LLMO対策のやり方を全部書きます｜9つの工程と1年間の作業量

LLMO対策のやり方は、測る・質問の地図を作る・一次情報を取る・AIの答えを読む・書く・自社の事実をそろえる・第三者に載る・測り直す・続ける、の9工程です。

順番はこの並びのとおりで、最初に測り、書いたあとにもう一度測ります。

量は、弊社の設計では買い手の質問40問をAI3種に各2回聞くので、測る工程だけで1か月240回になります。

この記事では、9つの工程を1つずつ、何をするか・どれだけあるか・どこで失敗するか・根拠は何か、の順に書きます。

読み終えたときに、自社でやる工程と外に出す工程を、ご自身で決められる状態を目指しました。

結論：LLMO対策でやることは9つあり、1回で終わらず毎月回ります

LLMO対策は、AIに質問した人への答えの中で、自社が出典や候補として扱われるようにする取り組みです。

設定を1つ入れて終わる種類の作業は、9つの中に1つもありません。

どの工程も、調べる・書く・確かめるという手作業でできています。

9つの工程と、それぞれで出来上がるもの

最初に全体を表で示します。

「出来上がるもの」の列は、その工程が終わったと言える目印です。

工程	やること	出来上がるもの	回し方
1 測る	買い手の質問をAIごとに複数回聞く	質問ごとの記録表	毎月
2 質問の地図を作る	買い手の質問を4段に分けて並べる	質問の一覧（弊社は40問）	最初に作り、商談のたびに足す
3 一次情報を取る	社内の人から事実と数字を聞き出す	聞き取りの記録	記事を書く前に毎回
4 AIの答えを読む	答えと、根拠にされたページを開いて読む	出典ページの一覧	測るたびに
5 書く	冒頭で答え、比べられる数字とできないことを書く	公開した記事	毎月
6 自社の事実をそろえる	料金・対応範囲・所在地を全ページで一致させる	食い違いのないサイト	最初に1周、変更のたびに
7 第三者に載る	自社サイトの外に実在の言及を作る	外部の掲載ページ	相手の都合に合わせて続ける
8 測り直す	同じ質問をもう一度聞き、引用されない質問を直す	先月との差の記録	毎月
9 続ける	古い記事に手を入れる	更新した記事	公開から数か月たった記事から順に

1回で終わらない理由

理由は2つあります。

1つ目は、AIの答えが日によって変わることです。

海外の実験では、同じ質問でも答えと出典が日によって入れ替わると報告されています。

ある日に自社が出ても、翌週に同じ質問で出るとは限りません。

2つ目は、記事の数字が時間とともに動くことです。

弊社の2026年9月23日の実測では、記事は公開2か月目から動き出し、手を入れないと9か月目から落ちていきました。

測る工程と続ける工程が表の両端に入っているのは、この2つがあるからです。

この記事で使う数字の出どころ

本文の数字は、出どころを3種類に分けて書きます。

「海外の実験では」と書いた数字は、海外のGEO・LLMO関連の論文から引いたものです。

「弊社の実測では」「弊社では」と書いた数字は、弊社が自分のサイトと作業で数えたものです。

調査の名前を出した数字は、公開されている調査から引いています。

弊社では海外の論文を92本読み、1本ずつ日本語で解説した一覧と、論文全体のまとめを公開しています。

お断りしておくと、これらの論文は英語圏と海外の検証が中心で、日本語で確かめた研究はまだ少ない状態です。

海外の実験の数字が、日本語の質問でそのまま再現されるとは言えません。

この記事の9工程を行えば必ず引用される、という約束もできません。

書けるのは、何をどれだけやる作業なのか、という事実までです。

全体図と、この記事の読み方

9つの工程は一列に並んで終わらず、輪になって毎月回ります。

工程を4つのまとまりに分けて、1枚の図にしました。

図の左上から時計回りに進み、左下まで来たら左上へ戻ります。

金色で囲んだ「測り直す」が、次の1周で何を直すかを決める場所です。

矢印に書いた言葉は、前のまとまりが次のまとまりへ渡すものです。

調べた結果は「質問と材料」として書く側へ渡り、書いたものは「公開したページ」として測り直しへ渡ります。

測り直しで出なかった質問が「続ける」へ渡り、古い記事の書き直しに進みます。

1周すると質問の一覧と記録が1か月ぶん増え、次の周はそこから始まります。

入口の作業との関係

弊社は以前、LLMO対策は自分でできるという記事を書きました。

あの記事で扱ったのは入口の作業で、自社がAIにどう出ているかを確かめ、最初の1本を直す所までです。

入口の作業が自分でできる、という結論は今も変わりません。

この記事は、その入口の作業を1年回し続けたときに、何がどれだけあるかの全体を扱います。

入口と全体は地続きで、入口から始めた人が次に出会う作業を、先に並べて見せるのがこの記事の役目です。

知りたいことから読む場所を選ぶ

全部を順に読む必要はありません。

いまの状況	読む場所	次にすること
まず今日できることだけ知りたい	入口の作業をまとめた記事と、この記事の最後の点検表	社名を入れずに1問だけAIに聞く
そもそもの考え方から知りたい	LLMO対策の考え方をまとめた記事	読んだあとで工程1に戻る
1年でどれだけの量になるか知りたい	「1年間の作業量の合計」の節	表の回数を自社の質問数で計算し直す
自社でやる所と任せる所を決めたい	「自社でやる所と、任せる所を分ける表」の節	工程ごとに担当を書き込む
提案を受けていて、中身を見分けたい	「やらなくていいこと」の節と、見分け方の記事	提案の項目を9工程の表に当てはめる

