「ChatGPTで自社の名前が出るようになった。でも、売上につながっているのかはわからない」
「LLMOに取り組んでいるけれど、毎月何を報告すればいいのか迷う」
「AIからのアクセスは、GA4のどこを見ればいいのだろう」
LLMOに取り組み始めると、こんな疑問が出てくると思います。AIの回答に社名が載った画面を保存していっても、それだけでは次に何を直せばよいのか判断できませんよね。
LLMO(大規模言語モデル最適化)は、ChatGPTなどの生成AIの回答で、自社の情報が正しく取り上げられるようにする取り組みです。そしてLLMOの効果測定とは、AIの回答で自社がどう紹介されているか、そこからサイトへの訪問や問い合わせがどれだけ生まれたかを確かめることを指します。
大切なのは、「AIの回答に出たか」「サイトに来てもらえたか」「問い合わせや商談になったか」の3つを分けて見ることです。
この記事では、中小企業のWeb担当者の方に向けて、AIに聞く質問リストの作り方、GA4の見方、引用率などの計算方法、月次報告のまとめ方まで説明します。
この記事のポイント
- LLMOの効果測定は、「露出」「流入」「商談」の3つに分けて見ます。1つの数字にまとめないことが大切です。
- 露出は、毎回同じ質問をAIに投げて回答を記録し、言及率・引用率・推薦率を数えます。
- 流入は、GA4の「AI Assistant」チャネルで確認します。ただし、AI OverviewsやAIモードからの訪問はここに入りません。
- GoogleとMicrosoftの公式レポートは、それぞれ自社のサービス内のことしかわかりません。数字は足さずに並べて見ます。
- 商談は、問い合わせた方への聞き取りとGA4の両方で確認します。件数が少ないうちは、割合だけで判断しないようにします。
LLMOの効果測定は「露出・流入・商談」の3つに分けて考える
LLMOの効果測定で最初にやることは、見るものを3つに分けることです。AIの回答に社名が出た回数だけを数えても、売上に貢献したかどうかまではわからないからです。
【効果測定の3層(露出・流入・商談)】
| 見るもの | 確認すること | 主な指標 | 確認する方法 |
|---|---|---|---|
| 露出 | AIの回答で自社がどう紹介されたか | 言及率、引用率、推薦率、誤った情報の件数 | 同じ質問をAIに投げて記録する、Search Console、Bing Webmaster Tools |
| 流入 | AIを経由して、どのページに訪問があったか | AI Assistantチャネルのセッション数、参照元、最初に見られたページ | GA4 |
| 商談 | 問い合わせや受注につながったか | 有効な問い合わせ数、商談数、受注件数 | フォームの計測、営業での聞き取り |
AIに名前が出たことと、顧客に選ばれたことは別の話
AIの回答に社名が出ていれば、ひとまず安心したくなります。でも、名前が出ているだけでは、よい紹介のされ方かどうかはわかりません。
例えば、自社が提供していないサービスの会社として紹介されていたら、それは直したい状態です。また、自社サイトが出典としてリンクされていても、「依頼先の候補」としておすすめされているとは限りません。
逆のケースもあります。AIの回答で社名を知った人が、数日後に社名で検索して問い合わせてきた場合です。このとき、アクセス解析には「検索からの訪問」として記録されるので、最初のきっかけがAIだったことはわかりません。
そこで、「AIの回答でどう紹介されたか」「サイトに来てから何をしたか」「商談で何がわかったか」を、別々に記録していきます。
こうしておくと、「そもそもAIの回答に出ていない」「出ているけれど内容が間違っている」「サイトには来ているのに問い合わせにならない」といった、原因の違う問題を切り分けて考えられます。
最初に決めるのは、測る数字ではなく事業上の目的
何を測るかは、業種や事業の課題によって変わります。
例えば、法人向けのサービスなら「見込みのある商談を増やすこと」が目的になるでしょう。地域のサービス業なら「対応エリアやサービス内容を正しく案内してもらうこと」、採用サイトなら「募集している職種への応募を増やすこと」かもしれません。
どの場合も、AIの回答に出ることはゴールではなく、目的にたどり着くための途中の指標です。
