LLMO効果測定は5つの層で測る|引用率と推奨率の数え方

AIの回答に自社が出ているかをノートパソコンで確かめる担当者

「AI 検索の対策は効果が出ているのか」と上司に聞かれても、AIの回答は聞くたびに変わり、検索順位のような決まった数字もないため、何をどう測ればよいのか迷う場面は少なくありません。指標の名前ばかりが増え、報告の形が決まらないという悩みも重なります。

そこで本記事では、LLMOの効果を5つの層に分けて測る方法と、引用率・推奨率を同じ条件で測り続ける手順を整理します。当社(株式会社街中文学)は、企業向けにLLMOのコンサルティングを提供する会社です。

あわせて、目的別に追う指標の絞り方や、月次の運用と上司への報告の型、数値が伸びないときの打ち手も同じ流れで解説します。

目次

先に結論:LLMOの効果は5つの層に分けて測る

まず最初に、結論からお伝えします。LLMOの効果は1つの数字では測れないため、AIの回答に表示されたか、引用されたか、推奨されたか、サイトに来たか、問い合わせにつながったかの5つの層に分けて測るのが基本です。

  • 指標を5つの層に分けて全体像をつかむ
  • 引用と推奨は同じ質問を複数回聞いて数える
  • 目的に合わせて追う指標を3つに絞る

1つ目は、指標を層に分けて全体像をつかむことです。AIの回答に表示されても、サイトに来るとは限りません。層ごとに見れば、どこで止まっているのかが分かり、打ち手を選べます。

2つ目は、引用と推奨を、あらかじめ決めた質問で複数回聞いて割合で数えることです。AIの回答は聞くたびに変わるため、1回の確認で「載った」「載らなかった」と判断すると読み違えます。

3つ目は、自社の目的に合わせて追う指標を3つ程度に絞ることです。指標を増やしすぎると、毎月の確認が続かず、上司への報告も焦点がぼやけてしまうでしょう。

層 見ること 主なデータ源
表示 AI機能でリンクが出た回数 Search Console
引用 決めた質問で出典に入った割合 質問ごとの定点観測
推奨 候補として勧められた割合 質問ごとの定点観測
流入 AI経由で訪問があったか GA4
問い合わせ 成果につながったか フォームと商談の聞き取り

表示はサイト全体の合計で、どの質問で出たかまでは分かりません。引用と推奨は、決めた質問ごとに自社で数える層です。表の上の層ほど早く変化が見え、下の層ほど事業の成果に近づきます。以降は、測定が難しい理由、各層の測り方、引用率と推奨率の数え方、目的別の絞り方、月次の運用と報告の順に進みます。

LLMOの効果測定がSEOより難しい理由

LLMOの効果測定がSEOより難しいのは、AIの回答が聞くたびに変わり、検索順位の物差しがそのまま使えず、目に見える流入が影響の一部にとどまるからです。この3つを先に押さえると、完璧ではなくても傾向をつかむ測り方を選べるはずです。

聞くたびに変わるAIの回答をイメージした光の軌跡

AIの回答は聞くたびに変わる

同じ質問でも、AIの回答は人や状況によって変わります。GoogleのAIモードは、条件を満たす利用者には過去の検索などを参照して回答を個別化すると説明しています(Google検索ヘルプ「Google 検索の AI モードで AI による回答を取得する」)。

生成の仕組みそのものにも揺れがある点に注意が必要です。ChatGPTのコード生成を対象に同じ指示を繰り返した査読済みの研究では、ランダムさを抑える設定にしても出力が完全には一致しないことが確かめられています(Ouyangほか, ACM TOSEM 2025)。検索の回答を調べた研究ではありませんが、生成AIの出力が毎回同じとは限らないことを示す結果です。だからこそ、1回の確認ではなく、条件をそろえた繰り返しで傾向を見る必要があるのです。

検索順位と引用は同じ物差しで測れない

検索で上位にあることと、AIの回答で引用されることは、別の物差しで見る必要があります。街中文学が2026年9月8日に「共起語」など2つの検索語の結果を取得して確かめたところ、AIによる概要の参照元13件のうち6件は、同じ検索の1ページ目に入っていませんでした。

1時点・2つの検索語の観測ですが、順位表だけでは引用の状況が分からないことを示しています。研究者も、複数の情報源を1つの回答にまとめる生成AIでは、平均順位で可視性を測る考え方がそのまま当てはまらないと指摘しています(Aggarwalほか「GEO: Generative Engine Optimization」, KDD 2024)。AIに引用される条件そのものは、LLMOとはで整理しています。

見えている流入は影響の一部にすぎない

アクセス解析で見えるAI経由の流入は、LLMOの影響の一部にとどまるのが実情です。AIの回答で社名を知った人が、リンクをたどらずに後から社名で検索し直したり、直接サイトに来たりした分は、AI経由として記録されないからです。