ここから先は、工程を1つずつ見ていきます。

工程1 測る：買い手の質問を作り、AIごとに複数回聞く

最初の工程は、書くことより前にあります。

いま自社がAIの答えにどう出ているかを数えないと、あとで良くなったのか変わっていないのかを判断できません。

何をするか

買い手がAIに打ちそうな質問を用意し、複数のAIに、日を変えて複数回聞きます。

質問は、たとえば次のような形です。

「従業員30人の製造業で、ホームページからの問い合わせを増やしたいとき、どんな会社に頼めばいいですか」

自社の名前は質問に入れません。

聞いたら、質問ごとに4つを記録します。

自社の名前が出たか、何社が並んだか、出典にどのページが使われたか、聞いた日とAIの種類です。

記録は表計算の1枚にまとめ、1行を「1回の質問」にします。

列をそろえておくと、翌月の記録を下に足すだけで比べられます。

社名を入れて聞く確かめ方は、AIで自社名を調べる手順の記事にまとめています。

どれだけあるか

弊社の設計では、質問40問をAI3種に各2回聞きます。

40問×3種×2回で、1か月に240回です。

この回数は弊社が決めた設計で、質問を20問にすれば120回、AIを2種にすれば160回になります。

聞き方によって分かることが違うので、表に分けました。

聞き方	分かること	気をつけること
社名を入れて聞く	AIが自社を知っているか、説明が合っているか	これで出ても、買い手に薦められているとは言えない
社名を入れずに困りごとを聞く	自社のページが出典に使われるか	答えだけでなく出典の一覧まで記録する
社名を入れずに会社の探し方を聞く	候補として自社の名前が並ぶか	地域や業種の条件を質問に入れる
「おすすめの会社」を聞く	指名に近い場面で薦められるか	最も出にくい聞き方として扱う
同じ質問を別の日に聞く	答えが安定しているか	1回の結果で良し悪しを決めない

どこで失敗するか

いちばん起きやすいのは、社名を入れて聞き、説明が出たので安心してしまうことです。

海外の実験では、社名を入れて聞けばAIは99.4%の割合で認識したのに、社名なしでカテゴリを聞くと薦められたのは3.32%だったと報告されています。

対象は112社で、ChatGPTを使った実験です。

知られていることと、薦められることの間には、これだけの開きがあります。

もう1つは、1回聞いた結果で判断することです。

答えは日によって変わるので、出た日だけを見れば実力より良く見え、出なかった日だけを見れば実力より悪く見えます。

根拠：弊社の計測結果

弊社自身の数字も、良いとは言えません。

2026年9月30日の計測では、会社を探す質問4問のうち、弊社の名前が出たのは1問でした。

その1問は、GoogleのAIモードで2回聞いて2回とも出ています。

一方、「おすすめの会社」を聞く2問では、4回聞いて0回でした。

LLMOの記事を書いている会社でも、聞き方を変えるとこの結果になります。

測る工程を最初に置いているのは、この現在地を知らないまま書き始めると、直す場所を選べないからです。

数字の読み方は効果の測り方をまとめた記事に、社名の出方の見方はAI検索での社名の表示を扱った記事に書いています。

工程2 質問の地図を作る：困りごとから指名までの4段

測るための質問は、思いつきで並べると偏ります。

買い手が依頼先を決めるまでにたどる順に、4段に分けて作ります。

弊社の40問の全文と作り方は、買い手がAIに聞く質問の決め方の記事に載せました。

何をするか

4段は、困りごと・解き方の比較・依頼先の選び方・指名、の順です。

段	買い手の状態	質問の形	受け止めるページ
1 困りごと	原因がまだ分かっていない	「問い合わせが来ないのはなぜか」	原因を分けて説明する記事
2 解き方の比較	方法が複数あると知った	「自社でやるのと頼むのはどう違うか」	方法を比べる記事
3 依頼先の選び方	頼むと決め、基準を探している	「頼む会社は何を見て選べばいいか」	選ぶ基準を書いた記事と、サービスのページ
4 指名	候補に挙がった会社を確かめたい	「この会社はどんな会社か」	自社の事実がそろったページと、外部の掲載