まずは、「誰に、何について、自社を知ってもらいたいのか」を一文にしてみてください。例えば、「社内にWeb担当者を置けない中小企業に、運用支援の相談先として知ってもらう」といった形です。
この一文があると、自社と関係の薄い質問で社名が出ても、「これは成果として数えなくていい」と判断しやすくなります。
また、これまで見てきたSEOの数字も、引き続き確認しましょう。検索からの問い合わせが減っているのに、AIでの露出だけが増えている場合、集客全体としてはよくなっていない可能性があります。AIだけを見て判断しないことが大切です。
SEOとAIOの位置付けは、AIOとSEOの違いを整理した記事で解説しています。
AIの回答での露出を測る|質問リストの作り方と引用率の計算
露出を測るときは、AIに投げる質問と条件を毎回同じにして、回答を記録していきます。
質問の文面や条件を毎回変えてしまうと、数字が変わったときに、対策の効果なのか、聞き方が違ったせいなのか、区別がつかなくなるからです。
社名を入れた質問と、入れない質問を分ける
質問は、社名を入れるものと、入れないものに分けて用意します。この2つでは、確認できることが違うためです。
| 質問の種類 | 質問の例 | わかること |
|---|---|---|
| 社名を入れた質問(指名質問) | 株式会社○○は何をする会社ですか | 自社についての説明が正しいかどうか |
| 社名を入れない質問(非指名質問) | 製造業の採用サイトを改善できる会社を教えてください | 自社を知らない人への回答で、候補に挙がるかどうか |
社名を入れて質問すれば、回答に社名が出てくるのは当たり前です。この結果を、社名を入れない質問の結果と合わせて「AIでの露出率が高い」と報告してしまうと、実態より良く見えてしまいます。集計は必ず分けましょう。
質問を考えるときは、実際の商談でお客様から聞かれる内容を参考にするといいでしょう。業種、会社の規模、地域、頼みたい業務、社内に担当者がいるかどうか、といった条件です。
ただ、気をつけたい点があります。自社しか当てはまらないような条件を後から足していき、社名が出た質問だけを残すやり方です。これでは都合のよい結果しか残りません。あくまで、お客様が自然に聞きそうな質問から始めてください。
質問文と条件を毎回そろえる
進め方の一例を紹介します。
まず、重要な質問を10本選びます。次に、確認するAIサービスを2つに絞ります。それぞれのサービスで、同じ質問を3回ずつ聞くと、合計で60件の回答を記録することになります。
この本数や回数に決まりがあるわけではありません。担当者が無理なく続けられる量として挙げた例です。
AIの回答は、同じ質問でも聞くたびに変わることがあります。そのため、質問文だけでなく、どんな条件で聞いたのかも一緒に残しておきます。記録シートには、次のような項目を用意するといいでしょう。
| 記録する項目 | 記入例 |
|---|---|
| 確認した日時 | 2026年11月19日 10:30 |
| サービス名と、画面に表示されたモデル名 | 画面の表示をそのまま書く |
| 検索機能を使ったか | あり/なし/不明 |
| 言語・地域の設定 | 日本語・日本 |
| 会話の状態 | 新しい会話で質問した |
| 質問文 | 決めた文面をそのまま貼る |
| 言及・引用・推薦があったか | それぞれ「あり/なし」 |
| 誤った情報 | 料金が違う、対応エリアが違う など |
| 回答の保存先 | スクリーンショットや共有リンクの場所 |
わからない項目は、推測で埋めずに「不明」と書いておきます。
なお、新しい会話で質問しても、一般の利用者とまったく同じ回答が出るとは限りません。この方法でわかるのは、「自社が決めた条件で聞いたときに、回答がどう変わったか」です。世の中のすべての人に、同じように表示されているという意味ではありません。
また、外部の監視ツールを使う場合、ツールが取得した回答と、実際の利用画面で見た回答は、分けて管理しておきましょう。
言及率・引用率・推薦率の数え方
記録した回答は、次の3つの指標で数えます。どれも、「確認した回答のうち、何件が当てはまったか」という計算です。
| 指標 | 当てはまる回答 | 計算式 |
|---|---|---|
| 言及率 | 自社の名前が出てきた回答 | 社名が出た回答数 ÷ 確認した回答数 |
