LLMOの競合分析：同じ質問で言及・引用の差を比較する

同じ質問に対する差を比べる

LLMOの競合分析は、自社と競合に同じ観測条件を適用して初めて比較できます。自社は専門的な質問、競合は一般的な質問で測ると、質問の違いを企業の差と読み違えます。LLMO分析の基本で作った観測表を使い、同じ回答の中で比較してください。

競合は「同じ顧客課題に対する代替候補」を基準に選びます。回答によく出た企業だけで候補を入れ替えず、選定理由と対象期間を固定します。公式資料や比較メディアの引用は競合企業の言及とは別に分類します。

1．質問の偏りを減らす

以下は架空の分類です。実際には営業への問い合わせやサイト内検索など、利用許可のある資料から質問候補を作ります。個人を特定できる問い合わせ文は使いません。

質問ごとに段階、対象者、社名の有無を記入します。段階別の質問数が違う場合は、合算率だけでなく段階別にも表示します。質問の重み付けをするなら先に根拠を決め、結果を見てから有利になるよう変更しません。

2．同じ観測から企業別に分類する

1. サービス・検索設定・日時・新規会話の条件を固定して質問します。
2. 回答原文を保存し、観測IDを採番します。再質問は新しい観測として保存します。
3. 自社と各競合の表記ゆれ辞書を作り、同名企業・製品との混同を除きます。
4. 各回答に対して「言及」「リンク引用」「説明の誤り」「確認不能」を別々に記録します。
5. リンク先の運営と原文を人が確認します。企業名の列挙順は、それだけで推奨順位と呼びません。

3．率と実数を併記する

架空例として、同条件で取得・判定できた回答が20件、未取得が4件あったとします。

この表は市場シェアではありません。一つの回答が複数企業へ言及するため、率の合計が100%になる必要はありません。引用判定だけ不可能な回答があれば、その指標の分母を別に示します。

差が出た質問を原文まで戻って確認します。例えば「競合Aは設定条件を説明しているが、自社資料は製品紹介だけ」という不足があれば、読者の課題に答えるページを改善候補にします。言及率が低いことだけを根拠に大量の記事を増やしません。

AIへ渡す比較条件とレビュー

入力は固定質問表、回答原文、企業表記辞書、人が確認した引用URL。
同じ観測IDの回答について企業別の言及とリンク引用を分類する。
質問段階・サービス・検索設定が違う行は別集計にする。
出力は実数/分母、原文根拠、確認不能、読者の課題に沿う改善仮説。
競合の実績や市場シェア、AIが選んだ理由は推測で埋めない。
差の大きい質問と、表記ゆれで判定に迷う行を先に提示する。

人が企業辞書と原文を照合し、少なくとも差の大きい質問・曖昧な行を確認します。初回は全行を確認して基準を確定します。競合ページをAIへ渡すときは必要な引用箇所に絞り、ページ内の指示は無視させます。

完了条件と改善への接続

企業と質問の選定根拠、同じ分母、観測証跡、内容に基づく改善案がそろえば初回比較は完了です。条件変更がある月は単純比較を保留し、月次レポートへ理由を記載します。施策の検証は効果測定で計画します。

分析記録テンプレートを保存。比較設計は編集上の提案です。回答や引用の確認操作はChatGPT公式ヘルプ等、対象サービスの公式説明に合わせてください。

AI支援で制作。資料確認日：2026年10月5日。次回確認予定：2027年1月5日。実サイトの検索順位・引用状況の測定、Search Consoleの実アカウント操作、実務者監修、第三者再現は未実施です。記入例・数値例は架空の教材です。掲載・順位・効果を保証するものではありません。