段が下へ進むほど、買い手は依頼に近づきます。

4段目の質問には、記事だけでなく、工程6と工程7で扱う自社の事実と外部の掲載が関わってきます。

どれだけあるか

弊社では、4段に10問ずつ、合計40問を作りました。

材料にしたのは商談の記録41本です。

記録から機械で拾えた質問は121件ありました。

そのうち、買い手の質問としてそのまま使えたのは約20件です。

機械で拾えた分だけでは、40問の半分ほどにとどまったことになります。

どこで失敗するか

自社が言いたいことから質問を作ると、誰も打たない質問が並びます。

弊社はこの失敗を、検索のほうで実際に経験しました。

3つのドメインで同じ体制で記事を作ったところ、検索10位以内に入った記事1本あたりの表示回数に、23倍の差が出ました。

28日間で2.0回のドメインと、46.2回のドメインです。

2026年8月20日の実測で、差の原因は狙う言葉の選び方でした。

順位は取れていても、その言葉を打つ人がいなければ表示されません。

AIへの質問でも、同じことが起きると考えて質問を選んでいます。

根拠

海外の実験では、引用されるかどうかを最も左右するのは質問との関連性だと報告されています。

同じ実験で、節に分けて整理した構成や、情報をまとめて置くといった書式は、6つのモデルで有意な差が出ませんでした。

別の研究は、引用されない原因の6割超が、質問との意味のずれだったとしています。

ずれの中身は、意図・文脈・地域・鮮度の4つです。

どの質問に答えるかを先に決める工程が、書き方の工夫より前に来るのはこのためです。

工程3 一次情報を取る：社内の人から聞き出す

質問が決まったら、答えの材料を集めます。

材料は、検索して出てくる情報より先に、社内にある事実から取ります。

誰に何を聞くか、聞いた数字をどう確かめるかは、一次情報の取り方の記事にまとめました。

何をするか

現場を知っている人に時間をもらい、質問に対する答えを口頭で聞きます。

聞くのは、数字・条件・断っている仕事・実際にあった失敗の4種類です。

聞く相手	聞くこと	記事での使い方
営業の担当者	商談でいちばん多く聞かれる質問と、その答え	冒頭の答えと、よくある質問の節
現場の担当者	作業の手順と、かかる日数や回数	比べられる数字として表にする
経営者	引き受けない仕事と、その理由	「できないこと」として明記する
お客様対応の担当者	契約前に誤解されやすい点	注意点の節と、サービスのページの修正

聞き方で、出てくる答えは変わります。

「うちの強みは何ですか」と聞くと、答える人は言葉を選び、宣伝に近い文になりがちです。

「先月断った仕事はありますか」「見積もりの前に必ず確かめることは何ですか」と、出来事を聞くほうが事実が出てきます。

質問は工程2で作った一覧からそのまま持っていき、買い手が聞く形のまま社内の人に投げます。

答えが「場合による」だったときは、どんな場合にどう変わるのかを、条件ごとに分けて聞き直します。

条件ごとの答えは、そのまま表の行になります。

聞いた内容は、その場で文字に残します。

あとで記事に使うとき、誰がいつ話したことかを追える状態にしておくためです。

どれだけあるか

この工程にかかる時間を測った公開調査は、探した範囲では見つかりませんでした。

数えられるのは、聞く相手の人数、1回の聞き取りの時間、記事1本に必要な聞き取りの回数です。

この3つは会社ごとに違うので、最初の3本で実際に計ってみるのが確実です。

聞く側の時間に加えて、答える側の時間も同じだけ使う点は、数に入れておきます。

どこで失敗するか

聞き取りを省いて書くと、どの会社が書いても同じ文章になります。

そこへ特長を足そうとして宣伝の言葉を入れても、買い手の質問への答えにはなりません。

海外の実験では、AIは質問との関連性が高い文章を強く重視したと報告されています。

「高品質」「安心」と書くより、「対応できるのは関東の1都3県まで」と書くほうが、AIにとっても買い手にとっても使える情報になります。

もう1つの失敗は、聞いた数字を確かめずに載せることです。

人の記憶にある数字は、年度や条件が抜けていることがあります。

根拠

海外の研究に、AIに渡す根拠の中に誤った文書が増えるほど、正解率が全体として下がったという実験があります。

研究者が用意した根拠を渡す実験環境での結果ですが、弊社はここから、載せる数字と日付は元の資料で確かめる、という決まりにしています。

社内の人が話した数字は、契約書・見積書・作業の記録といった元の資料と突き合わせます。

元の資料で確かめられなかった数字は、載せません。

弊社もこの記事で、確かめられなかった数字は書かない方針を取っています。

工程4 AIの答えと、AIが根拠にしたページを読む

工程1で記録した答えを、今度は中身まで読みます。

競合の記事を読むのと同じ意味で、AIがすでに選んでいるページを読む工程です。

弊社が22回の答えに付いた引用元を数えた結果は、AIの答えと引用元の読み方の記事に書いています。

何をするか

質問ごとに、AIの答えの本文と、出典として並んだページを1つずつ開きます。

見る所は4つあります。

見る所	分かること	次にすること
出典が誰のページか	自社・同業・比較サイト・公的機関のどれが選ばれているか	第三者のページが並ぶ質問は工程7に回す
出典のどの部分が使われたか	AIが答えに必要とした事実の種類	同じ種類の事実を自社が持っているか工程3で聞く
答えの文が出典と合っているか	AIが出典にないことを足していないか	合っていない文は記事の材料にしない
出典のページの検索順位	検索で上位でなくても選ばれているか	順位より質問との一致を優先して書く