| 引用率 | 自社サイトへの出典リンクが付いた回答 | リンクが付いた回答数 ÷ 確認した回答数 |
| 推薦率 | 依頼先や購入先の候補として、自社が挙げられた回答 | 候補に挙がった回答数 ÷ 確認した回答数 |
例えば、社名を入れない質問への回答を20件確認したとします。そのうち社名が出たのが6件、自社サイトへのリンクが付いていたのが4件なら、言及率は30%、引用率は20%です。これは説明のための架空の数字です。
【言及率・引用率・推薦率の数え方】
数えるときの注意点は3つあります。
1つ目は、回答1件につき1回と数えることです。1つの回答の中に自社のURLが3つ出てきても、引用は「1件」です。
2つ目は、3つの割合を足しても100%にはならないことです。1つの回答が、言及にも引用にも推薦にも当てはまることがあるためです。
3つ目は、誤った情報の件数も一緒に記録することです。「おすすめされていたけれど、料金が間違っていた」という回答は、良い結果として数えるだけでは不十分です。
ほかのメディアの記事を根拠に自社が紹介されていた場合は、自社サイトからの引用とは分けて記録しておきます。
そして、月ごとに比べるときは、質問の内容と数え方を変えないようにしましょう。
GA4でAIからの流入を確認する方法
AIの回答から自社サイトに訪問があったかどうかは、GA4で確認できます。見る場所は、「AI Assistant」というチャネルです。
ただし、AIがきっかけになった訪問のすべてが、ここに表示されるわけではありません。その点も合わせて説明します。
「AI Assistant」チャネルと参照元を見る
GA4には、2026年5月13日に「AI Assistant」というチャネルが追加されました。ChatGPTなどのAIアシスタントからの訪問だとGA4が認識すると、メディアに「ai-assistant」と記録され、このチャネルに分類される仕組みです。(出典:Google ヘルプ)
以前は、AIからの訪問を「Referral」の中から探す方法が紹介されていましたが、2026年11月時点では、まずこのチャネルを見るのが基本になります。
確認の手順は次のとおりです。
- GA4の「レポート」→「集客」→「トラフィック獲得」を開き、期間を指定します。
- 「セッションのデフォルト チャネル グループ」の一覧から、「AI Assistant」の行を探します。
- 表示項目を「セッションの参照元/メディア」に切り替えると、ChatGPTやGeminiなど、どのサービスからの訪問かがわかります。
- 「ランディングページ」を追加すると、最初にどのページが見られたかを確認できます。
レポートの並びや表示できる項目は、GA4の設定や権限によって変わることがあります。(出典:Google ヘルプ)
【AI経由の訪問がGA4のどこに入るか】
ここで気をつけたいことが3つあります。
1つ目は、GoogleのAI OverviewsやAIモードからの訪問は、AI Assistantに入らないことです。これらは通常の自然検索と同じ扱いになり、GA4上では見分けられません。
2つ目は、チャネルが追加される前のデータは、さかのぼって分類されないことです。それ以前の期間は、これまでどおりReferralなどに入ったままです。
3つ目は、どこから来たかの情報が残らない訪問は、「Direct」などの別のチャネルに入ることです。
つまり、AI Assistantの数字は「AIからの訪問だと確認できた分」なんです。実際にAIがきっかけになった訪問は、もう少し多い可能性があると考えておくといいでしょう。
また、GA4の設定を途中で変えた場合は、その日付も記録しておきましょう。設定を変えたことで数字が動いたのに、対策の成果だと勘違いしてしまうのを防ぐためです。
「訪問の回数」と「最初のきっかけ」は別のレポートで見る
GA4には、よく似た2つのレポートがあります。
「トラフィック獲得」は、訪問1回ごとに、どこから来たかを見るレポートです。「今月、AIから何回訪問があったか」を知りたいときに使います。
「ユーザー獲得」は、その人が初めてサイトに来たときに、どこから来たかを見るレポートです。「最初にAIから来た人が、その後どうなったか」を知りたいときに使います。(出典:Google ヘルプ)
