日本LLMOセンター相談する

LLMO Research & Open Data

LLMOの判断材料を、再検証できる公開データに。

結果だけでなく、対象、条件、判定、限界、機械可読データを一緒に公開します。引用・比較・社内検証の起点として使える一次調査ハブです。

公開・最終確認：データカタログ版：2026-07-27.1

Research overview

記事の結論だけでなく、
確かめられる材料を残す。

ここでDatasetとして扱うのは、観測対象と方法を定め、実際の記録をCSVまたはJSONで公開している5調査だけです。 RFPやチェックリストなどの実務テンプレートは、Datasetへ混ぜません。

5
公開調査データセット
43
全公開データ・実務資料
CSV / JSON
機械可読な主要形式
SHA-256
全配布ファイルの同一性確認

顧客成果や検索順位を示す実績集ではありません。自己監査は自己監査と明示し、 未確認項目を推測で埋めず、観測条件の外へ結果を一般化しません。

Featured datasets

5つの一次調査データセット

各データセットに、対象、方法、限界、元レポート、直接ダウンロードを対応づけています。

01Dataset

ChatGPT Search 4質問×3回の公開診断ログ

日本LLMOセンターの指名・非指名表示を、固定した4質問で各3回観測した回答・引用・事実判定の全記録です。

対象
4質問・12有効回答。実行ログ、表示URL、事実判定、回答原文を収録。
方法
新しいTemporary Chat、画面表示Instant、Web search手動選択、一質問一生成に固定し、成功回答だけを選ばず保存しました。
限界
単一アカウント・短時間・同一端末で行った自己監査です。 一般的な表示確率、検索順位、他の利用者の結果を示しません。
CSV実行ログ CSVCSV表示ソース CSVCSV事実判定 CSVJSON全記録 JSON
調査方法・結果・出典を読む
02Dataset

公開Web 25ページにおける「LLMO」の意味監査

同じLLMO表記が、AI検索最適化、モデル運用、オーケストレーション、数理最適化、暗号署名、製品名でどう使われるかを分類したデータです。

対象
公開25ページ・6用途。ページURL、定義、文脈、分類、注記を収録。
方法
意味の混在を確認するため、LLMOと各展開語を組み合わせた公開Web検索から目的抽出し、ページ内の定義を記録しました。
限界
検索順位、検索ボリューム、各意味の市場シェアを示す標本ではありません。 記録した定義が業界標準であることを認定しません。
CSV25ページ監査 CSVJSON調査条件・全記録 JSON
調査方法・結果・出典を読む
03Dataset

国内外LLMO・GEO公開10事例の証拠監査

成功率や順位づけではなく、公開事例に再現条件・生データ・期間・事業成果・限界が明記されているかを同じ基準で確認した監査です。

対象
国内外10事例・15証拠項目。yes・partial・not_foundで記録。
方法
各発信者の公開ページだけを対象に、再現と成果解釈に必要な15項目の明示状況を監査しました。
限界
not_foundは監査対象ページで確認できないという意味で、別資料にも存在しないとは断定しません。 各社の優劣、主張の真偽、施策と成果の因果を判定する調査ではありません。
CSV10事例×15項目 CSV
調査方法・結果・出典を読む
04Dataset

国内外10 LLMOツールの公式公開情報調査

国内6・海外4サービスの公開料金、計測量、頻度、対象AI、出力・連携を、各社公式サイト・料金・ヘルプだけでそろえた比較データです。

対象
10サービス。公開料金、測定範囲、頻度、対象面、出力、注意点を収録。
方法
公式ページだけを参照し、ログイン後の機能や有料画面は実機比較せず、未確認項目を推測で埋めませんでした。
限界
2026年7月27日時点の公開仕様で、料金・機能は変更される可能性があります。 導入数、改善率、優位性などベンダー自身の主張を第三者検証済みの実績として扱いません。
CSV10ツール比較 CSVJSON公式URL・調査方法 JSON
調査方法・結果・出典を読む
05Dataset

日本LLMOセンター 構造化データ公開監査

一般公開URLをGoogleリッチリザルト テストで取得し、検出型、警告、修正内容、再検査結果を残した自サイト監査です。

対象
ホームと記事ページの検出項目、警告、修正前後、検査時刻を収録。
方法
Google公式検査ツールのスマートフォン取得を使い、実在する公開URLを修正前後で検査しました。
限界
自サイトを対象に行った自己監査です。 有効判定は、検索順位、インデックス、AI回答への引用効果を保証しません。
CSV検査結果 CSV
調査方法・結果・出典を読む

Reproducibility

再検証できる形で、
条件と限界を公開する。

「データがある」だけでは判断できません。何を数えたか、どのページや回答を見たか、 何を除外したか、どこまで一般化できないかをセットで残します。

  1. 01対象を固定

    質問、URL、比較対象、確認項目を先に定めます。

  2. 02全件を保存

    都合のよい結果だけを選ばず、除外理由を記録します。

  3. 03主張を分離

    観測事実、第三者の主張、編集部の解釈を混ぜません。

  4. 04限界を明示

    標本、時点、自己監査、未確認範囲を明記します。

生成AI可視性の調査方法を見る 編集・独自調査の公開基準を見る

Full catalog

全43ファイルの版・容量・ハッシュ

調査データに加え、RFP、チェックリスト、計測台帳、JSON-LD例などの実務資料を公開しています。 JSONカタログには全ファイルのURL、形式、容量、SHA-256、最終確認日を収録しています。

全ファイルカタログ JSON GitHubでソースを見る

Citation

引用するときの表記

研究・社内資料で引用する場合は、データセット名、日本LLMOセンター編集部、公開年、 元レポートまたはこのカタログのURL、参照日を記録してください。 第三者ページの本文・画像・商標は、各権利者の条件に従ってください。

推奨表記日本LLMOセンター編集部（2026）「データセット名」日本LLMOセンター LLMO調査・公開データ https://llmocenter.com/research/ （参照：YYYY-MM-DD）

GitHubはリポジトリ直下のCITATION.cffに対応しています。 データの改変・再配布など引用を超える利用条件は、現時点で一律のライセンスを付与せず、お問い合わせで確認します。

データを自社の判断へつなげる公開データを読むだけでなく、自社の質問・公式情報・基準線へ置き換えます。
LLMO診断の標準範囲を見る

Contact

生成AI上での見え方を、
一緒に確かめませんか。

現状の可視性や課題がまだ整理できていなくても構いません。 まずは事業と検討状況をお聞かせください。

無料相談を申し込む