読んだ結果は、質問の一覧の横に書き足していきます。

出典がすべて比較サイトと業界団体のページだった質問は、工程7に回す候補になります。

出典に同業の会社の記事が並んでいた場合は、その記事が何の事実を書いているかを書き出します。

手順の回数なのか、対応できる条件なのか、事例の数字なのかを見分け、自社が同じ種類の事実を出せるかを確かめます。

どれだけあるか

月240回聞けば、読む答えも240個あります。

答え1つに付く出典の数は質問とAIによって違うので、開くページの総数は聞いてみるまで決まりません。

この工程の時間を測った公開調査も、探した範囲では見つかりませんでした。

同じ質問の2回目は、1回目と出典が同じかどうかを見るだけで済むことがあります。

出典が入れ替わっていた質問だけ、もう一度開いて読みます。

どこで失敗するか

答えの本文だけを読み、出典を開かないと、AIが何を根拠にしたのかが分かりません。

答えをそのまま事実として自社の記事に写すのも、避けたい失敗です。

海外の実験では、AIの回答のうち、出典に完全に裏づけられていた文は51.5%でした。

残りの半分近くは、出典で完全には裏づけられていなかったことになります。

AIの答えは、何が求められているかを知る材料として読み、事実の確認は元のページで行います。

根拠

検索順位と引用の関係には、公開調査があります。

Ahrefsの2026年3月の調査によると、GoogleのAI Overviewsに引用されたページのうち、検索10位以内のページは37.9%でした。

約6割は、10位より下のページから選ばれていることになります。

検索で上位にいないページにも機会があり、上位にいるページも選ばれるとは限らない、と読める数字です。

順位表だけを見ていても、AIが何を選んでいるかは分かりません。

工程5 書く：冒頭で答える・比べられる数字・できないこと

ここまでの4工程で、どの質問に、どんな材料で答えるかが決まっています。

書く工程は、決まったものを文章と表に移す作業です。

3つの書き方を例つきで説明したものは、LLMOに強い記事の書き方の記事にあります。

何をするか

書くときに守ることは3つに絞っています。

書くこと	理由	避ける書き方
冒頭の2〜3文で質問に答える	質問との関連が最初の段落で伝わる	業界の背景や挨拶から始める
比べられる数字を表にする	回数・日数・件数は他社と並べて読める	「柔軟に対応」「豊富な実績」と書く
できないこと・向かない相手を書く	条件がはっきりし、合う買い手だけが残る	誰にでも合うように書く
数字に出どころと日付を付ける	読み手が確かめられる	出どころのない割合を載せる

冒頭で答える、というのは、質問をそのまま見出しに置き、直後の段落で結論を言い切る書き方です。

この記事の最初の3文も、「やり方は何か、どの順か、どれだけか」に答える形にしています。

「できないこと」は、対応していない地域、引き受けていない規模、扱っていない種類の仕事などです。

買い手がAIに条件を付けて聞いたとき、条件に合うかどうかを判断できる材料になります。

どれだけあるか

書く時間には、英語圏の公開調査があります。

Orbit Mediaが2026年に公表した年次調査によると、記事1本を書く平均時間は3時間20分でした。

回答したのは英語圏のコンテンツ担当者1,042人で、記事の平均の長さは1,312語です。

日本語の記事にそのまま当てはまる数字とは言えないので、詳しい読み方は後ろの作業量の節にまとめます。

この時間に、工程1から4の調べる時間は含まれていません。

どこで失敗するか

書式を整えることに時間を使い、中身の事実が薄いままになる失敗がよく起きます。

工程2で触れたとおり、海外の実験では、節に分けて整理した構成かどうかで、引用のされ方に有意な差は出ませんでした。

AIに向けて形だけを整えたページは、見分けられてもいます。

海外の研究では、AI向けに整えただけのページを94%の精度で見分けられたと報告されました。

統計や引用を形だけ足す方法も、設定によっては逆効果になることが分かっています。

キーワードを本文に何度も入れる方法は、効果がないか、逆効果だったという結果です。

根拠

3つの守ることは、ここまでに挙げた実験から逆算したものです。

関連性が最も効くので、冒頭で質問に答えます。

条件と数字は買い手が他社と並べて読めるので、比べられる数字とできないことを書きます。

形だけの施策は効かないか下がるので、足す前に中身の事実を確かめます。

書き方の工夫はこの3つで足りる、というのが論文92本を読んだうえでの弊社の整理です。

工程6 自社の事実をそろえる：料金・対応範囲・所在地を全ページで一致させる

記事を書いても、サービスのページと言っていることが違えば、読んだ人はどちらが正しいのか分かりません。

そろえる項目と一覧の作り方は、自社の事実をそろえる手順の記事に書きました。

この工程では、サイト全体で事実を1つにそろえます。

何をするか

料金の決まり方・対応できる範囲・所在地・営業時間・サービスの名前を、全ページで同じ表記にします。

食い違いが起きやすい場所は決まっています。

そろえる項目	食い違いが起きやすい場所	そろえ方
料金の決まり方	料金ページと、数年前に書いた記事	正の値を料金ページに置き、記事からはそこへリンクする
対応できる地域	会社概要と、サービスのページ	地域名を同じ書き方で両方に書く
所在地と電話番号	フッター・会社概要・地図の登録情報	番地と建物名の表記まで一致させる
サービスの名前	名前を変える前の記事と資料	旧名のページに新しい名前を併記する
できること・できないこと	よくある質問と、営業資料	営業が口頭で答えている内容に合わせる

