くるみAIバディ for LLMO

一言で: 「LLMの中で、最初に思い出される企業を作る。SoM を毎月数字で示し続ける」

参考スライド（外部社事業者の LLMO 提案）: https://docs.google.com/presentation/d/1dY2WWI77ZwzYv_IuM0dctKSaguspAwM-Kqc0Kn3tlvk/edit

位置付け

positioning_barbell.md のバーベル原則上、本パッケージは P2「代替不可能側」に紐づく上流装置として扱う。

• ChatGPT / Perplexity / Gemini / Claude / Copilot は「比較が始まる前」の情報源
• ここで第一想起を取られると、広告でいくら刈り取っても勝ち目が下がる
• 媒体運用の前段でブランドが LLM 出力に乗る状態を作ることが、P2「先回りする」の最上流に位置する

競合との差別化: 既存の LLMO サービスは「SEO の延長」「コンテンツ最適化」「Wikipedia 編集」など手段から逆算して語る事業者が多い。くるみAIバディ for LLMO は「SoM（Share of Model）を毎月計測して報告する」という結果の数字から逆算する。施策は SoM を上げる手段にすぎない。

なぜ今やるのか（営業時の前提共有）

ユーザーの情報探索行動が、Google 検索から「LLM に聞く」へ移っている。広告で刈り取る前段が崩れつつある。

→ 海外 CMO の経営会議では「Google 順位」ではなく「Share of Model」が一次指標になりつつある。日本は「AEO（AI 回答に出よう）」止まりが大半で、SoM を月次計測している企業はほぼいない。先行者の景色を取りに行く。

用語整理（営業で必ず聞かれる）

→ 実務上はまとめて「LLMO 対策」と呼ぶ。やることはほぼ重複する。本パッケージは「LLMO」を冠した上で AEO / GEO もカバーする。

業界の動きと当社の差別化（営業で言い切る）

既存事業者が 3 ヶ月で離脱する構造的理由: AI 経由で知ったユーザーは、その後「指名検索」でサイトに来る。GA4 はそれを「オーガニック流入」として記録するため、LLMO の成果が SEO の成果に見える。SoM を直接測らないと、施策と結果が紐づかない。これを契約初期に説明できるかどうかが、6 ヶ月運用に持っていけるかの分岐になる。

2025-04 以降のカウンタートーク: Google John Mueller の「llms.txt は keywords meta タグと同じ」発言を起点に「LLMO 効かない」議論が広がった。営業では先にそれを認める（LLMO 単独施策の積み上げで SoM は動かない）。そのうえで「だから計測契約だけはガチで作る、動かす対象は SEO × 広告 × PR の横断戦略」と再ポジショニング。詳細台本は llmo_counter_positioning.md 参照。

誰に売るか

提供価値の核（3つの約束）

1. 毎月、SoM の数字で報告する — ChatGPT / Perplexity / Gemini / Claude / Copilot の 5 モデル × 業界ターゲットクエリ 30-100 本で、自社・競合 N 社の言及率を実測。毎月の推移を数字で出す
2. オウンド × アーンドを統合運用する — 自社サイト構造化（オウンド）と、Wikipedia / 業界メディア / 比較サイト / Reddit / note などのLLM が引用するソース側（アーンド）を同時に動かす。片方だけでは SoM は動かない
3. 半年で SoM を 2-5 倍にする — 業界・現状値による幅はあるが、半年で 2-5x を目標に 3 層を運用する。毎月の SoM 推移を数字で共有し、伸びていなければ施策を組み替える

KPI / 計測軸

数字を「LLMO Score（0-100）」という単一の総合指標で見せ、その裏側に Main 3 + Sub 5 のレイヤー構造を持たせる。詳細な算出式・業種別 cap・バージョニング規約は llmo_scoring_model.md 参照。

総合指標：LLMO Score（0-100）

LLMO Score = M1 SoM × 0.40
           + M2 Citation Position × 0.25
           + M3 Brand Co-occurrence Rank × 0.15
           + S1 競合 SoM 差分 × 0.10
           + S2 引用ソース多様性 × 0.05
           + S3 Sentiment 補正 × 0.05
           ───────────────────────
           = 0-100

業種別 cap で SoM を正規化し、業種を跨いで比較可能にする。重みは契約期間中不変（変更時はバージョンタグ付与）。

達成度ゲージ:

目標: 半年で LLMO Score +15-30pt（初期値・施策範囲による）。月 20 万円プラン（オウンド + 測定）は +15pt 前後、要相談プラン（アーンド・PR まで含むフル運用）で +20-30pt が目安。マルチサイトはサイト別に Score を追う。

