CHECKLIST · 2026 EDITION
LLMO チェックリスト
完全版 2026年
ChatGPT・Perplexity・Claude・Google AI Overviews などの AI 検索に 引用されやすいページ構造を作るための必須10項目を、実装手順・確認方法つきで解説します。サイト採点くんの累計1000件超データから抽出した業界平均と、自社サイト dogfooding 改善事例（5/10→9/10）を実証材料として掲載します。
── QUICK ANSWERS ──
LLMO とは？よく聞かれる質問にひとことで答える
AI 検索（ChatGPT / Perplexity / Claude / Google AI Overviews）から流入を増やしたい方が最初に知りたい質問への直接的な答えをまとめました。
LLMO とは何ですか？
LLMO（LLM Optimization）は、ChatGPT・Perplexity・Claude・Google AI Overviews などの大規模言語モデル（LLM）ベースの AI 検索エンジンに「引用される」ことを狙う最適化施策です。「青いリンク10本」から「AI 要約 + 引用元数件」へと検索の出口が変わる時代の、SEO の次のレイヤーになる対策です。
LLMO と SEO の違いは何ですか？
SEO は Google の検索順位を上げる対策、LLMO は AI が回答を生成する際に引用元として選ばれる対策です。SEO は title・meta description・sitemap・robots など「検索エンジンが読みやすい構造」、LLMO は FAQPage / Article schema・著者情報・H2 質問形・出典引用など「AI が抜き出しやすい構造」が主軸です。両方併用が前提で、どちらか一方だけでは流入チャネルが片肺になります。
LLMO は AEO / GEO とどう違うのですか？
ほぼ同義で使われます。AEO（Answer Engine Optimization）は「答えエンジン」全般への最適化、GEO（Generative Engine Optimization）は「生成 AI エンジン」への最適化、LLMO（LLM Optimization）は「大規模言語モデル」への最適化と、対象範囲が微妙に異なる呼び分けですが、実装する技術項目（schema 設置・著者情報・出典引用・質問形見出し等）は共通しているため、現場では同じ意味で使われることがほとんどです。
ChatGPT に引用されるにはどうすればいい？
ChatGPT 検索（旧 SearchGPT）は Bing インデックスを活用しているため、まず Bing Webmaster Tools での sitemap 登録・robots.txt で GPTBot・ChatGPT-User の許可が前提です。その上で FAQPage schema / Article schema / 質問形 H2 / 構造化リスト・表で「答えがどこにあるか」を機械可読化すると引用率が上がります。海外事例（Go Fish Digital のGEO報告）では ChatGPT 経由 CV が通常検索の25倍だったと報告されています。
Perplexity の検索結果に出るには？
Perplexity は独自クローラ PerplexityBot を運用しています。robots.txt で明示的に Allow すること、出典明示・cite/blockquote タグを多用すること、一次情報（自社調査・データ）を1ページに最低1つ含めることが効果的です。Perplexity は出典リンクをクリック先として表示するため、引用された瞬間に直接流入が発生します。
Google AI Overviews（旧 SGE）に表示されるには？
Google AI Overviews は通常の Google 検索インデックスから引用元を選びます。robots.txt で Google-Extended を Allow し、E-E-A-T（Experience / Expertise / Authoritativeness / Trustworthiness）を高める著者情報・更新日・引用要素を整えるのが基本。海外事例では3ヶ月で AI Overviews 表示が +540% 増加した報告（The Rank Masters / LS Building Products）もあります。
Claude の引用元になるには？
Anthropic Claude は ClaudeBot でクロールします。robots.txt 許可 + 質の高い構造化データ + 一次情報の充実が条件。Claude は他のAIより「出典の信頼性」を重視する傾向があり、Organization schema（特に LocalBusiness / Hospital / Restaurant 等の具体タイプ）と著者の sameAs（X・LinkedIn 等への外部リンク）を併設すると効果的です。
LLMO スコアはどう測るのですか？
