AIO（LLMO）の効果測定｜指標・手順と経営への報告の型

AI検索向けの施策を半年続けたのに、「それで効果はどうなったの」と聞かれて答えに詰まる。LLMOの効果測定でいちばん多いつまずきが、この場面です。先に決めるのは測り方ではなく、AIの回答側・自社サイト側・成果という3つの層に指標を分けて持つことです。AIの回答は同じ質問でも毎回変わります。1回見て「出た・出ない」で終える形だと、翌月に同じ説明ができません。

AI検索での最適化を指す言葉は、AIO（AI Optimization）のほかにLLMO（Large Language Model Optimization）、GEO（Generative Engine Optimization）、AEO（Answer Engine Optimization）などがあり、業界でまだ呼び方が統一されていません。本メディアではこれらを総称して「AIO」と表記します。呼び名が違うだけで、生成AIの回答の中で自社が取り上げられるようにする取り組みという点は共通です。全体像はAIO（AI Optimization）とは何かの解説にまとめています。

「効果はどうなった」に答えられないのは、測る指標を決めていないから

答えに詰まる原因は、施策の量ではなく、何を数えるかを先に決めていないことにあります。数える対象が決まっていないと、先月と今月を並べられません。並べられない数字は報告の材料になりません。

会議で「それで、結局うちは何位なんですか」と聞かれ、検索順位の表を出してしまう。ここが分かれ目です。AI検索では、自社サイトが何番目に並ぶかではなく、回答文の中で名前が挙がるか、引用元として出るかで扱いが決まります。順位表には、その記録が1行も入っていません。

つまずきは次の3つに分かれます。

• AIの回答の中で何が起きたかを記録していない
• 検索順位のレポートで代用している
• 1回だけ見て「出た・出ない」で終わっている

私たちは、AIの回答を継続的に取得して可視化するツールとAIOコンサルティングを提供する株式会社AI Hackです。実務では、最初の1つを埋めるだけで報告の形が変わると考えています。施策そのものの考え方はAI検索の対策（AIO）とSEOの違いと施策の全体像で扱っています。

AIOの効果測定で使う指標を3つの層に分ける

指標は「AIの回答側」「自社サイト側」「成果」の3層に分けて持ちます。混ぜると、増減の理由を追えなくなるからです。層ごとに取り方も道具も違います。

次の表は、層ごとに何を数え、どこで数字を取るかを並べたものです。

上の層ほど自分で記録を残す手間がかかり、下の層ほど既存のレポートを流用できます。

層1｜AIの回答側で見る4つの指標

AIの回答の中での扱われ方は、4つの数字で表せます。

• 言及率（Mention Rate）：10問投げて3問の回答に自社名が出れば30%です
• 引用率（Citation Rate）：回答の下に並ぶ参照リンクに自社サイトが出た割合です
• 推奨順位（Position）：「おすすめは3社」と並んだとき、1番目か3番目かを記録します
• 言及シェア（Share of Voice）：回答に出た社名の総数に対する自社の割合です

名前は出ないのに参照リンクにだけ自社が出る、という状態も起こりえます。だから言及率と引用率は分けて数えます。

補助として、自社の説明が事実と違っていた割合（誤情報検知率。ハルシネーションの発生を数えたもの）を持ちます。ハルシネーションとは、生成AIが事実でない内容をもっともらしく出す現象です。中身と企業側の対応はAI検索での誤情報（ハルシネーション）の原因と対策で解説しています。ネガティブな文脈で触れられた割合も見られますが、判定が揺れやすいため、主指標にはしないほうがよいと私たちは考えています。

層2｜自社サイト側で取れるAIO指標

こちらは既存のレポートの隣に置けます。GoogleのAI機能での表示回数、ChatGPTなどからの訪問、社名や商品名での検索（指名検索）の3つです。取り方と限界はあとの章でまとめます。

層3｜成果の指標は既存のものをそのまま使う

問い合わせ、資料請求、会員登録。AIOのために新しい成果指標を作る必要はありません。ここで約束事を1つ置きます。層をまたいで原因と結果を結ばないことです。言えるのは「言及率が上がった月に問い合わせも増えた」までで、それ以上は書きません。

