“`html
おはようございます。10月2日SHIPの朝礼を始めます。今日はオンラインセミナーもあり、情報を整理していたこともあり少し長いです。
「ZMOTの背後をAIが仕切る」時代へ――散発需要ビジネスの中核は、いまや“AIに推される”こと

*図は2011-winning-zmot-ebook_research-studiesより引用
2011年以降、ZMOT(Zero Moment of Truth)は「顧客は来店前にネットで調べ、買うものをほぼ決めている」という最優先の購買フレームとして機能してきました。2025年の現在、構造自体は変わっていません。しかし決定的に違うのは、その“背後の審判”が検索アルゴリズム中心からLLM(大規模言語モデル)へと大きく移りつつあることです。AI Overview、ChatGPT、Perplexity、Gemini…ユーザーは「検索する」から「AIに聞く」に行動をスライドさせ、ゼロクリックのまま意思決定するケースが増えています。つまり、散発的に需要が発生する業態(リフォーム、引越し、葬祭、耐用年数到来の設備更新など)こそ、ZMOT=AI面談の一次審査を突破できるかが生命線になりました。

LLMO:ZMOTの“舞台裏”を最適化する
LLMO(Large Language Model Optimization)とは、生成AIが回答を組み立てる際に、自社コンテンツが引用・参照されやすいよう最適化する考え方です。AIの回答内で社名・URL・データが繰り返し露出すると、ユーザーの記憶に残り、のちの指名検索や資料請求に跳ね返ります。指名が増えるほどAI側でも「信頼できる情報源」として扱われ、さらに引用されやすくなる好循環が生まれます。要するに、これからのWebマーケティングはSEOで“見つかる”+LLMOで“推される”の二刀流が前提です。
SEOとLLMOの関係:別物ではなく“重なる最適化”
- 対象:SEOは検索エンジン/LLMOはLLM(AI)。
- 露出の場:SEOは検索結果、LLMOはAI回答文。
- 共通の土台:検索上位・E-E-A-T(経験・専門性・権威性・信頼性)・一次情報・高速表示・構造化データ。
結論、強いSEOはLLMOの近道。ただしLLMOには「AIが取り込みやすい書き方・構造」という追加要件があります。
「AIに推される」ための実務チェック(要点)
- AIが読めるサイトにする(テクニカル)
llms.txtの設置/構造化データ(Article・FAQ・Organization)/速度最適化(LCP・CLS・INP)/更新日と著者情報の明示。 - AIが選ぶ情報源になる(コンテンツ)
定義文・Q&A・箇条書きの活用/一次情報(独自調査、事例データ、検証結果)/網羅的なハブ記事/専門家プロフィールと監修表記。 - ブランドを“学習”させる(露出×一貫性)
オウンドを核にPR・SNS・イベント・外部寄稿を連動。名称表記を統一し、同一テーマを継続発信。 - 測る・回す(計測と運用)
GA4でAI経由をセグメント(例:chatgpt.com / referral)。代表質問をリスト化し、実際にAIへ投げて掲載状況を点検。中間KPIは指名検索の増加。
散発需要ビジネスで効く“AI時代のZMOT設計”
- 緊急・高関与の意図を先取り:「壊れた」「交換時期」「費用相場」「業者選びの失敗回避」をFAQ短文+詳細解説で。AIは短く確かな断定文を好む。
- 比較・判断の物差しを明示:チェックリストや比較表で条件・保証・工期等の軸を可視化。AIが整理して引用しやすい。
- 価格“レンジ”と前提条件を言語化:実績レンジ(最低〜中央値〜上限)と条件差を具体に。AI回答で「相場の根拠」になりやすい。
- 事例は“構造化された語り”で:課題→診断→打ち手→コスト→成果→学びの同一フォーマットで蓄積。
- デジタルカタログ/施工メニューの完全開示:来店前に候補を絞り込めるハブ。AIも参照しやすく、FMOT(現場)を短縮し生産性にも効く。
体制づくり:LLMOは“総力戦”
編集(定義文/Q&A/一次情報の継続供給)/広報・SNS(外部サイテーションと話題化)/営業(現場のFAQ・見積条件のナレッジ化)/制作・開発(速度・構造化の保守)。この循環が続くほど、AIに指名される頻度は逓増します。
まとめ:最重要ポイントは「AIに推される設計」
散発需要の業態では、一度きりのZMOTを取り逃すと次がない。そのZMOTの舞台裏は、いまAI(LLM)が采配しています。だからこそ、①SEOで“見つかる”基盤を固め、②LLMOで“推される”文章構造・一次情報・構造化を整え、③ブランド露出の一貫性でAIに学習・指名される状態を作る。「AIに推される=AIがあなたを候補として連呼する」ことが、2025年以降のWebマーケティングで最重要の勝ち筋です。ZMOTの本質は不変。しかし勝敗は、検索結果だけでなくAIの回答文の中で、すでに静かに決まっています。
以上で朝礼を終わります。
“`
2025年10月2日 at 8:06 AM
おはようございます
AI時代のZMOT設計
AIに指名される状態を作ること。
この状態をお客様に周知して、対策を実施し、計測→改善のサイクルを回すことで、顧客に選ばれる状態を維持ができることを理解しました。
これから選択の主戦場はAI回答文に移る。
検索は出てきた回答の「社名」を検索されることで、確度が高い流入を獲得することができるし、その逆は反響が激減する未来がやってくるということです。
状況を正しく理解して、躊躇なくお客様の選ばれる状態をこれからも維持するために
①SEOで見つかる基盤
②LLMOで推される基盤
③ブランド露出の一貫性
を推進していきます。
2025年10月3日 at 7:55 AM
はい お願いします
2025年10月2日 at 9:26 AM
おはようございます。
2011年以降購買行動の中心となってきたZMOT(Zero Moment of Truth)が、現在は検索エンジン主導から生成AI主導に移り変わっている。顧客は「検索する」から「AIに聞く」へと行動を変え、ゼロクリックで意思決定する傾向が強まっている。
そのため、リフォームや引越しなど散発的な需要が発生する業種では、AI回答の一次審査を突破できるかが生命線となる。
そこで重要なのが「LLMO(Large Language Model Optimization)」自社の情報をAIに取り込まれやすくする工夫が求められる。SEOとLLMOは別物ではなく重なり合い、E-E-A-Tや一次情報、構造化データなどの基盤を共有しながら最適化を進めることが大切。
専門用語については引き続き理解を深めながら、今後一つひとつ学びながら理解を深めていきたいと考えています。これまでFAQのフレーム作成を通じて検証を重ねる中で、AIに“推される”ための要件や引用されやすい構造について学ぶことができました。今後はその知見も活かし、一次情報の整理・構造化やE-E-A-Tの観点を踏まえた改善を推進することで、AIから信頼される情報源として認識される基盤づくりに貢献します。
2025年10月3日 at 7:54 AM
>AIに“推される”ための要件や引用されやすい構造について
同じことをやっても成果があったりなかったり、成果には複数の要素の組み合わせがあるし、仕組みもどんどん変化します
日々アップデートしていきましょう