はじめに
LLMOに取り組み始めると、「エンティティ」「サイテーション」「構造化データ」「Query Fan-out」など、聞き慣れない言葉が次々に出てきます。社内で施策を説明したり、外部の支援会社と話したりするときに、言葉の意味がそろっていないと議論がかみ合いません。
この記事では、人材紹介会社のマーケターや経営者が押さえておきたいLLMOの用語を、5つの分野に分けて解説します。各用語には、人材紹介会社での具体例やポイントも添えています。気になる用語から読み進めてください。
| 分野 | 主な用語 |
|---|---|
| 1. LLMOの基本用語 | LLMO、AIO、GEO、AISEO、AI Overviews、AIモード |
| 2. AIが回答をつくる仕組みの用語 | LLM、RAG、グラウンディング、Query Fan-out、ハルシネーション |
| 3. 信頼と評価に関わる用語 | エンティティ、サイテーション、メンション、E-E-A-T、一次情報 |
| 4. 技術・実装の用語 | 構造化データ、JSON-LD、FAQPage、JobPosting、llms.txt、AIクローラー |
| 5. 計測・指標の用語 | AI引用率、平均掲載順位、情報源数、引用数、表示割合 |
LLMOの基本用語
| 用語 | 意味 | 人材紹介会社でのポイント |
|---|---|---|
| LLMO(大規模言語モデル最適化) | ChatGPTやGeminiなどの大規模言語モデルの回答で、自社が正しく引用・推薦される状態をつくる取り組み | 「IT営業に強い人材紹介会社は?」のような質問で、自社名が挙がることを目指す |
| AIO(AI最適化) | AIによる検索や回答全般に向けた最適化の総称。LLMOとほぼ同じ意味で使われることが多い | 呼び方の違いにこだわるより、何を指標に追うかをそろえることが大切 |
| GEO(生成エンジン最適化) | 生成AIを使った検索エンジン(Generative Engine)に向けた最適化 | 海外ではGEOの呼び方が広く使われている |
| AISEO | AI検索に向けたSEO。従来のSEOの考え方をAI検索に広げたもの | SEOで積み上げた自社サイトの資産は、AISEOでもそのまま土台になる |
| AI Overviews | Google検索の結果の上部に表示される、AIが生成した要約 | 「人材紹介 仕組み」のような検索で表示され、引用元としてサイトへのリンクが付く |
| AIモード | Googleの対話型のAI検索機能。追加の質問を重ねながら調べられる | 求職者が自分の状況を詳しく伝えて質問するため、具体的な質問に答えるコンテンツが引用されやすい |
| 生成AI検索 | AIが複数の情報源をもとに回答を生成して返す検索の総称 | 求職者が人材紹介会社を比べる入口が、検索結果の一覧からAIの回答に移りつつある |
なお、目視ベースですが、GoogleのAI OverviewsやAIモードの仕様は日々のように変わっています。用語の意味は大きく変わらなくても、表示のされ方や引用のされ方は変化し続けている点に注意が必要です。
AIが回答をつくる仕組みの用語
| 用語 | 意味 | 人材紹介会社でのポイント |
|---|---|---|
| LLM(大規模言語モデル) | 大量の文章を学習し、人間のような文章を生成するAIモデル。ChatGPT、Gemini、Claudeなどの中核にある技術 | 学習した知識だけで答える場合と、Webを検索して答える場合がある |
| 学習データ(トレーニングデータ) | LLMが事前に学習した文章の集まり。一定の時点までの情報で止まっている | 学習データだけでは最新の求人動向や自社の最新実績は伝わらないため、Web検索で参照されることが重要 |
| RAG(検索拡張生成) | AIが回答をつくる前に外部の情報を検索し、その内容をもとに回答を生成する仕組み | 求職者の質問に対し、AIが検索で見つけたページを読んで答える。ここで自社サイトが選ばれるかが勝負になる |
| グラウンディング | AIの回答を、検索結果などの信頼できる情報源にもとづかせること | 自社サイトの情報が正確で具体的なほど、AIの回答の根拠として使われやすい |
| Query Fan-out(クエリファンアウト) | AIが一つの質問を、関連する複数の検索に分けて裏で調べる仕組み | 「未経験でSaaS営業に転職したい」という質問から、年収・必要スキル・おすすめの人材紹介会社などを同時に調べる。関連する質問に幅広く答えておくと引用されやすい |