計測の手順：質問セットを作り、AIサービス別に記録する

手順は、質問を決める、サービスごとに投げる、3項目を記録する、の3つだけです。特別な道具がなくても、表計算ソフト1枚で始められます。

自社名を出さない質問セットの作り方

基本は自社名を出さない聞き方です。「〇〇のおすすめは」のように、見込み客が最初に打つ言葉で聞きます。観点は比較、費用、方法、固有名の4つを用意すると偏りません。本数は事業によって変わるので、固定の正解はありません。AIは1つの質問を複数の検索に分解して答えるため、言い回しを少し変えるだけで引かれる記事が変わります。この仕組みはAIが質問を分解するクエリファンアウトの解説にまとめています。

AIサービスごとに分けて計測する理由

ChatGPT、Gemini、GoogleのAI検索、Claudeでは、引用元の選び方も回答の組み立て方も違います。合算すると、どこを直せばよいかが決まりません。あるサービスでだけ名前が出ないなら、直す先は自社の記事ではなく外部の媒体側かもしれない、という切り分けができます。

1回の記録で残す3項目

日付、サービス名、質問文に加えて、次の3つを残します。

• 回答文に自社名が出たか
• 参照リンクに自社ページが出たか
• 回答のどこで、どう扱われたか（推奨か、比較対象か、否定的な文脈か）

次の図は、ここまでの作業がどの順で進み、どこで前の工程に戻るのかを1枚にしたものです。

実務では、質問文とサービスと計測の時間帯を固定したまま同じ記録を続けています。条件を変えると前月と比べられなくなるためです。記録を自動で取る道具の違いはプロンプト単位でAI回答を分析するAIO分析ツールの比較で整理しています。

同じ質問でも回答が変わる。何回・何日測れば判断してよいか

AIの回答は確率的に揺らぎます。同じ質問を同じ日に2回投げても、挙がる社名が入れ替わることがあります。だから単発の結果で断定せず、繰り返した結果のばらつきごと記録します。

AIが付けた引用元は「評価された証拠」とは限らない

2023年時点の4つの生成AI検索（Bing Chat、NeevaAI、perplexity.ai、YouChat）を人手で検証した調査では、回答文のうち引用で裏づけられていたのは51.5%でした（ACL Anthology「Evaluating Verifiability in Generative Search Engines」、2023年12月）。引用が実際にその文を支えていた割合も74.5%です（同じくLiu ほか、2023年12月）。いまのAI検索の数値ではありませんが、引用元として出たこと自体は自社が評価された証拠ではない、という読み方は変わりません。引用率は「選ばれた回数」として数え、評価の高さとは別に扱います。

同じ質問を別々のやり取りで繰り返す理由

繰り返しは、同じ会話の続きではなく、毎回新しいやり取りとして行います。前の回答を踏まえた答えは独立した結果ではなく、一致しているように見えてしまうからです。回数は、まず2回、できれば3回、継続して運用するなら5回という段階で考えます。ただし手作業の負荷は回数で膨らみます。手作業で行う場合、5回×3サービス×4問で60回のやり取りになり、1回3〜4分として約3.5時間かかる計算です（AI Hackの試算）。

日をまたいだ計測と、仕様が変わった月の扱い

曜日や時間帯で回答が変わるため、週に1度、同じ曜日に取って月単位で比べます。AI側の中身は数か月単位で入れ替わるので、計測した時期を記録に残しておきます。2026年5月のGoogle I/Oでは、AI OverviewsとAI Modeを1つのAI検索体験として統合すると発表されました（Google「100 things we announced at Google I/O 2026」、2026年5月）。こうした変更の前後は別物として扱い、1本のグラフにつなげません。

ばらつきの報告は、数字を細かく出すより3段階に丸めるほうが伝わりやすいと私たちは見ています。「毎回出る」「ときどき出る」「まったく出ない」の3つです。

Search ConsoleとGA4で分かること、どうしても分からないこと

2つの道具で埋まるのは3層のうち中段と下段だけです。上段は手元の記録でしか埋まりません。まず、埋まる範囲を正確に押さえます。

Search Consoleで分かるAI検索での表示回数

Search Consoleには、GoogleのAI機能での表示を見る専用のレポートがあります。2026年6月に提供が始まり、2026年8月31日に全サイトへの展開が告知されました（Google検索セントラル ブログ「Introducing Search Generative AI performance reports in Search Console」、2026年6月公開・8月31日追記）。プロパティによっては、まだレポートが表示されないことがあります。見られるのは表示回数、ページ、国、デバイス、日付で、クリック数と検索語句は含まれません。AI OverviewsとAI Modeはまとめて集計されます。2つの機能の違いはGoogleのAI ModeをSEO視点で解説した記事で説明しています。

