AIO・LLMO時代のコンテンツマーケティング｜AIに指名される作法

公開日 2026年07月21日

更新日 2026年07月21日

「この分野でおすすめの会社は」。そんな問いをAIに投げ、返ってきた数社の中から検討を始める。そういう買い方が、もう特別なことではなくなりました。ここで名前が挙がるかどうか。それが、これからのコンテンツマーケティングの新しい入り口になります。

かつては検索結果で上位に並ぶことが、見つけてもらうための条件でした。いまは、AIが要約した答えの中に自社が引用され、名指しされるかどうかが問われています。本記事では、AIO・LLMOという言葉を実務の視点でほどきながら、AIに指名されるために何を書き、どう積み上げるのかを、取材ベースの記事制作を手がける立場から整理していきます。用語の解説で終わらせず、次の一記事から動ける形へ落とし込むことを狙いにしました。

AI検索でコンテンツマーケティングはどう変わったか

はじめに、いま何が起きているのかを数字で押さえておきます。肌感覚ではなく実測から入るほうが、判断を誤りにくくなります。

検索1位でもクリックされなくなっている

SEO分析ツールを提供するAhrefsが2025年12月のデータを分析した調査では、AIによる概要（AI Overviews）が表示される検索で、検索1位ページのクリック率が日本でも約37.8％、グローバルではおよそ58％低下していました。自然な下落分を差し引いてもなお、AIによる概要がなければ3.7％と見込まれた1位のクリック率が、実測では1.6％まで落ちていたと報告されています。とくに影響が大きいのは、比較や下調べのために使う情報収集型のクエリでした。答えがその場で得られるほど、わざわざクリックする必要は薄れていきます。

要約に添えられた出典リンクも、必ずしも訪問には結びつきません。リンクをたどって情報源まで到達するユーザーはごくわずかにとどまる、とする海外の調査報告もあります。読者はAIの答えで疑問が解ければ、そこで満足してしまう。「引用される」と「訪問される」は、切り離して考えるべき段階に入りました。

利用者の広がりも見逃せません。ICT総研が2026年2月に実施した調査では、回答者2,024人のうち54.7％が、直近一年以内に何らかの生成AIサービスを使った経験があると答えています。もはや一部の人の習慣ではなく、ごく普通の読者が日常的にAIへ問いを投げている。その前提で設計を組み直す時期でしょう。

目標は「上位表示」から「AIに指名される」へ

ここで、AIOとLLMOの違いを実務のレベルで押さえておきます。AIO（AI Optimization）は、検索エンジンに組み込まれたAI回答への最適化のこと。GoogleのAIによる概要が代表例で、従来のSEO資産と地続きです。上位に出ているページは、AIによる概要でも引用されやすい傾向がありました。一方のLLMO（Large Language Model Optimization、読みは「エルエルエムオー」）は、ChatGPTやPerplexityといった対話型AIそのものに引用・参照されるための最適化を指します。

観点	AIO	LLMO
主な対象	検索エンジンのAI回答（AIによる概要など）	対話型AI（ChatGPT・Perplexity など）
情報の経路	検索インデックス	学習データ＋リアルタイム検索
従来のSEOとの関係	地続き。上位表示が有利に働きやすい	別ロジック。言及や指名検索も影響する
効果の見方	検索データで一部たどれる	実際に質問して観察する

両者に共通するのは、目的地が「順位」ではなくなった点です。検索対策というより、AIに正しく認識され、選ばれるための情報設計。コンテンツマーケティングのゴールが、見つけてもらうことから、AIの回答の中で指名されることへと移りつつあります。幸い、二つは対立しません。中身の良いコンテンツは検索にも生成AIにも効くため、二重の投資にはならないのです。

AIは何を基準に引用元を選ぶのか

指名される側に回るには、AIがどうやって引用元を決めているのかを知る必要があります。ここが分かると、打ち手の優先順位が自然に定まってきます。難しく構える必要はありません。大きく分ければ、記事の中身の作り込みと、記事の外での評判づくり。この二つの層から、AIは引用元を選んでいます。順に見ていきましょう。

