LLMO対策チェックリスト30項目｜6カテゴリで今すぐ総点検（登録不要・確認方法と影響度つき）

LLMO実践・施策25分で読めます

LLMO対策チェックリストを探しているものの、「どの項目を確認すればよいか」「何から手をつけるべきか」が分からず、対応が後手に回っているBtoBマーケター・Web担当者は少なくありません。本記事では、LLMO対策を6カテゴリ30項目に整理し、各項目に確認方法（無料ツール）と影響度を付した自己採点シートを提供します。登録不要でこのページだけで点検が完結するよう設計しています。

なお、本記事は「何が対策済みか」を自己診断するためのチェックシートです。各対策の実施手順についてはLLMO対策を自分でやる方法・完全ガイドをあわせてご覧ください。

このチェックリストの使い方と登録不要での診断方法

登録不要で今すぐ30項目を自己採点できます。最優先で確認すべき項目（影響度：高）は「robots.txtでAIクローラーをブロックしていないか」と「SSRでページを配信しているか」の2点です。

チェックリストの構成

本リストは、AI検索（ChatGPT・Perplexity・Google AI Overviews等）への引用可能性に影響する要素を以下の6カテゴリに分類しています。

カテゴリ 項目数 概要
① クローラビリティ 5 AIクローラーがページを取得・解析できるか
② 構造化データ 5 schema.orgマークアップが正しく実装されているか
③ E-E-A-T 5 著者・組織の専門性・信頼性が伝わるか
④ コンテンツ構造 5 AI引用に適した情報設計になっているか
⑤ 外部評価 5 第三者からの言及・被リンクが存在するか
⑥ 鮮度 5 情報の更新状況・計測体制が整っているか

各項目の影響度（高／中／低）は、AI引用可能性への実務的な影響度を編集部が判断した目安です。AIの動作は各社非公開であり、特定の対策で引用が保証されるものではありません。

採点の記録方法

  • チェックボックス（[ ]）は確認済みで問題なし（＝1点）
  • 未確認または問題ありは0点として集計します
  • §3のスコア判定で自分の総合評価を確認してください

30項目を手動で採点するのが手間な方向けに、自動スコアリングツールを用意しています。
→ LLMO診断ツールで自動採点する（登録不要・約3分）

6カテゴリ別 LLMO対策チェックリスト30項目

カテゴリ① クローラビリティ（AIがページを取得できるか）

AIに引用されるためには、まずAIクローラーがページの内容を正しく取得できる状態にあることが前提です。クローラーを誤ってブロックしているサイトは、どれだけコンテンツが優れていてもAI検索に反映されません。

# チェック内容 確認方法（無料ツール） 影響度
1 robots.txtでAIクローラーをブロックしていない ブラウザで yourdomain.com/robots.txt を開き、GPTBot ClaudeBot OAI-SearchBot PerplexityBot Google-Extended CCBot（CCBotは学習データ収集用、その他はリアルタイム検索・引用用）が Disallow: / の対象になっていないことを確認 高
2 llms.txtを設置している ブラウザで yourdomain.com/llms.txt を開き、Markdown形式のテキストが返ることを確認 高
3 robots.txtとllms.txtで矛盾がない llms.txtに記載したURLのパスが、robots.txtでAIクローラーにDisallowされていないか照合 中
4 SSR（サーバーサイドレンダリング）でページを配信している Chromeの「表示 → ページのソースを表示」でHTMLのbodyに本文テキストが含まれているかを確認。空のdiv＋JavaScriptのみの場合はCSR配信 高
5 Google Search Console・BingウェブマスターツールにサイトマップをSubmit済 GSCの「サイトマップ」メニューで「成功」ステータスを確認。Bingウェブマスターツールでも同様 中
  • [ ] #1 robots.txtでAIクローラーをブロックしていない（影響度：高）
  • [ ] #2 llms.txtを設置している（影響度：高）
  • [ ] #3 robots.txtとllms.txtの記述に矛盾がない（影響度：中）
  • [ ] #4 SSRでページを配信している（影響度：高）
  • [ ] #5 GSC・BingウェブマスターにサイトマップをSubmit済（影響度：中）

カテゴリ① スコア：　　／5点

llms.txtスケルトン（コピペ用サンプル）

llms.txtがまだ未設置の場合は、以下のスケルトンをベースに自社情報を書き換えてサーバーのルートディレクトリに設置してください。ファイルはUTF-8（BOMなし）で保存します。

