株式会社イノベーター・ジャパンのコーポレートサイトは、私たちが提供する LLMO（GEO／生成エンジン最適化）の検証環境そのものです。生成AIに正しく理解され、引用される構造とは何か——その仮説と検証を、自社サイトで先に試しています。
なぜ自社サイトで実験するのか
生成AIによる検索行動の変化は、まだ確立した方法論が存在しない領域です。私たちは、お客様に提案する前に、まず自社で試すという方針をとっています。うまくいったこともあれば、想定と違った結果もあります。このページでは、その過程を公開しています。
一般的なコーポレートサイトと比べて、雰囲気を伝えるイメージ写真や装飾的なビジュアルが少ないと感じられるかもしれません。それは意図的なものです。生成AIが回答を組み立てる際に参照するのは、雰囲気ではなく、意味を持つテキストと構造です。定義・比較表・説明的な図解といった、内容を伝える要素を優先して設計しています。
ただし、読み手にとってわかりやすいことが前提です。AIに読ませるために人間の理解を犠牲にするのでは本末転倒だと考えています。
何を検証しているか
このサイトに実装している主な要素です。すべて実際にご覧いただけます。
| 実装している要素 | 検証している仮説 |
|---|---|
| 構造化データ（Organization / Service / FAQPage / ImageObject / VideoObject など） | 機械可読な形で情報を提供すると、AIが内容を正確に把握しやすくなるか |
| 「◯◯とは」定義パッセージ | 結論を先出しした定義文は、AIの回答に引用されやすいか |
| 比較表（観点×選択肢） | 意思決定に使える比較情報は、検討段階の質問で参照されるか |
| 概念図・フロー図＋説明的な代替テキスト | 図解とその説明は、テキストだけの説明を超える理解につながるか |
| 装飾的な画像を抑え、説明的な図版に絞る | 意味を持たない画像より、内容を説明する視覚要素のほうがAIの理解に寄与するか |
| llms.txt / llms-full.txt | AI向けのサイト概要提供は、理解の助けになるか |
| AIクローラーの明示的な許可 | そもそもアクセスできなければ、引用されることもない |
| 自己完結型のパッセージ設計 | 前後の文脈なしで単体でも意味が通る段落は、引用されやすいか |
検証プロセス
週次で、次のサイクルを回しています。
- 測定 — 自社開発の監査ツールでサイト構造を評価し、生成AIでの言及状況を定点観測
- 施策 — 検出された課題に対して、構造・コンテンツを改善
- 再測定 — 施策後の変化を確認し、効果と誤差を切り分け
現在の状況
88 / 100
GEO監査スコア（2026-07-27時点・自社開発の監査ツールによる評価）
- 評価軸：技術的アクセシビリティ／構造的可読性／引用可能性／権威性・ブランド／マルチモーダル の5次元を重み付けして算出
- この数値は自社基準であり、業界標準の指標ではありません
生成AI経由の訪問は、少数ながら増加傾向を観測しています（絶対数は僅少であり、傾向として確立したとは言えません）。
わかったこと・わからないこと
わかってきたこと
- 技術的な前提（AIクローラーの許可、機械可読な構造化データ、サーバーサイドレンダリング）は、比較的短期間で整備できる
- 定義・比較表といった「カテゴリを定義する素材」は、実装前後で監査指標が明確に変化した
まだわからないこと
- 監査指標の改善が、実際のAI回答での引用増加にどこまで結びつくか
- 指名検索以外の文脈で、どうすれば想起されるか
うまくいかなかったこと
- 測定ツール自体の判定に誤りがあり、実装済みの要素が「未実装」と検出されていた期間がありました。指標を信じる前に、実際の出力と突き合わせる必要があります
- 監査ツールの推奨に従っても指標が動かない項目があり、推奨自体を見直しました
注記
LLMO には、現時点で確立した方法論がありません。このページに記載した内容は、自社サイトでの観測に基づく仮説を含みます。効果を保証するものではなく、確定した事実・見解・未確認の事項を区別して記載しています。