Main 指標（3 つ、月次レポートで報告）

Sub 指標（5 つ、Main の解釈・補強）

KPI ガードレール

• やらないこと: 「Score 100 を目指す」「最大値で表記する」など達成不能な目標設定はしない
• 取り扱い: Score は業種カテゴリと月次のコホートで比較する。「初月 31 → 6 ヶ月後 52」のような伸び率（+pt）を主指標にする
• 季節性除外: 業界の季節性（決算期・選挙期等）が出るため、3 ヶ月移動平均でも併記
• citation source の定義固定: Score の citation 関連指標（M2 / S2）は Perplexity / Gemini 公式 API の citation URL + raw response ID のみから算出する。llmo-edge のアクセスログ（crawl telemetry）は別系統で観測値として併記するが、Score には混入させない
• GA4 流入の解釈に注意: AI 経由で知ったユーザーは指名検索で再訪するため、GA4 上では「オーガニック流入」として記録される。流入数だけ見ると LLMO 効果が SEO 効果に見える。S5 で指名検索と商談ヒアリングを併用し、Score の補強指標とする

KPI ガードレール

• やらないこと: 「言及率 100% を目指す」「最大値で表記する」など達成不能な目標設定はしない
• 取り扱い: SoM は業界カテゴリと月次のコホートで比較する。「初月 8% → 6 ヶ月後 21%」のような伸び率を主指標にする
• 季節性除外: 業界の季節性（決算期・選挙期等）が出るため、3 ヶ月移動平均でも併記
• GA4 流入の解釈に注意: AI 経由で知ったユーザーは指名検索で再訪するため、GA4 上では「オーガニック流入」として記録される。流入数だけ見ると LLMO 効果が SEO 効果に見える。SoM の直接計測と、指名検索数 / リファラー判定 / 「LLM で見た」の商談ヒアリングを併用する

SoM 計測プロトコル（不変、変更時は契約見直し）

LLM の応答はモデル版・温度・地域・日時・履歴で大きく揺れる。計測の再現性を担保するため、計測条件を契約時点で固定し、変更があれば CL に通知する。

差分許容ルール（モデル揺らぎ vs 施策効果の切り分け）: - 月次変動 ±2pt 以内は「ノイズ」として翻訳しない（CL に「変動なし」と報告） - ±2-5pt の変動は推移トレンドと組み合わせて評価 - ±5pt 超は施策効果 or 競合動向として個別調査・コメント付与

モデル別の取得方法と契約上の扱い（重要）:

→ LLMO パッケージの契約書には「Perplexity + Gemini を主力モデルとする」を明示。ChatGPT / Claude / Copilot は「取得可能な範囲で参考計測」と表現し、商品の主指標から除外する。マルチサイト契約は別途オプション扱い。

施策の3層構造

施策は以下 3 層を同時並行で運用する。1層だけでは SoM は動かない。

層1: オウンド最適化（自社サイト・コーポレートサイト）

LLM が自社ドメインから引用しやすい構造に整える。curumi-corp で既に実装済みの基盤を CL 向けに展開する。

llms.txt の配信方式（差別化ポイント）

WordPress プラグイン / CL 側手書きの方式は環境依存 + 月次更新で CL admin 介入が要るため、運用に乗せにくい。本パッケージは当社ホスト + CL head にタグ 1 行を中核に据える。

配信構成（推奨パス）:

[当社ホスト]                                          [CL サイト]
llmo-edge.curumi.co.jp/{client}/llms.txt        ←   <link rel="alternate" type="text/markdown"
   ↑                                                       href="https://llmo-edge.curumi.co.jp/{client}/llms.txt">
   │                                                  ↑ CL の <head> に 1 行
   └── DB から CL 別の事業概要/主要記事/Q&A/実績を
       Cloudflare Pages Functions で動的レンダ              ↓
       AI クローラーのアクセスログを SoM 計測              CL ドメイン直下に /llms.txt が欲しい場合は
       基盤に直結（citation source として可視化）          CL のホスティングで rewrite/redirect を 1 設定

CL 側の作業（環境別、最小工数）:

重要 / 配置の推奨: llms.txt の主要仕様（llmstxt.org）と Chrome Lighthouse の agentic browsing ガイドラインはサイトルートの /llms.txt 配置を前提にしている。<link rel="alternate"> 単独で主要 AI bot が当社ホスト URL を発見・採用する保証はない。よって:

• link タグのみ: コスト最小で開始可能（検証フェーズ）
• CL ドメイン直下 /llms.txt への rewrite/serve: アーンド施策を含む本格運用では推奨。link タグはあくまで補助

rewrite が CL の規程・運用で不可能な場合は link タグのみで運用し、bot 別の発見率を実測しながら進める。

この方式の利点:

