LLMO・AIO対策に取り組む企業が増える一方で、「どの数字を見れば効果が出ていると判断できるのか」という課題が生まれています。
従来のSEOであれば、検索順位、表示回数、クリック数、セッション数、コンバージョン数などを確認することで、施策の成果をある程度把握できました。
しかし、ChatGPT、Gemini、Perplexity、Copilot、Google AI Overviews・AI ModeなどのAI検索では、従来の検索順位とは異なる計測方法が必要です。
AI検索では、次のような現象が起こるためです。
- 自社サイトが引用されても、企業名が回答に書かれない
- 企業名は言及されても、公式サイトが引用されない
- AIの回答で会社を知った後、Googleで指名検索される
- 同じ質問でも、回答する企業や引用元が毎回変わる
- APIで取得した回答と、一般ユーザーが見る回答が異なる
- AI経由の流入がGA4に残らない場合がある
そのため、LLMO・AIOの効果を「AIに何回引用されたか」だけで評価するのは適切ではありません。
クーミル株式会社では、AI検索上の露出からWebサイトへの訪問、比較検討、問い合わせ、商談、受注までを5段階に分けて計測することが重要だと考えています。
本記事では、LLMO・AIO対策における指標の定義、計算方法、調査条件、GA4での流入確認、コンバージョンとの結び付け方まで詳しく解説します。
COOMIL（クーミル）株式会社 代表取締役。神奈川県出身。東京薬科大学大学院を修了後、大手製薬会社にて研修開発に従事する。2016年にファングロウス株式会社を創業し、マーケティング、広告運用、YouTube、SEO対策を駆使し、2年で売上1億円強かつ利益率40%強の会社へとグロースさせ、株式譲渡。YouTubeチャンネルのプロデュース・原稿制作・出演・撮影・編集の全てを自ら行い、運営10ヶ月で登録者数1万人突破させる(現在3万人越え)。IT業界だけでなく実店舗経営の知見を活かし、クライアント様の課題の本質を捉えて、「結果が出るマーケティング施策」をご提案致します。サイトを公開後も運用をお任せ頂き、サイトだけでなく「事業規模の拡大を目指す」ことがクーミルのモットーです。
■経歴
2014年 東京薬科大学大学院終了
2014年 第一三共株式会社
2016年 ファングロウス株式会社 創業
2019年 一般社団法人スーパースカルプ発毛協会（FC本部） 理事
2021年 ファングロウス株式会社 株式譲渡
2021年クーミル株式会社 創業
■得意領域
SEO対策
コンテンツマーケティング
リスティング広告
オウンドメディア運用
フランチャイズ加盟店開発、集客
■保有資格
Google アナリティクス認定資格（GAIQ）
Google 広告検索認定資格
Google 広告ディスプレイ認定資格
Google 広告モバイル認定資格
■SNS
X（旧Twitter）：https://twitter.com/ryosuke_coomil
YouTube：https://www.youtube.com/@marketing_coomil
お悩みを無料で相談する
Step1
ありがとうございます
弊社にご相談頂きまして
誠にありがとうございます。
クーミル株式会社では、
1つ1つのご相談を真剣に考え、
最適解をご提供出来るよう日々努めております。
可能な限り、即日ご返信を心掛けておりますが、
相談内容や、
営業日の関係で少々、
お待たせさせてしまうかも知れません…。
目次
- LLMO・AIOの効果測定は「AIに出たか」だけでは不十分
- 問い合わせ・売上に繋がらないLLMO対策の結果
- LLMO・AIO対策の意義・効果を最大化する流れ
- APIの回答と実際のChatGPT画面は一致するとは限らない
- 投稿内で紹介されている検証条件
- なぜAPIと実際の画面で回答が異なるのか
- LLM Scraperで取得できる情報
- クーミルが推奨するLLMO／AIO効果測定の5段階モデル
- 第1段階：AI上の露出を測定する
- 第2段階：AIが自社をどう理解しているかを測定する
- 第3段階：AI検索からの流入を測定する
- 第4段階：問い合わせ・CVを測定する
