では、LCP は 2.5 秒以内、INP は 200 ミリ秒以下、CLS は 0.1 以下を目標にし、しかもモバイルとデスクトップを分けた75パーセンタイルで見ることが推奨されています。ここから導ける実務判断は一つです。平均値ではなく75パーセンタイルで見て、LCPが2.5秒を超える主要ページは本文改善と同時に直すべきです。表示は伸びても、最初の読み込みで戻られては意味がありません。

目的別の推奨も整理しておきます。

• 問い合わせ獲得が目的なら、表示回数、CTR、問い合わせ率の三つで固定するべきです。スクロール率は補助線であり、主指標ではありません。
• 採用応募が目的なら、表示回数、CTR、応募完了率で固定するべきです。応募開始率だけでは途中離脱が隠れます。
• 資料DLが目的なら、表示回数、CTR、資料DL率で固定するべきです。滞在時間が長くてもDLされないなら、導線か訴求が弱いと見るべきです。

JPSM SEO 編集事業部でも、AI検索関連の支援ではこの三点セットを先に固定します。指標設計が曖昧なまま記事を増やすと、議論だけ増えて改善が進みません。数字を減らすことは、手を抜くことではなく、判断を速くすることです。

最初の30日で失敗を止める実行順を固める

最後に、30日で何をやるかを具体化します。LLMOで失敗しやすい場面は、ほぼ決まっています。AI向けの新設定を探し続ける。既存の重要ページを放置したまま生成記事を増やす。`noindex` を広く入れる。Search Consoleの表示回数だけ見て安心する。これらはすべて、目的と手段が入れ替わった状態です。最初の30日は、失敗を増やさない順番を決める期間だと考えるべきです。

実行順は次の10項目です。

1. Search Console で商談、資料請求、採用応募に近い上位20URLを抽出する。
2. その20URLを「認知」「比較検討」「成果直結」の三分類に分ける。
3. 各分類から5URLずつ選び、URL検査で取得HTMLと正規URLを確認する。
4. 導入120〜180字を見直し、最初の二文で結論が出るように書き換える。
5. 見出しを判断型に直し、1見出し1結論に揃える。
6. Article と Breadcrumb の有無を確認し、Rich Results Test で解釈を確かめる。
7. 抜粋を抑えたい箇所だけ `data-nosnippet` か `max-snippet` の候補にする。
8. PageSpeed Insights と Web Vitals で、主要ページの LCP、INP、CLS を75パーセンタイル基準で確認する。
9. GA4で問い合わせ率、資料DL率、応募完了率のいずれか一つを成果率として固定する。
10. 28日後に、表示回数、CTR、成果率の三つが動いたページだけを次月の改修候補に残す。

この順番なら、改善の理由を説明しやすくなります。反対に、1週目で新規記事を10本追加し、2週目で構造化データを増やし、3週目で速度改善を始めるような進め方はおすすめしません。どの手が効いたのかが分からず、来月も同じ迷いを繰り返すからです。

LLMOで迷わないために必要なのは、派手な新施策ではありません。重要ページから順番に整えるという、当たり前の運用を崩さないことです。今日中にやるべき次の一手は明確です。Search Console から上位20URLを出し、そのうち5URLだけURL検査と導入書き換えまで終える。そこから先が、2026年のLLMOです。