1. CMS / フレームワーク非依存: <head> に link タグが書ければ動く
2. 月次運用が完全に当社内完結: CL admin 権限 / プラグイン更新管理に依存しない
3. AI クローラーの取得証跡（crawl telemetry）を当社が保持: どの AI が・いつ・どの CL の llms.txt のどのバージョンを取りに来たかを月次レポートで可視化（補助指標としての観測値）
4. A/B テスト可能: llms.txt の内容を月次で変えて、SoM への影響を検証できる（配信バージョンを immutable に保存し、SoM 結果と紐付ける）
5. CL サイトに侵襲が少ない: HTML 1 行 + 必要なら rewrite 1 設定だけ

指標の取り扱い（重要）: llmo-edge のアクセスログは「AI bot がファイルを取得した事実」を示す crawl telemetry であり、「AI が回答生成時に当該情報を引用した証跡」ではない。User-Agent は偽装可能（IP / CF Bot Score / 公式 IP レンジで補助検証）。

月次 SoM レポートで「引用された (citation source)」と表示するのは、Perplexity / Gemini 等の公式 API のレスポンスに含まれる citation URL と raw response ID のみ。crawl telemetry は「読みに来た回数」「読まれたバージョン」の補助観測値として別欄に分けて表示する。

配信物のバージョン管理（必須）:

llms.txt / llms-full.txt / Schema JSON-LD タグ列は動的レンダリングしっぱなしにしない。以下の運用に乗せる:

例外（CL 側で配置が必要なもの）:

• robots.txt: 仕様上オリジン直下の /robots.txt が必須。リダイレクト不可。CL 側でAIクローラー許可ルールを配置
• Schema.org JSON-LD: HTML 内 SSR が必要（JS 注入では AI クローラーが拾わない可能性）。CL の CMS テンプレに直接埋め込み or <script type="application/ld+json"> を当社が静的タグ列で提供してCL が貼付

SAGE 3 法則（Google 研究論文発の重要原則）

AI エージェントは「調査の手間（ホップ数）を減らしてくれるサイト」を高く評価する。以下 3 つを満たしたページが、AI の最終回答ソースに選ばれやすい。

副次効果: 包括ドキュメント化は AI を自社サイトに留め他社サイトへ行かせない防御策にもなる。SEO の上位 3 位とも整合（SAGE は Top3 を優先参照）。

層2: アーンド施策（LLM が引用する外部ソース側）

LLM は自社ドメインだけでなく、Wikipedia / 業界メディア / 比較サイト / Reddit / Quora / note / Qiita / YouTube などからも引用する。第三者文脈側のシェアを取る施策を回す。

層3: 測定・レポーティング（パッケージの中核差別化）

SoM を毎月計測する基盤。ここが他社 LLMO と違う「結果から逆算」のエンジン。

料金 — 月 20 万円プラン と 要相談プラン

プランは 2 つだけ。「月 20 万円で最低限をきっちり回す」か、「アーンド・PR 施策まで含めて要相談で組む」か。施策範囲とサイト数で見積もりが変動する、シンプルな料金体系。

初回オンボーディング: 継続契約の初月に現状 SoM 監査（現状 SoM レポート / 競合 5-10 社比較 / 引用ソース分析 / コンテンツ監査 / 半年ロードマップ / 報告会 60 分）を含む。スポット単体の監査は提供しない。

ルール: - 課金単位は「サイト（ブランドサイト 1 つ）」。サイトが増えれば 月 20 万円が積み上がる - 月 20 万円プランで開始し、途中から「要相談プラン」へ拡張可能 - 要相談プランの制作実費（記事 / 寄稿 / PR）は CL 負担で実費精算。当社マージンは月額（コンサル・運用フィー）側で取り、実費は透明にパススルーする - 人月原価管理は社内で行い、顧客には月額 + 実費で提示する（pricing_table.md 参照）

営業フロー

初回商談 → 現状 SoM 監査（継続契約の初月オンボーディングに含む）
   ↓ 監査レポート + 半年ロードマップ + 報告会 60 分
   ↓
LLMO パッケージ 継続（月 20 万円プラン or 要相談プラン）
   ↓ 6 ヶ月運用 → 毎月 SoM の数字で推移を報告
   ↓
要相談プランでアーンド・PR 拡張 / マルチサイト拡張
                          ↘
                           P1 AIネイティブ広告運用 / P2 UGC×テレビPR / AX への展開

LLMO 領域の入口は LLMO パッケージが直接。AI 実践 1day（AIバディ傘下のフロントドア商品、ai_jissen_1day_playbook.md 参照）は AX 専業に絞っており、LLMO 領域は射程外。1day で LLMO に興味を示した CL には、別商品として LLMO パッケージを別途案内する形。