| プロンプト | ユーザーがAIに入力する質問や指示の文章 | LLMOでは、求職者が実際に入力しそうなプロンプトを選び、その回答に自社が出るかを計測する |
| ハルシネーション | AIが事実と異なる内容を、もっともらしく生成してしまうこと | 自社の得意分野や実績をAIが誤って説明することもある。正確な情報をどこでも同じ内容で載せておくことが予防になる |
信頼と評価に関わる用語
| 用語 | 意味 | 人材紹介会社でのポイント |
|---|---|---|
| エンティティ | 会社、人物、職種、地名など、AIや検索エンジンが「ひとつの実体」として識別する対象 | 自社が「IT・SaaSセールスに特化した人材紹介会社」という実体として正しく認識されることが、推薦される前提になる |
| ナレッジグラフ | エンティティ同士の関係を整理したデータベース。Googleなどが保有している | 会社名・所在地・事業内容・代表者などが一貫していると、自社の情報が正しく結びつきやすい |
| サイテーション | 他のサイトや記事で、自社の名前や情報が言及・引用されること。リンクの有無は問わない | 比較サイト、業界メディア、プレスリリースなどで自社名が言及されると、AIが自社を知る手がかりが増える |
| メンション | 自社名が他のページで触れられること。サイテーションとほぼ同じ意味で使われる | 言及される内容(得意分野・実績)が自社サイトと一致していることが大切 |
| 引用(AIによる引用) | AIが回答の根拠として、特定のWebページを参照・表示すること | 自社サイトのページが引用元として表示されると、求職者が自社サイトに来るきっかけになる |
| E-E-A-T | 経験(Experience)、専門性(Expertise)、権威性(Authoritativeness)、信頼性(Trustworthiness)。Googleが品質評価の考え方として示しているもの | コンサルタントの経歴や支援実績を明示し、誰が書いた情報かを分かるようにする |
| 一次情報 | 自社が直接得た、他では手に入らない情報 | 面談や企業訪問で得た年収の実データ、選考の傾向、支援事例など。AIに選ばれる最大の理由になる |
| NAP情報 | 会社名(Name)、住所(Address)、電話番号(Phone)。会社の基本情報 | 自社サイト、比較サイト、外部メディアなどで表記をそろえる |
技術・実装の用語
| 用語 | 意味 | 人材紹介会社でのポイント |
|---|---|---|
| 構造化データ | ページの内容(会社名、質問と回答、求人情報など)を、検索エンジンやAIが機械的に読み取れる形式で記述したデータ | 人が読む文章とは別に、「ここが会社名」「ここが質問と回答」とAIに伝えられる |
| schema.org | 構造化データで使う語彙(項目名)の共通規格 | Organization、FAQPageなど、使う型の名前はここで定められている |
| JSON-LD | 構造化データを記述する形式のひとつ。Googleが推奨している | ページのHTMLに埋め込んで使う |
| Organization | 会社や組織の情報を表す構造化データの型 | 会社名、ロゴ、所在地、公式SNSなどを記述し、エンティティとして正しく認識されるようにする |
| Person | 人物の情報を表す構造化データの型 | 記事を監修したコンサルタントの名前や経歴を記述する |
| FAQPage | よくある質問とその回答を表す構造化データの型 | 求職者向けFAQページに入れ、質問と回答の対応をAIに伝える |
| JobPosting | 求人情報を表す構造化データの型 | 職種、給与、勤務地、雇用形態などを記述する。公開求人を自社サイトに載せる場合に使う |
| llms.txt | AIに向けてサイトの概要や重要なページを伝えるために提案されているテキストファイル | 公式な標準ではなく、各AIがどこまで参照しているかは明らかになっていない。入れておいて損はないが、これだけで引用されるわけではない |
| robots.txt | クローラーにサイトのどこを巡回してよいかを伝えるファイル | AIクローラーをブロックしていると、AIが自社サイトを読めなくなる。意図せずブロックしていないか確認する |
| AIクローラー | AIの学習や検索のためにWebページを巡回するプログラム。OpenAIのGPTBotなどが代表例 | 名称や役割は各社で異なり、変わることもある。どのクローラーを許可するかは方針を決めて設定する |