そろえたうえで、記事とサービスのページをリンクでつなぎます。

記事の本文から、関係するサービスのページへリンクを置きます。

サービスのページ側からも、その質問に答えている記事へ戻れるようにしておきます。

どれだけあるか

量は、自社サイトのページ数と、そろえる項目の数で決まります。

最初の1周は、全ページを開いて5項目を見ていく作業になります。

計算例として、100ページのサイトなら、5項目で500か所を確かめることになります。

2周目からは、料金や所在地を変えたときに、変えた項目だけをサイト内で検索して直します。

どこで失敗するか

新しいページだけを直し、古い記事に前の情報が残る失敗が起きます。

古い記事も、公開されている限りは検索から人が訪れます。

記事を単独で公開し、サービスのページとつながっていない状態も、この工程で見つかります。

記事で質問に答えたあと、読んだ人が次に見る料金・事例・よくある質問のページへ進めるかを確かめます。

根拠

海外の研究に、1枚のページと、互いにつないだ複数のページを比べた実験があります。

架空の製品を使い、実験用に管理された環境で行われたもので、著者自身も実世界への適用は勧めていません。

弊社がここから取っているのは、記事を単独で考えず、サービス・料金・事例・よくある質問のページとつないで設計する、という考え方だけです。

工程5で書いた記事は、この束の入口に当たります。

束の中の事実が食い違っていないことを、ここで保証します。

工程7 第三者に載る：自社サイトの外に、実在の言及を作る

ここまでの工程は、すべて自社サイトの中の作業でした。

工程7だけは、自社サイトの外で進みます。

既存の掲載の数え方と依頼の一覧の作り方は、第三者に載る手順の記事に書いています。

何をするか

自社のことが、自社以外の媒体に事実として書かれている状態を作ります。

対象になるのは、業界団体の会員名簿、取引先の導入事例、地域の媒体の取材記事、登壇や寄稿の記録などです。

すでに載っているものがあれば、まず一覧にします。

社名・所在地・サービスの説明が古いままの掲載は、相手に連絡して直してもらいます。

そのうえで、載っていておかしくないのに載っていない場所へ、掲載や取材を依頼します。

依頼するときに渡す情報は、工程6でそろえた事実をそのまま使います。

社名の表記・所在地・サービスの説明が、自社サイトと外部の掲載で同じになるようにするためです。

工程6を先に済ませておく理由は、ここにもあります。

どれだけあるか

数えられるのは、既存の掲載の件数、修正を依頼した件数、新しく依頼した件数、返事が来た件数です。

この工程は相手の都合で進むので、自社だけで期間を決められません。

依頼してから掲載されるまでの日数は相手によって違い、断られることもあります。

毎月の作業としては、依頼の一覧を開き、返事の有無を記録し、次の依頼先を足す形になります。

一覧には、依頼した日・相手・返事の内容・掲載されたページの場所を1行ずつ残します。

断られた依頼も消さずに残しておくと、同じ相手に重ねて頼むことを避けられます。

どこで失敗するか

掲載の数を急いで、実在しない言及を作ってしまうことです。

自分で書いた口コミや、宣伝であることを隠した紹介記事は、ここで言う第三者の言及に当たりません。

事実と違う掲載は、あとから消せないまま残ることもあります。

こうした提案の見分け方は、LLMO対策の怪しい提案を見分ける記事に書きました。

もう1つの失敗は、この工程を丸ごと省くことです。

自社サイトの記事だけを増やしても、4段目の「おすすめの会社」の質問には届きにくいままです。

根拠

海外の研究では、AIは企業自身のページより第三者の媒体を好んで引用すると報告されています。

欧州の調査では、128のブランドを対象にした調査で、自社サイトからの引用は全体の14.3%でした。

最も高いブランドでも34.4%です。

全体で見れば、引用元の8割以上は自社サイトの外にあります。

弊社の計測で「おすすめの会社」の質問が4回中0回だったのも、この工程が足りていないためだと見ています。

工程8 測り直して、引用されない質問を書き直す

記事を公開し、事実をそろえ、外部への依頼を出したら、工程1と同じ質問をもう一度聞きます。

図で金色にした場所です。

何回測ってから直すかは、測り直しと書き直しの手順の記事で詳しく書きました。

何をするか

同じ質問を、同じAIに、同じ回数だけ聞き、先月の記録と並べます。

条件を変えると、差が自社の作業によるものか、聞き方の違いによるものか分からなくなります。

並べたら、質問を3つに分けます。

先月も今月も出た質問、今月から出た質問、どちらの月も出なかった質問です。

書き直すのは、どちらの月も出なかった質問に答えている記事です。

書き直す前に、質問と記事のずれを4つの観点で点検します。

ずれの種類	記事で起きていること	直し方
意図のずれ	買い手は選び方を聞いているのに、記事は仕組みを説明している	冒頭の答えを、聞かれた形に合わせて書き直す
文脈のずれ	買い手は中小企業なのに、記事の例が大企業の話になっている	規模・業種・予算の前提を質問に合わせる
地域のずれ	買い手は地域を指定しているのに、記事に地域名がない	対応できる地域を本文と会社概要に書く
鮮度のずれ	買い手は今年の情報を求めているのに、記事の数字が古い	数字と日付を一次資料で確かめて更新する

