AI検索は従来のテキスト中心から、画像・動画・音声を統合的に理解する「マルチモーダルAI」へと急速に進化しています。Google Geminiの画像認識、ChatGPTのビジョン機能など、AIがビジュアルコンテンツを解析して回答に活用する場面が増えています。
本記事では、マルチモーダルAI検索の現状を整理し、画像・動画コンテンツのLLMO対策を具体的に解説します。テキストだけでなくビジュアル資産も最適化することで、AI検索での引用機会を拡大しましょう。
マルチモーダルAI検索とは
テキストだけでは足りない時代
従来のLLMO対策はテキストコンテンツの最適化が中心でした。しかし最新のAIモデルは、画像内のテキスト認識（OCR）、図表の解析、動画の内容理解など、マルチモーダル（複数の情報形式）を処理する能力を持っています。
主要AIのマルチモーダル対応状況：
| AIサービス | 画像理解 | 動画理解 | LLMO対策への影響 |
|---|---|---|---|
| Gemini | 高い（Google Lens統合） | 対応（YouTube連携） | 画像・動画の最適化が引用に直結 |
| ChatGPT（GPT-4o） | 高い | 限定的 | 画像内テキストやグラフの解析に対応 |
| Claude | 高い | 限定的 | 図表の分析精度が高い |
| Perplexity | 画像検索対応 | 限定的 | 画像付き回答の生成が増加 |
マルチモーダル対策が重要な理由
AIが画像や動画を理解できるようになったことで、以下のような変化が起きています。
- 図表からのデータ引用: AIがインフォグラフィックや比較表の画像を読み取り、回答に数値データを引用するケースが増加
- 画像検索からの回答生成: ユーザーが画像をアップロードして「これは何？」と質問する使い方が一般化
- 動画コンテンツの参照: YouTube動画のトランスクリプトや内容をAIが参照して回答に活用
画像コンテンツのLLMO対策
1. alt属性の最適化
alt属性は、AIが画像の内容を理解するための最も基本的な情報源です。装飾画像以外の全ての画像に、内容を正確に記述したalt属性を設定しましょう。
悪い例：
<img src="graph.png" alt="グラフ">良い例：
<img src="graph.png" alt="2025年のAI検索利用率の推移グラフ：1月20%から12月45%に増加">alt属性には、画像が伝える主要な情報（数値、トレンド、比較結果など）を含めることがポイントです。AIはalt属性のテキストを回答の情報源として直接使用することがあります。
2. 図表・インフォグラフィックの構造化
データを視覚化した図表やインフォグラフィックは、AIに引用されやすいコンテンツです。ただし、画像だけでなくテキストでも同じ情報を提供することが重要です。
推奨アプローチ：
- 図表の直下にテキストで同じデータを記載する（テーブルタグ推奨）
- figcaption要素で図表の説明を付与する
- 画像のファイル名を内容を反映した命名にする（例：
ai-search-usage-rate-2025.png）
3. オリジナル画像の作成
フリー素材の汎用画像ではなく、独自のデータや概念を視覚化したオリジナル画像を作成しましょう。AIは一次情報を重視するため、オリジナルの図解やデータビジュアライゼーションは高い引用価値を持ちます。
効果的なオリジナル画像の例：
- 独自調査データのグラフ・チャート
- プロセスや仕組みを解説するフロー図
- 比較表やマトリクス図
- 概念の関係性を示すダイアグラム
動画コンテンツのLLMO対策
1. YouTube動画の最適化
GeminiはYouTubeと直接連携しており、動画の内容を理解して回答に活用します。YouTube動画のLLMO対策は主にGemini対策として有効です。
最適化のポイント：
- タイトル: 検索意図に合致したキーワードを含める
- 説明文: 動画の内容を詳細にテキストで記述する（最初の2-3行に要点を記載）
- チャプター: タイムスタンプ付きのチャプターを設定し、内容の構造を明示する
- 字幕: 自動生成ではなく手動で正確な字幕を追加する
- タグ: 関連キーワードをタグとして設定する
2. VideoObject構造化データの実装
サイトに埋め込んだ動画には、VideoObject構造化データを実装しましょう。
{
"@context": "https://schema.org",
"@type": "VideoObject",
"name": "LLMO対策の始め方｜3つのステップで解説",
"description": "LLMO対策を始めるための3ステップを解説します",
"thumbnailUrl": "https://example.com/thumbnail.jpg",
"uploadDate": "2026-03-01",
"duration": "PT10M30S",
"contentUrl": "https://www.youtube.com/watch?v=xxxxx"
}3. 動画コンテンツのテキスト化
動画の内容をブログ記事やトランスクリプトとしてテキスト化し、同じページに掲載しましょう。動画だけでは引用できないAI（テキストのみ対応のモデル）にも情報を提供できます。
画像SEOとLLMOの相乗効果
画像のLLMO対策は、Google画像検索のSEO対策とほぼ重なります。以下の施策はSEOとLLMOの両方に効果的です。
| 施策 | SEO効果 | LLMO効果 |
|---|---|---|
| alt属性の最適化 | 画像検索での表示向上 | AIによる画像内容の理解促進 |
| WebP形式での配信 | ページ速度改善 | クローラーの効率的な取得 |
| 構造化データ（ImageObject） | リッチリザルト獲得 | AIによる画像メタ情報の参照 |
| オリジナル画像の作成 | 被リンク獲得の可能性 | 一次情報としての引用価値 |
| 図表のテキスト併記 | コンテンツの充実 | テキストベースAIでの引用 |
まとめ
マルチモーダルAI検索の時代では、テキストだけでなく画像・動画のLLMO対策も重要になっています。まずはalt属性の最適化と図表のテキスト併記から始め、段階的にオリジナルビジュアルコンテンツの作成、動画の構造化データ実装へと進めましょう。
テキストコンテンツのLLMO対策についてはLLMO対策のためのコンテンツ設計で、テクニカルな施策はテクニカルSEO for LLMOで解説しています。LLMO対策の全体像はLLMOとは？定義・仕組み・対策方法を網羅解説をご確認ください。自社のLLMO対応状況を診断するにはLLMO対策スコア診断ツールをご活用ください。
マルチモーダルAI検索のLLMO対策に関するよくある質問
Q画像のLLMO対策で最も優先すべきことは何ですか？
alt属性の最適化が最優先です。全ての情報性のある画像（図表、スクリーンショット、インフォグラフィックなど）に、画像が伝える情報を正確に記述したalt属性を設定しましょう。次に、図表やデータ画像の内容をテキストでも併記することが重要です。
Q動画を作らないとLLMO対策はできませんか？
いいえ、動画がなくてもLLMO対策は十分に可能です。現時点ではテキストコンテンツの最適化が最も効果的なLLMO対策です。動画は追加的な引用チャネルとして捉え、余裕がある場合に取り組むのが現実的です。ただし既にYouTubeチャンネルを運営している場合は、動画の最適化も併せて行うと効果的です。
QAIは本当に画像の内容を理解して回答に使うのですか？
はい、最新のAIモデル（GPT-4o、Gemini、Claudeなど）は画像内のテキスト認識、グラフの数値読み取り、図表の構造理解など、高い画像理解能力を持っています。特にGeminiはGoogle画像検索と統合されており、画像コンテンツの情報を回答に積極的に活用します。
