LLMO対策診断ツールとは
LLMO対策診断ツールは、ChatGPT / Gemini / Claude / Perplexity といった生成 AI 検索エンジンに、自社のページが引用されやすいかを 100 点満点で採点する診断ツールです。
採点は 2 段構成です。まず AI 判定 4 観点（独自性 / 具体性 / FAQ の質 / E-E-A-T シグナル）で、 AI が引用したくなる本文の質的側面を採点します。
次に、構造化データとAIへの伝わりやすさ・本文の抽出しやすさ・クロール／インデックス可能性・発信者の権威性・回答適性／引用しやすさ の 構造判定 5 軸 × 各 5 サブ項目 = 25 項目 を自動でチェック。 AI 判定 50% ＋ 構造判定 50% の重みで 統合スコア を算出します。
なぜ LLMO 診断が必要か
ChatGPT / Gemini / Claude / Perplexity といった生成 AI 検索の利用が広がる中で、 自社のページが「AI に引用される側」になれるかどうかが問われています。
AI は構造化データの整備された記事、冒頭で結論を即答する記事、参考文献が明示された記事を優先的に引用する傾向があり、 従来の SEO 施策とは別軸の最適化（＝ LLMO / GEO / AIO）が必要です。
本ツールはまず「コンテンツの質的側面」を AI 判定 4 観点で採点したうえで、 構造化データの整備状況を構造判定 5 軸 25 項目で自動チェックします。
Large language models increasingly rely on website information, but face a critical limitation: context windows are too small to handle most websites in their entirety.
大規模言語モデルはウェブサイトの情報にますます依存するようになっている一方で、 コンテキストウィンドウはほとんどのウェブサイトを丸ごと扱うには小さすぎる、という致命的な制約に直面している。
— llmstxt.org 公式（llms.txt 提案の背景）
構造判定 5 軸 25 項目の採点ルール（完全公開）
本ツールの最大の特徴は、構造判定の採点ロジックを 100% 公開していることです。 既存の海外・国内ツールは判定基準を部分的にしか公開しませんが、本ツールは下表の通り全項目の判定基準を開示しています。 AI 判定 4 観点（独自性 / 具体性 / FAQ の質 / E-E-A-T シグナル）の方針も併記しています。
Schema.org is a collaborative, community activity with a mission to create, maintain, and promote schemas for structured data on the Internet, on web pages, in email messages, and beyond.
Schema.org は、インターネット上・ウェブページ・メールなどにおける構造化データのスキーマを、 コミュニティで作り・維持し・普及させることを目的とした共同活動である。
— schema.org 公式
構造化データとAIへの伝わりやすさ（20 点）
JSON-LD・llms.txt・meta description など「AI が自動で読み取れる手がかり」が AI 検索エンジンに正しく届いているかを判定します。AI は構造化されたデータを優先的に引用するため、この軸が最も AI 引用率に直結します。
| サブ項目 | 4 点 | 2 点 | 0 点 |
|---|---|---|---|
| JSON-LD の存在 | application/ld+json の script タグが 1 個以上あり、有効な JSON | — | JSON-LD なし |
| JSON-LD 型の適切性 | Article / FAQPage / HowTo / Organization / Product / WebPage / BreadcrumbList のいずれかを含む | 他の @type で記述されている | JSON-LD が無効 or @type 不明 |
| Organization の sameAs | Organization JSON-LD に sameAs が 3 個以上 | sameAs が 1〜2 個 | sameAs なし or Organization JSON-LD なし |
| meta description の文字数 | 50〜160 文字（推奨レンジ） | 範囲外（短すぎ／長すぎ） | meta description なし |
| llms.txt の存在 | ルートに llms.txt が公開されている | — | llms.txt なし（404） |
本文の抽出しやすさ（20 点）
見出し階層・段落・リスト・表・画像 alt が整っていれば、AI は本文の意味を正確に切り出せます。情報の取り出しやすさが、そのまま引用されやすさにつながります。
| サブ項目 | 4 点 | 2 点 | 0 点 |
|---|---|---|---|
| h1 の単一性 | h1 が 1 個のみ | — | h1 が 0 個 または 2 個以上 |
| h2 / h3 階層構造 | h2 が 3 個以上 + h3 が適切に配置 | h2 が 1〜2 個 or h3 不適切 | h2 なし |
| 段落数 | 本文に段落（p タグ）が 3 個以上ある | 段落が 1〜2 個（もう少し分けるとさらに読みやすくなります） | 段落がほぼない（テキスト塊になっています） |
| リスト / 表の活用 | ul / ol / table のいずれかが 1 個以上ある | — | リストも表もなし |