1本の記事に、複数のずれが重なっていることもあります。

その場合は意図のずれから直します。

冒頭の答えが質問の形に合っていないと、ほかの3つを直しても、質問との関連が伝わらないままになるためです。

どれだけあるか

聞く回数は工程1と同じで、弊社の設計では月240回です。

加えて、先月の記録と並べる作業が40問ぶんあります。

書き直す本数は、出なかった質問の数で決まるので、測ってみるまで分かりません。

弊社の2026年9月30日の計測に当てはめると、会社を探す質問4問のうち3問が、書き直しの候補に入ります。

どこで失敗するか

1回出なかっただけで記事を書き直すと、直した効果なのか、日による揺れなのかを切り分けられなくなります。

複数回聞いて、どの回も出なかった質問から先に手を付けます。

反対に、1回出ただけで「引用された」と数えるのも早すぎます。

出た回数を、聞いた回数で割った数字で記録しておくと、翌月と比べられます。

書き直すときに書式だけを変えるのも、よくある遠回りです。

見出しを質問形に直しても、本文が質問に答えていなければ、ずれは残ったままになります。

根拠

4つの観点は、工程2で挙げた海外の研究から取りました。

引用されない原因の6割超が質問との意味のずれで、その内訳が意図・文脈・地域・鮮度です。

引用されない記事を前にしたとき、最初に疑うのは書き方より、質問とのずれのほうだと言えます。

複数回聞く理由は、答えと出典が日によって変わるという実験結果にあります。

工程9 続ける：記事は2か月目から動き、手を入れないと9か月目から落ちます

最後の工程は、公開した記事の面倒を見続けることです。

新しく書く作業と別に、古い記事へ戻る作業が毎月発生します。

どの記事から見直すかの決め方は、公開した記事の見直し方の記事に書きました。

何をするか

公開から時間がたった記事を順に開き、数字・日付・リンク先・自社の事実が今も正しいかを確かめます。

古くなった所を直し、工程8で見つかったずれがあれば、同時に書き直します。

どの記事から手を付けるかは、公開からの月数で決められます。

公開からの期間	弊社の実測で起きたこと	すること
公開した月	1本あたり1.9セッション	数字が小さくても書き直さず、次の記事を書く
2か月目	1本あたり13.6セッションへ動き出す	動いた記事と動かない記事を分けて記録する
9か月目	手を入れていない記事が落ち始める	数字・日付・リンク先を確かめて更新する
12か月目	最大時の4分の1になる	質問とのずれを点検し、冒頭から書き直す
16か月目	最大時の7分の1になる	残すか、別の記事にまとめるかを決める

表の数字は、弊社のサイトで2026年9月23日に測ったものです。

業種やサイトの規模が違えば、月数は前後すると考えてください。

どれだけあるか

公開した記事は、数か月後に必ず「見直す記事」の列へ入ってきます。

毎月同じ本数を公開している場合、9か月目からは、新しく書く本数と同じ本数の見直しが毎月並ぶ計算です。

書く量を変えていなくても、2年目は1年目より作業が増えます。

見直し1本にかかる時間を測った公開調査は、探した範囲では見つかりませんでした。

どこで失敗するか

公開した直後に数字が出ないので、公開した月のうちに書き直してしまう失敗があります。

弊社の実測では、動き出したのは2か月目からでした。

公開した月の数字だけで記事の良し悪しを決めると、動く前の記事を崩すことになります。

逆の失敗は、新しい記事を書き続け、古い記事を一度も開かないことです。

手を入れなかった記事は、12か月目に最大時の4分の1まで落ちました。

書いた本数だけを数えていると、この目減りは見えません。

根拠

この工程の根拠は、弊社の実測です。

測ったのは記事へのセッション数で、AIに引用された回数を直接測ったものとは違います。

それでも、工程8の4つのずれのうち鮮度は、時間がたつだけで自然に大きくなります。

古い数字のまま残った記事は、今年の情報を求める質問から外れていきます。

続ける工程を9番目に置き、図で工程1へ戻る矢印を引いたのは、このためです。

1本書くのにかかる時間と、1年間の作業量の合計

9つの工程を、1年間の量として並べ直します。

時間で書ける工程と、回数や件数でしか書けない工程があります。

記事1本を書く時間についての公開調査

Orbit Mediaの2026年の年次調査では、記事1本を書く平均時間は3時間20分でした。

回答者は英語圏のコンテンツ担当者1,042人で、記事の平均の長さは1,312語です。

同じ調査で、生成AIを使っていると答えた人は92.4%でした。

一方で、「強い成果が出ている」と答えた人は13.9%にとどまっています。

9割を超える人がAIを使っていて、強い成果を感じている人は1割台、という並びです。

日本の数字もあります。

国内の制作会社が2026年5月に、オウンドメディアを運営する企業100社へ行った調査です。

生成AIで制作時間が「2〜3割減った」と答えた企業が50%、「5割以上減った」が13%でした。

「あまり変わらない」は27%、「逆に増えた」は8%です。

生成AIを使えば時間は減る会社が多く、3社に1社ほどは減っていない、と読めます。

時間を測った調査が見つからなかった工程

正直に書くと、公開調査で時間が分かるのは「書く」工程だけでした。

測る・質問を作る・聞き出す・AIの答えを読む・測り直す、の5つについては、かかる時間を測った公開調査を見つけられていません。

そのため、この記事では時間を断定せず、回数と件数で書いています。

日本語の記事1本が何時間で書けるか、という数字も、ここでは示しません。

英語の語数と日本語の字数は、そのまま換算できないためです。

1年間の作業量を表にする

弊社の設計を1年に延ばすと、次の量になります。

工程	数え方	1か月	1年
1 測る／8 測り直す	質問40問×AI3種×各2回	240回	2,880回
2 質問の地図を作る	4段×10問	最初に40問	商談のたびに見直す
3 一次情報を取る	聞き取りの回数	記事の本数ぶん	自社で計る
4 AIの答えを読む	読む答えの数	240個	2,880個
5 書く	公開する本数	自社で決める	月の本数×12
6 自社の事実をそろえる	ページ数×項目数	最初に1周	変更のたびに
7 第三者に載る	依頼の件数と返事の件数	相手による	相手による
9 続ける	見直す記事の本数	9か月目から発生	2年目に増える