初回商談での問い（営業スクリプト）: 1. 「ChatGPT で『〇〇業界 おすすめ』と聞かれて、御社が出てきますか？」 2. 「LLM での言及率を測ったことがありますか？」 3. 「半年後、業界カテゴリで言及率トップ3 に入っていたら、どんなインパクトがありますか？」 4. 「いま GEO ベンチマークでは業界の 68%（10 社中 7 社）が AI 回答に完全に無視されている状態です。御社が入っている 32% 側か、それとも無視されている 68% 側か、確かめませんか？」（FOMO 訴求） 5. （既に LLMO 業者と契約中の CL に対し）「SoM を月次の数字で報告されていますか？ 多くの事業者は『AI に読ませた』止まりで、指名検索の伸び＝ LLMO の成果と説明 してしまうので、3 ヶ月でクライアントが『効果ない』と言い始めるパターンが多いんです」

SoM 計算式の説明（クライアント向け、紙ナプキン版）:

       関連クエリでブランドが登場した回数
SoM = ────────────────────────────────── × 100
       総関連クエリ数

例: 「BtoB ◯◯ツール」系の質問を AI に 100 回投げて、御社名が出てきたのが 12 回 → SoM = 12%

→ どれか1つでも「測ったことがない」「インパクトある」「68% 側にいたら困る」が出れば 現状 SoM 監査からの継続契約を即提示。

納品物（CL に出すもの）

制約・前提

• CL 側にコンテンツ資産がない場合、月 20 万円プラン（オウンド + 測定）では伸び切らない。「要相談プラン」でアーンド・PR 側を回すか、別途 C2 SEO/LLMOシステムでコンテンツ生産自体を増やす必要がある
• Wikipedia 編集は社員が直接やらない。利益相反扱いになるため、社内ガイドライン整備 + CL 側の関係者（弁理士・税理士・社員でない執筆者）への依頼パスで対応
• SoM 計測のクエリ設計が成果の 80%。クエリが悪いと「言及率は上がったが商談には繋がらない」。M1 のクエリ設計フェーズは省略不可
• モデル側の API レート制限・コスト: 月次 主力 2 モデル × クエリ 50 本 × 3 試行 = 300 リクエスト / CL。10 社契約で 3,000 リクエスト / 月。Perplexity API / Gemini API のコスト試算は llmo 実装計画 参照
• 成果が出るまでの目安を正しく伝える: SoM の数字は初月から測定可能だが、有意な伸びは 3-6 ヶ月、カテゴリ内トップ3 は半年-1 年。初回商談で「測れる」と「伸びる」のタイムラインを分けて説明する
• コンテンツ資産が薄い CL は月 20 万円プランで伸び切らない: 「要相談プラン」または C2 SEO/LLMOシステムとの併用を前提に提案する
• 要相談プランの実費は透明に: 記事制作費・媒体費・外部ライター費は CL に実費をパススルーし、見積書で当社フィー（月額）と分けて明示する

販売開始の前提（自社の先行実証）

実装計画の Phase 0 完了 = 自社 SoM の月次計測安定稼働 = 最低 3 ヶ月分の実データ蓄積を、本格的な営業開始の目安とする。それまでは「自社で実証中」を正直に打ち出し、現状 SoM 監査からの提案を進める。営業資料には現時点の実装フェーズと提供範囲を明示する（実装計画 営業立ち上げシーケンス 参照）。

関連ドキュメント

• スコアリングモデル詳細: llmo_scoring_model.md
• 実装計画: docs/plans/2026-05-13-adbuddy-llmo-implementation.md
• 既存 SEO/LLMO 計画（curumi-corp 内製基盤）: docs/plans/2026-03-16-seo-llmo-optimization.md
• LLMO 基盤（robots.txt / llms.txt）: docs/plans/2026-03-03-llmo-foundation.md
• ポジショニング: positioning_barbell.md
• 料金体系: pricing_table.md
• サービスシート全体: service_sheets.md

提案 deck 構成案（marp-deck-generator 用）

slug 案: 20260513_curumi-llmo-package 生成タイミング: サービス定義 v1 を社内合意後、別セッションで生成（本セッションでは構成案のみ）

想定枚数: 16-18枚（補足の SoM サンプル / クエリ設計サンプルを 2 枚足す可能性あり）。

枚別本文ドラフト: llmo_package_deck_draft.md に各スライドの本文 / 図表 / 注釈を構造化済。rich deck は生成済（docs/strategy/decks/ai-buddy-for-llmo/）。

未決事項 / 次セッション持ち越し

• 競合企業リスト（CL 別カスタムが必要）の管理方法（事前ヒアリング前提か、初回監査で確定か）
• 現状 SoM 監査からの継続率前提と歩留まり目安
• 海外（英語圏）モデル対応の優先度（マルチサイト契約専用機能とするか）
• 月次 SoM レポート PDF テンプレート（marp-deck-generator か別レポート生成スキルか）
• curumi 自社の SoM 計測（自社事例として営業に使う）を先行実証として最優先化するか