LLMOの測定: 引用率・言及密度・AI流入CV

LLMO測定とは、AIシステムが自分のコンテンツを引用しているか、どれだけ深く引用しているか、その引用がビジネスに何をもたらしているかを追跡する実務である。従来SEOの順位型KPIを置き換えるものであり、AI検索に1位から100位は存在しない。あるのは「引用された/されなかった」だけである。

測定ギャップ

SEOの測定は解決済みの問題である。Google Search Consoleが順位・表示回数・クリック・CTRを無料で毎日返してくれる。LLMOにその同等物はない。2026年時点で、OpenAI・Anthropic・Google・Perplexityのいずれも、「あなたのサイトが何回引用されたか」を返す公式APIを提供していない。

ここから2つの帰結が生じる:

GA4のリファラルは氷山の一角である。 AIが引用し、ユーザーがリンクをクリックすればGA4にリファラルが記録される。AIが引用してもクリックされなければ（こちらが大半である）、見える場所には何も記録されない。クリックされない引用も、回答内であなたを情報源として位置づけており、それは複利で効く。
サードパーティのトラッカーは大きく食い違う。 同一サイトを7つのAI引用トラッカーに同じ15日間で入れた比較では、最小38から最大312まで、8.2倍の開きが出た（実験の全記録、英語）。この乖離はベンダーの欠陥ではなく定義の問題である。「引用」に何を数えるか（リンク付きソースか、ブランド言及全般か）、どのLLMをサンプルするか、どの頻度で、どの言語で測るかがツールごとに異なる。

実務的なルールはこうなる: トラッカーを買う・作る前に、自分にとっての「引用」の定義を1文で書き下すこと。 アトリビューション流入が欲しいならリンク付き引用だけを数える。ブランドプレゼンスが欲しいなら言及を数える。定義の異なる数字は比較できない。

3つのコア指標

SOV（Share of Voice）やSOM（Share of Model）のようなマクロ指標は、AI内での存在感が動いたかどうかは教えてくれるが、次に何をすべきかは教えてくれない。改善サイクルを回すには、3つの指標に分解する:

指標	何を測るか	単位	頻度
Citation Rate（引用率）	固定プロンプト群でAIに言及される頻度	%	週次
Brand Mention Density（言及密度）	言及されたとき、どれだけ深く語られるか	1,000語あたり言及数	月次
AI Referral Conversion（AI流入CV）	AI経由の訪問が持つ価値	%	月次

3つ揃えて初めて、頻度・深さ・価値を同時に追える。引用数だけでは、この3つが混ざって見えなくなる。

1. Citation Rate（引用率）

10〜20個の固定プロンプト群を対象プラットフォームで実行し、自社名またはドメインが登場した試行の割合を測る:

Citation Rate = 言及された(プロンプト × プラットフォーム) / 全試行数 × 100

10プロンプト × 5プラットフォーム = 50試行で、12回言及されたら24%である。

プロンプト群は凍結しなければならない。LLMの応答は非決定的で、同じプロンプトでも日によって答えが変わる。1回の測定はノイズである。同一のプロンプト群で最低4週間追跡してから、傾向を読み始めること。

2. Brand Mention Density（言及密度）

Citation Rateは試行ごとに「言及された/されない」の二値である。しかし引用には濃淡がある。「他には〇〇もある」という1行と、自社のアプローチを説明する1段落は価値が違う。Mention Densityは、回答テキスト1,000語あたりのブランド語の出現数を測る:

def mention_density(answer_text: str, brand_terms: list[str]) -> float:
    total_words = len(answer_text.split())
    mentions = sum(answer_text.lower().count(t.lower()) for t in brand_terms)
    return mentions / total_words * 1000

深い引用1つが、浅い引用の山を上回ることは多い。その差を見るための指標である。

3. AI Referral Conversion（AI流入CV）

GA4でチャネルグループ（管理 → チャネルグループ）を作成し、セッション参照元の正規表現を設定する:

chatgpt\.com|perplexity\.ai|claude\.ai|gemini\.google\.com|copilot\.microsoft\.com

このセグメントのCV率をOrganic Searchと並べて比較する。フィールド計測では、AI経由の訪問者はオーガニックの数倍のCV率を示すことが一貫して観測されている。2026年の業界データは8〜12%（オーガニックは2〜3%）を報告しており、リファレンスサイトでの自社計測でもオーガニック比2〜4倍のレンジだった（計測セットアップ、英語）。メカニズムは単純で、AIに「Xには何を使うべきか」と聞く人は、Googleにキーワードを打つ人より意思決定の後段にいる。リサーチはAIが済ませており、クリックは決定に近い。

