AI検索で紹介される会社と、されない会社は何が違うのか｜LLMO/GEOで詰まる3つの関門を分解する

「AIに紹介されるには何をすればいいか」という問いには、3つの別々の問いが混ざっている。買い手の質問がそもそも会社名の出る形か、候補の名簿に入るか、入った後に何を語られるか。この3つは順番に効き、詰まる場所によって打つべき手がまったく違う。本稿は、自社がどこで詰まっているかを見分けられるところまでを扱う。

「AIに載る方法」という問いは、粗すぎて答えようがない

AI検索対策の相談で最も多いのは「どうすればAIに紹介されますか」という問いである。だがこの問いのままでは答えられない。紹介されないと一口に言っても、原因が3つの異なる場所にありうるからだ。

第一に、買い手がそういう質問をしていない場合がある。AIが会社名を挙げる場面は限られており、質問の形によっては、どの会社も出てこない。

第二に、会社名は出ているが、そこに自社が入っていない場合がある。候補の名簿に載っていない状態である。

第三に、名簿には載っているが、語られる内容が薄い場合がある。名前だけ挙がって中身がない状態と、具体的な材料が語られる状態は別である。

この3つは、症状が同じ（自社が紹介されない）でも、原因も対処も違う。順に見ていく。

第一の関門｜そもそも会社名が出る質問なのか

私たちの実験では、買い手の相談を4段階に分け、3つのAIで実行した。経営課題の悩み、手段が未定の相談、手段は決まった状態での頼み方の相談、そして業者を教えてほしいという依頼である。

前半3段階では、27回答すべてで業者名が挙がらなかった。ChatGPTでもClaudeでもGeminiでも0件である。会社名が現れたのは、相談が「業者を教えてほしい」という調達の形に変わった4段階目で、27回答中26回答だった。

注目すべきは3段階目である。ここでは買い手はすでに手段を決めており、頼み方を相談している。それでも業者名は出なかった。枠が開くのは手段が決まったときではなく、買い手が業者を尋ねたときである。

つまり、悩み段階の質問で「自社が出ない」と判断しても、それは自社の問題ではない可能性がある。誰も出ていない場所を見ているだけかもしれない。

この構造は、コンテンツマーケティングが力を入れてきた領域と重なる。買い手が課題を言語化する段階の記事、打ち手を探す段階の記事。そこにAI経由の推薦を期待する設計は、少なくともこの実験の範囲では成り立っていない。

第二の関門｜候補の名簿に入るか

枠が開いたとして、次はそこに自社が入るかである。ここで効くのが、買い手が付ける条件である。

私たちは相談文の条件を表す語だけを差し替え、他は固定して実行した。結果、挙がる会社の顔ぶれ自体が動いた。

表1　条件語ごとに登場した企業の種類数と、無条件時との重なり

条件別推薦実験（2026年8月11日）。人材教育・組織開発領域。3AIを横断した企業種類数で、AI別の内訳は集計上存在しない。各セルn=3のため件数表記とし、率には換算しない。

地域の条件を足した場合、登場した21社のうち無条件時と共通するのは3社だけだった。18社は地域条件でのみ現れている。逆に、無条件時に挙がっていた9社のうち6社は姿を消した。

この関門で重要なのは、名簿が1つではないことである。買い手がどんな条件を付けるかで、名簿そのものが組み替わる。無条件の相談で自社が挙がっていても、条件が付いた瞬間に消えることがあるし、その逆もある。

言い換えると、「AI検索での順位」に相当するものがない。買い手が費用を気にしているのか、近さを気にしているのか、体制を気にしているのかで、そもそも比べられている相手が違う。自社の位置を1つの数字で表そうとすると、この構造が消える。

第三の関門｜候補に入った後、何を語られるか

名簿に入っても、そこで終わりではない。AIが自社について何を語るかで、買い手が受け取る情報は変わる。

私たちは、AIが企業に触れた記述を1件ずつ分類した。実績、契約条件、手法、体制、そして具体的な内容を伴わない特徴のみ、の5つの型である。人材教育・組織開発で555件、会計SaaSで767件を分類し、どちらも型を追加する必要は生じなかった。

会計SaaSでは、この特徴のみが767件中231件、全体の30.1%を占めた。「大手」「実績豊富」といった評価語だけで、比較の材料にならない記述である。名前が挙がることと、選ぶ理由が語られることは別だという意味になる。

さらに、何を語られるかも買い手の条件で動く。費用の条件を足したときの実績の記述は、ChatGPTで0件、Geminiで0件、Claudeで8件だった。同じ条件でAIによって結果が逆になっている。自社の強みが実績にあっても、費用を聞かれた相談では語られないことがある。

自社がどこで詰まっているかを見分ける

3つの関門は順番に効くので、手前から確認する。

表2　症状と、確認すべき関門

この表は、読者が自分の観測を分類するための整理であり、各状態の発生頻度を測ったものではない。統計的な診断基準でもない。実験は各セルn=3以下である。

注意点が1つある。この判別は、複数回・複数のAIで測って初めて意味を持つ。AIの回答は同じ条件でもぶれるため、1回聞いて出なかったことは、出ないことを意味しない。

実務への示唆｜関門ごとに打ち手が違う

第一の関門で止まっているなら、悩み段階のコンテンツをAI経由の推薦につなげる想定を外す。枠が開いていない場所に投資しても、業者名としては出てこない。ただし、そのコンテンツに検索流入や営業活用といった別の役割があるなら、それは別の物差しで評価する。

第二の関門で止まっているなら、買い手が使う条件を洗い出し、条件ごとに測る。全国区の知名度がなくても、特定の条件では候補に入ることがある。逆に、無条件で挙がっているからといって安心はできない。

第三の関門で止まっているなら、語られる材料を点検する。実績や契約条件は、数量を伴わないと型として成立しにくい。「実績豊富」は、この分類では実績ではなく評価語になる。ただし本稿が示した型の構成比は、回答全体を分類したものであって、特定の企業が評価語だけで語られた頻度ではない。自社について何が語られているかは、自社の回答を読んで分類するしかない。

そして共通の前提として、打ち手を決める前に測る。どの関門で詰まっているかを知らずに施策を選ぶのは、症状を見ずに薬を選ぶのに近い。

この記事でわかっていないこと

「選ばれる」ことは測っていない。本稿の観測はすべて、AIが何を出力したかである。買い手がその会社を実際に選んだかどうかは測っておらず、AIに挙がることと受注につながることの関係は分かっていない。

因果は検証していない。3つの関門は観測された構造であり、「こうすれば通過できる」という検証を経ていない。関門ごとの打ち手として書いたものも、効果が確認された施策ではない。

nと領域の制約がある。条件別推薦実験は各セルn=3、人材教育・組織開発の1領域である。会話継続実験は各ターン27回答で、相談3系列は筆者が支援する企業の顧客像に基づく設計である。記述型の分類は2領域で行った。

関門の数が3つであることも、確定した枠組みではない。今後の測定で、さらに分ける必要が出る可能性はある。

調査概要

表3　本稿で引用した調査

各調査の設計・n・限界・クライアント関与は、それぞれを扱った実測記事に記載している。設計が異なるため、調査間で数値を比較してはいけない。5記述型の判定は判定基準v2.1による（「価格」はv2.2で「契約条件」に改称）。

調査対象企業はすべて匿名である。本稿は3つの関門の全体像を示すことを目的としており、各関門の詳細は個別の実測記事を参照されたい。