引用されるのは「ページ」ではなく「一節」

生成AIが回答を組み立てる流れを分解すると、質問を理解し、関連する情報の断片を探し、それらをつないで文章にする、という手順を踏んでいます。参照されているのはページ全体ではなく、質問に直接答えている一節でした。5,000文字の記事が丸ごと評価されるのではなく、その中の特定の200文字が引用されるかどうかで決まる。最適化の単位が、ページから段落へと下がったわけです。

だとすれば、書くときの問いも変わります。「この段落は、単独で切り出されても意味が通じるか」。前の文脈に寄りかかった文、たとえば主語をこそあど言葉で受けた文は、切り出された瞬間に意味が崩れます。逆に、主語と述語が明確で一文で言い切られた定義なら、AIは安心して引用できます。各トピックの冒頭で結論を先に出し、見出しで立てた問いに直後の一文で答える。この作法が効いてきます。

具体例で確かめてみましょう。「これを使えば作業が速くなります」という一文は、前の段落を読まないと「これ」の中身が分かりません。切り出されれば宙に浮きます。同じ内容でも「取材音源を自動で文字起こしすると、記事の初稿までの時間が縮みます」と主語と対象を書き切れば、その一文だけで意味が立つ。ささいな差に見えて、この積み重ねが記事全体の引用されやすさを左右していきます。

AIはサイトの外での言及も見ている

ここからが、順位の話だけでは見えてこない領域です。AIは、そのブランドがWeb全体でどれだけ言及されているかを手がかりに、信頼できる実体かどうかを見極めている。この「言及」を、マーケティングの世界ではサイテーションと呼びます。リンクの有無にかかわらず、会社名やサービス名が第三者のサイトやSNSで話題に上ること。それ自体が、AIにとっての存在証明になります。

どれくらい効くのでしょうか。Ahrefsが約75,000ブランドを対象に実施した調査では、AIによるブランド推奨と相関の強い要因が、次の順で並びました。

ブランド名のサイテーション（Web上での言及）
ブランド名をアンカーテキストにしたリンク
指名検索数
ドメインの評価（DR）・参照ドメイン数

言及が最上位に来ている点が目を引きます。被リンクや指名検索といった従来のSEOの資産も、形を変えて効き続けているわけです。リンクが要らないぶん、発信を積み重ねれば、中小規模の事業者にも十分に勝機がある領域でしょう。

なぜ、外での言及がそこまで効くのでしょうか。AIは、リンクがなくてもテキストの中に繰り返し登場する名前を「エンティティ（実体）」として認識し、その文脈から信頼度を見積もっています。公的機関や業界の専門メディアなど、確かな情報源から多く言及されるほど、AIは「この分野の重要な担い手だ」と判断し、回答をつくる際に優先して引用するようになる。ページの中をいくら磨いても届かない評価が、外からの言及によって形づくられていくのです。

社名やサービス名の表記を統一する

サイテーションを積むうえで見落とされがちなのが、社名やサービス名の表記の一貫性です。AIは、あちこちで言及される名前を照合し、一つの実体として束ねます。ここで表記がぶれていると、せっかくの言及が別々のものと見なされ、力が分散してしまう。正式名称と略称の使い分け、英語表記の揺れ、旧社名の混在。細部をそろえるだけで、言及は一つの信頼として積み上がっていきます（Faber Company）。あわせて、運営者情報や著者情報をページに明示しておきたいところ。誰が書いた情報なのかが分かることは、AIが引用元を選ぶ際の後押しになります。社名やサービス名の表記ルールを一枚のメモにまとめ、寄稿や登壇、SNSでの発信まで同じ書き方でそろえる。小さな統一の積み重ねが、AIの中での輪郭をくっきりさせていきます。

引用される記事に何を書くか

仕組みが見えたところで、実践に落とします。ここでは、効き目の大きい三つの動きに絞って掘り下げます。

他社にない一次情報を、出典を明示して載せる
結論を先に置き、問いにすぐ答える構成にする
記事の外での言及を増やし、名前が語られる状態をつくる

他社にない一次情報を出す

AIが最も苦手とするのは、どこにも書かれていない情報を生み出すことです。既存のWeb上の記述なら、AIが要約してまとめ直せてしまう。だからこそ、要約ではつくれない一次情報が、引用元として名指しされる価値を持ちます。取材で聞いた当事者の言葉、自社で取った独自の数値、独自の視点で切った分類。これらは他のどこからもコピーできません。