| 画像 alt 属性率 | img の 90% 以上に alt あり（画像 0 個の場合は満点扱い） | img の 50% 以上に alt あり | img の 50% 未満にしか alt なし |
クロール・インデックス可能性（20 点）
robots・canonical・sitemap・ページ容量・AI Bot がアクセスした際に JS 実行前の HTML に本文が直接書かれているか、を判定します。AI クローラに「素直に」読まれる構造になっていなければ、そもそも引用候補にも入りません。
| サブ項目 | 4 点 | 2 点 | 0 点 |
|---|---|---|---|
| robots meta（noindex でないこと） | noindex 指定なし（インデックス許可） | — | noindex 指定あり（インデックス拒否） |
| canonical の設定 | rel="canonical" link あり | — | canonical なし |
| sitemap.xml の存在 | ルートに sitemap.xml あり（200 応答） | — | sitemap.xml なし（404） |
| ページ容量 | HTML 取得サイズ ≤ 1 MB | 1 MB 超 3 MB 以下 | 3 MB 超 |
| AI Bot がアクセスした際、JS 実行前に本文が直接書かれているか | JS 実行前の HTML に本文（p タグ）+ h1 / h2 が直接書かれている（AI Bot から本文が見える） | 一部だけ直接書かれている（タイトルや見出しのみで本文は JS 実行後） | JS 実行後に描画（AI Bot からは本文がまったく見えない） |
発信者の権威性（20 点）
誰が書いたか・どの組織か・参考文献はあるかを評価します。AI は信頼できる発信元のコンテンツを優先的に引用するため、E-E-A-T を AI が自動で読み取れる形で示せているかが問われます。
| サブ項目 | 4 点 | 2 点 | 0 点 |
|---|---|---|---|
| Author 情報 | Author JSON-LD（Person）または byline 表記あり | — | 著者情報なし |
| Organization JSON-LD | Organization 型 JSON-LD あり | — | Organization JSON-LD なし |
| Person sameAs プロフィール | Person JSON-LD の sameAs が 3 個以上 | sameAs が 1〜2 個 | Person sameAs なし |
| 参考文献・外部参照リンク | ノイズを除いた外部参照リンクが 3 個以上ある（場所は問わない） | 外部参照リンク 1〜2 個 または blockquote / cite いずれかあり | 外部参照リンクなし |
| 著者ボックス | 著者・代表者のプロフィールセクションあり（class/id に author/profile、または「プロフィール／著者紹介」等のキーワード、もしくは Person JSON-LD の人名 + 役職表記の同居） | — | 著者ボックスなし |
回答適性・引用しやすさ（20 点）
冒頭即答・FAQ 構造・固有名詞密度・出典リンクを評価します。AI は「答えやすい文章」を引用するため、冒頭で結論を先出しする原則と構造化された Q&A を採点に反映しています。
| サブ項目 | 4 点 | 2 点 | 0 点 |
|---|---|---|---|
| 冒頭即答性（結論先出し） | 最初の 200 文字に結論 / 定義が含まれる | 200〜400 文字以内に結論が出る | 結論が後半にしかない（読み進めないと答えが出ない） |
| FAQ セクション | FAQ 専用セクション or details/summary が 3 組以上 | — | FAQ セクションなし |
| FAQPage JSON-LD | FAQPage 型 JSON-LD あり | — | FAQPage JSON-LD なし |
| 固有名詞・数値の具体性 | 本文 1000 字あたり固有名詞・数値が 8 個以上 | 1000 字あたり 4〜7 個 | 1000 字あたり 3 個以下（抽象的） |
| 出典リンク（外部 a タグ） | 外部リンク 3 個以上 | 外部リンク 1〜2 個 | 外部リンクなし |
改善のしかた
各サブ項目で 4 点未満の判定が出た場合、無料レポートを申し込むと「貼り付けるだけで使える HTML / JSON-LD（構造化データ）」がメール本文に同梱された状態で即時に届きます。 メール内の改善コードを該当ページの <head> や本文に貼り付け、再診断してスコアの推移を確認してください。
- 診断 → 軸別カードを展開 → 改善が必要なサブ項目（要改善 / あと一歩）を確認
- 「無料レポートを受け取る」フォームを送信 → 数分以内に詳細レポートメールが届く
- メール本文の改善コードをコピー → 該当ページのテンプレに貼り付け（プレースホルダ部分は実値に置換）
- 同じ URL で再診断 → スコアの推移は履歴で前後比較できる
本ツールの監修者（プロフィール）
株式会社はちのす制作 代表取締役。LLMO・AIO・GEO・AI 検索対策を専門に、生成 AI 時代の検索環境で企業やサービスが引用・推奨されるためのコンテンツ設計を支援している。
自社では、AI 検索上のブランド言及率・記事引用率を可視化する AI 推奨率モニタリングツール「Mirror」を開発・運用。ChatGPT・Gemini・Google AI Overview・Google AI Mode の 4 面で、ブランドの推奨状況や記事単位の引用状況を継続計測し、データにもとづいた LLMO 改善を行う。
