LLMOとは・意味、SEOとの違い・GEOとの関係・仕組み

LLMOとは?
LLMOとは、生成AIが回答を作るときに、自社のページやサービスが引用・参照されやすくなるよう、サイトの内容を整える手法のこと。対象には、ChatGPT や Gemini のほか、Google の検索のAIによる概要も入る。
LLM は大規模言語モデルを指す。サイバーエージェントは LLMO に「大規模言語モデル最適化」の語を添えている。SEO の支援を手がける GMO TECH は、2025年12月のプレスリリースで、LLMO を Large Language Model Optimization の略として説明した。
LLMOとSEOの違い
メンバーズは、SEO(検索エンジン最適化)との違いを表で説明している。同社の表では、SEO が狙うのは検索結果での上位表示と検索からの流入だ。一方の LLMO は、AIチャットでの引用やブランドの認知のほか、AIチャットや指名検索(社名や商品名での検索)からの流入を狙う。
| 観点 | SEO | LLMO |
|---|---|---|
| 目的 | 検索結果での上位表示と、検索経由の流入の最大化 | AIチャットでの引用とブランドの認知の拡大、AIチャット経由・指名検索からの流入の最大化 |
| 対象 | Google、Bing といった検索エンジン | AIチャット(ChatGPT、Gemini など)と、検索エンジンのAIによる要約 |
| 成果指標 | キーワードごとの掲載順位、自然検索からのセッション数 | AIの回答での引用数、指名検索の数、AIチャットからのサイトへの流入数 |
※2026年11月時点。
LLMOとGEOの関係
LLMO と並べて使われる語に、GEO(Generative Engine Optimization)がある。メンバーズはサービスの名前を「生成AI検索最適化(LLMO/GEO)」とし、電通デジタルはページの題を「GEO/LLMOソリューション」とする。
サイバーエージェントも発表で、支援の内容に GEO と LLMO を並べている。3社のページは2つの語を並べて使っており、違いは説明していない。
GMO TECH は2025年12月19日に「LLMO Dash! byGMO」の名前で支援サービスを始めた。同社は2026年8月3日、店舗向けの新しいサービスを出すのに合わせて、このサービスの名前を「GEO Dash! byGMO」に改めた。
GEO は、Pranjal Aggarwal 氏らが2023年11月に公開した論文で打ち出した語だ。Google は案内で、オンラインでよく使われる語として GEO を挙げている。Microsoft Advertising は、案内の題に GEO を含めている。LLMO の語はこれらのページに出てこない。
| 語 | 英語表記・訳 | 資料が示す対象 | 使用主体 |
|---|---|---|---|
| LLMO | Large Language Model Optimization(GMO TECH の表記)、大規模言語モデル最適化(サイバーエージェントと GMO TECH の表記) | ChatGPT や Gemini、AIによる概要など、LLM を使うAIサービスの回答 | メンバーズ、電通デジタル、サイバーエージェント、GMO TECH |
| GEO | Generative Engine Optimization | 生成モデルで情報を集めて要約し、質問に答える検索エンジンの回答 | Aggarwal 氏ら、Microsoft、電通デジタル、サイバーエージェント、GMO TECH。Google はオンラインで使われる語として説明 |
| AEO | answer engine optimization | AI検索での視認性を高める作業。Google は GEO と同じ説明でまとめる | Google がオンラインで使われる語として説明 |
※2026年11月時点
SEO との関係の説明は、検索サービスの側でも分かれる。Google は、自社の検索から見れば生成AI検索向けの最適化も SEO だと位置づける。Microsoft Advertising は小売業者向けの案内で、SEO をこれまでの検索で勝つための手段、GEO をAIの推薦を勝ち取る手段と呼び分ける。
LLMOが前提とするAI検索の仕組み
Google は検索の順位付けを土台に回答を生成
Google によると、AIによる概要や AI モードは、中核の検索ランキングと品質のシステムに根ざしている。
同社はそこで使う技術を2つ挙げる。RAG(検索拡張生成)は、検索インデックスから関連するページを取り出し、回答の品質や正確さを高める手法だ。クエリファンアウトは、もとの質問に関連する検索をモデルが同時にいくつも作り、追加の結果を取り出す。
Microsoft の社員はAIが内容を小さな単位で扱うと説明
Microsoft Bing のプロダクトマネージャー Krishna Madhavan 氏は2025年10月、Microsoft Advertising のブログに記事を書いた。AIアシスタントはページを人のように上から順には読まず、小さな部分に分けると、同氏は説明する。分けた部分が順位付けされ、回答に組み立てられるという。
OpenAI は検索用と学習用のクローラーを分離
OpenAI が文書で示すクローラー(ウェブを巡回して情報を集めるプログラム)のうち、OAI-SearchBot は ChatGPT の検索機能に、GPTBot は基盤モデルの学習に関わる。
OAI-SearchBot と GPTBot の設定は別々で、検索での表示を許しつつ学習に使わせない指定ができる。OAI-SearchBot を拒んだサイトは、案内のリンクとして出ることはあっても ChatGPT の検索の回答には示されない。