計測・指標の用語
| 用語 | 意味 | 人材紹介会社でのポイント |
|---|---|---|
| AI引用率 | 計測対象の質問のうち、AIの回答に自社名や自社サイトが出た割合 | LLMOの成果を測る中心的な指標。職種や求職者の状況ごとに質問を用意して測る |
| 平均掲載順位 | AIの回答の中で、自社が何番目に紹介されたかの平均 | 同じ引用でも、最初に紹介されるか最後に添えられるかで求職者への届き方が変わる |
| 情報源数 | AIが回答の根拠として参照している、自社に関するページの数 | 自社サイトの記事だけでなく、比較サイトや外部メディアのページも含めて広がりを見る |
| 引用数 | 自社のページがAIの回答で引用された回数 | どの記事がよく引用されているかが分かり、次に書くテーマの判断材料になる |
| 表示割合 | AIの回答に登場した会社全体のうち、自社が占める割合 | 競合と比べて、AIの回答の中でどれだけ存在感があるかを見る |
| AI検索経由の登録数 | ChatGPTやGeminiなどのAIをきっかけに登録・問い合わせした求職者の数 | アクセス解析だけでは拾いきれないため、登録フォームの「当社を何で知りましたか」で把握する |
| 指名検索数 | 会社名やサービス名で検索された回数 | AIで知った求職者がGoogle検索で会社名を確かめる行動の目安になる |
AI引用率などの指標は、計測する質問(プロンプト)の選び方で数字が大きく変わります。他社と比べるときは、同じ質問・同じ期間で測っているかを必ず確認してください。
人材紹介会社がまず押さえる5語
すべての用語を一度に覚える必要はありません。人材紹介会社がLLMOを始めるなら、まず次の5語の関係を押さえておくと、施策の全体像がつかめます。
| 順番 | 用語 | 押さえる理由 |
|---|---|---|
| 1 | 一次情報 | AIに選ばれる理由そのもの。コンサルタントの手元にある現場の情報を記事にする |
| 2 | エンティティ | 自社が「何の会社か」をAIに正しく理解してもらう土台 |
| 3 | 構造化データ | 一次情報とエンティティを、AIが機械的に読み取れる形で伝える手段 |
| 4 | サイテーション | 自社サイトの外でも自社が言及され、AIが自社を知る手がかりを増やす |
| 5 | AI引用率 | ここまでの取り組みが成果につながっているかを測る指標 |
一次情報で中身をつくり、エンティティと構造化データで正しく伝え、サイテーションで外からの裏づけを増やし、AI引用率で成果を確かめる。この流れが、人材紹介会社のLLMOの基本形です。
Smacieの実例
Smacieは、IT・SaaSセールス/カスタマーサクセスに特化した人材紹介事業を自社で運営しています。ここで紹介した用語にもとづく施策を自社で実践し、AI引用率などを定点で計測しながら改善を続けてきました。
計測方法
| 項目 | 内容 |
|---|---|
| 計測期間 | 2026年2月14日〜11月4日時点 |
| 計測対象 | IT・SaaSセールス/カスタマーサクセス関連の転職キーワード約100個 |
| AI引用率 | 対象プロンプトのうち、回答に自社が言及された割合 |
| 平均掲載順位 | 回答の中で自社が言及される順番の平均 |
| 引用されている情報源数 | AIが自社を紹介するときに根拠とした情報源の数 |
2026年11月4日現在のSmacie最新実績

| 指標 | 実績 |
|---|---|
| AI引用率 | 60%(業界1位) |
| 平均掲載順位 | 2.2位(業界1位) |
| 引用されている情報源数 | 180(業界1位) |
| Web経由の集客数 | 従来比で約12倍に拡大 |
| AI検索経由の相談比率 | 全体の約9割 |
実績の推移
| 指標 | 2026年2月14日〜5月22日 | 2026年8月13日時点 | 2026年10月7日時点 | 2026年11月4日時点 |
|---|---|---|---|---|
| AI引用率 | 31% | 39% | 46% | 60% |
| 平均掲載順位 | 3.4位 | 3.1位 | 2.1位 | 2.2位 |
| 引用されている情報源数 | 92 | 116 | 139 | 180 |
関連記事
ブランドランキング950社中1位・ソースランキング250社中1位|転職エージェントがAI検索で選ばれるノウハウを公開
