GEO
LLM引用
LLM引用とは、大規模言語モデルが特定の生成テキストをトレーニングドキュメントまたは取得されたデータソースに帰属させる技術的なメカニズムです。ブランドが引用を獲得するには、モデルの注意メカニズムがそのトピックに関する主要な権威として認識するように、コンテンツをフォーマットする必要があります（多くの場合JSON-LD経由）。
GEO
AI技術
テクニカルSEO
AI可視性の技術的基盤
「トレーニングデータ」（LLMが吸収した背景知識）と「引用元」（ユーザーに表示するアクティブな参照情報）の間には、重大な違いがあります。ChatGPTが「ナイキは靴を作っている」と言う場合、それは一般的なトレーニングデータであり、引用もトラフィックもありません。しかし、「ナイキは2024年3月26日にエアマックスDNを発売した」と述べ、プレスリリースへのリンクを提供する場合、それは引用であり、クリックにつながります。技術的な鍵は構造化データです。JSON-LDスキーマは、LLMの検索システムにどの情報を抽出し、帰属させるべきかを正確に指示します。構造化マークアップがなければ、あなたのコンテンツは一般的なトレーニングの餌食になります。適切な実装により、あなたは測定可能なトラフィックをAIインターフェースから生み出す引用された権威になります。
一般的な言及 vs. LLM引用
側面
なし
LLMを使用
帰属
AIがトレーニングデータからブランドを言及
AIがリンク付きで特定のソースを引用
トラフィックへの影響
ゼロクリック - ブランド認知度のみ
引用リンクからの直接トラフィック
コンテンツフォーマット
構造化されていないHTMLテキスト
構造化されたJSON-LDスキーママークアップ
例
「ナイキは運動靴を作っている」（一般的）
「Nike Air Max DN - $160」[リンク]（具体的）
現実世界への影響
前
現在の方法
シナリオ
製品ページに構造化されていない価格情報がある
何が起こるか
Perplexity.ai：「価格は変動しますので、ウェブサイトでご確認ください」
📉
ビジネスインパクト
ユーザーが明確な価格設定の競合をクリック
後
最適化されたソリューション
シナリオ
価格と在庫状況を含むJSON-LD製品スキーマを追加
何が起こるか
Perplexity.ai：「製品Xは99ドルで在庫あり」[引用]
📈
ビジネスインパクト
ユーザーが引用をクリック、高い購入意欲