生成AI時代のSEO戦略と次の一手
AIオーバービューや生成AIの普及で検索行動が変化しています。LLMO（LLM最適化）の基本、影響が出やすい領域、すぐできる実務、効果測定の難しさと向き合う考え方を登壇者の発言とともに整理します。
登壇者紹介
本セミナーには、株式会社インティメート・マージャー 代表取締役社長の簗島亮次氏と、シンクムーブ株式会社 代表取締役の豊藏 翔太氏が登壇されました。簗島氏は長年にわたりデータ活用を軸に事業を推進してきた立場から、サードパーティデータを活用したLLMO支援の考え方と実務の方向性を提示されました。豊藏氏はSEO支援の実務経験に加え、AI活用・業務改善の支援にも携わってきた立場から、LLMOをめぐる市場の現状、社内説明の難しさ、そして「何から着手すべきか」を現場目線で整理されました。
セミナーの背景と問題意識
生成AIの普及により、ユーザーの情報収集行動が大きく変わりつつあります。従来は検索エンジンでキーワード検索し、複数ページを比較しながら意思決定する流れが一般的でしたが、今後は生成AIに質問し、その回答を起点に意思決定が進む場面が増えると見込まれています。セミナーでは、この変化がWebマーケティング、とりわけSEOにどのような影響を与えるのかが議論されました。
モデレーターからは、LLM（大規模言語モデル）を前提としたウェブ戦略の見直しに関心がある方、SEOやテクニカルの知識を持ちつつLLMにも関心がある方、社内で正しい認識を作り施策を明確にしたい方に向けた内容であることが示され、参加者の質問を取り込みながら進める「インタラクティブ」な形式で展開されました。
キーメッセージと発言ハイライト
本セミナーの中心テーマは、生成AI時代における「LLMO（LLM最適化）」の捉え方と、SEOとの違いを踏まえた実務の組み立て方でした。LLMOとは、ChatGPTやGeminiなどの生成AIに自社の情報が参照・引用され、結果として認知や流入、問い合わせにつながる状態を目指す最適化の考え方として整理されました。簗島氏からは、AIが情報の「ソース」として参照するページの特徴をデータから把握し、改善提案につなげるアプローチが語られました。
LLMOは、生成AIに情報のソースとして参照してもらい、自分たちのサービスや商品を想起してもらうための最適化の仕組みです。（簗島氏）
一方で豊藏氏は、LLMOという言葉自体が新しく、ツールごとの差分やパーソナライズの影響もあり、現時点では「仮説混じりで議論されがち」な難しさがあると述べました。従来のSEOであれば、Search Consoleなどで検索回数やCTRといった定量指標を見ながら改善の筋道を作れましたが、生成AI領域では同じような計測が難しい点が課題として提示されました。
LLMOが難しいのは、定量データが見えづらく、うまくいった評価が訂正的になりやすい点です。（豊藏氏）
また、AIオーバービューなどにより「リンク先を確認しない」行動が増えている実感も共有されました。AIが要約した情報で納得し、検索を終了する流れが広がると、比較・検討系のロングテールキーワードで集客してきたメディアや比較サイトは、構造的に厳しくなる可能性が高いという見立てです。
AIがまとめてくれると、そのまま納得して検索を終了してしまうことが多いです。
ここで重要になるのが、用語の理解です。DMPは「Data Management Platform」の略で、主にオンライン上の行動データなどを収集・統合し、分析やターゲティングに活用するための基盤です。サードパーティデータは、自社サイト外のメディア閲覧データなど「自社以外で収集されたデータ」を指し、ファーストパーティデータは自社が直接取得する顧客データを指します。LLMOでは、こうしたデータや外部情報をもとに、AIに参照されやすい情報設計を考える必要があると語られました。
実践的な取り組みと事例
実務として「何から始めるべきか」については、まず現状把握が最優先だと整理されました。簗島氏は、メディアや比較サイトなどではAI登場後からトラフィックが継続的に減少している例があり、季節要因ではなく構造変化として捉えるべきだと述べています。そのため、短期の上下ではなく、1年〜2年といった中長期でデータを見て、自社が影響を受けているかを把握することが出発点になります。
まずは変化しているかどうかを調べることが重要で、中長期のスパンでデータを見て影響がありそうか確認する必要があります。（簗島氏）
次に「すぐできる施策」としては、Googleビジネスプロフィール（旧Googleマイビジネス）の整備、構造化マークアップ（検索エンジンやAIが情報を解釈しやすくするための記述）の整備、そして自社サイト内でQ&A形式でユーザーが知りたい情報を言語化して追加することが挙げられました。構造化マークアップは、ページ本文の見た目を崩さずにメタ情報として付与する方法も一般的であり、情報の「エンティティ（企業・サービスの実体）」を明確にする上で有効だと説明されています。
ビジネスプロフィールやQ&Aの整備は、今日からでも着手できる施策です。（豊藏氏）
ただし、登壇者が強調したのは「これさえやれば大丈夫」という施策ほど差別化になりにくい点です。生成AI時代は、コンテンツ生成自体が容易になった分、オリジナル情報の価値が相対的に上がります。実際に、AI生成コンテンツだけで量産したメディアが急落する例がある一方で、独自データを含み、AIで補強したコンテンツは伸びている傾向があるという実感も共有されました。
差別化の鍵は、どれだけオリジナルの情報をWeb上に展開できるかです。（豊藏氏）
また、LLMOはSEOの延長として語られがちですが、目的が異なるという整理も重要でした。SEOは主に「キーワードで上位表示し、流入を得る」ことが中心になりやすい一方、LLMOは「自然な質問文脈の中で、自社がどう推薦されたいか」を言語化し、認知や信頼の形成も含めて設計する必要があるという指摘です。豊藏氏は、毎月のように自社をAIで調べ直し、どのように認識されているかを確認するプロセスの重要性にも触れました。
LLMOは、自然な質問の文脈で自社がどういうポジションで推薦されたいかを言語化することが大事です。（豊藏氏）
この流れは、マーケティングと広報（PR）の境界も曖昧にします。AIは単一の情報源だけを参照するよりも、外部メディア、公式サイト、動画など複数のソースで整合している情報を信頼しやすい傾向があるため、社内の情報発信を分断したままでは不利になり得るという見立てが示されました。PR施策の比重を「何割にすべきか」という問いに対しては、一律の正解よりも、経営者・上長と目的を共有し、SEO予算と検証予算を混同しない形で進めることが建設的だという考え方が語られました。
今後の展望とまとめ
生成AI時代のSEO戦略は、単に順位を追うだけでは説明しきれない局面に入っています。AIオーバービューなどにより、ユーザーがページを訪れずに満足してしまう行動が広がれば、特に比較・検討をロングテールで獲得してきたビジネスほど影響を受けやすくなります。その一方で、今すぐにSEOが消えるわけではなく、SEOとLLMOを「同時にやったほうがよい」という方向性自体は共有されつつも、目的の違いを曖昧にしたまま進めると現場が疲弊しやすい点も示されました。
だからこそ、まずは自社の現状をデータで体感し、AIが自社をどう認識しているかを確認し、誤認があるなら正しい情報をWeb上で発信して整合性を作ることが第一歩になります。その上で、誰にどんな質問文脈で推薦されたいのかを言語化し、オリジナル情報を核にしたコンテンツ設計と、社内外で整った情報発信を重ねることが、次の一手として現実的です。
