ChatGPTに聞いてみた、で一喜一憂しない
AIの回答は毎回変わるため、1回の結果に意味はない。質問を固定し、繰り返し、AIごとに分け、記録する——本サイトが実測で使う四つの原則と、自院で始める最小の型（質問5つ×AI3種×各3回、週1回・4週間）を示す。
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
まだ誰も売っていない、残りの半分
AIが候補を組み立てるまでには選抜・読解・表示の三段階があり、施策ごとに効く段階が違う。構造化データは順位を上げる目的では期待できず、llms.txtは効果未証明。残りの半分の正体は、AIが読む場所すべてでの情報の整合である。
「AI対策」の半分は、もうやっている
SEOに取り組んできた医療機関は、AI対応の土台の相当部分をすでに持っている。6,590施設の実測で、構造化データはSEO施策と強く重なっていた。ただしAI固有の対応だけは、SEOの延長線上に自動では生まれない。
SEOをやっているサイトは、AI対応もしているのか——6,590施設のクロス集計
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。
LLMOを解説するサイト自身は、AIに読める状態か——67サイトの外形調査
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。
内容の質だけでAIに紹介されるのか
「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。
LLMO入門：AIに引用される条件
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。