目次

• ［巻頭］5分でわかる！ LLMOの全体像

Part1　Web担当者の「常識」はこう変わる

• 001　いまマーケティングの前提を入れ替えるべき理由
• 002　生成AIは「検索」を「相談」に変える
• 003　Google検索に「AI Overviews」が登場
• 004　検索してもクリックしない「ゼロクリック」
• 005　｢AI回答」という新たな枠とその計測の難しさ
• 006　クリックされなくても商品は売れている
• 007　まとめ記事の量産はもう通用しない
• 008　AIがつく｢もっともらしいウソ」のリスク
• 009　縦割りの特定部署だけでは、もう勝てない
• Column　LLMO、GEO、AEO…流行語に踊らされない

Part2　顧客行動の新常識：生成AIが変えるカスタマージャーニー

• 010　ユーザー行動は｢一直線」ではなくなった
• 011　AI時代の新しい行動モデル
• 012　Prompt：ユーザーは単語ではなく「本音」を話す
• 013　Review①：ユーザーはAIの回答をそのまま受け取らない
• 014　Review②：公式サイトは｢答え合わせ」の場所になる
• 015　Compare①：スペック比較より｢私に合うか」が大事
• 016　Compare②：AIの「候補リスト」に入ることの重要性
• 017　Act：AI経由のユーザーは情報収集を済ませている
• Column　あなたの業界の「PRCA」を描こう

Part3　LLMOは「AIへのブランディング」

• 018　SEOは「ランキング」、AIは「確率的生成」
• 019　LLMOはアルゴリズムのハックではない
• 020　LLMOの本質は｢AIに対するブランディング」
• 021　成果指標①：まずはAIに言及されることを目指す
• 022　成果指標②：ただ言及されるだけではなく「推奨」される
• 023　成果指標③：｢信頼できる」と認めてもらう
• 024　SEOは「土台」、LLMOはその上の「評判」
• 025　「 AI」がもう一つの読み手になる
• 026　テクニックだけで勝つ時代の終わり
• Column　専門用語すっきり解説：「RAG」って何？

Part4　AIの仕組みとLLMOでの勝ち筋

• 027　｢PESOモデル」で整理LLMOで対策すべきメディア
• 028　AIに評価される良質な評判の作り方
• 029　AI時代も変わらぬ土台「エンティティ」としての認識
• 030　AIもまた｢あなたに合うかどうか」で選ぶ
• 031　｢クロス3C」で見つけるAIにも選ばれる理由
• 032　AIは単語の「近さ」で意味を理解する
• 033　Web上の「信頼」がAIに選ばれる確率を上げる
• 034　AIには作れない「経験」が人間固有の価値
• 035　AIのネタ元になる「一次情報」で資産を築く
• 036　AI時代も変わらぬ指名されるブランド作り
• Column　成功事例の「模倣」がうまくいかない理由

Part5　診断：AIから見た自社の現在地

• 037　｢市場のシミュレーター」としてAIを活用する
• 038　診断の前提となる「フラットな状態」を作る
• 039　診断①：自社はエンティティとして認識されているか
• 040　診断②：「候補リスト」に入っているかを調べる
• 041　診断③：ショートリストの何番目に推奨されているかを確認
• 042　診断④：どのように語られているか言及の「質」を調べる
• 043　診断⑤：AIが回答の根拠とする｢情報源」を特定する
• 044　診断⑥：参照されたページが選ばれた理由を分析する
• 045　診断⑦：ハルシネーションリスクをチェックする
• 046　診断結果をもとにどう動くか
• Column　「技術」から入らない。診断の考え方と順序

Part6　施策：すぐに役立つLLMOの実践

• 047　書く技術①：AIが読みやすい「構造」を作る
• 048　書く技術②：AIに「推奨の理由」を伝える
• 049　書く技術③：「数値」と「引用」で信頼を得る
• 050　書く技術④：「発リンク」は信頼の証になる
• 051　書く技術⑤：情報を最新に保つ
• 052　伝える技術①：構造化データの実装
• 053　伝える技術②：AIに「名寄せ」させる
• 054　伝える技術③：画像は「読む」コンテンツへ
• 055　伝える技術④：動画と音声を｢テキスト化」
• 056　広める技術①：外部メディアの情報を整備する
• 057　広める技術②：拡散を生む一次情報の発信
• 058　広める技術③：「〇〇といえばA社」を作る
• 059　広める技術④：具体エピソードを集める
• 060　選ぶ技術：AIモデルごとの傾向を理解する
• 061　守る技術①：AIの「嘘」を真実で上書き
• 062　守る技術②：AIクローラーを制御してリスクを管理
• Column　AIに「丸投げ」せず、AIと「協働」する

Part7　投資判断とマーケティング組織

• 063　LLMOにおける投資対効果の考え方
• 064　影響力がでる未来から逆算して参入時期を決める
• 065　LLMOに投資すべき商材の特性と優先順位の付け方
• 066　縦割りを越える｢情報連携チーム」
• 067　｢作業者」から｢設計者」への転換