# 株式会社〇〇

> 〇〇は、BtoB企業向けに〇〇サービスを提供する企業です。〇〇の課題を持つ企業を対象に、〇〇を支援しています。

設立年・所在地など、補足の会社情報を1-2文で記述してください（任意）。

## サービス紹介

- [サービス名](https://yourdomain.com/service/): サービスの概要を20-40字で説明
- [料金プラン](https://yourdomain.com/pricing/): プラン比較と価格情報

## コンテンツ

- [カテゴリ名（例：LLMOノウハウ）](https://yourdomain.com/category/llmo/): カテゴリの概要
- [代表記事タイトル](https://yourdomain.com/article-slug/): 記事の要旨を20-40字で説明
- [代表記事タイトル2](https://yourdomain.com/article-slug-2/): 記事の要旨を20-40字で説明

## 無料ツール・リソース

- [ツール名](https://yourdomain.com/tools/tool-name/): ツールの用途・対象者を一文で説明

## 企業情報

- [会社概要](https://yourdomain.com/company/): 法人名・所在地・代表者・設立年
- [お問い合わせ](https://yourdomain.com/contact/): 問い合わせ・相談受付フォーム

設置のポイント:
– 全記事を列挙せず、カテゴリ代表の2〜3本に絞る（情報を詰め込みすぎない）
– 各リンクにコロン（:）以降の説明文を付ける（URLだけでは不十分）
– robots.txtでAIクローラーにDisallowしているパスはllms.txtに記載しない

llms.txtの書き方・設置方法の詳細はllms.txtの書き方と設置方法で解説しています。

カテゴリ② 構造化データ（schema.orgマークアップ）

構造化データは、AIがコンテンツの種類・著者・更新日・FAQ等を機械的に理解するための手がかりになります。GoogleのFAQリッチリザルトは2026年5月7日に表示が廃止されましたが、FAQPageスキーマ自体はAIがページ内のQ&A情報を抽出する際の参照候補として機能します（AI引用への直接効果はGoogle公式として保証されていません）。

# チェック内容 確認方法（無料ツール） 影響度
6 Organizationスキーマを実装している（法人名・URL・ロゴ・SNSリンク） GoogleリッチリザルトテストまたはSchema Markup ValidatorでURLを入力し、Organizationが検出されることを確認 中
7 Articleスキーマに author・dateModified・publisher を含めている リッチリザルトテストでArticleが検出され、各プロパティに値が入っていることを確認 高
8 FAQPageスキーマを記事のFAQセクションに実装している リッチリザルトテストでFAQPageが検出されること。FAQリッチリザルト（検索結果のアコーディオン表示）は2026年5月に廃止済だが、AIがFAQ内容を抽出する際の参照候補として機能しうる 中
9 Personスキーマ（著者プロフィール）を著者ページに実装している Schema Markup Validatorで著者ページのURLを確認。name・url・jobTitle等が含まれているか 中
10 構造化データのエラー・警告がゼロである GSCの「拡張機能」メニューで構造化データのエラー件数を確認。エラーが0件であること 高
  • [ ] #6 Organizationスキーマ実装済（影響度：中）
  • [ ] #7 Articleスキーマにauthor・dateModified・publisher含む（影響度：高）
  • [ ] #8 FAQPageスキーマをFAQセクションに実装済（影響度：中）
  • [ ] #9 著者ページにPersonスキーマ実装済（影響度：中）
  • [ ] #10 GSCの構造化データエラー件数がゼロ（影響度：高）

カテゴリ② スコア：　　／5点

FAQPage JSON-LDコピペサンプル

記事内にFAQセクションがある場合は、以下のJSON-LDをページの<head>または<body>内に追加してください。Question・Answerの数は実際のFAQ数に合わせて増減させます。

