多言語LLMO

コンテンツの翻訳は必要条件であって、十分条件ではない。 2026年時点で、「ポルトガル語版を公開した」と「AI検索が私のポルトガル語版を引用する」のあいだには、実在し計測可能なギャップがある。このガイドは多言語LLMOが解くべき2つの問題を扱う。AIエンジンに正しい言語版を引用させること、そしてどの言語が投資に見合うかを判断することである。

間違った言語版が引用される問題

古典的な検索エンジンはどのドキュメントを返すかを解決してから返す。hreflangは20年かけてチューニングされたランキングシグナルであり、Googleは言語の一致するURLを選ぶのが本当に上手い。

LLMベースのエンジンは違う動きをする。少数のドキュメントを検索し、ユーザーの言語で回答を生成し、検索レイヤーが浮上させたURLを添付する。生成ステップは流暢に多言語対応している。言語選択が生きているのは検索(retrieval)ステップであり、そこは頻繁に英語バイアスがかかっている。

同一の多言語クエリをエンジン横断でテストした結果 (Glenn Gabe、GSQI) と、4言語サイト自身の引用トラッキングから観測された挙動:

• Googleバックエンドのエンジン (AI Overviews、AI Mode、Gemini、Copilot) は数十年分のhreflang処理を継承しており、おおむね正しいローカライズ版URLを引用する
• Perplexityはフランス語優先の設定でも米国英語ページを返した
• ChatGPTはフランス語で回答を書き、フランス語の動画を返し、そしてページの英語版にリンクした。回答は読者の言語を話す。引用はそうではない

検索レイヤーが英語にデフォルトする理由:

• 英語版のページは被リンクとクロール履歴が多く、読者の言語に関係なく検索インデックスで上位に来る
• 多くのAIクローラーは、Googlebotほどhreflangクラスタを完全にはパースしない
• 翻訳品質は信頼シグナルである。翻訳ページが機械出力のように読めるなら、検索レイヤーはそれを低信頼の重複として扱い、英語のオリジナルに手を伸ばす

失敗の正体は「AIがポルトガル語を話せない」ことではない。「AIの検索レイヤーが、あなたのポルトガル語ページを引用するに足るほど信頼していない」ことである。

打つ手の優先順

各シグナルを読むエンジンの範囲から見た、打つ手の優先順:

1. hreflang + x-default — 最優先。 すべての言語版が、まともなx-defaultつきでクラスタ全体を宣言すること。Googleバックエンドのエンジンが確実に読む唯一のシグナルであり、そのエンジン群はAI検索の大きな部分を占める。1つだけやるなら、これを正しくやる
2. 言語ごとの自己参照canonical — 地味に決定的。 各言語版は英語のオリジナルではなく自分自身にcanonicalを向けること。canonicalが英語に向いた翻訳ページは、全クローラーに「本物のページは英語版です」と伝えている — 自傷行為である
3. 言語別llms.txt — 小さく、安く、おそらく割に合う。 言語ごとにリンクをキュレーションし、各ファイルが正しいローカライズ版URLを指すようにする。主要エンジンがこれを重み付けする確証はまだないが、1言語あたり15分で済み、ダウンサイドがなく、言語ごとの正規URLがどれかを文書化できる
4. エンジン側の設定でどうにかしようとする — 設定では解決しない。 ChatGPTにローカライズ版URLを引用させる設定は存在しない。検索バイアスは設定では抜けられない。よりクリーンなシグナルを検索レイヤーに与えて待つしかない

すべてのシグナルをクリーンにしても、残余ギャップは覚悟すること。失敗の半分は、あなたが所有していない検索レイヤーの内部にある。ギャップは縮められるが、閉じられない。

言語の非対称性: 戦略的な追い風

間違った言語版の引用を引き起こすのと同じ未成熟さが、機会も作る。AI検索の競争は言語間で劇的に不均等であり、LLMOの基本はそれがまだ珍しい言語ほど速く複利で効く。

このサイトの運営者が同じ内容を4言語で出しているブログでも、2026年5月時点のGA4 (上位ページの集計) では、ポルトガル語版のページビューが英語版を上回っていた。数も期間も小さい観測だが、方向は次の3つの非対称性で説明できる:

1. コミュニティの入口 — 無名の著者でも当日中に読まれる、言語ごとのオープン投稿プラットフォーム (ブラジルにはTabNewsがある。英語には同等の敷居の低さを持つ場が存在しない)
2. 薄いAI検索の戦場 — ポルトガル語では同じプロンプトを奪い合う候補がはるかに少ない。過小供給の言語では最初のまともな回答が勝つ。英語では最初のまともな回答は埋もれる
3. 基本施策の先行者利益 — その言語のサイトの大半が何も置いていない状況では/pt/llms.txtはささやかな差別化になる。英語では同じファイルはただの衛生である

言語ごとに配信モデルも異なる。日本語のように、ブログはAIクローラーがインデックスする正規アーカイブとして機能させ、人間向けトラフィックはプラットフォーム投稿 (Zenn/Qiita) に働かせるべき言語がある。同じコンテンツで、役割は正反対になる。

実装の順序

1. 翻訳の前に、各対象言語のコミュニティの入口を特定する。 話者数ではなく、入口。
2. 初日から/{lang}/llms.txtを配信する。 1言語15分。過小供給の言語で手に入る最も安い差別化である
3. 公開前に言語プレフィックスのフィルタつきでアナリティクスを設定する。 さもなければ2ヶ月目を執筆でなく計測の後付けに費やすことになる
4. まず上位20%の記事を翻訳する — コミュニティの入口に刺さる可能性が最も高いもの。アーカイブ全体を翻訳する前に、配信チャネルを検証する
5. 言語ごとのAI検索シェアオブボイスを別々のKPIとして追う。 同じブランド関連プロンプトを各言語のChatGPT・Perplexity・Claudeで毎月実行する (指標は LLMOの測定 を参照)。非対称性は大きく、測るまで見えない
6. 機械翻訳はレジスターとロケールを手作業で編集する。 翻訳品質は読者への礼儀である以前に、検索レイヤーの信頼シグナルである

このサイト自身の実装

llmoframework.comは英語を正典ソースとして8ロケールで発行している。翻訳のないページは英語コンテンツをフォールバックとして配信しつつnoindexとsitemap除外を適用する — 未翻訳ページがどの検索インデックスでも自分自身の正典と競合すべきではないからだ。すべてのロケールが完全なhreflangクラスタと自己参照canonicalを宣言している。

チェックリスト

• すべての言語版がx-defaultを含む完全なhreflangクラスタを宣言している
• すべての言語版が自己参照canonicalを持つ（英語オリジナルを指していない）
• 各言語ディレクトリがローカライズ版URLを載せた自前のllms.txtを配信している
• 未翻訳のフォールバックページがnoindexされ、sitemapから除外されている
• 翻訳がレジスターとロケールの手作業編集を経ている（生の機械出力でない）
• 翻訳開始前に各対象言語のコミュニティの入口が特定されている
• AI検索シェアオブボイスを言語ごとに、その言語で、毎月計測している
• 発行の労力が総話者数でなく過小供給の言語に重み付けされている