Google のAI学習へのサイトの利用は robots.txt で指定できる
Google は2023年から、AIの学習に使わせるかを指定する仕組みとして、robots.txt(サイトがクローラーへの指示を書くファイル)で Google-Extended を受け付けている。Google-Extended を明示して許可したサイトは、Gemini アプリが回答の根拠として参照したときに、回答に表示されたりクリックを得たりできる対象になる。
同社は2026年10月30日、サイトの内容をAIの学習に使わせるかを、複数のAI開発企業に共通の形で robots.txt に書ける仕組みに対応する計画を発表した。指定の形は、IETF(インターネットの技術標準を作る団体)の作業部会 AIPREF の検討をもとにする。同社は、2027年にほかのAI開発企業とともに対応することを目指している。
LLMOとGEOが注目されるようになった背景
Aggarwal 氏らは論文で、生成モデルを使う検索では、自分のコンテンツがいつどのように示されるかをサイトの作り手がほとんど制御できないと問題を立てた。
検索サービスの側では、Google が案内を出すようになった。同社は2025年5月のブログで、AIによる概要と AI モードで成果を出すための考え方を示した。同社は2026年5月に、生成AI機能向けの最適化の案内を新しく公開した。
Google の2026年6月3日の発表(8月31日更新)では、AIによる概要の月間アクティブユーザーは25億人を超え、AI モードの月間の利用者も10億人を超えた。
米国の調査機関 Pew Research Center は、閲覧の記録の提供に同意した米国の成人900人について、2025年3月の Google の検索のあとの行動を分析した。AIによる概要(検索結果の上に出るAIの要約)が出た検索のページでは、検索結果のリンクが押されたのは訪問の8%で、要約が出なかったページの15%を下回った。
要約の中のリンクが押されたのは、要約が出たページへの訪問の1%だった。検索のページを見たあとに閲覧そのものを終えた訪問は、要約が出たページで26%で、要約が出なかったページの16%を上回った。
出典:Athena Chapekis、Anna Lieb「Google users are less likely to click on links when an AI summary appears in the results」(2025年7月22日、Pew Research Center)
日本では、サイバーエージェントが2025年7月に GEO の研究組織を設けた。同社は、生成AIとの対話でブランドが適切に示されないと機会損失につながるおそれがあるとしている。
LLMOに関する主な出来事・ニュース
- 2023年11月16日 Pranjal Aggarwal 氏ら「GEO: Generative Engine Optimization」を公開:Aggarwal 氏らは、Generative Engine Optimization を打ち出した論文を arXiv で公開した。
- 2024年9月3日 Jeremy Howard 氏「/llms.txt」を提案:Howard 氏は、エージェントがウェブサイトを使う助けになる情報を /llms.txt というファイルで示す標準化の案を公開した。
- 2025年5月21日 Google、AI検索での成果に関する考え方を公開:Google は、AIによる概要と AI モードについて、サイトの所有者向けの考え方をブログで示した。
- 2026年2月10日 Microsoft、Bing Webmaster Tools の「AI Performance」を公開:Microsoft は、AIの回答でサイトがどれだけ引用されたかを示す機能をパブリックプレビューとして発表した。
- 2026年5月15日 Google、生成AI機能向けの最適化の案内を公開:Google は新しい案内を公開し、「AEO/GEO」の誤解を解く内容や、SEO のベストプラクティスが引き続き重要な理由を記載した。
- 2026年6月3日 Google、生成AI機能への表示を選ぶ設定と表示のレポートを発表:Google は、AIによる概要や AI モードにサイトを出すかを Search Console で選べる設定と、生成AI機能での表示回数などを示すレポートを発表した。同社は試験のために英国の一部のサイトで提供を始め、2026年8月31日の時点で提供の対象を世界のすべてのサイトに広げたという。
- 2026年6月10日 サイバーエージェント「AI Search マーケティング事業本部」を新設:サイバーエージェントは新しい組織を設け、検索連動型広告から GEO、LLMO までを一貫して支援するとした。
LLMOに関する事例・研究
国内3社はLLMOの支援をサービスとして提供
電通デジタルは、約1カ月の初期分析から始める。同社は生成AIでの依頼企業の言及や引用の傾向を調べ、その後は検証と改善を続けて支援するという。サイバーエージェントは、引用されやすいコンテンツの設計や構造化データの整備、露出のモニタリングを挙げる。
メンバーズは支援を4つの段階に分け、LLM での引用の状況や LLM からの流入数を定期的に見る。いずれもサービスの内容の説明で、効果を第三者が確かめた報告ではない。
2026年のサーベイではGEOの持続的な効果を確認できず
Olivier Martinez 氏は、先行研究を整理した論文(サーベイ)を2026年7月に arXiv で公開した。arXiv は論文の置き場で、arXiv 自体は査読をしない。対象は、2023年11月から2026年7月までに出たものを中心とする45の研究だ。