サイト採点くんの LLMO 簡易チェッカーに URL を入れるだけで、30秒・無料・登録不要で10項目（FAQPage / Article-or-HowTo / Organization / 著者情報 / 更新日 / H1単数 / H2質問形 / 構造化リスト / 出典引用 / 一次情報）を自動採点します。10点満点で表示され、項目別の通過/未通過と改善方法を示します。
LLMO の業界平均はどのくらいですか？
サイト採点くんが2026年3月〜5月に採点した N=985件・191ドメイン・13業種のデータでは、LLMO 平均スコアは 約64点、SEO 平均との gap は +2.9点 でSEO先行・LLMO 遅れの構造です。業種別では medical（治療院系）78.0点 が首位、legal-tax（士業）54.4点 が最下位で、業種間格差は最大22.5点。詳細は 業種別 LLMO ランキング 2026年版 に掲載しています。
LLMO 対策で何から始めればいい？
優先順位は (1) FAQPage schema 設置（最重要・2点配点）→ (2) Article / HowTo schema → (3) 著者情報の機械可読化 → (4) 更新日明示 → (5) H2 質問形 / 構造化リスト / 出典引用。最初の FAQPage 設置だけで業界平均を超える事業者が多数存在し、半日で実装可能です。詳細手順は本ページ下部の「10項目をどう実装するか」セクションをご覧ください。
LLMO 対策の費用はいくらかかりますか？
自社で実装すれば schema 追加・テンプレート修正だけなので追加費用ゼロが可能です。Web 制作会社に依頼する場合、CMS 別の修正範囲によって 5万〜30万円程度が相場（10項目フル実装）。サイト採点くん有料診断（¥1,980 / 1サイト）では「自分で直せる項目 / 業者に頼むべき項目」に振り分けたレポート + 業者依頼書テンプレが得られるので、業者依頼の見積もり交渉にも使えます。
LLMO 対策で実際に効果は出るのですか？
海外事例では Adobe レポートで AI リファラル流入 +693%、retail 業界で +4,700% YoY（2024-2025）、B2B SaaS の AI 流入 CV率は通常検索の 6〜27倍 という数字が報告されています。日本国内も2026年に入って Perplexity / ChatGPT 利用者が急増し、AI 検索からの流入が業界平均で +123%（過去6ヶ月）という調査もあります。LLMO は「これからやれば効く」段階の対策です。
LLMO の効果はどのくらいで出ますか？
schema 系の実装は AI クローラの再クロールから2〜4週間で AI 検索エンジン側に反映され始めます。引用率の本格的な向上は3〜6ヶ月単位の継続改善が必要で、特に被リンク獲得・一次情報の継続発信が伴うと効果が逓増します。本ページの10項目すべて実装した後、最低3ヶ月は AI 検索リファラル数を観測してください。
LLMO の効果はどう測ればいい？
GA4 で「セッションのリファラル」を見て、chatgpt.com・perplexity.ai・claude.ai・copilot.microsoft.com 経由の流入数を集計します。Google Search Console（GSC）では AI Overviews 経由のクリック数は別計測されないため、リファラル + 直接訪問の増加で間接的に推定する形になります。定期的な LLMO 簡易チェックでスコア推移も追ってください。
── TL;DR ──
まずは10項目の早見表
| # | 項目 | 配点 | 想定難度 |
|---|---|---|---|
| 1 | FAQPage schema を設置する | 2点 | 中 |
| 2 | Article / HowTo / BlogPosting schema を設置する | 1点 | 高 |
| 3 | Organization / LocalBusiness schema で事業者情報を機械可読化する | 1点 | 中 |
| 4 | 著者情報を機械可読に明示する | 1点 | 中 |
| 5 | 更新日を明示する | 1点 | 易 |
| 6 | H1 タグを1つだけ存在させる | 1点 | 易 |
| 7 | H2 に質問形を含める | 1点 | 中 |
| 8 | リスト・表で情報を構造化する | 1点 | 易 |
| 9 | 出典・引用要素を含める | 1点 | 中 |
| 10 | 一次情報・固有データを掲載する | 1点 | 高 |
※ 想定難度: 易 = 構造的な書き換えのみ / 中 = JSON-LD or 新規セクション追加 / 高 = コンテンツの本質的な拡張が必要
── BENCHMARK ──
業界平均と自社 dogfooding 事例
業界平均（N=985 / 13業種）
サイト採点くんで2026年3月〜5月に採点された 985件・191ドメイン・13業種のホームページ採点データから、LLMO（AI検索向け）スコアの業界平均は 約64点、SEO平均との gap（SEO − LLMO）は +2.9点。日本のホームページは伝統的SEOに比べAI検索向け構造化が一歩遅れています。
