カテゴリ

LLMO

LLM最適化（Large Language Model Optimization）の原則。引用されやすい文書構造、entity設計、E-E-A-T、出典明示の実務をまとめます。

関連エンティティ: LLMO / LLM最適化 / 引用最適化 / E-E-A-T

LLMO2026年7月17日

構造化データの地域差はSEO投資の差なのか。全国調査の保存HTMLから SEO投資の代理指標を抽出し、AI検索対応との連動を実測した。半分は連動し、半分は連動していなかった。

LLMO2026年7月17日

全国7,643施設の外形調査を47都道府県別に集計し、データベースとして公開した。自分の地域の施設数と機械可読性の分布を、全国値と並べて確認できる。

LLMO2026年7月17日

全国調査7,643施設のうち東京は2,159施設と最大の集積である。AIクローラー全許可89.7%、llms.txt 11.2%、構造化データ47.1%。全国値との差と、その読み方を整理する。

LLMO2026年7月16日

施設ごとの無痛分娩件数を知る公的な経路は、制度の変遷の結果、実質的に一つしかない。厚生労働省の公表終了、JALAへの一元化、公的統計の空白、そして自主公表の実態を、大阪22施設の全数調査を交えて整理する。

LLMO2026年7月14日

大阪400施設の外形調査を全国に拡大し、美容関連クリニック7,643施設の機械可読性を全数調査した。AIクローラー全許可88.7%、llms.txt 9.1%、構造化データ40.0%。そして登録URLの約1割が到達不能だった。

LLMO2026年7月14日

大阪府で美容外科・美容皮膚科・形成外科・皮膚科を標榜する400施設の機械可読性を外形調査した。AIクローラー全許可89%、llms.txt設置10%、構造化データ52%。医療機関側の「備え」の現在地。

LLMO2026年7月13日

AI検索最適化を解説する国内67サイトの機械可読性を外形調査した。AIクローラー全許可93%、llms.txt設置27%。解説する側の「備え」の実態と、医療機関側との比較。

LLMO2026年5月20日

「良い記事を書けばAIに紹介されるのか」という問いを起点に、内容の質に加えて、外部参照情報・SEO資産・口コミ・被リンク・指名検索・ブランド認知といった信頼の手がかりが、医療機関のAI検索での扱われ方にどう影響し得るかを整理します。

LLMO2026年5月10日

ChatGPT Search / Perplexity / Google AI Overviewsで、自由診療クリニックの情報がどう扱われるかを整理し、引用されるための文書づくりと表記の揃え方を解説します。