LLMOの効果は、単一の「AI順位」や総合スコアでは判定できません。検索での発見、生成AI回答での言及、引用と正確性、サイト流入、問い合わせ・商談は別の現象です。本稿では5層それぞれの分子、分母、証拠を定義し、月次レポートと実験判断へつなげます。
結論：LLMOのKPIは5層を混ぜない
LLMOでは、検索基盤、AI回答、引用・正確性、流入、問い合わせ・商談の5層を別々に測ります。上流の数値が変化しても、下流の成果が同時に変わるとは限りません。
例えば、サイトマップでURLが検出されてもインデックス登録済みとは限りません。AI回答で公式ページが引用されても、肯定的に推奨された、クリックされた、問い合わせにつながったとは限りません。各層を混ぜた総合点だけでは、どこを直すべきか判断できなくなります。
経営向けには5層の変化と次の判断を一枚にまとめ、担当者向けには質問、回答、引用URL、アクセス解析、問い合わせ判定の生データを残します。
検索から問い合わせまで5層を分ける
第1層は検索基盤です。Search Consoleのサイトマップ検出、インデックス登録、表示回数、クリック、検索クエリを確認します。検出URL数は登録URL数ではなく、表示0は「順位0位」ではなく表示データがない状態です。
第2層はAI回答です。事業上重要な質問を固定し、有効回答数、ブランド言及率、比較候補への掲載率、回答不能率を記録します。指名質問と非指名質問、比較・選定質問を分離します。
第3層は引用・正確性です。公式URL引用率、重要事実正答率、重大誤情報、第三者引用を記録します。表示された引用だけを事実とし、学習元や内部処理を外部から推定しません。
第4層は流入です。アクセス解析のsession source / mediumを基準に、識別できたAI参照セッション、エンゲージメント、ランディングページを追います。ユーザー獲得の最初の参照元と、各セッションの参照元を混同しません。
第5層は問い合わせ・商談です。正常保存されたフォーム送信、有効相談、商談、受注を追います。営業・迷惑連絡を除く基準と、相談を有効と判定する責任者を決めます。
KPIには分子・分母・除外条件を書く
割合だけをレポートすると、母数が変わったときに改善したように見えることがあります。言及率なら「ブランドを言及した有効回答数 ÷ 有効回答数」、公式URL引用率なら「公式URLを表示引用した有効回答数 ÷ 有効回答数」と定義し、分子と分母を併記します。
取得障害、質問拒否、空回答を有効回答から除く場合も、失敗として別指標に残します。都合の悪い試行を消すのではなく、全試行数、有効回答数、回答不能数を同じ期間で示します。
指名質問にブランド名や公式URLを含めれば言及・引用は上がりやすくなります。指名、URL提示、非指名、比較・選定を別セグメントにし、混ぜた全体率だけを成果にしません。
生成AIは1回で測らず、分布として観測する
生成AIの回答は、同じ質問でも日時、製品、モデル、検索機能、地域、言語、ログイン、会話履歴によって変わります。AI検索可視性の研究でも、一回の観測ではなく、同じ条件での反復と期間をまたいだ測定が必要だと指摘されています。
最低限、実行日時、製品名、画面で確認できるモデル・機能、Web検索の有無、地域・言語、ログイン状態、新規会話かどうか、質問全文、回答全文、引用URLを保存します。質問文や条件を変更した場合は、同じ時系列へ上書きせず新しい版として記録します。
反復回数に万能な正解はありません。最初は重要質問を少数に絞り、変動が大きい質問ほど反復を増やします。平均だけでなく、試行数、言及数、最小・最大、条件変更、欠損を示します。
引用・流入・問い合わせの因果を飛ばさない
「公式ページが引用されたので売上に貢献した」という結論は、引用ログだけでは出せません。引用URL、AIサービスからの参照セッション、フォーム送信、CRMの商談・受注を別々に取得し、同じ期間と対象ページで接続できる範囲だけを報告します。
