LLMO
LLMOのKPI設計：何を測定し、どう改善するか
検索エンジンのAI化に伴い、従来の順位測定だけではWebサイトの価値を評価できなくなっています。本記事では、LLMOにおいて重視すべき主要KPI（AI引用率など）と、GSCやBingのレポートを活用した具体的な測定・改善方法を解説します。
執筆：ZESTAメディア編集部
LLMOのKPI設計：何を測定し、どう改善するか
検索エンジンのAI化に伴い、従来の順位測定だけではWebサイトの価値を正確に評価できなくなっています。本記事では、LLMO（大規模言語モデル最適化）において重視すべき主要KPIと、その具体的な測定・改善方法を解説します。
1. AI引用率（AICR）：LLMOの重要指標
LLMOで最も重要なKPIは「AI引用率（AICR: AI Citation Rate）」です。これは、Google AI OverviewsやSearchGPT等の生成AIが回答を作成する際、自社サイトが情報源として引用された割合です。B2Bマーケティングでは、露出量だけでなく「専門的な文脈で引用されているか」を追跡し、AIからの信頼度を可視化します。
2. GSCとBingのレポートによる視認性の可視化
Google Search ConsoleやBing Webmaster ToolsのAI専用レポートにより、AI回答内でのインプレッション数やクリック率（CTR）を把握できます。公式データに基づき、どのコンテンツがAIに好まれるかを分析し、戦略的な改善に繋げます。
3. 定性評価と改善サイクルの構築
ブランドの評価も重要です。AIが自社を「リーダー」として紹介しているかを監視します。改善には、Schema.orgの構造化データ実装や、回答の核心を冒頭に置く形式が有効です。セマンティックな記述を徹底し、引用の質を高めます。AI露出による指名検索数の推移も併せて確認しましょう。
よくある質問
**Q1：SEOとLLMOのKPIの最大の違いは何ですか？**
A1：SEOは「検索結果の掲載順位」を追跡しますが、LLMOは「AI回答内での言及シェア」を重視します。LLMOでは情報の正確性と構造化がより直接的に評価へ影響します。
**Q2：引用率を向上させるための推奨施策は？**
A2：Schema.orgの適切な実装と、ユーザーの問いに対する「簡潔で正確な回答」をページ上部に配置することが、AIに選ばれるための近道となります。
参考資料
- Google Search Central: AI Features and Your Website
- Bing Webmaster Tools: AI Performance Report
- OpenAI: SearchGPT Prototype
- Schema.org: Structured Data for Generative AI