「外国人OK」「英語対応」を、AIは根拠なしに言うことがある
英語・中国語でAIに日本の医療機関を尋ねると、「外国人を受け入れている」「英語が通じる」と説明する言及のうち、引用元を示さないものが英語で47件、中国語で50件あった。日本語では6件。受け入れ体制が明記されていないと、AIは推測で補う。それを防げるのは、医療機関自身の明文化だけである。
#LLMO
「LLMO」タグが付与された記事の一覧です。
言語が変わると、薦められる施設が変わる——病院は残り、クリニックは入れ替わる
日本語・英語・中国語で同じ20問をAIに投げると、3言語で共通して挙がった施設は74。その大半は大学病院・総合病院で、クリニックは19だけだった。言語ごとにしか出ないクリニックは各言語で66〜80。外国人患者に薦められるかどうかは、クリニックほど言語の影響を受ける。
英語や中国語でAIに聞いても、AIが読んでいるのは日本語のサイトだった
東京・大阪の医療機関を探す20の質問を日本語・英語・中国語（繁体）で用意し、2つのAI検索に各2回投げた240応答を観察した。外国人が英語や中国語で質問しても、AIはあなたのクリニックのホームページを日本語のまま読み、その内容を患者の言語で答えていた。外国人患者はサイトを読んでいるのではなく、AIに読ませている。外国語ページより先に、日本語の一次情報がAIに読める形になっているかが問われる。
新しいAIモデルが出ても、推薦はほとんど動かなかった——動かしたのは「調べる深さ」と「患者の居場所」
2026年9月3日にOpenAIがGPT-6を公開した直後の週に、患者相談型の質問でAIがどのクリニックを薦めるかを測り直した。無料版相当への世代交代では推薦は動かず、動かしたのは「どこまで深く調べるか」と「患者の居場所」だった。モデル更新は無関係ではなく、積んだ材料が効き始める機会になる。
医療機関のSEOは、どこまで整っていてどこが抜けているか——7,643施設の実測
全国の美容関連クリニック7,643施設の外形調査から、医療機関のSEOで整っている部分（title 88.5%・https 75.0%・sitemap 70.7%）と抜けている部分（構造化データ40.0%・医師の構造化情報0.2%・llms.txt 9.1%）を実測で示す。SEOの蓄積はAI対応の土台の半分を自動的に用意するが、残りは別の作業である。
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。
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。
AIは、どこを読んであなたのクリニックを知るのか
AIの答え方は「記憶」と「その場の検索」の二本立てで、検索の裏側にはGoogle・Bing・Brave・自前索引という複数の基盤がある。30問・150応答の実測と各社公表情報から、AIが読む場所を整理する。
「検索1位」がゴールでなくなる日
AI検索には順位表がない。回答は質問のたびに組み立てられ、モデル・言い回し・会話の文脈で候補が変わる。「何位か」に代わって意味を持つ問いを整理する。
患者は、どうやって医療機関を選ぶようになったのか——数字で見る、この1年の変化
日本の生成AI利用経験率は毎年2倍超のペースで伸び、2025年度に58.8%に達した。患者の医療機関の選び方はどう変わるのか。総務省統計とOpenAI発表の数字から、変化の実像を整理する。
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。
自分の都道府県の状況を見る——美容関連クリニックAI可読性調査、県別データを公開しました
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。
東京2,159施設の実測——美容関連クリニックのAI可読性は、全国とどう違うか
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。
AIはFAQをそのまま引用するのか——150回の実測
「FAQを書けばAIにそのまま引用される」という通説を、30問×5つのAI検索環境・150応答で実測した。逐語一致はゼロ。そして検索自体が起きないことが多いという、より重要な事実。
全国7,643施設に広げて確かめた——美容関連クリニックのサイトは、AIに読める状態か
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。
大阪の美容関連クリニック400施設は、AIに読める状態か——外形調査
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。
自院がAIにどう見えるか、自分で確かめる方法
特別なツールなしで、自院がAI検索上でどう扱われているかを観察する手順。質問の作り方、試すべき環境、記録の付け方、そして1回の結果で判断してはいけない理由。
AIに引用されるための施策に、学術的な裏づけはあるか——GEO研究を医療の文脈で読む
生成エンジン最適化（GEO）には実測に基づく研究が存在する。代表的な2つの研究の知見を整理し、医療機関の情報発信にどう翻訳できるかを検討する。
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。
AIのおすすめに、新しいサイトは出てこない——公開2日目からの定点観測
公開直後のサイトはAIの推薦リストに現れない。可読性と推薦の間にある距離を、本サイト自身を被験体として定点観測していく記録の第1回。
AI検索に反映されるまで、どれくらい待つべきか
AI検索への反映は、公開直後に安定するとは限りません。公開後すぐに判断せず、いつ観察し、いつ技術的な問題を疑うべきかを整理します。
AIに、あなたのクリニックはどう紹介されているか
患者がAIに医療機関を相談したとき、クリニックや医師はどのように比較されるのか。AIに自院の情報が正しく伝わるよう、ホームページ・医師情報・口コミ・症例・FAQで整えておきたい情報を整理します。
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。
自院のAI検索対策を、一度AIに聞いただけで終わらせてはいけない理由
AIに一度質問すれば、自院の見え方や改善点はある程度分かります。しかしAIの回答は、質問文・モデル・会話の流れ・時期によって変わります。一度の回答だけで対策を判断するのは危険です。医療機関がAI検索でどう扱われるかを継続的に観察するための前提を整理します。
AI回答に登場する条件
GEOの基礎と、LLMO・SEOとの関係を整理。医療機関が生成AIの回答に登場するための文書づくりを解説します。
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。