- 第5段階：商談・受注への影響を測定する
- クーミルが推奨するLLMO・AIO計測設計
- 対策プロンプトを購買段階別に設計する
- プラットフォームごとに分けて計測する
- API・実画面・外部計測ツールを使い分ける
- 同じ質問を複数回実行する
- 競合企業も同じ条件で調査する
- 状況別に見る改善施策
- LLMO・AIOの計測頻度
- 日次または週次
- 月次
- 四半期
- LLMO・AIOの効果測定に関するよくある質問
- APIで取得した回答だけでは不十分ですか？
- AIの回答は何回調査すればよいですか？
- GA4だけでAI検索の効果を確認できますか？
- 引用数とブランド言及数はどちらが重要ですか？
- LLMO・AIOで最も重要なKPIは何ですか？
- まとめ：AIの回答ではなく、事業成果まで測定する
LLMO・AIOの効果測定は「AIに出たか」だけでは不十分
LLMO・AIO対策の成果として、最初に確認されることが多いのがAI回答内での引用数やブランド言及数です。もちろん、これらは重要な指標です。しかし、企業のマーケティング施策として考えると、AI上の露出だけでは十分ではありません。
例えば、ChatGPTの回答に自社サイトが100回引用されたとしても、次のような状態では、問い合わせや売上につながらない可能性があります。
問い合わせ・売上に繋がらないLLMO対策の結果
- 引用されているのが情報収集向けのコラムだけ
- AIの回答内に企業名やサービス名が表示されていない
- サービスページへの導線がない
- 公式サイトを訪問しても実績や料金が分からない
- 競合との違いが伝わらない
- 問い合わせフォームまで到達しにくい
反対に、GA4上のAI参照流入が少なくても、実際にはAIが企業名を紹介し、その後にユーザーが指名検索して問い合わせている場合があります。
LLMO・AIO対策では、次の流れを一つのファネルとして捉える必要があります。
LLMO・AIO対策の意義・効果を最大化する流れ
- AIが自社を発見する
- AIの回答に自社が引用・言及される
- ユーザーが自社を認知する
- 公式サイトを訪問して比較検討する
- 問い合わせ・資料請求・商談につながる
- 最終的に受注・売上へつながる
クーミルでは、この一連の流れを「AI検索コンバージョンファネル」として計測します。
APIの回答と実際のChatGPT画面は一致するとは限らない
LLMOの効果測定を難しくしている理由の一つが、計測方法によって取得できるAI回答が異なることです。
鈴木よしまさ氏のXへの投稿では、通常のChatGPT API、実際のChatGPT画面、DataForSEOの「LLM Scraper」を使ってブランド言及率を比較した検証が紹介されています。
※）非常に印象深い投稿でしたので、本記事でも引用させていただいております。
投稿内で紹介されている検証条件
検証では、以下の条件で合計150件の回答が比較されています。
- 対象プロンプト：5種類
- 各プロンプトを10回ずつ実行
- 実際のChatGPT画面：50回答
- ChatGPT API：50回答
- LLM Scraper：50回答
ブランド言及率の類似度は、以下の結果だったと報告されています。
| 比較対象 | 実際のChatGPT画面との類似度 |
|---|---|
| 実画面とLLM Scraper | 0.974 |
| 実画面と通常API | 0.700 |
つまり、この検証条件では、通常のAPIによる回答は、一般ユーザーが目にする回答と約3割の差が生じていました。なかには、APIでは10回中10回言及されたブランドが、実際のChatGPT画面では一度も登場しなかったケースも紹介されています。
ただし、この数値は特定のプロンプトと環境による検証結果です。すべての業種、質問、AIモデルで同じ差が発生することを示したものではありません。
重要なのは、「APIで取得した回答を、そのままユーザーが見ている回答として扱うのは危険」という点です。
なぜAPIと実際の画面で回答が異なるのか
ChatGPTの一般ユーザー向け画面では、質問内容に応じてWeb検索、引用元の表示、地域情報、検索クエリの展開などが組み合わされる場合があります。