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "LLMOチェックリストは何項目あればよいですか",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "最低限のLLMO対策を網羅するには、クローラビリティ・構造化データ・E-E-A-T・コンテンツ構造・外部評価・鮮度の6カテゴリで計30項目が目安です。影響度が高い項目（robots.txt設定・SSR配信・Articleスキーマ）から優先的に対処することで、効率的に対応できます。"
      }
    },
    {
      "@type": "Question",
      "name": "LLMO対策でまず最初に確認すべき項目は何ですか",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "最初に確認すべきは「robots.txtでAIクローラーをブロックしていないか」です。GPTBot・ClaudeBot・OAI-SearchBot・PerplexityBot・Google-Extended・CCBotが誤ってDisallowされていると、コンテンツがどれだけ優れていてもAI検索には反映されません。次にSSR配信の確認（CSRはAIに読み取られにくい）を行ってください。"
      }
    },
    {
      "@type": "Question",
      "name": "FAQスキーマはリッチリザルト廃止後もLLMO効果がありますか",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "GoogleのFAQリッチリザルト（検索結果でのアコーディオン表示）は2026年5月7日に廃止されました。ただし、FAQPageスキーマ自体はAIがページ内のQ&A情報を構造化して抽出する際の参照候補になりえます。AIへの直接的な引用増効果はGoogle公式として保証されていませんが、構造化データとしての実装価値はあると考えられます。"
      }
    }
  ]
}
</script>

実装のポイント:
– "@type": "FAQPage" → "mainEntity" → "@type": "Question" → "acceptedAnswer" → "@type": "Answer" の階層構造を守る
– "name"（質問文）と "text"（回答文）は実際のFAQセクションのテキストと一致させる
– WordPressでの実装手順はFAQPage・構造化データ実装ガイドおよびWordPressでのLLMO実装手順を参照してください

カテゴリ③ E-E-A-T（専門性・信頼性・権威性の提示）

AI検索システムはコンテンツを評価する際、「誰が書いたか」「その組織は信頼できるか」を重視します。著者情報や一次情報の提示は、AI引用の判断材料になるとされています。

# チェック内容 確認方法（無料ツール） 影響度
11 著者プロフィールページに実名・顔写真・職歴・資格・SNSリンクが記載されている 自社サイトの著者ページを直接確認。ページが存在しない・情報が空の場合は要整備 高
12 会社概要ページに法人名・所在地・代表者名・設立年が記載されている 自社の「会社概要」ページを直接確認 高
13 記事内に一次情報（自社調査・独自データ・実体験）が含まれている 記事を読み返し、「他サイトにも書かれている一般情報のみ」でないかを確認 中
14 自社サイト・著者が外部メディアや業界サイトから言及・被リンクを受けている 言及（メンション）はGoogleアラートで社名・著者名を登録して定期確認、被リンクはGSCの「リンク」レポートで確認 中
15 記事内の主張・データに一次出典へのリンクを付けている 記事を読み返し、「〜という調査によると」等の記述に出典URLが付いているかを確認 中
  • [ ] #11 著者プロフィールに実名・顔写真・職歴・SNSリンクあり（影響度：高）
  • [ ] #12 会社概要に法人名・所在地・代表者・設立年あり（影響度：高）
  • [ ] #13 記事内に一次情報・独自データが含まれている（影響度：中）
  • [ ] #14 外部メディアからの言及・被リンクが存在する（影響度：中）
  • [ ] #15 記事内の主張・データに一次出典リンクあり（影響度：中）

カテゴリ③ スコア：　　／5点

カテゴリ④ コンテンツ構造（AI引用に適した情報設計）

AIは「問い → 直接的な答え → 根拠」の構造を持つコンテンツを引用しやすい傾向があります。記事内の回答文・見出し構造・FAQブロックの設計は、AI引用率に実務的な影響を与えると考えられています。

# チェック内容 確認方法（無料ツール） 影響度
16 記事冒頭300字以内に結論・直接回答が書かれている 記事本文の冒頭を読み直し、「この記事では〜を説明します」だけでなく「〇〇は〇〇です」の直答文があるかを確認 高
17 見出し（H2/H3）の直後に50〜100字の即答文（定義・要点）がある 記事の各H2直後のテキストを確認。長い前置きなしに要点が提示されているかを確認 高
18 記事末尾にFAQブロックがある（3問以上） 記事のFAQセクションを確認。「よくある質問」として質問文と回答文が構造化されているか 中
19 1記事が1テーマに集中している（複数テーマの混在がない） 記事のH2見出しを一覧して、テーマの一貫性を確認 中
20 公開日・更新日が本文またはメタ情報に明記されている 記事ページ上で日付が表示されているかを確認。非表示の場合はHTMLソースのArticleスキーマで確認 中
  • [ ] #16 記事冒頭300字以内に直接回答あり（影響度：高）
  • [ ] #17 H2直後に50〜100字の即答文あり（影響度：高）
  • [ ] #18 FAQブロックが3問以上ある（影響度：中）
  • [ ] #19 1記事1テーマ構成になっている（影響度：中）
  • [ ] #20 公開日・更新日が明記されている（影響度：中）