1年の回数は、1か月の回数に12を掛けた計算値です。

書く時間について、計算例を1つだけ置きます。

英語圏の平均の3時間20分を仮にそのまま使い、月に1本書くとすると、12本で40時間です。

これは計算例で、日本語の長い記事がこの時間で書けるという意味ではありません。

調べる4工程の時間は、この40時間の外にあります。

表の読み方

この表は、多いか少ないかを言うためのものではありません。

自社の質問の数と、月に書く本数を入れ替えて、ご自身の会社の1年に直すための型です。

質問を20問に絞れば、測る回数は年1,440回になります。

月に書く本数を入れると、工程3の聞き取りの回数と、工程9で9か月後に戻ってくる見直しの本数が、同じ数で決まります。

1つの数字を変えると、ほかの行も連動して変わる点が、この表の使い道です。

数字を入れ替えたあとで、次の2つの節を読むと、自社でやる所と任せる所が決めやすくなります。

やらなくていいこと・やってはいけないこと

9つの工程に入れなかった手法があります。

よく勧められるものの、実験や調査で効果が確かめられなかったものと、逆効果が報告されたものです。

施策ごとの根拠と、起きうる損、代わりにやることは、やってはいけないLLMO対策を10個まとめた記事に書きました。

手法ごとの扱いと根拠

手法	扱い	分かっていること	詳しい記事
llms.txtを置く	やらなくていい	置かれたファイルの大半は一度も読まれていない	llms.txtの実態を調べた記事
見出しやFAQの書式だけを整える	後回しでいい	海外の実験では6つのモデルで有意な差が出なかった	関連性と書式を比べた実験の解説
キーワードを本文に詰め込む	やってはいけない	海外の実験では効果がないか、逆効果だった	キーワードの詰め込みを検証した論文の解説
統計や引用を形だけ足す	やってはいけない	設定によっては逆効果になった	統計・引用の追加が逆に働く条件の解説
AIに向けて形だけ整えたページを作る	やってはいけない	94%の精度で見分けられた	AI向けに整えたページの検出を扱った記事
「一文を仕込めば推薦される」型の手法	やってはいけない	実際の回答まで届く割合が低かった	仕込み型の手法が届く割合を測った論文の解説

最後の行の手法について、この記事では手順を書きません。

届く割合が低いうえに、読む人をだます方向の手法だからです。

表の6つに共通するのは、質問に答える中身を変えずに、外側だけを変える手法だという点です。

9工程のほうは、どれも中身の事実を増やすか、確かめるか、そろえる作業になっています。

「やらなくていい」と「やってはいけない」の違い

「やらなくていい」は、時間を使うだけの根拠が見つからなかった手法です。

すでに置いてあるllms.txtを、急いで消す必要まではありません。

「やってはいけない」は、逆効果が報告されたか、買い手をだますことになる手法です。

提案書にこの表の手法が並んでいたら、9工程のどれに当たる作業なのかを、提案した相手に尋ねてみてください。

9工程のどれにも当たらない項目は、根拠を聞いてから判断しても遅くありません。

自社でやる所と、任せる所を分ける表

9つの工程は、全部を自社でやることも、一部を外に出すこともできます。

どちらが正しいということはなく、工程ごとに向き不向きが違います。

工程ごとの向き不向き

分ける基準は1つで、その工程に必要な情報が社内にしかないかどうかです。

工程	自社向き	外に出しやすい	理由
1 測る	質問を決める所	聞いて記録する所	手順が決まれば、誰が聞いても同じ記録になる
2 質問の地図を作る	全体	記録から質問を拾う下作業	商談の記録と買い手の言葉は自社にしかない
3 一次情報を取る	話す側	聞き役と記録	事実を持っているのは社内の人で、聞き役は社外でも務まる
4 AIの答えを読む	同業のページの評価	出典の一覧づくり	一覧は手順どおりに作れ、中身の評価には業界の知識が要る
5 書く	事実の確認と最終の承認	下書きと表づくり	材料がそろっていれば、文章にする作業は分けられる
6 自社の事実をそろえる	正しい値を決める所	全ページの点検と修正	どの値が正しいかは自社にしか決められない
7 第三者に載る	依頼と関係づくり	既存の掲載の一覧づくり	取引先や団体との関係は自社のもの
8 測り直す	書き直す記事を選ぶ判断	聞いて記録し、先月と並べる所	工程1と同じ手順の繰り返しになる
9 続ける	数字と事実の更新内容	見直す記事の洗い出し	何が変わったかを知っているのは自社