同氏の結論によると、すでに取り出された文書に手を加えれば、引用や使われ方を変えられる。ただし、検索での見つかりやすさやその後の行動を変えたという因果関係を複数のサービスで長く安定して示した手法は、調べた研究の中になかった。
Aggarwal 氏らの論文の効果は実験の設定の中では妥当だが、文書がすでに決まった文脈の中にある条件での値だと、Martinez 氏はみている。この値は、自然に検索で見つかりやすくなることや、流入が続くことまでは示していないという。同氏は現時点で、投資対効果をうたう主張が学術的な根拠を明らかに上回っているとも記している。
4つのAI検索の引用先は15の質問でほとんど重ならず
Benjamin Tannenbaum 氏は2026年9月に arXiv で公開した論文で、ChatGPT、Microsoft Copilot、Google、Perplexity の引用先を観察した。使ったのは商業に関わる固定の15の質問で、2026年6月6日に589件の引用を集めた。
同じ質問で比べると、サービスの組の84.9%は同じ URL を1つも引用しなかった。6月5日と6日で同じサービスを比べた結果でも、引用された URL の集合は平均67.0%入れ替わった。同氏は、実際の見え方はサービスごとの取り出しと選択にも左右されると論じている。
LLMOの施策を選ぶときの注意
Google は自社の検索には専用の対策は不要と説明
Google は案内で、ネットでよく見る「ハック」(裏技)の多くは効果がないとしている。同社が自社の検索について対応しなくてよいと挙げるのは、次の5つだ。
- AI向けの特別なファイルやマークアップ(llms.txt など)。
- 内容を細かく分ける「チャンク化」。
- AI向けに文章を書き直すこと。
- 本物でない「言及」を集めること。
- 生成AI検索のためだけに構造化データに過度に注力すること。
Google のこの説明は、自社の検索に限った話だ。同社は、llms.txt を使う別のサービスのために置くのは問題ないとしている。構造化データも、リッチリザルト(検索結果の詳しい表示)の対象になる助けとして使い続けることを勧めている。
llms.txt は、エージェント向けの情報を置くファイルとして Jeremy Howard 氏が提案したものだ。
Madhavan 氏の記事は力点が違う。同氏は記事で、見出しや質疑応答の形式、箇条書き、表で内容を分けることを勧めている。Google の案内は自社の検索についての説明なので、別のサービスにそのまま当てはまるとは限らない。
Google と Microsoft は回答への採用を保証せず
Google は、要件をすべて満たしてもインデックス登録や表示は保証されないとする。順位の上位を約束したり Google の内部の指標を使うと主張したりする外部の道具にも、注意を促している。Madhavan 氏も、AIの回答に選ばれることを保証するものはないと記した。
検索各社はAIの回答での露出を示す機能を提供
Google の Search Console の生成AIのレポートは、生成AI機能での表示回数、ページ、国、デバイス、日付を示す。
Bing Webmaster Tools の AI Performance は、2026年2月にパブリックプレビューとして発表された。この機能は、Copilot や Bing のAI要約などでの引用数と、引用されたページを示す。この引用数は、回答の中での順位や重要さを示すものではないという。
Microsoft は2026年10月13日、AI Performance にベータ版の機能「Topics Portfolio」を足した。この機能は、AIが回答の根拠を探すときの検索語のうちサイトが出たものを、フットボールや税金などの話題にまとめる。話題ごとに、全サイトでの引用の総数や引用されたサイトの数を概数で示す。ほかのサイトが引用され、自分のサイトは引用されていない検索語も一覧にする。
Google の生成AI機能にサイトを出さない設定
Google は Search Console で、AIによる概要や AI モード、Google Discover の生成AI機能にサイトを出すかを選ぶ設定を提供している。同社は2026年6月3日にこの設定を英国の一部のサイトで試し始め、8月31日の時点で対象を世界のすべてのサイトに広げた。
既定の設定は、サイトのリンクと内容を生成AI機能に含める形だ。除外を選ぶと、サイトへのリンクと内容は生成AI機能に出なくなり、そこからの流入や表示回数もなくなる。この設定は生成AI機能の外の検索結果の順位には使わないと、Google は説明している。
AIの回答の操作はスパムや攻撃として問題に
Google のスパムに関するポリシーは、検索の生成AIの回答を操作しようとする行為も対象に含める。順位や回答の操作を主な目的として、検索語の言い回しごとに別々のコンテンツを大量に作るのもポリシーに反すると、同社は案内で示している。
Microsoft の研究チームは2026年2月、「Summarize with AI」のボタンなどに、特定の会社を信頼できる情報源として覚えさせるなどの指示を隠した例を報告した。同社はこの手口を AI Recommendation Poisoning と呼ぶ。AIに偽の情報を覚え込ませる攻撃は Memory Poisoning と呼ばれる。
60日間にメールの通信で見られたAI関連の URL を調べた結果、31社の例が見つかったと、同社は報告している。すべて実在の会社で、効果はAIアシスタントや時期によって異なったという。同社は、Copilot にプロンプトインジェクションへの対策を導入し、今も展開を続けているとしている。