GA4でも、ブラウザにURLを直接入力した訪問など、参照元がはっきりしない訪問は「(direct) / (none)」に分類されると説明されています(アナリティクスヘルプ「[GA4]「(direct) / (none)」トラフィックについて」)。流入の数字だけで効果を判断すると、LLMOの価値を小さく見積もるおそれがあるでしょう。

LLMOの効果を測る5つの層と指標

5つの層は、公式の計測機能で見られる層と、自社で数える層に分かれます。表示はSearch Console、流入はGA4で見られる一方、引用と推奨は決めた質問の定点観測で、問い合わせはブランド検索と聞き取りで補う形です。

LLMOの効果を層ごとに測るためのノートパソコン

表示は生成AIパフォーマンスレポートで見る

GoogleのAIによる概要とAIモードでの表示は、Search Consoleの「生成 AI パフォーマンス レポート」で確かめます。2026年8月31日に全サイトへ提供され、生成AI機能でサイトへのリンクが表示された回数を、ページ・国・日付・デバイス別に見られます(Search Consoleヘルプ「生成 AI パフォーマンス レポート(検索)」)。

ただし、ヘルプが説明しているのは表示回数とその切り分けで、どの質問で表示されたかまでは分かりません。表示が少ないサイトや、生成AI機能から除外する設定にしているサイトではレポート自体が出ない点も、最初に確かめておきましょう。

引用と推奨は決めた質問で数える

出典として引用されたか、候補として名前が挙がったかは、自社であらかじめ決めた質問をAIに聞いて数えます。Search Consoleでは、AIによる概要の中のリンクはすべて同じ掲載順位として扱われるため、回答の中で何番目に紹介されたかは分からないからです(Search Consoleヘルプ「表示回数、掲載順位、クリック数とは」)。

Bingのように、AIの回答で引用された回数を公式に示すツールも出てきました。Microsoftは2026年2月10日、Bing Webmaster Toolsで、Microsoft CopilotやBingのAIによる要約などで出典として表示された引用の総数などを示す「AI Performance」を公開プレビューとして提供しました(Bing Webmaster Blog)。こうした公式データと自社の定点観測を組み合わせると、見えない部分を減らせるでしょう。

流入はAIアシスタントと検索を分けて見る

AI経由の流入は、GA4の既定のチャネル「AIアシスタント」で確かめられます。ヘルプは、このチャネルにChatGPTなどからの訪問が入る一方、GoogleのAIによる概要とAIモードからの訪問は除外され、「オーガニック検索」に含まれると説明しています(アナリティクスヘルプ「デフォルトチャネルグループ」)。

つまり、GoogleのAI機能から来た訪問は、通常の検索流入と区別できません。AIアシスタント経由の流入と、検索全体の流入を分けて推移を見るのが現実的です。GA4での見方の詳細は、AI検索経由の流入をGA4で測定する方法で扱っています。

問い合わせはブランド検索と聞き取りで補う

AIで社名を知った人の動きは、ブランド検索の推移と、問い合わせ時の聞き取りで補います。Search Consoleにはブランド名を含む検索語とそれ以外を分けるフィルタがあり、2026年3月11日に対象サイト全体へ提供されました(Google検索セントラルブログ)。使えるのはトップレベルのプロパティで、検索の量が十分なサイトに限られるため、表示されない場合はクエリの絞り込みで社名を含む語を指定して推移を見ましょう。

あわせて、問い合わせフォームや商談で「何で当社を知ったか」を聞き、「AI で知った」という回答を記録しておきましょう。ブランド検索は件数が少ないうちは率が大きく振れるため、件数と率を分けて見ることも大切です。

引用率と推奨率を再現性のある形で測る

引用率と推奨率は、測る質問を先に決めて固定し、同じ質問を複数回聞き、AIサービス別・テーマ別に集計し、条件を毎回記録して測ります。この4点がそろうと、月ごとの変化を比べられる数字になるはずです。

測る質問は検討と比較の段階から選ぶ

測る質問は、「おすすめの◯◯を教えて」のような検討の段階と、「AとBならどちら」のような比較の段階から選びます。悩みの相談に近い質問では、回答が解決策の種類の説明にとどまり、社名が挙がらないこともあるからです。

質問は測り始める前にまとめて決め、途中で入れ替えないことが大切です。思いついたときに質問を足していくと、前の月と同じ条件で比べられなくなります。

今泉の視点:測る質問を決めるときは、自社が言いたいことではなく、顧客が商談や問い合わせで口にした迷いを、そのまま質問の形に起こしてみてください。私は、実際の顧客の言葉で作った質問ほど、測った結果がそのまま「どのページに何を書くか」の判断につながると考えます。