数字を読むときは、記録側の不具合にも注意します。2026年8月13日から17日の同レポートの表示回数はGoogle側の記録の誤りで少なく出ており、欠けていたデータは8月21日に復旧済みです（Search Consoleヘルプ「Data anomalies in Search Console」、2026年8月）。この期間の落ち込みを施策の失敗として報告しないようにします。

GA4で分かるAIサービス経由の訪問

GA4では、AIアシスタント経由の訪問が専用の区分にまとまります。公式の説明で挙げられているのはChatGPT、Gemini、DeepSeek、Copilot、Grokで、GoogleのAI OverviewsとAI Modeは含まれません（Googleアナリティクス ヘルプ「デフォルトのチャネルグループ」、2026年10月時点）。一覧に名前のないClaudeやPerplexityからの訪問は、他サイトからの参照（Referral）に入る場合があるため、自分の数字で確かめてから使います。

どちらでも埋まらない、AIOの効果測定の空白

残るのは次の3つです。

• 回答文の中で自社名が挙がったかどうか
• 引用されたのに誰もクリックしなかった分
• サイトに来ないまま検討が進んだ分

この空白があるから、層1を手元で記録します。私たちは、埋まらない部分を「分からない」と書いたまま報告するほうが、早く社内の納得を得られると考えています。次の図は、3つの層と取得元の対応、そして道具では届かない範囲を1枚で示したものです。

月次レポートの型：増減の根拠として語れること、言い切らないこと

レポートは1枚で足ります。今月の記録条件、3つの層の推移、来月の確認事項を順に並べるだけです。

月次レポートに載せる5項目

載せるのは、記録条件、AIの回答側、自社サイト側、成果、来月の確認事項の5つです。

1. 今月の記録条件（サービス数・質問数・繰り返し回数・計測した日）
2. AIの回答側の指標の推移（言及率・引用率・推奨順位・言及シェア）
3. 自社サイト側の指標の推移（AI検索での表示回数、AIサービス経由の訪問、指名検索）
4. 成果の指標の推移（問い合わせ・資料請求など）
5. 今月の打ち手と、来月に確かめること

数字に添えるただし書きと報告文のひな形

私たちは、報告する数字には観測した年月と記録条件を添えるようにしています。1回しか測っていない数字には、ばらつきを出していないと明記します。そして、層1の改善を層3の成果の原因としては書きません。

良い書き方は「〈サービス3つ×質問◯本×3回〉の条件で、◯月の言及率は前月より上がりました。同じ月に指名検索の表示回数も増えましたが、原因は特定していません」という形です。避けたいのは「AI検索で上位に入ったので問い合わせが増えました」という書き方で、根拠のない因果を1文で作ってしまいます。

効果測定でやりがちな3つの誤り

誤りの多くは、判断を急いだときに起きます。ここでは、間違えたときに何が起きるかに絞ります。

1回の確認で判断してしまう

1回の結果で「出なくなった」と報告すると、翌月に反対の数字が出て説明が崩れます。前章の繰り返し計測と、3段階に丸めた報告で防げます。

検索順位の上下だけで判断してしまう

順位が上がっても回答文で名前が挙がらないことはありますし、順位が動かないまま引用が増えることもあります。順位表だけを根拠にすると、打ち手が記事の順位対策に片寄ります。AIの回答側の記録を並べて初めて、どちらが動いたのかを言えます。

1つのAIサービスの結果を全体の結論にしてしまう

手元で使い慣れた1つのサービスだけを見ると、そこでの強さや弱さを全体の結論にしてしまいます。サービスごとに引用元の選び方が違うため、改善の優先順位を取り違えます。最低3つに分けて記録するほうが安全だと考えています。

まとめ

最初の1か月は小さく始めて問題ありません。質問を数本、サービスを3つ、繰り返しは2回、記録は3項目。これを4週続けると、先月と今月を並べた1枚が手元に残ります。指標を増やすのは、その型が回り始めてからで十分です。いまの計測がどこまで埋まっているかを確かめたい方は、株式会社AI Hackの無料AIO診断（実測）をご利用ください。