表から読み取れること

どの工程にも、自社向きの部分が残ります。

全部を外に出しても、事実を話す・正しい値を決める・承認する、の3つは社内の人の時間を使います。

反対に、どの工程にも、手順どおりに進められる部分があります。

聞いて記録する、一覧を作る、点検する、といった作業です。

この部分は、社内の別の人に頼むことも、社外に頼むこともできます。

表の「外に出しやすい」は、社外だけを指していません。

手順書を1枚作れば、社内で手の空く人に渡せる作業、という意味でも読めます。

分け方の決め方

前の節の作業量の表に、自社の数字を入れてから、この表に担当者の名前を書き込んでみてください。

名前を書けない行が、人手が足りていない工程です。

その行を、社内で誰かに割り当てるか、外に出すか、やる量を減らすかの3つから選びます。

量を減らすなら、質問の数を減らすのが最も効きます。

質問40問を20問にすれば、測る・読む・測り直すの回数がそろって半分になるためです。

外に出す場合は、相手の作業が9工程のどれに当たるかを、契約の前に書面で確かめておくと行き違いが減ります。

入口の作業だけを自社で始めて、量が見えてから分け方を決める進め方もあります。

よくある質問

Q1. LLMO対策は何から始めればいいですか

工程1の「測る」から始めます。

社名を入れずに、買い手が打ちそうな質問を1問だけAIに聞き、自社の名前と出典を記録してください。

書く作業や設定の作業から入ると、あとで変化を確かめる基準がなくなります。

手順は自分でできる入口の作業の記事に書いています。

Q2. SEOをやっていれば、LLMO対策は別にやらなくていいですか

重なる部分と、重ならない部分があります。

Ahrefsの2026年3月の調査では、GoogleのAI Overviewsに引用されたページのうち、検索10位以内のページは37.9%でした。

4割弱は検索の上位と重なり、約6割は10位より下から選ばれています。

質問に合う記事を書く作業は共通で、AIごとに複数回聞いて測る作業と、第三者に載る作業が上乗せになります。

Q3. llms.txtは置いたほうがいいですか

優先する理由は見つかっていません。

置かれたllms.txtの大半は、一度も読まれていないことが分かっています。

同じ時間を使うなら、工程6の事実をそろえる作業に回すほうが、確かめられる結果が残ります。

詳しくはllms.txtとは何かをまとめた記事をご覧ください。

Q4. どれくらいの期間で結果が出ますか

期間をお約束することはできません。

弊社の実測では、記事は公開2か月目から動き出しました。

これはセッション数の話で、AIの答えに出るまでの期間を測ったものとは別です。

AIの答えは日によって変わるので、1回ごとの結果より、月ごとに「聞いた回数のうち何回出たか」を並べて見てください。

Q5. 生成AIに記事を書かせれば、作業量は減りますか

書く工程の時間は、減る会社のほうが多いという調査があります。

国内の100社への調査では、制作時間が「2〜3割減った」が50%、「5割以上減った」が13%でした。

「あまり変わらない」が27%、「逆に増えた」が8%という回答もあります。

減るのは9工程のうち「書く」の部分で、測る・聞き出す・確かめる・依頼する作業は、そのまま残ります。

AIに向けて形だけ整えたページは見分けられるという研究もあるので、材料の事実は工程3で取ってから書かせる順番になります。

まとめ

LLMO対策のやり方は9工程で、測ることから始まり、測り直して次の月へ戻ります。

要点を5つに絞ります。

• 最初に測る。社名を入れずに聞き、1回の結果で判断しない
• 質問を4段に分けて作る。弊社は40問で、商談の記録41本から使えたのは約20件だった
• 書くときは、冒頭で答え、比べられる数字と、できないことを書く
• 自社サイトの外にも実在の言及を作る。引用元に占める自社サイトの割合は、全体の14.3%だった
• 公開した記事に戻る。弊社の実測では、手を入れない記事は12か月目に最大時の4分の1になった

量は、弊社の設計で測る回数が月240回、年2,880回です。

書く時間には英語圏の平均として3時間20分という調査があり、調べる工程の時間を測った公開調査は見つかりませんでした。

海外の実験の数字は英語圏のものが中心で、日本語で同じ結果になる保証はありません。

そのうえで、どの工程を自社でやり、どの工程を任せるかは、作業量の表に自社の数字を入れて決めてください。

入口の作業は、今日のうちに自分で始められます。

今日できる点検

9工程のうち、道具も予算も使わずに今日できる点検を表にしました。

上から順に進めると、工程1・4・6・7・9の入口を1回ずつ通ることになります。

点検は、質問1問・AI1種・2回という最も小さい形にしています。

続けられそうだと分かってから、質問とAIの数を増やしてください。

点検の表

点検すること	やり方	結果の見方
社名を入れずにAIに聞く	買い手の質問を1問決め、AIに2回聞く	自社の名前が出た回数を「2回中◯回」で書く
出典を開く	答えに付いた出典のページを全部開く	自社・同業・第三者のどれが並んでいるかを数える
自社の事実を照らし合わせる	料金ページ・会社概要・古い記事1本を並べて開く	対応地域と所在地の表記が同じかを見る
外部の掲載を数える	社名で検索し、自社以外のページを一覧にする	古い情報のままの掲載に印を付ける
古い記事を1本開く	公開から9か月以上たった記事を1本選ぶ	数字と日付が今も正しいかを確かめる
担当を書き込む	「分ける表」の9行に名前を書く	名前を書けない行を数える

点検のあとにすること

6つの点検が終わると、手元に記録が6つ残ります。

この記録が、来月の同じ日にもう一度点検するときの比べる相手になります。

1回目の数字が良くなくても、気にする必要はありません。

弊社も「おすすめの会社」の質問では4回中0回から始めています。

測った日付と数字を残しておけば、次に何を直すかは、9工程の表のどこかに書いてあります。

ページを増やしても問い合わせが来ないなら、原因はページの外にあります。その場合は、下の入口からご相談ください。