自社 dogfooding（saiten-kun.com）
自分の作った採点ツール（/tools/llmo-check）で saiten-kun.com を採点したところ 5/10 「改善余地あり」でした（2026-05-08）。本ページに記載の方法で FAQPage 追加・ul リスト追加・blockquote+cite で出典引用を加えた結果、9/10 「優良」に到達（2026-05-09）。article-or-howto は home page の性質上意図的に未対応のため 9/10 が頭打ちですが、純粋なコンテンツ追加で 5→9 の改善が可能です。
サイト採点くん /tools/llmo-check による自己採点（出典: 自社実測データ）
「業界平均は 64点で、伝統的SEOに比べ LLMO は遅れている」「自社サイトも 5/10 だった」という事実は、逆に 10項目ちゃんと実装すれば一気に業界トップ層に出られることを意味します。本チェックリストは『業界平均からトップ層へ』の最短経路です。
── 10 ITEMS DEEP DIVE ──
10項目をどう実装するか？手順と確認方法
各項目: なぜ重要か / 実装ステップ / 確認方法 の3点セットで解説します。
FAQPage schema を設置する
WHY
AI検索（特に Google AI Overviews / ChatGPT 検索）が「ユーザーの質問に対する回答」を抜き出すとき、最も信頼するシグナルが FAQPage schema です。FAQPage は質問と回答が機械可読な形でペアリングされているため、AI が文脈を誤解せず引用できます。サイト採点くんの累計1000件超データでは未設置が9割以上で、設置しているだけで一気に差別化できる項目です。
HOW
- ページ末尾などに「よくある質問」セクションを設ける（最低3問・推奨5〜7問）
- JSON-LD で @type: FAQPage を出力し、mainEntity 配列に Question / acceptedAnswer のペアを記述
- 質問は実際にユーザーが検索する自然言語に寄せる（「○○の使い方は？」「○○と△△の違い」など）
VERIFY
Google リッチリザルトテスト（rich-results-test）で FAQPage が検出されること、サイト採点くん /tools/llmo-check で「FAQPage schema が設置されている」が ✓ になること。
Article / HowTo / BlogPosting schema を設置する
WHY
記事ページや解説コンテンツでは Article 系 schema が AI に「これは記事である」と伝える基本シグナル。AI 検索の引用は「該当ページがどんな性質の文書か」を schema で判定するため、Article 系を入れていない記事は『単なるWebページ』として優先度が下がります。手順記事なら HowTo を選択するとさらに強い。
HOW
- ブログ記事・コラム・ニュースでは @type: Article を JSON-LD で出力（headline / author / datePublished / dateModified 必須）
- How-to 系の手順記事では @type: HowTo を選び step 配列で各手順を機械可読化
- メディアサイトの個別記事では @type: BlogPosting も可（Article より具体的）
VERIFY
Google リッチリザルトテストで Article / HowTo / BlogPosting のいずれかが検出されること。
Organization / LocalBusiness schema で事業者情報を機械可読化する
WHY
AI 検索が「この情報を発信しているのは誰か」を判定するための土台。会社名・所在地・連絡先・SNS 等を schema で明示しておくと、E-E-A-T（Experience / Expertise / Authoritativeness / Trustworthiness）の Trustworthiness が AI に伝わりやすくなります。地域密着型ビジネスは LocalBusiness、それ以外は Organization が基本。
HOW
- 全ページ共通の <head> で @type: Organization（地域密着なら LocalBusiness）を JSON-LD で出力
- name / url / logo / address / sameAs（SNS リンク配列）を明示
- サブタイプ Hospital / Restaurant / Hotel など業種別 type が使える場合は積極採用
VERIFY
Google リッチリザルトテストで Organization / LocalBusiness が検出されること、Schema Markup Validator で警告が出ないこと。