ここで制作の腕が問われます。事実をそのまま並べても、断片の羅列に映るだけ。集めた事実をいったん抽象化して視点へ引き上げ、そこから具体的な場面へ戻す。この往復を経て、事実は「読者が使える知見」に変わります。AIが要約できるのは事実の層まで。そこから導いた解釈や見立ては、書き手の頭の中にしかありません。一次情報とその解釈をセットで差し出せる記事は、置き換えのきかない参照先になっていくのです。大掛かりな調査でなくてかまいません。現場で得た数値、顧客への聞き取り、手を動かして分かった手順。「誰が・いつ・どこで得たのか」を添えて出す。この一手間が、引用可能性を大きく左右します。

取材の現場でよく実感するのですが、当事者が何気なく漏らした一言に、検索では決して出てこない具体が詰まっているものでした。その一言を拾えるかどうかが、要約に埋もれない記事と、置き換えられて消える記事とを分けていきます。

どんな会社にも、眠っている一次情報はあります。たとえば、次のようなものです。

問い合わせで繰り返し受ける質問と、その回答
受注や失注の理由
施策を試して分かった数字
顧客が実際に使う言葉づかい

どれも社外には出回っていない、その会社だけの資産です。記事づくりの第一歩は、新しく調べることよりも、すでに手元にある情報を掘り起こして言葉にすることなのかもしれません。

結論を先に置き、問いに答える

一次情報が良くても、構造が悪ければ引用されにくいものです。読み手の負担を考えれば、複雑な話の前に結論を短く置くほうが親切でしょう。核心は短くインパクトのある文で、背景は丁寧に長めの文で。この緩急が、人にもAIにも読みやすいリズムを生みます。専門用語を使ったら、直後に平易な言い換えか具体例を添える。読者の理解を助けるだけでなく、AIが文脈を取り違えずに引用する助けにもなります。見出し自体を「◯◯とは」「費用はいくらか」といった問いの形にしておくと、ユーザーがAIへ投げる質問と重なり、その直下に置いた答えが選ばれやすくなります。

記事の末尾に、よくある質問を一つか二つ置いておくのも有効です。ユーザーが実際にAIへ投げる短い問いと、その簡潔な答えが一対になるためです。ただし、数をそろえること自体が目的になっては本末転倒。読者が本当に迷う点を、正確な一次情報で答える。それが一つあれば、入り口として十分に働き始めます。

記事の外で言及される機会を増やす

サイテーションは、記事を書いているだけでは増えません。第三者が自然に名前を出したくなる状況を、こちらから仕掛ける必要があります。プレスリリースの配信、業界メディアへの寄稿や登壇、独自データの公開。人が引用したくなる材料を外へ出すほど、言及は積み上がっていきます。

やり方は難しくありません。一つの取材や調査を、複数の場所へ展開していくイメージです。

自社で取った小さな調査を、数字つきで公開する
取材で得た知見を記事にし、プレスリリースにも展開する
勉強会やセミナーで話し、その内容を再編集して発信する

こうして同じ素材を使い回すほど、名前が置かれる場所は増えていきます。指名検索が増えれば、それはAIにとっても「この分野で語られる存在だ」という信号になる。オウンドメディアの記事づくりと、外への発信を切り離さずに設計する。ここが、これまでのSEOとは発想の異なる部分でした。

よくある三つの失敗

最後に、現場でよく見かける失敗も共有しておきます。避けられれば、限られた工数を無駄にせずにすみます。

よくある失敗	何が起きるか	代わりの一手
技術対策だけで満足する	中身が薄いまま器だけ整い、引用は増えない	まず一次情報とコンテンツの質を固める
従来の指標だけで成果を測る	AI経由の効果が見えず、打ち手を見誤る	AIへの質問観察と指名検索数で追う
まとめ記事を量産する	要約に置き換えられ、埋もれてしまう	一本ごとに一次情報を必ず一つ足す

技術対策だけで満足する

構造化データの実装やllms.txtの設置は、AIがページを読み取る助けにはなります。ただ、専門家の間からも、そこへ労力を集中させすぎることへの慎重論が出ています。技術的な下ごしらえは、中身を正しく届けるための土台にすぎません。器を磨いても、盛る中身が薄ければ引用は増えない。技術面は「AIがつまずかない程度に整える」で足りることが多く、まずはコンテンツの質を先に固めるのが順序です。構造化データに一日費やす前に、その記事に一次情報が一つでも入っているかを見直す。順番を守るだけで、成果の出方は変わってきます。