同じ質問を複数回聞いて割合で数える

1つの質問は1回ではなく複数回聞き、自社が出た回数の割合で数えます。研究用に組んだ生成エンジンで可視性を調べた査読付き国際会議の研究でも、統計的なぶれを減らすため、各質問への回答を5回生成して評価しています(Aggarwalほか, KDD 2024)。

数え方は、引用率なら「出典に自社のURLが出た回数 ÷ 聞いた回数」、推奨率なら「候補として社名が挙がった回数 ÷ 聞いた回数」とすると分かりやすくなります。何番目に挙がったかも残しておけば、同じ推奨でも扱いの大きさの違いを比べられるでしょう。

AIサービス別とテーマ別に分けて集計する

集計は、AIサービスごと、質問のテーマごとに分けて行います。AIサービスは回答の作り方がそれぞれ違い、たとえばChatGPTの検索は、外部の検索事業者と連携するとき、通常は質問を1つ以上の検索語に書き換えて送ると説明されています(OpenAI Help Center)。

サービスをまたいで平均すると、あるサービスでは強く別のサービスでは弱い、という差が消えてしまいます。件数の少ないテーマは割合が大きく振れるため、率と件数を並べて書いておくと読み違えを防げます。

測った条件を毎回記録に残す

測った日時、使ったサービスと設定、ログインの状態などを毎回記録しておくことが欠かせません。ChatGPTの検索は、IPアドレスから推定したおおよその位置や、有効にしている場合は保存された記憶も使うことがあると説明されており、条件が違えば回答も変わりうるからです。

記録する項目 書く内容
日時と担当者 測った日時と測った人
AIサービスと設定 ログインや記憶の設定
測った場所 地域と通信の経路
質問 固定した質問文
回数 同じ質問を聞いた回数
引用 出典に自社URLがあるか
言及 回答に社名が出たか
推奨 候補として勧められた順番
説明の正しさ 自社の説明に誤りがないか

この表の項目を記録シートの列にしておけば、担当者が替わっても同じ手順で測り続けられます。

目的別に追う指標を3つに絞る

追う指標は、LLMOに取り組む目的に合わせて3つ程度に絞ります。認知を広げたいのか、比較で選ばれたいのか、問い合わせを増やしたいのかで、早く変化が見える指標と、最後に確かめる指標が変わるからです。

目的 追う指標
認知を広げたい 表示回数・言及率・ブランド検索
比較で選ばれたい 推奨率・推奨の順番・説明の正しさ
問い合わせを増やしたい AI経由の流入・問い合わせ・聞き取り

目的が複数ある場合も、まずは一番近い目的の行から始め、続けられる量を確かめてから広げるのが無理のない進め方です。

認知が目的なら表示と言及を追う

認知を広げたいなら、Search Consoleの生成AI機能での表示回数と、決めた質問での言及率(回答に社名が出た回数 ÷ 聞いた回数)、ブランド検索の推移を追います。いずれも問い合わせより早く動くため、取り組みの初期に変化を確かめやすい指標です。

ただし、言及の数を増やすこと自体を目的にしないよう注意しましょう。Googleは、ウェブ上で作為的な「言及」を集めることは、見た目ほど役に立たないと説明しています(Google検索セントラル「Google 検索の生成 AI 機能向けにウェブサイトを最適化する」)。

比較で選ばれたいなら推奨と説明の正しさを追う

比較の場面で選ばれたいなら、推奨率と何番目に挙がるか、そして自社についての説明が正しいかを追います。名前が挙がっても、料金や対応範囲を誤って説明されていれば、選ばれる理由にはなりません。

Googleも、AIの回答には間違いが含まれている場合があると明記しています(Google検索ヘルプ)。誤りを見つけたら、自社サイトの説明や公式情報を整え、次の定点観測で直ったかを確かめましょう。

問い合わせが目的なら流入と聞き取りを追う

問い合わせを増やしたいなら、AI経由の流入、問い合わせ数、問い合わせ時の「AI で知った」という聞き取りの3つを追います。Googleも、クリック数を優先しすぎず、販売や登録などさまざまなコンバージョン指標を見るよう勧めています(Google検索セントラルブログ)。

聞き取りは本人の申告なので、実際の行動とずれることがあります。GA4の流入や問い合わせの記録と組み合わせ、どちらか一方の数字だけで判断しないことが大切です。

月次の運用と上司への報告の型

運用は、月1回の定点観測と四半期ごとの見直しを基本にし、報告は現状・変化・成果・次の一手の順で組みます。数値が伸びないときは、止まっている層に合わせて打ち手を選ぶのが近道です。

月次の測定結果を共有する社内の打ち合わせ

月1回の定点観測と四半期の見直し

決めた質問の定点観測は月1回、質問の一覧と目標の見直しは四半期に1回を目安にすると、少人数でも続けやすくなります。AIの引用のされ方は利用者の行動やモデルの更新などで変わると、Microsoftの担当者も説明しています(Bing Search Blog)。