著者情報を機械可読に明示する
WHY
「誰が書いたか」が AI に伝わらない記事は引用優先度が下がります。author を機械可読にしておくのは E-E-A-T の Expertise / Experience を AI に伝える基本動作。記名記事と無記名記事では引用率に明確な差が出ます。
HOW
- Article schema の author フィールドに @type: Person または Organization を含めて name / url / sameAs を記述
- ページ本文内にも著者名・経歴・実績を明示（プロフィールリンク含む）
- 代替案として meta[name='author'] を <head> に設置（schema より弱いシグナル）
VERIFY
サイト採点くん /tools/llmo-check で「著者情報が機械可読に明示されている」が ✓ になること。
更新日を明示する
WHY
AI 検索は情報の鮮度を重視します。dateModified が無い・古いページは「情報が古いかもしれない」と判定され、引用候補から外されやすい。最新情報を扱うページほど更新日明示の重要度は高くなります。
HOW
- Article 系 schema に dateModified フィールドを追加（ISO 8601 形式）
- ページ表示でも <time datetime='2026-05-09'>2026年5月9日</time> 形式で人間にも見せる
- コンテンツを実質的に更新したら必ず dateModified を更新する（テンプレ更新だけでは弱い）
VERIFY
JSON-LD dateModified が現在から180日以内、または time[datetime] タグが記事冒頭にあること。
H1 タグを1つだけ存在させる
WHY
AI が「このページの主題は何か」を判定する最初のシグナルが H1 です。複数あると主題が曖昧になり、ゼロだと判定が困難。1ページ1主題の原則を見出し構造でも守るのが LLMO 観点では特に重要です。
HOW
- ページのメイン見出しを <h1> でマークアップ（1ページ1個）
- サイトロゴやヘッダー名は <h1> ではなく <p> や <div> で表現する
- h2 / h3 / h4 と階層的に使い、見出しレベルをスキップしない
VERIFY
Chrome DevTools で document.querySelectorAll('h1').length === 1 を確認、サイト採点くんで ✓ になること。
H2 に質問形を含める
WHY
AI 検索の引用は「ユーザーの質問」と「ページの見出し」のマッチングで起きるため、H2 が質問形（「○○とは？」「なぜ○○か」「どのように○○するか」）になっていると引用候補に上がりやすい。一般論として、説明型サイトは H2 の30%以上を質問形にすると引用率が上がる体感があります。
HOW
- H2 を最低3本書き、うち1本以上を質問形にする
- 「？/とは/なぜ/どう/どのよう/何/いつ/どこ/誰/いくら」などの質問語を意識的に入れる
- 質問形 H2 の直後に簡潔な答え（1〜2段落）を置く（AI が抜き出しやすい構造）
VERIFY
サイト採点くん /tools/llmo-check で「H2 に質問形が含まれる」が ✓ になること。
リスト・表で情報を構造化する
WHY
AI は構造化されたリスト・表をそのまま引用しやすい。だらだら書かれた段落より、3項目以上の ul / ol や table のほうが「このページから抜き出すべき情報がここにある」と判定されます。HowTo schema と組み合わせるとさらに強力。
HOW
- 比較・列挙・手順は ul / ol（3項目以上）または table で表現する
- 1ページに3つ以上のリスト/表を意識的に配置
- リスト項目は1項目1〜2文に収め、AI が個別に引用できる形にする
VERIFY
サイト採点くんで ul:0 + ol:0 + table:0 から、合計3以上にすること。
出典・引用要素を含める
WHY
「出典: 〜」「参考: 〜」と明記された一次情報・データ・統計を含むページは権威性が高いと判定されます。cite / blockquote タグや「出典」「参考文献」テキストは AI への明確なシグナル。逆に出典ゼロのページは「主観的な意見」として引用優先度が下がります。
HOW
- 他社レポート・公的統計・自社データを引用するときは <cite>レポート名</cite> や <blockquote> で囲む
- ページ末尾または該当箇所近くに「出典: 〜（URL リンク）」を必ず明記
- 可能なら外部リンク（rel='noopener'）で出典元へ送る
VERIFY
ページ内に cite / blockquote タグまたは「出典」「参考文献」「引用元」テキストが2件以上あること。
一次情報・固有データを掲載する
WHY
