Doorkeeper

【第81回】AIの回答で「名前が挙がる率」をどう測るか:LLMO実務の現場から

Tue, 01 Dec 2026 19:00 - 22:00 JST
Online Link visible to participants
Register
Free admission

Description

こんな方におすすめ
・AI検索や生成AIの回答が、サイトへの流入や情報発信に与える影響を知りたい方
・SEOやウェブ解析に携わり、AIの回答での露出をどう評価するか考えている方
・LLMOの具体的な計測方法や、改善の取り組みを知りたい方
・AIの回答の変動や、計測の再現性に関心がある研究者・エンジニアの方

こんにちは!GASG(Generative AI Study Group)主催の杉山です。
https://www.gasg.server-on.net/
https://www.ai-tech-c.jp/generative-ai-study-group-gasg/

第81回となります。

検索結果のリンクを開く代わりに、AIがまとめた回答を読んで調べものを終える。そのとき、情報を発信する側は、何を手がかりに「自分たちの情報が届いている」と判断すればよいのでしょうか。

今回は、AIの回答で「名前が挙がる率」をどう測るかをテーマに、LLMOの実務を取り上げます。LLMOとは、生成AIの回答で自社や自分たちの情報が取り上げられることを目指す取り組みです。

AIによる要約が検索からのクリックに与える影響や、「読んで終わる情報」との関係を整理し、AIに引用されることと、サイトを訪問してもらうことの違いを考えます。訪問数だけでは捉えにくい、AIの回答での露出をどう測ればよいのか。その実例として、ウェブ解析士協会(WACA)の定点計測(35問×4つのAI、3か月分)をご紹介いただきます。

同じ質問でも、AIの回答は測るたびに変わります。そうした変動がある中で、計測結果をどう受け止め、改善につなげるのか。名前が挙がるようにするための取り組み事例に加え、測り方や作り方でつまずいた失敗事例も交えてお話しいただきます。

当日のトピック
AI検索とサイト流入の変化:
AIによる要約や引用と、サイトへのクリックの関係を整理
「名前が挙がる率」の測り方:WACAの定点計測をもとに、実際の測定方法と回答の変動を紹介
改善の取り組みと失敗事例:何を変えたのか、測り方や作り方のどこでつまずいたのかを共有
ディスカッション・質疑応答:計測の再現性と、AIが参照する情報の持続可能性について議論

皆さんと考えたい2つの問い
1. 回答が毎回変わるAIを相手に、計測の再現性をどう確保するか?
2.書き手への流入が減っても、AIが参照する情報は増え続けるのか?

計測や改善の実例を知るだけでなく、その数字をどこまで信頼できるのか、情報を発信する側にどのような課題があるのかも、参加者の皆さんと考える時間にしたいと思います。

ウェブ運営やマーケティングに携わる方はもちろん、生成AIと情報発信のこれからに関心のある方も、お気軽にご参加ください。皆様のご参加を心よりお待ちしております!

ゲストプロフィール 橋本 龍司(はしもと りゅうじ)氏
株式会社Lead Links 代表取締役

19歳でSEOの世界に入り、以来、医療・美容クリニック、士業、EC、資格学習サイトなどの検索からの集客を支援。現在は、生成AIの回答で企業が取り上げられているかを計測するツール「LLMO Tracker」を自社で開発・運用し、企業のAI引用診断と改善に取り組んでいる。

開催情報
日時:2026年12月1日(火)19:00から
形式:オンライン(Zoom)

www.gasg.server-on.net

About this community

産総研人工知能技術コンソーシアム(AITeC)

産総研人工知能技術コンソーシアム(AITeC)

★目 的 企業・大学・研究機関の技術交流の場を提供することにより、人工知能技術に関連する情報の共通認識形成を図り、人工知能技術全般の一層の技術向上及び普及を促進することを目的に、国立研究開発法人 産業技術総合研究所(産総研)人工知能研究センターに人工知能技術コンソーシアムを設置。 ★事 業 ①人工知能に関連した技術の情報交換 ②人工知能に関連した技術の情報収集と提供 ③その他本コンソーシア...

Join community