LLMO(大規模言語モデル最適化)・AIO(AI検索最適化)に取り組む上で、最初にやるべきことは施策の実行ではなく「現状把握」です。自社がAIにどのように認識されているかを知らないまま対策を始めても、何を改善すべきかが分かりません。この記事では、自社のAI認識状況を確認する具体的な手順と、実際によく見られるズレのパターンを解説します。
なぜ現状把握から始めるべきなのか
生成AIは、企業によって認識の正確さに大きな差があります。ある企業は複数のAIで正確に説明される一方、別の企業では「情報が見つかりません」と返されたり、まったく別の会社と混同されたりすることがあります。この差がどこから生まれているのかを理解しないまま、闇雲に構造化データを整備したりコンテンツを増やしたりしても、効果的な優先順位をつけることはできません。まずは現在地を正確に把握することが、LLMOにおけるすべての施策の出発点になります。
基本のチェック手順
1. 複数のAIサービスに同じ質問を投げる
ChatGPT・Claude・Gemini・Perplexityなど、複数のAIサービスに「〇〇という会社について教えてください」といった同じ質問を投げかけます。1つのサービスだけで判断せず、複数のサービスを横断してチェックすることが重要です。各サービスの特徴の違いについては「AI Overviews・Perplexity・ChatGPT検索——主要AI検索サービスの違い」も参考にしてください。
2. 基本情報が正しく述べられているか確認する
事業内容・所在地・設立年・代表者名など、客観的に正誤を判断できる基本情報が正確に回答されているかを確認します。
3. 複数回、あるいは複数のAIで質問し、回答のブレを比較する
生成AIは同じ質問でも毎回まったく同じ回答を返すとは限りません。複数回質問することで、回答の安定性や、AIがどの程度確信を持って回答しているかを把握できます。
4. 「業界＋おすすめ」文脈での言及も確認する
「〇〇業界でおすすめの企業は」「〇〇を探しているならどこがいい」といった比較・推薦を求める質問に対して、自社が挙げられるかどうかも確認します。単に存在を認識されているかだけでなく、比較検討の土俵に乗れているかという観点も重要です。
5. 存在しない事業や、似た名前の別会社との混同がないか確認する
特に社名が一般的な単語に近い場合や、同業界に似た名前の企業が存在する場合は、混同が起きやすい傾向があります。
よくあるズレのパターン
- 情報が古い: 学習データのカットオフ以降に起きた変化(社名変更、事業転換、新サービスの開始など)が反映されていない。
- 同名・類似名の他社と混同されている: 特に一般的な名称の会社に多く見られる問題です。
- 存在しない情報が生成される(ハルシネーション): AIが確信を持てない場合でも、それらしい回答を作ってしまうことがあります。仕組みについては「AIに「引用される」とはどういうことか」で解説しています。
- そもそも認識されていない: 「情報が見つかりません」という回答になるケースです。特に設立から日が浅い企業や、Web上での情報発信量が少ない企業で見られます。
- ネガティブな情報が過度に強調される: 過去のトラブルやクレームなど、一部の情報だけが強調されて回答されるケースもあります。
チェック結果をどう活かすか
チェックの結果、情報が古い・不正確だと分かった場合は、公式サイトの情報を最新化し、構造化データを整備することが優先施策になります。そもそも認識されていない場合は、Web上での情報発信量そのものを増やす必要があります。同名の他社と混同されている場合は、自社を一意に識別できる情報(所在地、設立年、代表者名など)をより明確に打ち出すことが有効です。これらのズレを把握することが、LLMO施策全体の優先順位を決める土台になります。
よくある質問
Q. チェックはどれくらいの頻度で行うべきですか？
A. AIモデルは定期的にアップデートされるため、四半期に一度など、継続的に確認することをおすすめします。継続的な効果測定の考え方については「LLMOの効果測定はどうすればいいか」も参照してください。
Q. AIに間違った情報を訂正してもらう方法はありますか？
A. AIベンダーに個別に訂正を依頼する公式な仕組みは限定的です。基本的には、正確な情報をWeb上に豊富に発信し続けることで、時間をかけてAIの認識を改善していくアプローチが現実的です。
Q. 診断結果を無料で確認できるツールはありますか？
A. 自分でAIに質問する方法のほか、企業のAI認知度をスコア化して診断するサービスも登場しています。