毎月の確認には、「トラフィック獲得」を基本にすると続けやすいと思います。一方で、検討に時間がかかる商品やサービスの場合は、「ユーザー獲得」で最初のきっかけも見ておきたいところです。
この2つのレポートの数字は、数えているものが違うので一致しません。数字が合わなくても、計測の間違いとは限りませんので、報告書には「どちらのレポートの数字か」を書いておきましょう。
なお、AIで社名を知った人が、あとから別のスマートフォンやパソコンで訪問した場合、GA4ではAIからの訪問として記録されません。
だからといって、Directからの訪問が増えたときに、「増えた分はすべてAIの効果だ」と考えるのは早いです。「AIからだと確認できた訪問」と、「AIが関係しているかもしれない訪問」は、分けて報告するようにします。
問い合わせの完了と、ページを見ただけの行動を分ける
サイトに来た人の行動は、「問い合わせフォームを送信した」ことと、それ以外を分けて見ます。
料金ページを見た、事例を見た、相談ボタンを押した。こうした行動は、問い合わせに近づいているサインではありますが、問い合わせそのものではありません。報告するときに、問い合わせ件数と同じように扱わないよう注意しましょう。
フォームの送信を計測している場合は、一度テストで送信してみてください。1回の送信が2回分として数えられていないか、確認するためです。
電話ボタンのクリック数も同じです。ボタンが押された回数と、実際に通話がつながった件数は違います。GA4で何がわかって、何がわからないのかを、営業担当の方とも共有しておくといいでしょう。
もう1つ、流入元ごとに成約率を比べる前に、「どれを問い合わせとして数えるか」を決めておく必要があります。
フォームの送信には、採用への応募、営業メール、既存のお客様からの連絡も含まれていることがあります。これらを含めた送信数と、新しいお客様からの相談件数では、意味が違いますよね。
GA4で数えている送信数のうち、どれを「事業として意味のある問い合わせ」とするのか。このルールを先に決めておきましょう。
Search ConsoleとBingのレポートは、見える範囲が違う
GoogleとMicrosoftは、それぞれAIの回答での表示や引用を確認できる公式のレポートを用意しています。
ただし、どちらも自社のサービスの中のことしかわかりません。1つの画面で、ChatGPTもGoogleもCopilotもまとめて確認できる、というものではないんです。
それぞれの方法で何がわかって、何がわからないのかを整理すると、次のようになります。
【計測手段ごとに見える範囲】
| 方法 | 対象 | わかること | わからないこと |
|---|---|---|---|
| Search Consoleの生成AIパフォーマンスレポート | AI Overviews、AIモードなど、Googleの生成AI機能 | ページ・国・デバイス・日付ごとの表示回数 | クリック数、検索された言葉、どう紹介されたか |
| Bing Webmaster ToolsのAI Performance | Copilot、Bingなど、Microsoft側のAI回答 | 引用の状況、質問の意図やトピック、引用シェア、期間の比較 | GoogleやChatGPTなど、ほかのサービスでの状況 |
| GA4 | 自社サイトへの訪問 | AIアシスタントからの訪問数と、訪問後の行動 | クリックされなかった表示、どこから来たか記録が残らない訪問 |
| 同じ質問をAIに投げて記録する方法 | 自社で選んだAIサービスと質問 | 回答での紹介のされ方、誤った情報の有無 | 世の中全体での表示状況 |
| 営業での聞き取り | 問い合わせをくれたお客様 | 問い合わせの前に参考にした情報 | 答えなかった人のこと、記憶違い |
Googleの生成AIレポートでわかるのは「表示された回数」
Google Search Consoleには、「生成AIパフォーマンスレポート」があります。AI OverviewsやAIモードで、自社のページが何回表示されたかを確認できるレポートです。
公式ヘルプでは、2026年8月31日に全世界への展開が完了したと案内されています。ただし、表示回数が少ないサイトなどでは、レポート自体が表示されないことがあります。(出典:Google ヘルプ)