AI 検索の引用ターゲットは「ここでしか得られない情報」を持つページ。他社のまとめ記事や公知の事実だけだと AI 引用候補にすら入りません。自社調査・独自集計・社内データ・業界経験談など、固有データを1ページに最低1つ含めるのが LLMO 突破の最大要素。
HOW
- 自社で集めた独自データを1ページに1つ以上入れる（業界平均・社内利用率など）
- 業界平均と比較した自社の数値を「業界 X% に対して当社 Y%」と並べる
- 他社レポートを引用するときも自分の解釈・見解を1段落以上加える
VERIFY
ページに『独自集計』『N=◯◯件』『当社データ』『調査時期』など固有データの記述が含まれること。
── FAQ ──
よくある質問
Q. LLMO（LLM最適化）と SEO の違いは何ですか？
SEO（Search Engine Optimization）は Google などの検索エンジンで上位表示されることを狙う最適化です。これに対し LLMO（LLM Optimization）は、ChatGPT・Perplexity・Claude・Google AI Overviews などの AI が回答を生成する際に「このページから引用しよう」と選ばれることを狙う最適化です。AEO（Answer Engine Optimization）/ GEO（Generative Engine Optimization）とほぼ同義で使われます。従来 SEO のテクニカル要素（title / meta / sitemap 等）に加え、FAQPage / Article schema・著者明示・H2 質問形・構造化リスト・出典引用などが LLMO 固有の重要項目です。
Q. なぜ LLMO 対策が今すぐ必要なのですか？
Google AI Overviews（旧 SGE）が日本でも本格展開し、ChatGPT 検索・Perplexity・Claude などの AI 検索利用者が急速に増えています。検索の出口は『青いリンク10本』から『AI による要約 + 引用元数件』へと構造が変わっており、AI に引用されないページは検索結果ページに表示されても流入しないという事態が起き始めています。LLMO 対策は2025〜2026年にやっておくと、競合より先に AI 検索流入の起点を築けます。
Q. FAQPage schema を入れるとどれくらい効果がありますか？
サイト採点くんが累計1000件超のホームページを採点した結果、FAQPage schema の設置率は1割を切る水準でした（2026-05時点）。設置するだけで業界平均との差別化が成立し、Google リッチリザルト「FAQ」表示や AI 検索の引用候補入りが期待できます。ただし FAQPage は『機械可読な質問と回答のペア』が前提で、見た目だけ Q&A 風でも JSON-LD が無いと意味がありません。本ページの 1番目の項目を参考に正しく実装してください。
Q. 10項目すべて実装するのは大変です。優先順位を教えてください
重み順に「FAQPage（2点）→ Article/HowTo（1点）→ Organization → 著者情報 → 更新日 → H1 単数 → H2 質問形 → 構造化リスト → 出典 → 一次情報」が良いです。最も実装しやすいのは「H1 を1つに」「リスト/表を3つ以上」「更新日表示」の3つで、すべて構造的なリファクタリングだけで済みます。最も差別化に効くのは FAQPage schema と一次情報の掲載で、ここまでやれば業界水準を大きく超えます。
Q. サイト採点くんで実際にスコアを上げた事例はありますか？
saiten-kun.com 自身を /tools/llmo-check で採点したところ 5/10「改善余地あり」でした（2026-05-08 時点）。本ページに記載の方法で FAQPage schema 追加・SEO/LLMO 項目の ul リスト追加・業界水準データの blockquote 引用を加えた結果、9/10「優良」に到達しました（2026-05-09）。article-or-howto は home page の性質上意図的に未対応で 9/10 が頭打ちですが、純粋なコンテンツ追加だけで 5→9 の改善が可能です。
Q. 本ページの内容は無料で引用できますか？
はい、出典に「サイト採点くん『LLMO チェックリスト 完全版 2026年』（saiten-kun.com）」と明記いただければ、図表・数値・項目リストの引用は無料で可能です。記事・SNS・社内資料・営業資料・業界誌・ビジネス系メディアなど用途を問わずご利用ください。
── TRY IT ──
自分のサイトのLLMO スコアを採点する
URL を入れるだけで30秒、無料・登録不要で10項目すべてを自動採点します。本ページの内容を順番に実装すれば、業界平均（約64点）からトップ層（9点以上）まで一気に引き上げられます。
CITATION
引用について
本ページの図表・項目リスト・数値は、出典を明記していただければ、記事・SNS・社内資料・営業資料・業界誌・ビジネス系メディアなど用途を問わず無料でご利用いただけます。
https://saiten-kun.com/llmo-essentials