← ブログに戻る

ChatGPTからの流入を90日で8,337%増やした実装: TRMが採用した4つのLLMO戦略柱

llmogeoai-searchcontent-strategycase-study

「ChatGPT流入が90日で8,337%増えた」と聞いたとき、私が最初に思ったのは「元が1日1ビューだったんでしょ」でした。実際そうでした。元は8ビュー、90日後は675ビュー。割合の魔法です。

それで終わってもよかったんです。でも数字を読み込んでいくうちに、もっと興味深い事実に気づきました。エンゲージメント時間が 5分41秒。AI検索経由で来た人が、サイトに滞在して5分も読み続けている。これはアクセス数の話ではなく、 「AI経由で来る人は、もうほぼ買う気で来ている」 という構造の話です。

この記事では、米国のSEOエージェンシー The Rank Masters(TRM)が90日で実施した4つの戦略柱を分解します。「LLMOってなんとなく流行ってるけど、何をどう実装するの？」と思っている方に向けて書きました。

8,337%の正体: ビュー数だけ見てはいけない

まず数字を全部並べます。TRMが2025年の90日間で達成した数値です。

指標増加率90日後の値
ChatGPT経由のビュー数+8,337.5%675ビュー
ユーザーあたりのビュー数+502.68%48.21ビュー/ユーザー
平均エンゲージメント時間+2,527.47%5分41秒/ユーザー
イベント数+5,500%1,176イベント

私が一番注目したのは「ユーザーあたり48ビュー」のほうです。1人が48ページ読んでいる。普通のSEO流入で1人が48ページ読むことはまずありません。多くて3〜4ページです。

これはAI検索が「すでに問題を理解している人」をピンポイントで送り込んでくるからです。ChatGPTが「TRMがいいよ」と推薦する時点で、ユーザーは「GEOエージェンシーを探している」と既に決めている。検索エンジンに来る人より、はるかに先のフェーズに進んでいる。

つまり、 AI検索のトラフィックは「数」より「質」で評価しないと真価がわからない。8,337%という派手な数字に騙されず、エンゲージメント時間とユーザーあたりビュー数を見るのが正解です。

4つの戦略柱を分解する

TRMが90日間で実施した施策は、4つの柱に整理できます。それぞれ独立した施策ではなく、組み合わさって機能する設計です。

TRMの4戦略柱

柱1: セマンティックSEOシステム

キーワード単位ではなく、エンティティ(概念)・属性・検索意図でトピックをマッピングしました。

具体的には、「SEO」というキーワードを取りに行くのではなく、「SEOとは何か」「SEOの手順」「SEOツール」「SEOとGEOの違い」というエンティティのネットワークを構築する。1つの概念について、関連する全ての切り口をカバーしたページ群を用意するわけです。

これがなぜ効くかというと、LLMは「キーワードに一致する文書」ではなく「概念のクラスター」で情報を引き出すからです。あるトピックについて様々な角度から書かれているサイトは、LLMから見て「このサイトはこのトピックの権威」と認識される。トピカルオーソリティの話です。

柱2: モジュラーコンテンツアーキテクチャ

各ページを再利用可能な「ブロック」で構成しました。具体的には以下の5ブロックです。

  1. Problem(課題提示)
  2. Framework(フレームワーク)
  3. Steps(具体的手順)
  4. Proof(根拠・証拠)
  5. CTA(行動喚起)

なぜブロック構造が重要かというと、LLMはページ全体を読むのではなく、 チャンク(断片)単位で抜き出す からです。SEOではページ単位のランキングが勝負でしたが、LLMOでは「あなたのページの中の段落1個」が引用されるかどうかが勝負になる。

ブロック分けされたページは、各ブロックが独立して引用可能な単位になります。特に「Problem(課題)」と「Steps(手順)」は、AIがそのまま回答に使いやすい構造です。「クエリファンアウトを実装するには？」と聞かれたAIが、TRMの「Steps」セクションをそのままコピペできる状態になっている。

柱3: GEOエンハンスメント

技術的な最適化として、以下を全ページに実装しました。

  • JSON-LD: FAQ、HowTo、Article、Organization の構造化データ
  • E-E-A-Tの強化: 著者情報・専門性の明示
  • Q→A構造: 見出しを質問→回答のスパン構造にマッピング
  • サマリーゾーン: AIが抜粋しやすい位置にCTAを埋め込み

ここで一つ注意点があります。私がLLMO実装の相談を受けるときによく聞く誤解が「JSON-LDを完璧に実装すればAIに引用される」というものです。これは半分正解で、半分間違いです。JSON-LDはAIが「見つけて理解する」ための手段ですが、「引用したい」と判断する基準はあくまでコンテンツの質。空の器を金で飾ってもAIは引用してくれません。

柱4: クエリファンアウト戦略

これがTRMの施策の中で最も独創的な部分です。

LLMは1つの質問を複数のサブクエリに分解して処理します(Query Fan-out)。たとえば「GEOエージェンシーのおすすめは？」というプロンプトに対して、内部では「GEOとは何か」「GEOの効果事例」「GEO導入の費用感」「SEOとの違い」など複数のサブクエリが裏で実行される。