このレポートで見られるのは、ページ、国、デバイス、日付ごとの表示回数です。クリックされた回数や、どんな言葉で検索されたかは含まれません。
そのため、GA4の訪問数とは別の数字として扱います。また、表示された回数であって、「自社が好意的におすすめされた回数」でもありません。自分たちで質問を投げて数えた引用率とも、一致するものではないと考えてください。(出典:Google ヘルプ)
もう1つ注意したいのが、数字の足し算です。
生成AI機能での表示は、Search Consoleの通常の検索パフォーマンスレポートにも含まれています。そのため、通常のレポートの表示回数と、生成AIレポートの表示回数を足すと、同じ表示を2回数えることになってしまいます。(出典:Google ヘルプ)
報告書では、2つの数字を足さずに、それぞれ「何の数字か」を書き添えて並べるようにしましょう。
Microsoft側の状況は、Bing Webmaster Toolsで確認する
Microsoftは、Bing Webmaster Toolsの「AI Performance」で、CopilotやBingのAI回答に自社のページがどのくらい引用されたかを公開しています。
2026年6月には、質問の意図やトピックごとの分類、引用シェア、期間の比較といった機能も追加されました。(出典:Bing Blogs)
ただ、ここでわかるのは、あくまでMicrosoft側のサービスでの状況です。ChatGPTやGoogleでの状況まではわかりません。
外部の監視ツールを使う場合も同じです。どのAIサービスを対象にしていて、どんな方法で数えているのかを、確認してから使うようにしましょう。
とはいえ、最初からすべてのレポートやツールをそろえる必要はありません。まずは、自社のお客様がよく使っていそうなサービスから始めて、続けられる範囲で記録していきます。
指標を増やすときは、「この数字が変わったら、何の判断を変えるのか」を先に考えてみてください。答えが出ない数字は、集めても使い道がないことが多いです。
LLMOの効果測定を、問い合わせ・受注までつなげる
AIが問い合わせや受注に関わったかどうかは、GA4の数字だけではつかみきれません。問い合わせをくれた方に直接聞いた内容も、合わせて記録していきます。
問い合わせた人に、AIを使ったか聞いてみる
問い合わせのときには、次の2つを分けて聞く方法があります。
- 最初に自社を知ったきっかけ
- 問い合わせる前に参考にした情報
例えば、「知ったきっかけは知人の紹介。でも、問い合わせる前にChatGPTと公式サイトで調べた」という方もいるはずです。きっかけを1つだけ選んでもらう形式だと、こうしたケースを拾えません。
フォームの入力項目が増えるのが気になる場合は、任意の項目にしておき、最初の商談で改めて聞くといいでしょう。
「AIを使った」という答えがあれば、差し支えない範囲で、どのサービスを使ったか、どんなことを聞いたかを教えてもらいます。会話の内容をすべて見せてもらう必要はありません。
もちろん、お客様の記憶が違っていることや、答えてもらえないこともあります。
そのため、営業が聞き取った内容とGA4の数字は、どちらか一方を正解と決めるのではなく、両方を並べて記録します。見えている範囲が違うので、片方だけでは拾えない接点があるからです。
同じ案件が、聞き取りにもGA4にも出てきた場合は、2件ではなく1件として数えてください。
件数が少ないうちは、割合だけで判断しない
架空の数字で考えてみましょう。
AIからの訪問が20セッションあり、そこから相談が2件あったとします。相談につながった割合は10%です。一方、自然検索からの訪問が1,000セッションあり、相談が30件あった場合、割合は3%です。
割合だけを見ると、AIのほうが成果が出ているように見えます。でも、相談の件数は、自然検索のほうがずっと多いですよね。
【率と件数の違い(AI流入と自然検索)】
この数字だけで、「AI対策に予算を移せば相談が増える」と判断することはできません。
AIからの訪問を増やしたときに、同じ10%を保てるとは限らないからです。そもそも、AIから来る人と検索から来る人では、検討の進み具合が違う可能性もあります。
割合だけでなく、訪問の数、商談になった件数、受注した件数を一緒に見るようにしましょう。
