LLMO対策でLLM経由の流入82%増。Alephが月1テーマに絞って作った機能別の購入ガイド

記事を増やしたい。でも、料金、機能、競合比較を一度に書く余裕はない。そんな担当者に参考になるのが、財務の計画・分析を支援するAlephの事例です。

同社は毎月一つのテーマに焦点を当て、購入を検討する人の質問に答える記事を作りました。支援会社の報告では、LLM経由の流入が82%増えています。Profoundの事例

LLMはChatGPTなどの文章を生成するAIの基盤です。この記事では、AIの回答で正しく紹介されるためのLLMO対策を、少人数でも進めるテーマ選びに絞って考えます。

Alephの3つの数字：LLM経由の流入82%増・引用シェア5.3%・可視性5倍

報告された結果は、LLM経由の流入82%増、引用シェア1.5%から5.3%への上昇、可視性5倍です。引用シェアと可視性の変化は2か月間の数字として示されています。Profoundの事例

説明図：流入、引用シェア、AIでの可視性は、意味の違う指標。

引用シェアは、観測した引用の中で占める割合。可視性は、調べたAI回答での紹介され方です。どちらもサイトへの訪問とは別で、82%も売上の増加ではありません。

開始時の流入数や個別施策の効果までは公表されていません。数字を目標としてそのまま借りるより、限られた時間をどの質問へ使ったかを見ていきます。

質問を量・意図・テーマで分け、毎月1テーマに絞る

Alephは、質問を量・意図・テーマで整理し、毎月一つのテーマへ焦点を当てていました。Profoundの事例

説明図：購入前の質問をテーマで分け、その月に扱う一つを選ぶ。

自社なら、営業で聞かれる質問を「費用を知りたい」「特定の機能を比較したい」「今の製品から移りたい」などに分けられます。これは編集部が提案する整理方法です。

選ぶ基準は、質問の多さだけではありません。自社が正確な答えを書けて、購入前の迷いを一つ減らせるテーマかどうかも見ます。

例えば、導入前の商談で連携について何度も聞かれているなら、「便利な業務ツール」という大きな記事より、連携の方法と制限を説明するページが先かもしれません。

AIによる差異の検出を求める質問に、機能別の購入ガイドで答えた

事例では、AIによる差異の検出に関する質問を見つけ、関連する製品の購入ガイドを作ったとされています。Profoundの事例

説明図：購入ガイドでは、入力条件、比較軸、できないことまで確認できるようにする。

差異の検出は、予算と実績など、二つの数字の違いを見つけることです。購入ガイドでは、製品名だけでなく、どんな違いを調べたいのかに合わせて比較する必要があります。

自社の機能で記事を書く場合も、「できること」を並べるだけでは選びにくいものです。必要な入力、結果の見方、対応しない条件まで書くと、自社に合うかを判断しやすくなります。

ここで紹介した機能軸の比較は編集上の読み取りです。Alephの購入ガイドそのものの構成や、その記事単独の成果を再現した説明ではありません。

外部の引用元・内部リンク・見出しも見直した

Alephの報告には、外部の引用元、内部リンク、見出しの見直しも含まれます。ただし、これらすべてを毎月行うと書かれているわけではありません。Profoundの事例

自社では、購入ガイドから詳しい仕様や導入手順へ進めるかを確認します。「この機能を使えるか知りたい」人を、会社紹介のページへ戻していないかを見ると、リンクの改善先が分かります。

LLMO対策を自社で月1テーマずつ進める：テーマの選び方と購入ガイドの項目

まず一つの機能について、購入前の質問を集め、比較する条件をそろえます。以下は自社で試すための作業案です。

説明図：一つのテーマで質問に答え、関連資料へつなぎ、後から見直す。

購入ガイドの項目	書くこと
解決したい仕事	誰が何に困っているか
比べる条件	入力できるデータ、処理の頻度、必要な権限
利用の制限	非対応の用途、追加費用がかかる条件
根拠	公式仕様、確認した日付、必要なら自社の検証
次の行動	詳細仕様、試用、問い合わせへのリンク

今月はこのテーマに絞り、既存ページへ追記できるかを先に見ます。独立した質問にまとまった答えが必要なら、新規記事にします。

公開時には、修正日、対象の質問、記事URLを記録します。翌月の確認では、AIでの紹介、記事への訪問、問い合わせを別々に比べます。

テーマを絞る目的は、記事数を減らすことではありません。一つの購入判断に必要な説明を、最後までそろえるためです。