一方、通常のモデルAPIでは、利用モデル、Web検索の有無、システムプロンプト、温度設定などによって、異なる回答が生成される可能性があります。
さらに、AIの回答には次の条件も影響します。
AI解答が影響する要因（使用するユーザーのパーソナライズ化）
- 使用しているモデル
- ログイン・ログアウト状態
- ユーザーの地域
- 使用言語
- 過去の会話
- 質問した日時
- Web検索の有無
- モデルや検索インデックスの更新
- 質問文の細かな違い
そのため、クーミルでは「APIによる大量計測」と「実際のAI画面による確認」を組み合わせることを推奨しています。
LLM Scraperで取得できる情報
DataForSEOのLLM Scraperは、ChatGPT Searchの結果を構造化データとして取得するAPIです。DataForSEOの公式ドキュメントでは、指定した質問に対する回答だけでなく、ChatGPTが引用した情報源やブランドを確認できると説明されています。
主に取得できる情報は以下のとおりです。
- ChatGPTの回答本文
- 回答内で言及されたブランド
- 引用元URL
- Web検索で取得されたページ
- AIが生成した関連検索クエリ
- 地図・ローカル情報
- 使用されたモデル
- 回答に含まれる表・画像などの要素
特に注目したいのが、AIが回答を作る過程で生成したQuery Fan-outを確認できる点です。
例えば、「AIO対策に強いWeb制作会社」という質問に対して、AIが内部で次のような検索を行っている可能性があります。
- AIO対策会社 比較
- LLMO ホームページ制作
- AI検索 サイトリニューアル
- SEO AIO 両方 対応
- ChatGPTに引用されるサイト制作
- AIO対策 導入事例
- LLMO対策 費用
この検索クエリを分析すれば、「どのようなページや情報が不足しているのか」をより具体的に判断できます。
ただし、LLM Scraperも万能ではありません。取得できるのは特定の日時・条件における回答であり、すべてのユーザーが同じ回答を見ることを保証するものではありません。
クーミルが推奨するLLMO／AIO効果測定の5段階モデル
クーミルでは、LLMO・AIO対策の成果を以下の5段階で評価します。
| 段階 | 評価対象 | 主な指標 |
|---|---|---|
| 第1段階 | AI上の露出 | ブランド言及率、引用率、Share of Voice |
| 第2段階 | AIによる理解 | 属性の正確性、推薦理由、文脈、感情傾向 |
| 第3段階 | Webサイトへの流入 | AI参照セッション、指名検索、閲覧ページ |
| 第4段階 | コンバージョン | 問い合わせ、資料請求、CVR、アシストCV |
| 第5段階 | 事業成果 | 商談化率、受注率、受注金額、顧客属性 |
第1段階：AI上の露出を測定する
最初に、対策したい質問において、自社がどの程度AI回答に登場しているかを調査します。
ブランド言及率
AIの回答本文に、企業名やサービス名が登場した割合です。計算式は以下のとおりです。
ブランド言及率＝自社が言及された回答数÷調査した回答総数×100
100件の回答を調査し、そのうち30件で企業名が登場した場合、ブランド言及率は30％です。
公式サイト引用率
AI回答の引用元として、自社の公式サイトが使用された割合です。
公式サイト引用率＝公式サイトが引用された回答数÷調査した回答総数×100
ブランド言及率と引用率は分けて確認する必要があります。
自社サイトが引用されていても、回答本文で企業名が紹介されていない場合があるためです。反対に、企業名は紹介されていても、引用元が比較メディアや口コミサイトになっていることもあります。
Share of Voice
自社と競合を含むブランド言及全体のうち、自社が占める割合です。
Share of Voice＝自社の言及数÷自社と競合の言及総数×100
自社の言及数が30件、競合を含めた言及総数が150件の場合、Share of Voiceは20％です。絶対的な言及数だけでなく、競合との差を確認できるため、AIO・LLMOの重要な比較指標になります。
