LLMOとは、大規模言語モデルを使うAIの回答で、自社の情報が正確に扱われるよう、公開情報とその読み取り設定を整える取り組みのことです。Large Language Model Optimizationの略です。各社のモデルを外から書き換える共通の手段がある、という意味ではありません。
自社で取り組むときは、気になった回答が検索を使っているか、出典リンクが付いているかを確認してください。学習についての話と、回答時のウェブ検索の話を混ぜると、直す場所を取り違えます。
ほかの呼び名との比較はAIO・LLMO・AEO・GEOの違い、設定や本文を点検する手順はLLMO対策のやり方へ進めます。ここでは、何を意味する言葉で、企業がどこまで関われるかを扱います。
LLMは、検索エンジンとどう違う？
LLMはLarge Language Model、日本語では大規模言語モデルです。大量の情報から言葉の関係やパターンを学び、入力に応じて文章を生成します。
OpenAIのモデル開発の説明では、学習で情報の関係を分析し、応答を生成するときに次の語を予測すると説明しています。ウェブページを探して一覧に並べる検索とは、役割が違います。
ただし、利用者が使うAIサービスには、モデルだけでなく検索などの機能も組み込まれています。画面では一つの回答に見えても、モデルが文章を作る処理と、外部情報を調べる処理は分けて考えます。
製造業の会社について「対応できる材料は何か」と聞いたとします。検索なしの説明と、現在の製品ページを検索して出典付きで答えた説明では、情報の出どころが異なります。同じ社名が出たことだけを比べても、サイト修正との関係は分かりません。
学習データとして読まれると、何が起きる？
モデルを作る段階で使う情報には、公開ウェブなどが含まれます。OpenAIの同じ説明は、公開インターネット、提携先から利用できる情報、利用者などが提供・生成する情報を、主な情報源として挙げています。
ただし、自社ページを公開したことと、そのページが実際に学習へ採用されたことは別です。特定の社名を覚えたか、将来の回答でどう扱うかまで、公開側から確定することはできません。
「ボットが来たので学習された」「学習されたので推薦される」という説明には、間の確認が抜けています。アクセスログが示すのは、その取得が行われたという事実です。学習の実施や、特定の回答への影響までを示す記録ではありません。
社内で判断するのは、公開コンテンツを学習用に取得させるかです。その判断を、検索に掲載したいかどうかと同じものにしないでください。
回答時に検索して引用する話は、どこが別？
質問を受けてから関連するウェブ情報を取得し、その内容を使って答える処理です。これならモデルの学習後に更新された情報も、回答の材料にできます。
ChatGPTの検索ヘルプでは、ウェブ検索で現在の情報を調べ、関連する出典へのリンクを示せると説明しています。引用を選ぶと元のページを開けます。
製品の対応材料を変更したなら、会社が管理できるのは現在の製品ページです。古い内容を直し、何に対応し、何には対応しないかを書きます。その後に出典を伴う回答を確かめれば、どの公開ページが根拠になったかを調べられます。
出典が無い回答について、特定のページを学習した結果だと決めつけないでください。回答の文章だけから、学習に使われたURLを特定できるわけではありません。
| 比べる点 |
モデルの学習 |
回答時のウェブ検索 |
| 情報を使う場面 |
モデルを作る・改善する段階 |
質問に答える段階 |
| 公開側が見るもの |
学習用の取得設定 |
検索用の取得設定と公開本文 |
| 確認の限界 |
取得だけでは採用を証明できない |
出典があっても継続掲載は保証されない |
各社は学習用と検索用をどう分けている？
OpenAIのクローラー資料は、設定について次のように書いています。
Each setting is independent of the others
設定は互いに独立している、という説明です。GPTBotは学習に使う可能性があるコンテンツの収集用、OAI-SearchBotはChatGPT検索用です。学習用を拒否して検索用を許可する選択ができます。
Anthropicの公式ヘルプでも、学習用のClaudeBot、検索用のClaude-SearchBot、利用者の依頼で取得するClaude-Userを分けています。AI関連のアクセスを一括で止める設定では、意図した用途だけを制御できません。
会社として学習利用を許可しない方針でも、営業用の製品ページを検索に出したいことはあります。公開範囲を決めたうえで、用途ごとの設定を制作担当に渡します。会員向け資料や非公開の図面を一般公開する必要はありません。
LLMOで企業ができることは？
自社が管理できる範囲を正確にすることです。次の作業なら、対象URLと修正内容を決めて実行できます。
- 公開ページにある誤記や古い対応条件を直す
- 検索用ボットを誤って遮断していないか確認する
- 答えが画像や注釈にしか無ければ、読める本文にも出す
- 外部の紹介記事に事実の誤りがあれば、根拠を添えて訂正を依頼する
- 同じ問いへの回答全文と出典を保存し、説明の変化を追う
外部記事の点検方法はAIは自社サイトの外も読んでいるにまとめています。事実の訂正と、評価を都合よく書き換えてもらう依頼は分けます。
私たちも、自社メディアのSearch Console集計で、URLを正規化せず表示ページ率が100%を超える失敗をしました。http・httpsとwwwの有無で同じページを重複して数えたためです。出典は自社メディアの運営・集計記録です。
これはLLMOの効果を示す数字ではありません。測った対象をそろえないと結果を読み違える、という私たちの失敗です。AIでも、検索を使った回答と使わない回答を混ぜた集計では、何が変わったかを追えません。
回答の誤りは、何を見て切り分ける？
「AIが覚え間違えた」で終えず、出典があれば元ページを開きます。自社の古いページを引用しているのか、第三者の記事を使っているのか、根拠のページ自体は正しいのかを分けます。
たとえば回答が「量産のみ対応」と説明していても、現在の自社ページは試作の受付条件を明記しているとします。出典が古い紹介記事なら、掲載元に訂正を依頼する資料を用意します。自社ページが出典なら、試作の条件が別の箇所の説明と食い違っていないかを確認します。本文も整合していれば、回答が誤った時点の画面と出典を残して、別の日にも確かめます。
この切り分けをせずに記事を増やすと、正しい説明と古い説明が同じサイトに増えることがあります。元のページを修正・統合する作業を優先し、同じ問いへの答えを重ねないでください。
契約や作業報告で、どんな説明を求める？
「モデルに認識させた」という報告を受けたら、何を確認したのかを聞きます。サイトへの取得、検索結果への掲載、回答への引用は、それぞれ別の出来事です。使ったサービス、問い、確認日、出典URLが無ければ、翌月に同じ確認をできません。
本文の修正を頼むなら、変更箇所と確認した元資料を受け取ります。設定の修正なら、対象のボットと許可・拒否の範囲を残します。会社として承認できるのは、このように内容を確認できる作業です。モデル内部で何が変わったかという説明は、確認できる根拠と分けて扱います。
できないことを、どう線引きする？
特定のモデルの学習へ必ず採用させること、回答で必ず推薦させること、すべての誤答を消すことは保証できません。自社の設定と本文を直しても、AIが使う情報源や回答の作り方を企業が管理するわけではないためです。
外注するなら、「学習させます」「引用を保証します」という結果だけで判断せず、何を直し、何を記録として受け取るかを確認します。誤答を減らす作業でも、出典になった自社ページを直すのか、第三者への訂正依頼をするのかで内容は違います。
記録はAIでの推薦を記録する毎月の星取り表を使えます。自社名の有無だけでなく、対応条件が正しいか、どのURLが使われたかを残してください。自社サイトのLLMO対策では、その記録から設定と原稿の修正範囲を決めます。
仕様・出典の確認日：2026年10月22日。