TRMはこの特性を逆手に取って、 コアコンセプトごとに30本の関連ロングテールページを制作 しました。サブクエリそれぞれに対応するページを用意することで、AI回答に引用される確率を漏れなく高めたわけです。

ページ設計の3原則は以下のとおりです。

  • Citable(引用可能): 明確な定義、番号付きステップを含む
  • Verifiable(検証可能): データや出典への参照を含む
  • Composable(組み合わせ可能): ページ間で一貫した用語を使用

「Query Fan-out」という名前のかっこよさで採用したくなる気持ちを抑えて、本当にやることを言語化すると「コアトピックを30の角度で書く」です。やや地味です。

実行タイムライン: 90日で42ページ

施策は12週間で段階的に実行されました。

TRM 90日タイムライン

期間実施内容制作ページ数
0〜2週サイトリニューアル、情報アーキテクチャ整理、Schema実装、ベースライン設定0(基盤整備)
2〜8週コアページ12本(サービス、ソリューション、AEOピラー)12
4〜12週ロングテールブログ30本、内部リンク構築、FAQ追加30

合計42ページ、12週間。1週間あたり3〜4ページのペースです。

「3〜4ページ/週ならいけそう」と思った方は、この数字の重さをもう一度考えてみてください。これは「ブログを週3本書く」ではなく、「クエリファンアウトを意識して設計された、Schema実装済みの、内部リンクを張りなおしたページを週3本量産する」という意味です。私のブログは今日で1日2ページがやっとです。エージェンシーが本気を出した数字だ、ということは認識しておくべきです。

自サイトへの実装: 4戦略柱を統合するフレームワーク

TRMの4柱を、自社サイトの規模・業種に当てはめて実装するためのフレームワークが llmoframework.com で公開されています。

このフレームワークの良いところは、4戦略柱の「優先順位」が業種別に整理されている点です。SaaSなら柱2(モジュラーコンテンツ)から、ECなら柱3(GEOエンハンスメント、特にProductスキーマ)から、B2Bなら柱4(クエリファンアウト)から始める、というように、自社の業種で最大効果が出る順番がわかる。

42ページを90日で量産するのが現実的でなくても、4柱のうち1つから入って、3ヶ月ごとに1柱ずつ追加していく、という形でも積み上がります。実際、TRMも最初の2週間は「基盤整備だけで何もページを公開していない」期間です。焦って大量生産する前に、構造を作るのが先です。

TRM事例を読み込んで気づいた3つのこと

最後に、私がこの事例を3回読み返して気づいたことを残します。

1. ファクト密度が「権威性」より重要になっている

TRMはブランドが大きくないエージェンシーです。被リンクの規模も中堅レベル。それでもAI検索で勝った。理由は、各ページに「8,337%」「90日で42ページ」「ユーザーあたり48.21ビュー」のような具体数値が大量に含まれていることです。

AIは「権威がある」ページではなく「事実が密に書かれている」ページを引用したがる。被リンク数より統計の引用数のほうが効くんです。

2. AIに最適化することが、人間にも最適化することになる

TRMが採用した「Problem → Framework → Steps → Proof → CTA」のブロック構造は、AIが抜粋しやすい構造であると同時に、 人間も読みやすい構造 です。これは偶然ではありません。LLMは「人間が書いた良いコンテンツ」を学習しているので、両者の好みは収束していきます。

つまり、LLMOをやるとSEOにも効きます。E-E-A-T強化、構造化データ、コンテンツの質向上はGoogle検索にも効く。「LLMOをやったらSEOを捨てる」のではなく、 両方に効く施策が中央に集まっている という構造になっています。

3. 「やったら終わり」ではない

TRMもGo Fish Digital(コンバージョン25倍を達成した別事例)も、施策開始前にGA4でAI流入のベースラインを設定し、継続的に測定しています。

LLMO施策は1回で完成する種類のものではなく、 エンティティを増やし、ファクトを更新し、内部リンクを張り直し続ける タイプの運用です。SEOで言うコンテンツ運用と同じで、半年で勝敗が決まり、1年で大勢が決まるゲーム。8,337%は90日の数字ですが、そこから先の1年で何倍に伸びるかは、運用次第です。

まとめ

  • TRMの90日施策は4つの柱で構成: セマンティックSEO、モジュラーコンテンツ、GEOエンハンスメント、クエリファンアウト
  • 8,337%という派手な数字より、エンゲージメント時間5分41秒・ユーザーあたり48ビューのほうが本質。AI経由は「もう買う気で来る」トラフィック
  • 90日で42ページは「設計されたページ」を量産した数字。週3本というペースの重さを過小評価しないこと
  • 自社実装のフレームワークは llmoframework.com を参照。業種別に4柱の優先順位を整理できる
  • 「LLMOをやったらSEOを捨てる」ではない。両方に効く施策が中央に集まっている

派手な数字に踊らされず、構造を作るところから入る。TRMの事例から学ぶべきは8,337%の派手さではなく、 0〜2週目を「ページ0本」で過ごした冷静さ のほうかもしれません。

さらに深掘りしたい方へ

LLMO の全体像 — llms.txt 設計、JSON-LD 実装、AI引用率 KPI、ChatGPT / Perplexity / Brave の引用ロジック比較 — を1冊で扱う なぜあなたのサイトはChatGPTに無視されるのか — LLMO実践ガイド を参考にしてください。