アクセス解析でも、directや不明参照元をすべてAI流入とみなしてはいけません。Google Analyticsではユーザー獲得とトラフィック獲得で扱う範囲が異なります。LLMOの訪問評価では、まずセッション単位の参照元・メディアを使い、参照元を識別できない訪問は不明として残します。
AI回答の変化と流入・問い合わせが同じ時期に動いても、広告、広報、指名検索、季節性、別のサイト改修が同時にあれば因果は未確定です。相関、時系列、実験結果を区別します。
月次レポート台帳は18指標を同じ列で管理する
公開する月次台帳には、5層18指標の定義をあらかじめ入れています。各行に値だけでなく、分子、分母、比較期間、目標、取得元、対象セグメント、採用・除外条件、欠損、証拠URL、責任者、判断、次の行動を記録できます。
すべての企業が18指標を埋める必要はありません。取得できない指標を0にせず、未取得、処理中、対象外を分けます。経営判断に使う指標は少数へ絞っても、定義と生データを削除しないことが重要です。
月次レポートは、前月比だけでなく基準線、目標、変化の理由、証拠、次の一手をセットにします。表示や候補掲載が増えても誤情報が増えた場合は、単純な改善とは判定しません。
実験台帳で改善・悪化・変化なし・不明を分ける
タイトル、本文、会社情報、比較表、調査データ、内部リンク、構造化データなどを変更する前に、仮説、対象層、主要指標、悪化を防ぐガードレール、対象URL、基準線期間、観測期間を記録します。
再測定後の判定は、改善、悪化、変化なし、不明の4つです。データ不足、条件変更、複数施策の同時実施、外部の大きな変化がある場合は、不明とします。結果を出すために観測期間や除外条件を後から変えません。
公開する実験台帳には12の仮説例を入れていますが、結果欄は未判定です。一般的な仮説を成功事例として扱わず、自社の基準線と証拠で検証してください。
日本LLMOセンター自身の基準線も0から公開する
2026年7月27日時点で、公開サイトマップは27 URL、Search Consoleの最新サイトマップ検出は26 URLです。検出は登録ではなく、ページ登録レポートは処理中でした。過去3か月の検索パフォーマンスは表示0、クリック0、クエリ行なしであり、一ページ目や順位獲得を確認できる状態ではありません。
公開したChatGPT Search自己監査では4質問を各3回、計12回答取得しました。公式URLを直接指定した質問では公式ドメインの表示リンクが2/3、ブランド名を含む指名質問では3/3でしたが、非指名の比較質問で候補になった回答は0/3でした。表示リンクは引用と関連リンクを独立分類できない場合があります。これは成功率ではなく、質問群・時点・条件を限定した開始時の観測です。
Search Consoleの値は管理画面で確認した非公開証拠、サイトマップと自己監査データは第三者が確認できる公開証拠として、基準線CSVで分けています。将来の更新では同じ行を上書きせず、観測日ごとに履歴を残します。
30日で始めるLLMO効果測定
最初の週に、事業目的、対象顧客、重要質問、重要事実、対象AI、検索条件、取得できるアクセス・問い合わせデータを決めます。2週目に検索とAI回答の基準線を保存し、3週目に一つの仮説だけを実装します。4週目はクロールや回答変動の時間差を考慮し、すぐに成果を断定せず再測定日を決めます。
LLMOの効果測定は、見栄えのよい一つの点数を作ることではありません。どの顧客課題で正しく発見され、どの根拠で説明され、訪問と相談へ進んだかを、再検証できる形で残す意思決定基盤です。
- 1〜7日：質問、事実、対象URL、取得元、責任者を確定する
- 8〜14日：検索、AI回答、引用、流入、問い合わせの基準線を保存する
- 15〜21日：優先仮説を一つ選び、変更差分と公開日を記録する
- 22〜30日：取得状況を確認し、改善、悪化、変化なし、不明を判定する