毎月の数字の上下に一喜一憂せず、3か月ほどの流れで傾向を見るのが現実的です。Search ConsoleやGA4の数字は同じ日に取り出し、定点観測の記録と1枚にまとめておくと、報告の準備が短く済みます。

報告は現状・変化・成果・次の一手で組む

上司への報告は、現状の数字、前回からの変化、問い合わせなどの成果、次の一手の4つで組みます。Microsoftも、2026年10月にベータ版として追加したトピック単位の分析機能の数値について、正確な台帳ではなく計画のための方向性の目安として扱うよう求めています(Bing Webmaster Blog)。AI側の公式データでも目安として扱うものがある以上、効果を大きく見せすぎない書き方が大切です。

率だけでなく件数も添えましょう。街中文学が2026年8月8日にSearch Consoleで自社サイトの90日分を確かめたところ、社名の検索語のクリック率は62.5%で、サイト全体の平均1.40%を大きく上回りました。一方、記事メディアの部分で一覧に出た社名の検索語は1件・25表示・0クリックでした。率だけを並べると件数の少なさが隠れ、実際より大きな成果に見えてしまいます。

数値が伸びないときは層ごとに打ち手を変える

数値が伸びないときは、どの層で止まっているかを見て打ち手を選びます。全体の表示がない、表示はあるが狙った質問では引用されない、引用されても訪問がない、訪問はあるが問い合わせにならない、のどれに当たるかで、直す場所が変わるからです。

  • 表示がないなら登録と設定を確かめる
  • 引用がないなら独自の情報を足す
  • 訪問がないなら引用されたページを見直す
  • 問い合わせがないなら導線を整える

たとえば表示がないときは、Search Consoleの「検索の生成 AI 設定」で生成AI機能に含める設定になっているかも確かめましょう(Search Consoleヘルプ「検索の生成 AI 設定」)。初期設定は含める側ですが、誤って除外していれば表示もレポートも出ません。測定や改善を外部に頼むかを考えるときは、BtoB企業のLLMO対策の判断軸も参考になるはずです。

LLMO効果測定でよくある質問

LLMOの効果測定について迷いやすい4つの点に、短く答えます。

LLMOの効果は無料でも測れますか?

LLMOの効果は、無料の公式機能と手作業の定点観測を組み合わせれば測り始められます。Search Consoleの生成AIパフォーマンスレポートで表示を、GA4のAIアシスタントのチャネルで流入を確かめ、引用と推奨は決めた質問を自分で聞いて記録しましょう。

測る質問はいくつ用意すればよいですか?

測る質問は、まず検討と比較の段階から10〜20問ほどに絞って始めるのが現実的です。1問を複数回聞くため、質問を増やしすぎると毎月の作業が続きません。続けられる量を確かめてから、テーマを足していきましょう。

計測ツールの数値はそのまま信じてよいですか?

計測ツールの数値は、そのまま事実として扱わず目安として使うのが安全です。Googleは、第三者のツールはGoogle内部のランキングやAIの仕組みにアクセスできないと説明し、Google内部の指標を使うとうたうツールに注意して、助言は公式のガイダンスに照らして評価するよう求めています(Google検索セントラル)。

AI経由の流入が少なくても効果はありますか?

AI経由の流入が少なくても、効果がないとは限りません。AIで社名を知った人が後から社名で検索し直す動きは、AI経由の流入として記録されないからです。ブランド検索の推移や問い合わせ時の聞き取りもあわせて見て、流入の数字だけで判断しないようにしましょう。

まとめ

  • LLMOの効果は1つの数字で測らない
  • 表示・引用・推奨・流入・問い合わせに分ける
  • 同じ質問を同じ条件で複数回聞く
  • 目的に合わせて指標を3つに絞る
  • 率だけでなく件数も添えて報告する

LLMOの効果は、表示・引用・推奨・流入・問い合わせの5つの層に分けて測ると、どこで止まっているかが見えてきます。引用率と推奨率は、決めた質問を同じ条件で複数回聞き、AIサービス別に数えることで、月ごとに比べられる数字になります。

次の一歩として、まずは検討と比較の段階の質問を10問ほど決め、今月の数字を記録してみてください。測り方の設計に迷ったときは、株式会社街中文学の無料相談で一緒に整理することもできます。

よかったらシェアしてね!
  • URLをコピーしました!

この記事を書いた人

株式会社街中文学 代表。DBSEO(データベース型SEO)・LLMO(AI検索最適化)・コンテンツマーケティングを専門に、東証上場企業や月間4,500万セッション級メディアのSEO支援を行ってきました。本メディアの全記事を執筆・監修しています。

目次