AI推奨（LLMO）

ChatGPT や Gemini に相談した人に、おすすめとして選ばれるための画面。顧客の問い（CEP）を決め、AI の選定基準（KBF）を調べ、選ばれる根拠（RTB）を記事や外部媒体に届ける

AI に「おすすめ」として選ばれるために

検索結果で上位になっても、ChatGPT や Gemini に「どこがおすすめ？」と相談した人に名前を挙げてもらえなければ、AI 経由の顧客には届きません。「Sorabun > AIにまかせる > AI推奨（LLMO）」は、AI に選ばれるための4つの段階を、1つの画面で順に進めます（Pro・管理者のみ）。

段階	すること
1. 問いを設計する（CEP）	顧客が AI に相談するときの問い（どんな状況で・何に困っていて・どんな条件か）を決める
2. 基準を特定する（KBF）	問いを実際に AI に聞き、AI が何を基準に候補を比べているかを調べる
3. 根拠を整理する（RTB）	AI の基準ごとに、自社が選ばれる根拠を事実・データで示せているかを照らす
4. 情報面へ配置する	足りない根拠を、自社サイト（記事）と、AI が参照する外部の媒体に届ける

AI が答えを作るときに使う情報は、事前学習（学習済みの知識・Web上の言及）と、参照（RAG）（答えるときに検索して読む外部の情報・比較メディア・公式サイト）の2つです。この画面は、根拠をその両方に届けるための手順を示します。

1. 問いを設計する

自社の名前: AI の答えにこの名前（と別の呼び名）が出たら「推奨された」と数えます。AI に聞くときには名前を入れません（入れると答えが寄って、測った意味が無くなるため）
顧客の問い: 1行に1つ、30個まで。検索キーワードではなく、AI に話しかける文で書きます。「どこがおすすめ？」のように、AI が候補を挙げる問いを多めにしてください
「AIに問いを作らせる」: サイト診断の内容と、順位チェックのキーワードから15個ほど作ります。そのまま使わず、実際の顧客の言葉に近づけてから保存してください

2. AI に聞いて、選定基準を調べる

「AIに聞いて測る」を押すと、問いを1つずつ Gemini（Google検索つき）と ChatGPT（Web検索つき）に聞き、答えから次を読み取ります。

おすすめとして名前が挙がった会社・サービス（出てきた順）と、その中の自社の順番
候補を比べるのに使った基準（手数料・サポート・実績など）
出典にしたサイト

結果として「おすすめに名前が出た割合」（全体・AI ごと）、挙げられたときの平均の順番、問いごとの答え（本文も開けます）が出ます。測るたびに推移が残ります。

費用について

1回の計測で、AI の呼び出しは「問いの数 × AI の数」の質問と、同じ数の読み取り、最後のまとめ1回です（15問 × 2つの AI なら約61回）。費用はお使いの APIキーの料金で、検索つきの質問は通常より高めです。「週に1回、自動で測り直す」は既定でオフです。

1組ずつ進めるので数分かかります。画面を閉じても、1時間ごとに続きを進めます。AI の答えは毎回少しずつ変わるので、1回の結果より推移を見てください。

3. 選定基準ごとの根拠

集めた基準を4〜8個の「AI の選定基準」にまとめ、それぞれについて自社の根拠を照らします。根拠は、一次情報ラボ・一次データ・サイト診断・公開中の記事から見ます。

判定	意味
根拠あり	事実・数字・第三者の評価で示せている
根拠が弱い	触れてはいるが、数字や出典が無い
根拠なし	その基準で選ばれる理由をサイトで示していない

「出すべき根拠」に、何を公開すればよいかが出ます。根拠をでっちあげることは勧めません。 実際の数字・事例・第三者の評価を「根拠を登録する」で一次情報ラボに登録し、「根拠の記事を作る」で記事にしてください。

4. 情報面へ配置する

AI が出典にしている媒体: AI が答えるときに読んでいるサイトです。比較記事への掲載・取材・寄稿・口コミの掲載などで、ここに自社の根拠が載るのを目指します
AI がおすすめした他社: 何回挙がったかです。上の基準で、これらの会社がどんな根拠を出しているかを見ると、足りないものが分かります
自社サイト: 根拠の記事は最適化タイプを「LLMO」か「ハイブリッド」にし、llms.txt と構造化データ（JSON-LD）もオンにしておきます（SEOプラグイン連携と構造化データ）

AI引用チェック（キーワードごとに、出典に自サイトが入るか）と合わせて使うと、「出典として読まれているか」と「おすすめとして名前が出るか」の両方が分かります。