カテゴリ④ スコア：　　／5点

カテゴリ⑤ 外部評価（第三者からの言及・被リンク）

AIはWeb上のコンテキスト全体を学習しており、「多くのサイトから言及されているコンテンツ」は相対的に引用されやすいとされています。外部評価は即日対応できる項目ではありませんが、中長期の信頼性構築に不可欠です。

# チェック内容 確認方法（無料ツール） 影響度
21 Googleナレッジパネルに自社情報が表示される Googleで社名を検索し、右側パネルに会社情報が表示されるかを確認 中
22 自社サイトに業界関連サイトからの質の高い被リンクがある GSCの「リンク」メニューで外部リンク元ドメインを確認。Googleサーチコンソールは上位リンク先のみ表示 高
23 Organization・著者のSchema sameAs にSNSアカウントURLが含まれている リッチリザルトテストでOrganizationまたはPersonスキーマのsameAsプロパティを確認 低
24 プレスリリース・外部メディア掲載などPR実績がある 自社のニュースリリース・掲載実績ページを確認。新規掲載がなければGoogleアラートで監視 中
25 主要なAI検索（ChatGPT・Perplexity・Gemini等）に自社関連KWを10問投げ、引用・言及を確認している 各AIに「〇〇（自社業種）の〇〇について教えてください」等を入力し、自社が言及されるかを手動確認。月1回の定例チェックを推奨 中
  • [ ] #21 Googleナレッジパネルに自社情報が表示される（影響度：中）
  • [ ] #22 業界関連サイトからの質の高い被リンクあり（影響度：高）
  • [ ] #23 sameAsにSNSアカウントURLが含まれている（影響度：低）
  • [ ] #24 PR実績（外部メディア掲載など）がある（影響度：中）
  • [ ] #25 主要AIに自社KWを定期投入し言及を確認している（影響度：中）

カテゴリ⑤ スコア：　　／5点

AI引用されない原因と対策についてはAI検索で引用されない原因と対策で詳しく解説しています。

カテゴリ⑥ 鮮度（情報の更新と計測体制）

AIは最新情報を重視する傾向があります。また、AI経由の流入を計測できなければPDCAが回りません。鮮度管理と計測体制の整備は、LLMO対策の持続的な改善に直結します。

# チェック内容 確認方法（無料ツール） 影響度
26 主要記事に競合の古い情報（廃止された機能・変更された仕様等）が含まれていない 記事を読み返し、法改正・サービス仕様変更・統計データの更新を年1回以上確認 高
27 Articleスキーマの dateModified が実際の最終更新日と一致している リッチリザルトテストでdateModifiedの値を確認。記事の見た目の日付と一致しているか 中
28 主要記事に更新ログ（「2026年3月改訂：〇〇を追記」等）が記載されている 記事本文またはサイドバーに更新履歴が記載されているかを確認 低
29 自社ブランド名・主要KWのGSC検索ボリューム推移を月次で追っている GSCのパフォーマンスレポートで指名KWのインプレッション推移をグラフ確認。月次定例での確認を推奨 中
30 GA4でAI検索経由のトラフィックを計測している（参照元 perplexity.ai / chatgpt.com 等のフィルタ設定済） GA4の「レポート → 集客 → トラフィック獲得」で参照元URLに perplexity.ai chatgpt.com bing.com/search 等が表示されるかを確認。カスタムチャネルグループの設定も推奨 中
  • [ ] #26 主要記事に古い情報・廃止仕様が含まれていない（影響度：高）
  • [ ] #27 dateModifiedが実際の最終更新日と一致している（影響度：中）
  • [ ] #28 主要記事に更新ログの記載あり（影響度：低）
  • [ ] #29 GSCでブランド名・主要KWのボリューム推移を月次確認（影響度：中）
  • [ ] #30 GA4でAI経由トラフィックを計測済（影響度：中）

カテゴリ⑥ スコア：　　／5点

LLMO効果の計測方法・KPI設計についてはLLMO対策の効果測定とKPI設計で詳しく解説しています。

30項目を手入力で集計するより、自動スコアリングのほうが速い方へ：
→ LLMO診断ツール（登録不要・約3分）でスコアを自動算出する

スコア集計と判定・改善優先順位

6カテゴリのスコアを集計する

各カテゴリの自己採点結果を以下の表に記入し、合計スコアを算出してください。

カテゴリ 自己採点（/5）
① クローラビリティ 　　／5
② 構造化データ 　　／5
③ E-E-A-T 　　／5
④ コンテンツ構造 　　／5
⑤ 外部評価 　　／5
⑥ 鮮度 　　／5
合計 **　　／30**