既知の盲点: 無料版ChatGPTのユーザーはリファラーを送らないことが多く、そのクリックはDirectに落ちる。GA4のAI数値は下限であって上限ではない。

実装の3レイヤー

リソースに合ったレイヤーから始める。レイヤーを重ねるごとに解像度が上がる。

レイヤー1: GA4チャネルグループ（無料、5分）

上記の正規表現を設定するだけ。測れるのはクリックのみ（氷山の一角）だが、検証可能で5分で終わる。

レイヤー2: 手動5プラットフォーム・プロトコル（無料、月30分）

毎月決まった日に、凍結した10〜15プロンプトをChatGPT・Perplexity・Gemini・Claude・Copilotで実行する。試行ごとに記録するのは、言及の有無、文脈（推薦/比較/中立/否定）、情報の正確さ、URLの有無。そこからCitation Rateを算出する。手動で退屈だが、現時点で最も信頼できる方法である。「その言及は推薦だったのか、通りすがりの言及だったのか」を判定できる自動ツールはまだない。

レイヤー3: APIで自動化（半日、月$1〜8）

手動プロトコルのスクリプト化:

BRAND_TERMS = ["your-site.com", "Your Brand"]
CHECK_QUERIES = ["<自社カテゴリ>のおすすめツールは？", ...]  # 凍結した集合

def check(query: str, ask) -> dict:
    answer = ask(query)  # OpenAI / Anthropic / Perplexity API呼び出し
    return {
        "query": query,
        "mentioned": any(t.lower() in answer.lower() for t in BRAND_TERMS),
        "density": mention_density(answer, BRAND_TERMS),
        "snippet": answer[:300],
    }

cronで週次実行し、JSONまたはCSVの時系列に追記する。8〜12週間で、個別施策への帰属ができるようになる。「構造化データを追加したら引用率が12%から28%になった」は、レイヤー3があって初めて言える文である。

多くのサイトが無視しているクローラーシグナル

サーバーのアクセスログには、どのAIシステムがコンテンツを訪れたかがすでに記録されている。GPTBot・ClaudeBot・PerplexityBot・Google-Extendedは、いずれもUser-Agentで自己申告する:

grep -E "GPTBot|ClaudeBot|PerplexityBot|Google-Extended" access.log \
  | awk '{print $7}' | sort | uniq -c | sort -rn

一度もクロールされないページは、ライブインデックスからは引用されようがない。クロール頻度は間接的だが先行する指標であり、引用データより先に「AIがスキップしているコンテンツ」を教えてくれる。

改善サイクル

行動につながらない測定はデータの溜め込みである。持続可能なリズム:

週次（10分）: GA4のAIチャネルとCitation Rateの前週差を確認し、特に深い引用を生んだプロンプトに印をつける。
月次（30分）: Mention Densityの推移とAI流入CVのオーガニック比を確認し、引用ゼロのままのプロンプトをリスト化する。
四半期（1時間）: 全体レビュー。クエリ集合を更新し、コンテンツ変更が測定可能な動きを生んだかを確認する。

優先すべきは引用ゼロのプロンプトである。0%を10%に上げるのは、30%を40%に上げるよりほぼ常に安い。ゼロには構造的な原因があることが多いからだ。その質問を狙うページが存在しないか、存在するページがナレッジクラリティや検索シグナルに違反している。

LLMO Scoreとの関係

このページの指標が測るのはアウトカム、つまりAIが実際に引用しているかどうかである。LLMOFramework Scoreが測るのは基盤、つまりサイトの機械可読なサーフェスがそもそも整っているかである。基盤チェックは即時かつ決定的、アウトカム指標は遅くてノイジーである。両方を回すこと。基盤で直すべき場所を見つけ、アウトカムで直した意味があったかを確認する。

チェックリスト

ツール導入前に「引用」の定義を1文で書き下している
10〜20個のプロンプト群を書き出し、凍結している
GA4にリファラル正規表現のAI Searchチャネルグループがある
Citation Rateを固定の頻度（週次または月次）で追跡している
Mention Densityで深い引用と通りすがりの言及を区別している
AI流入CVを単体でなくオーガニックとの比較で見ている
クローラーログで、AIが一度も訪れないページを確認している
引用ゼロのプロンプトがコンテンツのバックログを駆動している