LLMOに関連する用語
- llms.txt:ウェブサイトの概要と、AIが読みやすい形の詳しいページへのリンクをまとめ、サイトに置くテキストファイル。
- AI Recommendation Poisoning:自社の製品やサイトをAIアシスタントに勧めさせるために、AIの記憶に指示を注入する手口。
- AIPREF(AI Preferences):コンテンツをAIの学習などに使ってよいかという意向を、機械が読める形で示すための標準づくりの取り組み。
- Memory Poisoning:記憶の機能を持つAIエージェントなどに、攻撃者が偽の情報や悪意のある指示を覚え込ませる攻撃。
- プロンプトインジェクション:AIへの入力に指示を紛れ込ませ、意図と違う動きをさせる攻撃。
LLMOに関する出典
Google「Google 検索の生成 AI 機能向けにウェブサイトを最適化する」(2026年10月30日更新)
サイバーエージェント「AI時代の検索マーケティングを支援する新組織「AI Search マーケティング事業本部」を新設」(2026年6月10日)
メンバーズ「生成AI検索最適化(LLMO/GEO)」
電通デジタル「生成AIに正しく認識・参照されるためのGEO/LLMOソリューション」
Pranjal Aggarwal ほか「GEO: Generative Engine Optimization」(2023年11月16日、2024年6月28日改訂、arXiv)
Microsoft Advertising「From Discovery to Influence: A Guide to GEO」(2026年1月6日)
Krishna Madhavan「Optimizing Your Content for Inclusion in AI Search Answers」(2025年10月8日、Microsoft Advertising のブログ)
OpenAI「Overview of OpenAI Crawlers」
Google「Top ways to ensure your content performs well in Google’s AI experiences on Search」(2025年5月21日)
サイバーエージェント「サイバーエージェント、生成AIの回答を研究・分析する研究専門組織 「GEO Lab.」を設立」(2025年7月23日)
Google「A new resource for optimizing for generative AI in Google Search」(2026年5月15日)
Google「Introducing Search Generative AI performance reports in Search Console」(2026年6月3日)
Microsoft「Introducing AI Performance in Bing Webmaster Tools Public Preview」(2026年2月10日)
Jeremy Howard「The /llms.txt file, v2」(2024年9月3日、2026年8月10日更新)
Olivier Martinez「Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023-2026)」(2026年7月15日、arXiv)
Benjamin Tannenbaum「Scoring With the Engine: Retrieval Exposure, Cross-Engine Divergence, and the Limits of Engine-Agnostic GEO Scores」(2026年9月19日、arXiv)
Google「Spam policies for Google web search」(2026年8月28日更新)
Microsoft Defender Security Research「Manipulating AI memory for profit: The rise of AI Recommendation Poisoning」(2026年2月10日)
arXiv「About arXiv」
Google「New opportunities, control and insights for website owners」(2026年6月3日、8月31日更新)
Google「Search generative AI control – Search Console Help」
Google「Supporting a shared AI training control for websites」(2026年10月30日)
Microsoft「Introducing Topics Portfolio (Beta) in AI Performance」(2026年10月13日)
Athena Chapekis、Anna Lieb「Google users are less likely to click on links when an AI summary appears in the results」(2025年7月22日、Pew Research Center)
GMO TECH「GMO TECH、LLMO特化型コンサルティングサービス「LLMO Dash! byGMO」を提供開始」(2025年12月19日)
GMO TECH「GMO TECH、店舗・地域向けAI検索コンサルティングサービス 「Local GEO Dash! byGMO」を提供開始」(2026年8月3日)