また、公式 YouTube チャンネル「はちのすマーケティングラボ」では、AI 検索対策、LLMO、AIO、Google AI モード、BtoB マーケティング、一次情報を活用したコンテンツ設計などを継続的に発信。
検索順位だけでなく、生成 AI に「見つけられる」「引用される」「推奨される」ための実務ノウハウを発信・実装している。
- Google Blog / AI Overviews 発表（2024 年 5 月）— Google 検索における生成 AI 要約の公式発表
- Google Search Central / AI 機能とウェブサイト— AI Overviews にコンテンツが表示される条件の公式ガイド
- Google Search Central / AI 生成コンテンツに関する方針— 検索での AI コンテンツ扱いの公式ガイダンス
- Google Search Central / 構造化データ入門— JSON-LD による構造化データの公式リファレンス
- Schema.org 公式— JSON-LD で使う構造化データの語彙仕様
- llms.txt 公式— AI クローラ向けサイトサマリの提案規格（背景を本文に引用）
- OpenAI / GPTBot 仕様— ChatGPT クローラの公式ドキュメント
- Anthropic / ClaudeBot 仕様— Claude クローラの公式ドキュメント
- はちのす制作 LLMO Branding 記事制作— 本ツール 100 点の記事設計と運用代行
よくある質問
Q.なぜ 100 点満点で AI 判定 4 観点 ＋ 構造判定 5 軸 25 項目なのですか？
本ツールはまず AI 判定 4 観点（独自性 / 具体性 / FAQ の質 / E-E-A-T シグナル・各 0–100 点）で本文の質的側面を採点します。さらに LLMO / GEO の主要な評価軸として業界で共通認識化している構造化データとAIへの伝わりやすさ・本文の抽出しやすさ・クロール／インデックス可能性・発信者の権威性・回答適性／引用しやすさ の 5 軸（英語表記では Schema & LLM Hints / Extractability / Crawlability & Indexability / Entity & Authority / Answerability & Citation readiness）を各 20 点（4 点 × 5 サブ項目）に分解した構造判定 100 点満点でも採点。AI 判定 50% ＋ 構造判定 50% の重みで統合スコアを算出しています。
Q.他の LLMO 診断ツールとの違いは？
①プログラムによる自動チェックでは捉えきれない質的側面を AI 判定 4 観点（独自性 / 具体性 / FAQ の質 / E-E-A-T）で採点しています。②構造判定 25 項目の判定基準をすべて公開しています。③改善が必要な箇所は「貼り付けるだけで使える HTML / JSON-LD（構造化データ）」として提示します。④通常 UA と GPTBot UA の 2 回取得した HTML の本文を並列表示し、AI Bot から本文が見える状態になっているかを判定しやすくしています。⑤CSV / JSON / Markdown の 3 形式でエクスポートできます。⑥ブラウザ内に保存される履歴で施策前後の比較が可能です。
Q.なぜ GPTBot UA で取得した HTML も見せるのですか？
ChatGPT の GPTBot などの AI クローラは JavaScript を実行しません。そのため、本文を JS で後から描画している（＝JS 実行前の HTML に本文がない）サイトは、AI Bot からは本文がまったく見えていないことがあります。GPTBot UA で取得した HTML を並列表示することで、AI Bot から本文が見える状態にする対策が必要かどうかを直感的に判断できます。なお、表示しているのは取得した生 HTML の本文部分であり、AI 自体のレンダリング画面ではありません。
Q.改善コードはどこで受け取れますか？
「無料レポートを受け取る」フォームを送信すると、診断スコア・サブ項目別の判定詳細・改善コード一覧（コピー可能な HTML / JSON-LD）・GPTBot UA と通常 UA の HTML 全文（添付）を、すべて同梱した詳細レポートメールが数分以内に届きます。改善が必要な全項目分の改善コードをメール本文内に inline で掲載しています。
Q.改善コードを貼り付けたあと、再診断はどうすれば？
同じ URL で「診断する」を再度実行してください。診断結果はこのブラウザ内に履歴として保存されるので、施策前後のスコア推移が確認できます。
Q.プライベートな URL（社内ネットワーク・ステージング Basic 認証付き）は診断できますか？
URL を入力する方式（URL で診断タブ）では、安全上の理由でプライベート IP（10.0.0.0 / 172.16.0.0 / 192.168.0.0 / Tailscale CGNAT 等）への接続を拒否し、ログイン必須ページ・Basic 認証付きページも取得できません。ただし「HTML を貼り付けて診断」タブを使えば、ご自身のブラウザで開けるページの HTML 全文（Ctrl+U → 全選択コピー）を貼り付けて診断できます。社内 stg・Basic 認証付きステージング・ローカル環境・Vercel / Cloudflare 等の Bot 保護があるサイトは、こちらの方法をご利用ください。25 サブ項目のうち 22 項目は HTML だけで判定可能で、元 URL を併記すれば llms.txt / sitemap.xml の存在チェックも実行されます。
Q.商用利用は可能ですか？
はい、完全無料・登録不要で社内・クライアント診断に利用いただけます。診断結果（CSV / JSON / Markdown）をレポートに転用するのも自由です。本ツールへの言及（出典リンク）をいただけるとありがたいです。