スコア判定の目安

合計スコア 判定 解説
24〜30点 良好 基本的なLLMO対策は整っている。影響度「高」の未チェック項目があれば個別に優先対応
18〜23点 要改善 複数カテゴリで対応漏れあり。影響度「高」の未チェック項目から着手する
12〜17点 改善が必要 基盤となる設定（クローラビリティ・構造化データ）から順に整備する
11点以下 緊急対応が必要 robots.txt設定・SSR配信・Articleスキーマ等の基本項目を最優先で確認する

改善優先順位の考え方

スコアに関わらず、影響度「高」の項目に未チェック（×）がある場合は最優先で対応してください。影響度「高」は以下の11項目です。

  1. 1 robots.txtでAIクローラー非ブロック

  2. 2 llms.txt設置

  3. 4 SSR配信

  4. 7 Articleスキーマにauthor・dateModified含む

  5. 10 構造化データエラーゼロ

  6. 11 著者プロフィール（実名・顔・職歴）

  7. 12 会社概要（法人名・住所・代表）

  8. 16 冒頭300字以内に直接回答

  9. 17 H2直後に即答文

  10. 22 業界サイトからの被リンク

  11. 26 主要記事に古い情報なし

カテゴリ別に見ると、スコアが最も低いカテゴリから着手するのが効率的です。ただし、クローラビリティ（①）に課題がある場合は、他の対策より先に対処することを推奨します。クローラーがページを取得できない状態では、どれだけコンテンツや構造化データを改善しても効果が出ないためです。

自動スコアリングと改善提案

手動採点の結果を入力するとAIが改善提案を生成するツールを無料で提供しています。

LLMO診断ツールで合計スコアを自動算出し、改善提案を受け取る（登録不要・約3分）

まとめと関連記事ナビ

本記事のポイント整理

LLMO対策チェックリスト30項目を6カテゴリで整理しました。要点を以下にまとめます。

  • まず確認すべきは「クローラビリティ」。robots.txtでAIクローラーをブロックしていないか、SSRで配信しているかを最初に確認する
  • 影響度「高」の項目を優先。スコアが低くても、影響度「高」の項目を先に潰すことで効率的に改善できる
  • FAQリッチリザルトは廃止されたが、FAQPageスキーマは引き続き実装価値がある。GoogleのFAQアコーディオン表示（2026年5月廃止）とスキーマ自体は別物
  • 「構造化データを実装すれば必ずAI引用が増える」は断定できない。ただし、AIがコンテンツを構造化して理解するための手がかりになることは確か
  • 鮮度管理と計測体制（GA4でのAI経由トラフィック把握・GSCでのブランドKW監視）は継続的な改善に必須

関連記事ナビ

目的 記事
対策の実施手順を知りたい LLMO対策を自分でやる方法・完全ガイド
構造化データの詳細実装 FAQPage・構造化データ実装ガイド
llms.txtの書き方・設置 llms.txtの書き方と設置方法
LLMO効果の測定方法 LLMO対策の効果測定とKPI設計
引用されない原因を調べたい AI検索で引用されない原因と対策
AI Overviewに引用される方法 AI Overviewに引用される方法・完全ガイド

よくある質問

よくある質問

無料資料ダウンロード

LLMO対策完全ガイドブック

42ページ tokikane編集部
無料でダウンロード
無料ツール

LLMO対策スコア診断

診断型
今すぐ無料で診断する

関連記事

LLMO対策をWordPressで実装する完全手順｜プラグイン設定からコード実装まで

google ai mode btob 対策｜AI Mode グローバル展開でBtoB企業が今すぐ取るべき5つの戦略【2026年版】

llms.txtの書き方と設置方法｜AI検索に自社サイトを正しく伝える新しい標準

構造化データ検証ツールの使い方｜リッチリザルトテスト・Schema検証・無料JSON-LD生成の実践操作ガイド

士業の資格別LLMO対策｜税理士・弁護士・司法書士・行政書士・社労士のAI検索集客と広告規制の違い

生成AI流入をGA4で計測する方法｜ChatGPT・Perplexity・Geminiの参照元判定とカスタムチャネル・BigQuery設定手順