従来の指標だけで成果を測る

LLMOには、検索順位のような固定的な指標がありません。GoogleのSearch Consoleでも、生成AI経由のインプレッションは見えても、クリック数までは追いにくいのが実情です。代わりの物差しとして現実的なのは、実際にAIへ質問して自社が引用されるかを観察すること。そして、指名検索数の推移を追うことでした。AIに推奨された名前を、後からGoogleで検索し直すユーザーは少なくありません。指名検索は、AI経由の成果を映す代表的な指標になりつつあります。月に一度、主要なテーマをAIへ質問して引用のされ方を記録するだけでも、変化の兆しはつかめます。

一次情報のないまとめ記事を量産する

かつては、既存の情報を分かりやすくまとめ直すだけでも、検索で一定の評価を得られました。いまは、その整理こそAIが最も得意とする作業です。要約でつくれる情報は、要約に置き換えられて消えていく。量を増やす前に、一本ごとに一次情報を必ず一つ足す。この有無が、引用され続ける記事と、忘れられていく記事とを分けます。整理された解説にも価値はあります。ただ、そこへ自社ならではの視点や数字が一つ加わって初めて、記事は他と替えのきかない一本になる。

AIO・LLMOをコンテンツマーケティングにどう生かすか

数字と手法を見てきたところで、視点を引き上げます。この変化は、コンテンツマーケティングのどこに効いてくるのでしょうか。

AI経由の読者は課題が明確なまま訪れる

流入が減るという話は、悲観だけでは終わりません。AI検索を経てサイトを訪れる読者は、自分の課題を認識し、AIの回答である程度候補を絞ったうえでやってきます。課題認識済みの状態で入ってくるぶん、成約に近い層である可能性が高い。1万人に浅く読まれるより、課題を抱えた100人に深く届き、そこから相談が生まれるほうが、事業への貢献は大きいものです。追うべき指標も、ページビューの総量から、相談や問い合わせといった質の高い行動へと重心が移っていきます。見方を変えれば、生成AIでの言及は、マーケティングファネルの上流にまで食い込んできたと言えるでしょう。まず名前を知ってもらう段階をAIが担い、そこで候補に残った読者が、指名で訪れる。入り口の作り方そのものが、静かに置き換わりつつあるのです。

指名される会社になるには

ここまでを一本の線でつなぐと、目指す姿がはっきりします。検索順位で見つけられる会社から、AIに引用され、指名される会社へ。AIが「この分野ならこの会社が確かだ」と繰り返し参照する状態をつくれれば、それは指名や相談という形で返ってきます。そのために必要なのは、小手先の最適化ではありません。他社が持たない一次情報を、引用されやすい形で発信し、外への言及を積み上げ、名乗りをそろえ続けること。どれも派手さはないものの、これ以上の近道もないのです。

付け加えると、この取り組みに終わりはありません。AIの参照傾向は、モデルの更新や検索連携の変化で移ろいます。だからこそ、実際にAIへ質問して引用のされ方を確かめ、記事に手を入れ続ける運用が生きてくる。一本の名記事で満足せず、一次情報と言及を積み増しながら手を入れ続ける。この地道な継続こそが、AIに選ばれ続ける会社と、一度きりで忘れられる会社とを分けていくはずです。

AIO・LLMO時代のコンテンツづくりは字遊堂にご相談ください

AIに指名される条件をたどっていくと、行き着く先はいつも同じでした。他社にはコピーできない一次情報を、自己完結した明快な一節に整え、記事の外でも語られる状態をつくる。技術的な最適化は、その土台にすぎません。

合同会社字遊堂は、取材・インタビューをベースにした記事制作を強みとしています。当事者の言葉から一次情報を引き出し、読み物としての熱量を保ちながら、要点は引用されやすい一節へと編集する。さらに、プレスリリースをはじめとする外向けの発信も手がけているため、記事づくりとサイテーションの獲得を地続きで設計できます。SEO記事はもちろん、電子書籍から採用コンテンツまで、目的に合わせた幅広い制作に対応。AIO・LLMOを見据えたオウンドメディアの立ち上げやリライトを検討されている方は、現状の整理からお手伝いします。まずはお気軽にご相談ください。