また、AIが関わっていそうな案件の売上を、すべてLLMOの成果として報告するのも避けたいところです。
報告するときは、次の3つに分けて書くことをおすすめします。
- GA4で確認できた成果
- 営業の聞き取りでわかったAIとの接点
- 確認はできていないが、関係がありそうなもの
こうしておくと、社内で「その数字の根拠は?」と聞かれたときにも、説明しやすくなります。
LLMOの効果測定を90日で回せるようにする
ここまでの内容を、実際の業務に組み込む流れを紹介します。
目安は90日です。ただし、90日で成果が出るという意味ではありません。「測る→直す→もう一度測る」をひと通り経験するための期間と考えてください。
【90日の運用ロードマップ】
| 期間 | やること | 残しておくもの |
|---|---|---|
| 1~30日 | 目的、質問リスト、指標の数え方、担当者を決める。GA4の問い合わせ計測を点検する | 対策前の数字(AIの回答の記録、Search Consoleなどの数値) |
| 31~60日 | 重要なページから、テーマを絞って直す | 更新日、対象のURL、直した理由、期待する変化 |
| 61~90日 | 同じ質問・同じ条件でもう一度測り、月次報告にまとめる | 確認できた事実、その読み取り、次にやること |
最初の30日は、比べるための基準をつくる
最初の30日では、目的、質問リスト、指標の数え方、担当者を決めます。あわせて、GA4で問い合わせが正しく計測できているかを点検し、Search Consoleなどの今の数字を保存しておきます。
ここで大切なのは、ページを直す前の状態を記録しておくことです。
直した後の数字しかないと、「もともとそうだったのか、直したから変わったのか」がわかりません。できる範囲で、過去の訪問数や問い合わせ件数も確認しておきましょう。
広告を出した時期、展示会に出た時期、繁忙期なども一緒にメモしておくと、あとで数字を読むときに役立ちます。
社内の役割分担も、この時期に決めておきたいところです。例えば、次のような分け方があります。
- Web担当者:計測とページの更新
- 営業担当者:問い合わせの内容と、AIを使ったかどうかの聞き取り
- 経営者:どのお客様を優先するか、どこまで投資するかの判断
データを集める人と、成果を評価する人が別々でもかまいません。ただ、「引用率」や「有効な問い合わせ」といった言葉の意味は、全員でそろえておきましょう。
社内で担当する範囲と外部に依頼する範囲を検討する際は、AIOコンサルの支援内容と内製・外注の判断も参考にしてください。
31日目以降は、直した内容と数字を並べて読む
31日目からは、重要なページから順に直していきます。
料金の説明を足す、対応できる範囲をはっきり書く、事例にお客様の業種や規模を加える。このように、一度に直すテーマを絞ると、あとで「何が効いたのか」を確かめやすくなります。
直したときは、更新日、対象のURL、直した理由、期待する変化を、簡単に記録しておいてください。
数字を読むときは、何が変わって、何が変わらなかったのかを分けて考えます。
例えば、AIの回答で料金の間違いが減ったけれど、サイトへの訪問数は変わらなかったとします。この場合、「受注が増えた」とは報告できません。「AIの回答の正確さが改善した」と報告するのが適切です。
反対に、訪問が増えたのに相談が増えていないなら、最初に見られているページの内容が、訪問した人の期待とずれていないかを確認します。
月次報告は、次の順番でまとめると読みやすくなります。
- 確認できた事実(例:社名を入れない質問20件のうち、社名が出たのは6件。誤った情報は1件)
- その読み取り(例:料金ページを更新した後、誤った情報が減った可能性がある)
- 次にやること(例:事例ページに対応エリアを追記し、来月も同じ条件で確認する)
1つ気をつけたいのは、対策の後に数字が変わっても、それだけでは「対策のおかげ」と言い切れないことです。季節による変動や、AIサービス側の仕様変更が影響していることもあります。
1回の結果で結論を出さず、何度か測りながら判断していきましょう。
情報不足が見つかった後の改善は、「LLMOのコンテンツ制作と一次情報の整え方」で詳しく解説しています。
LLMOの効果測定についてのよくある質問
Q.LLMOの効果測定では、何を見ればいいですか?