言及の安定率
同じ質問を複数回行った際に、自社が安定して登場する割合です。
言及安定率＝自社が登場した回数÷同一質問の実行回数×100
1回の回答だけで「AIに選ばれた」と判断するのではなく、同じ質問を5～10回程度実行して傾向を確認します。
第2段階：AIが自社をどう理解しているかを測定する
企業名がAI回答に登場していても、説明内容が間違っていれば、良いAIO効果とはいえません。次の項目を確認します。
- 事業内容が正確に説明されているか
- 対象顧客が正しいか
- 強みが適切に説明されているか
- 料金や対応範囲に誤りがないか
- 古い住所やサービス情報が残っていないか
- 競合と混同されていないか
- 推薦理由が自社の狙いと一致しているか
- ネガティブな文脈で言及されていないか
クーミルの場合は、単に「Web制作会社」と紹介されるだけでなく、次のような特徴まで正しく説明されているかを確認します。
クーミル株式会社のAIブランディングの場合推奨される関連クエリ
- SEO・AIOに強いWeb制作会社
- サイト設計から制作・実装まで一気通貫
- WordPressや構造化データにも対応
- 公開後の分析・改善まで支援
- BtoB・大手企業のサイト制作にも対応
このように、企業が意図するブランドポジションとAIの説明が一致しているかを測定します。
ブランド属性一致率
あらかじめAIに認識させたいブランド属性を定義し、回答内で正しく説明された割合を確認します。
ブランド属性一致率＝正しく説明された属性数÷確認対象の属性総数×100
LLMO・AIOでは「何回出たか」だけでなく、「どのような会社として出たか」が重要です。
第3段階：AI検索からの流入を測定する
AI回答から公式サイトへのリンクがクリックされた場合、GA4で参照元を確認できることがあります。
主な参照元の例は以下のとおりです。
chatgpt.comperplexity.aigemini.google.comcopilot.microsoft.combing.comclaude.ai
OpenAIは、ChatGPT検索からの参照URLにはutm_source=chatgpt.comが付与され、アクセス解析で追跡できると説明しています。
GA4では、以下の指標を確認します。
- AIサービス別セッション数
- ユーザー数
- エンゲージメント率
- 平均エンゲージメント時間
- ランディングページ
- サービスページへの遷移率
- 問い合わせフォーム到達率
- コンバージョン数
- コンバージョン率
AI参照流入率
AI参照流入率＝AIサービスからのセッション数÷サイト全体のセッション数×100
AI参照流入がサイト全体に占める割合を確認します。ただし、GA4で確認できるAI参照流入は、AI検索の影響の一部にすぎません。
AIで会社名を知ったユーザーが、後からGoogleで指名検索した場合は自然検索、URLを直接入力した場合はダイレクトとして記録される可能性があります。
そのため、AI参照流入の少なさだけを理由に、AIO・LLMOの効果がないと判断するのは早計です。
第4段階：問い合わせ・CVを測定する
AI参照流入から発生したコンバージョンとして、以下を計測します。
- 問い合わせフォーム送信
- 資料ダウンロード
- 電話
- メール
- 無料診断
- 見積もり依頼
- セミナー申し込み
- 会員登録
AI参照流入のCVR
AI参照流入CVR＝AI参照流入からのCV数÷AI参照セッション数×100
通常の自然検索、広告、SNSなどと比較し、AI検索経由ユーザーのCVRが高いかを確認します。
ただし、AIの回答を見たユーザーが指名検索を経由して問い合わせた場合、GA4のラストクリックだけではAIの貢献を確認できません。
そのため、クーミルでは問い合わせフォームや初回商談で認知経路を確認することを推奨しています。問い合わせフォームには、以下のような選択肢を追加します。
- Google・Yahoo!検索
- 生成AI
- SNS
- 比較メディア
- 紹介
- その他