IT・SaaSセールス/カスタマーサクセス領域の転職エージェントを運営するSmacie株式会社は、転職エージェント・人材紹介会社向けに、AI検索対策(LLMO)のノウハウを公開しました。
用語の理解から実践までならSmacie AI Growth
Smacie AI Growthは、人材業界に特化したLLMO・AIO・GEO・AISEOの支援サービスです。用語の整理から、施策の設計、AIに引用されやすいコンテンツの生成、効果の計測までを支援します。
| 項目 | 内容 |
|---|---|
| 主な提供内容 | LLMO・AIO・GEO・AISEOの設計と立案、Google AI Overviews・Gemini・ChatGPT・Claude・Copilot対策、AIに引用される記事の生成、キーワード・プロンプト選定、AI検索分析 |
| 実績 | AI引用率60%、平均掲載順位2.2位、引用されている情報源数180(いずれも業界1位、2026年11月4日時点) |
| ツール利用プラン | 月額200,000円〜(引用状況のモニタリング+AIに引用されやすいコンテンツ生成) |
| 運用サポートプラン・運用おまかせプラン | 要問い合わせ |
LLMOを何から始めればいいか迷っている方は、Smacie AI Growthのサービスページから無料相談をご利用ください。
まとめ
- LLMO・AIO・GEO・AISEOの違いは主に呼び方で、目指すのは「AIの回答で自社が正しく引用・推薦されること」
- AIは学習データだけでなく、RAGやQuery Fan-outでWebを検索して回答をつくる。ここで自社サイトが選ばれるかが勝負
- エンティティは「自社が何の会社か」、サイテーションは「外でどう言及されているか」。どちらも情報の一貫性が大切
- 構造化データ(Organization・Person・FAQPage・JobPosting)で、AIに内容を機械的に伝えられる
- llms.txtは公式な標準ではなく、これだけで引用されるわけではない
- 成果はAI引用率、平均掲載順位、情報源数、引用数、表示割合で測る
- 人材紹介会社はまず「一次情報・エンティティ・構造化データ・サイテーション・AI引用率」の5語から押さえる
LLMOの用語を施策に落とし込みたい方は、Smacie AI Growthにご相談ください。
よくある質問(Q&A)
Q1. LLMO・AIO・GEOの違いは何ですか?
いずれもAIの回答で自社が引用・推薦されるための取り組みを指し、実務上はほぼ同じ意味で使われています。LLMOは大規模言語モデル、GEOは生成AIを使った検索エンジンに焦点を当てた呼び方です。呼び方より、何を指標に追うかをそろえることが大切です。
Q2. エンティティとは簡単に言うと何ですか?
AIや検索エンジンが「ひとつの実体」として認識する会社や人物などのことです。人材紹介会社の場合、自社が「どの職種に強い、どんな会社か」をAIに正しく認識してもらうことが、推薦される前提になります。
Q3. サイテーションとリンクの違いは何ですか?
リンクは他のサイトから自社サイトへのリンクそのもの、サイテーションはリンクの有無を問わず自社名や自社の情報が言及されることです。AIは言及の内容からも自社を理解するため、リンクがなくても言及されることに意味があります。
Q4. 構造化データを入れればAIに引用されますか?
構造化データだけで引用されるわけではありません。構造化データはAIに内容を正しく伝える手段で、引用されるかどうかは中身の一次情報で決まります。両方をそろえることが大切です。
Q5. llms.txtは設置すべきですか?
設置しても損はありませんが、公式な標準ではなく、各AIがどこまで参照しているかは明らかになっていません。優先度は、一次情報のある記事や構造化データの整備より低いと考えてよいでしょう。
Q6. AI引用率はどうやって測りますか?
求職者が入力しそうな質問(プロンプト)を決め、ChatGPT・Gemini・Google AI Overviewsなどで定点的に回答を確認し、自社が出た割合を計算します。質問の選び方で数字が大きく変わるため、同じ質問・同じ条件で継続して測ることが大切です。
Q7. Smacie AI Growthでは何を支援してもらえますか?
キーワード・プロンプト選定、AIに引用されやすいコンテンツの生成、AI引用状況のモニタリングなどを支援しています。詳しくはサービスページをご覧ください。
AI検索で選ばれる会社・サービスへ
サービス資料のダウンロード、または無料相談をご利用いただけます。