A.「露出」「流入」「商談」の3つを分けて見ます。
露出は、AIの回答での言及率・引用率・推薦率と、誤った情報の件数です。流入は、GA4のAI Assistantチャネルの訪問数。商談は、有効な問い合わせ数と受注件数が基本になります。
Q.ChatGPTからの訪問は、GA4で確認できますか?
A.確認できます。
「トラフィック獲得」レポートで、「セッションのデフォルト チャネル グループ」の中の「AI Assistant」を見てください。表示項目を「セッションの参照元/メディア」に切り替えると、サービスごとの内訳がわかります。
ただし、どこから来たかの記録が残らない訪問は含まれません。表示されている数字は、確認できた分だと考えましょう。
Q.AI OverviewsやAIモードでの表示は、どこで確認できますか?
A.Google Search Consoleの「生成AIパフォーマンスレポート」で、表示回数を確認できます。
GA4のAI Assistantチャネルには含まれません。AI OverviewsやAIモードからの訪問は、GA4では通常の自然検索として記録されます。
Q.引用率は、どうやって計算しますか?
A.自社サイトへのリンクが付いていた回答の数を、確認した回答の数で割ります。
20件の回答のうち、4件にリンクが付いていれば、引用率は20%です。1つの回答に自社のURLが複数あっても、1件として数えます。社名を入れた質問と、入れない質問は、分けて集計してください。
Q.専用のツールがなくても、測定できますか?
A.できます。
質問の数を絞って手作業で確認し、GA4、公式のレポート、営業の記録を組み合わせれば、十分に始められます。最初に必要なのは、高機能なツールよりも、「何をどう数えるか」のルールと、同じ条件で記録を続ける仕組みです。
確認したいブランドや質問が増えて、手作業が大変になってきたら、ツールの導入を考えるといいでしょう。そのときは、実際の利用画面と同じ条件で取得しているか、過去の回答を見返せるか、数え方を説明してもらえるかを比べてみてください。
ツールが出すスコアを上げること自体が、目的にならないようにしたいところです。
支援会社へ測定を依頼する場合の確認事項は、AIO対策会社の選び方で紹介しています。
Q.AIのクローラーがサイトに来ていれば、引用されたと考えていいですか?
A.そうとは限りません。
クローラーがページを読みに来た記録と、そのページがAIの回答に引用されたことは、別の話です。アクセスログは「AIがページを読める状態かどうか」の確認に使い、引用されたかどうかは、回答の記録で確認しましょう。
まとめ
LLMOの効果測定は、AIの回答に社名が出たかどうかを確かめるだけの作業ではありません。
お客様が聞きそうな質問に対して、自社が正しく紹介されているか。そこから、どんな流れで相談や商談につながったのか。これを、確認できる範囲で把握していく取り組みです。
押さえたいのは、次の5つです。
- 「露出」「流入」「商談」を分けて記録する。
- AIに投げる質問と条件は、毎回同じにする。
- GA4のAI Assistantチャネルは、「確認できた分」として見る。
- 公式レポートの数字は足さずに、何の数字かを添えて並べる。
- 件数が少ないうちは、割合だけで判断しない。
まずは、社名を入れない質問を数本選び、AIの回答を保存するところから始めてみてください。あわせて、自社にとって「意味のある問い合わせ」とは何かを決めておきましょう。
この2つがあいまいなままだと、露出が増えても、次に何をすべきか判断できません。条件を変えながら1回だけ確認するよりも、小さく始めて同じ条件で続けるほうが、改善に活かしやすくなります。
株式会社N’EXt Planningでは、SEO・AIOの支援を行っています。検索順位の報告だけでは自社の課題が見えにくいと感じている方は、サイトの情報の整理と、計測の状況を確認するところからご相談ください。AIに掲載されること自体ではなく、事業の目的に合わせて、どこから取り組むかを一緒に考えていきます。
<関連記事>
・AIOとSEOの違いを比較表で解説|使い分けと効果測定の仕方
・AIO対策のやり方|AIに引用される7ステップ
・AIOコンサルの費用相場と選び方|Google公式情報をもとに解説
・AIO対策会社の失敗しない選び方