さらに、自由記述欄や商談時のヒアリングで、どのような質問をAIへ行ったのかを確認すると、今後の対策プロンプトを設計しやすくなります。
第5段階：商談・受注への影響を測定する
LLMO・AIO対策の最終的な目的は、AI回答への表示回数を増やすことではありません。企業の売上やブランド認知、顧客獲得につなげることが目的です。
そのため、最終的には以下を確認します。
- AI経由問い合わせの商談化率
- AI経由商談の受注率
- 平均受注金額
- 商談から受注までの期間
- 問い合わせ企業の規模
- 大手企業・上場企業からの相談件数
- 対象サービスごとの問い合わせ数
- AI経由顧客のLTV
AI検索を使うユーザーは、問い合わせ前に複数の会社を比較し、条件を整理していることがあります。
そのため、AI経由の問い合わせは件数だけでなく、相談内容の具体性、企業規模、商談化率など、リードの質も評価する必要があります。
クーミルが推奨するLLMO・AIO計測設計
正確な効果測定を行うには、最初に調査条件を統一します。
対策プロンプトを購買段階別に設計する
質問は、以下の5段階に分けて設定します。
| 購買段階 | 質問例 |
|---|---|
| 情報収集 | LLMOとは何ですか？ |
| 課題認識 | AI検索に自社が表示されない原因は？ |
| 解決策検討 | AI検索に強いサイトを作る方法は？ |
| 会社比較 | AIO対策に強い会社を比較して |
| 発注検討 | サイト改修まで対応できるLLMO会社は？ |
情報収集系の質問だけで言及率を計測しても、問い合わせに近いAI露出を評価できません。クーミルでは、特に比較・発注検討段階の質問を重視しています。
プラットフォームごとに分けて計測する
ChatGPTで言及されていても、GeminiやPerplexityでは言及されないことがあります。
以下を分けて確認します。
- ChatGPT
- Google AI Overviews
- Google AI Mode
- Gemini
- Perplexity
- Copilot
- Claude
AIごとに情報源や回答形式が異なるため、合算値だけで判断しないことが重要です。
API・実画面・外部計測ツールを使い分ける
| 計測方法 | 向いている用途 | 注意点 |
|---|---|---|
| 手動による実画面確認 | 最終的な回答品質の確認 | 大量調査に向かない |
| 通常API | 大量・継続的な傾向把握 | 実画面と異なる可能性 |
| LLM Scraper | 実画面に近い回答の大量取得 | 特定条件における参考値 |
| AI可視性ツール | 競合比較・時系列分析 | ツールごとに母集団が異なる |
| GA4 | AI参照流入・CV計測 | 指名検索やダイレクトを捉えにくい |
| 問い合わせヒアリング | 間接的なAI貢献の確認 | 回答率や記憶に左右される |
APIか実画面のどちらか一方に絞るのではなく、用途に応じて組み合わせます。
同じ質問を複数回実行する
AIの回答には揺らぎがあるため、各質問を1回だけ実行して評価するのは避けましょう。重要な質問については5～10回程度実行し、平均や出現率を確認します。
また、毎回の結果に一喜一憂するのではなく、週次・月次で傾向を確認します。
競合企業も同じ条件で調査する
自社の言及数が増えていても、競合がそれ以上に増えている場合、相対的な存在感は下がっています。
自社と主要競合を同じ質問・AI・期間で調査し、Share of Voiceを比較します。
状況別に見る改善施策
計測結果によって、優先する改善施策は異なります。
| 計測結果 | 想定される課題 | 優先施策 |
|---|---|---|
| ブランドが言及されない | 企業・サービスの認知不足 | サービスページ、実績、外部言及の強化 |
| 言及されるが引用されない | 公式サイトが情報源として選ばれていない | 一次情報、技術SEO、専門コンテンツの強化 |
| 引用されるが企業名が出ない | 記事と運営企業の関係が弱い | 著者・運営者・サービスの関係を明確化 |
| 誤った情報で言及される | Web上の情報が不統一 | 会社情報、料金、外部掲載情報の統一 |
| AI流入はあるがCVしない | ランディングページが検索意図と不一致 | サービス情報、事例、料金、CTAの改善 |
| 問い合わせはあるが商談化しない | ターゲットや訴求の不一致 | 対象企業・対応範囲・費用感を明記 |
| 一部AIでしか表示されない | 情報源・回答特性への依存 | AI別に引用元・Query Fan-outを分析 |
このように、LLMO・AIOの効果測定はレポートを作るためではなく、次の改善施策を判断するために行います。
LLMO・AIOの計測頻度
すべての指標を毎日確認する必要はありません。クーミルでは、以下の頻度を推奨します。
日次または週次
- 重要プロンプトの自動計測
- ブランド言及率
- 公式サイト引用率
- 競合Share of Voice
- 引用ページ
- Query Fan-out
月次
- 実画面による確認
- AI参照流入
- ランディングページ
- サービスページ遷移
- CV数・CVR
- 指名検索
- 問い合わせ時の認知経路
四半期
- 商談化率
- 受注率
- 受注金額
- 顧客属性
- AI別の成果比較
- 対策プロンプトの見直し
- 競合企業の変更
- サイトマップ・コンテンツ計画の見直し
短期的な回答の変動ではなく、中長期の傾向を確認することが重要です。
LLMO・AIOの効果測定に関するよくある質問
APIで取得した回答だけでは不十分ですか？
大量の質問を継続的に計測するうえで、APIは有効です。
ただし、APIの設定やWeb検索の有無によって、一般ユーザー向けのAI画面と異なる回答が返る可能性があります。重要な質問は、実画面や実画面に近い取得方法でも確認することをおすすめします。
AIの回答は何回調査すればよいですか？
重要な質問については、同じ条件で5～10回程度確認するのが一つの目安です。
一度だけの回答ではなく、言及率や引用率として評価します。
GA4だけでAI検索の効果を確認できますか？
GA4で確認できるのは、AIサービスのリンクから直接流入したユーザーが中心です。
AIで企業名を知った後に指名検索したユーザーなどは捉えられない可能性があります。問い合わせフォームや商談時のヒアリングも組み合わせる必要があります。
引用数とブランド言及数はどちらが重要ですか？
両方を分けて確認する必要があります。
引用は自社サイトが情報源として利用されたことを示しますが、企業名が回答本文に書かれているとは限りません。ブランド認知や比較候補への選出を目的とする場合は、ブランド言及率も重要です。
LLMO・AIOで最も重要なKPIは何ですか？
施策段階によって異なりますが、最終的には問い合わせ、商談、受注への貢献を確認すべきです。
AI上の言及率や引用率は中間指標として活用し、最終的な事業成果と結び付けて評価します。
まとめ：AIの回答ではなく、事業成果まで測定する
LLMO・AIOの効果測定では、AI回答内の引用数だけを追うのでは不十分です。
クーミルでは、以下の5段階で成果を確認します。
- AI上のブランド言及・引用
- AIによる企業・サービス理解の正確性
- 公式サイトへの流入・比較検討
- 問い合わせ・資料請求などのCV
- 商談・受注・売上への貢献
また、鈴木よしまさ氏の検証が示すように、APIで取得した回答と、一般ユーザーが見るAI画面は一致しない場合があります。
APIによる大量計測、実画面での確認、LLM Scraperなどによる構造化データ取得、GA4、問い合わせヒアリングを組み合わせることで、より実態に近い効果測定が可能になります。
クーミル株式会社では、ChatGPT、Gemini、Google AI Overviews・AI Modeなどにおける自社・競合の露出調査から、Query Fan-out分析、サイトマップ設計、サービスページ制作、構造化データ、WordPress改修、GA4・問い合わせまでの効果測定を一気通貫で支援しています。
「AIに表示されているか分からない」「LLMOツールの数値が実際の回答と合っているか不安」「引用数だけでなく問い合わせまで計測したい」とお考えの場合は、クーミル株式会社までご相談ください。
