なぜ「12ヶ月」なのか：LLMO投資の本当の時間軸
2026年5月時点、ChatGPT・Gemini・Perplexity・Claudeなど主要LLMの月間アクティブ利用者は国内だけで4,800万人を超え、検索行動の約23%が「AIへの相談」に移行したと推計されています。CMOから最も多い質問は「LLMO（Large Language Model Optimization）はいつ始めるべきか」ですが、答えは明確で、今すぐ着手し、12ヶ月かけて土台から積み上げるのが最適解です。
3ヶ月の短期施策ではAI引用率はほぼ変動しません。AIの学習サイクルとエンティティ蓄積の特性上、最初の効果が出始めるのが4-6ヶ月、明確な成果が見え始めるのが7-9ヶ月、競合に対する優位性が確立するのが10-12ヶ月です。本記事では、中堅企業（売上30-300億円）の経営層・CMOが12ヶ月でLLMO体制を構築するための実行プランを、月次タスク・KPI推移・人員配置・予算配分まで含めて公開します。
LLMOの全体像はLLMOの基礎を、施策一覧はLLMO対策実践マニュアルを併せてご覧ください。
フェーズ1：0-1ヶ月「土台フェーズ」
最初の30日は「測定基盤」と「クロール許可」の整備に集中します。ここを飛ばして施策に走ると、3ヶ月後に「何が効いたのか分からない」状態になります。
1-1. 現状診断（Week 1）
- 主要KW10本について ChatGPT / Gemini / Perplexity / Claude で「自社が引用されるか」を手動チェック
- 競合5社の引用状況を同様に測定
- 自社サイトの構造化データ実装状況を Schema.org Validator で全数チェック
- llms.txt / robots.txt / sitemap.xml の存在と内容を確認
1-2. クロール許可の解放（Week 2）
- robots.txt に GPTBot / Google-Extended / PerplexityBot / ClaudeBot / CCBot の Allow を明記
- CDN（Cloudflare等）の AI Crawler ブロック設定を解除
- サーバーログから AI クローラーの訪問頻度を baseline 計測
1-3. 測定基盤の構築（Week 3-4）
- GA4 にカスタムディメンション「referrer = AI判定」を追加（chat.openai.com、perplexity.ai、gemini.google.com 等）
- 週次でAI引用率を記録するスプレッドシート整備
- BIツール（Looker Studio）でAI流入ダッシュボード構築
フェーズ1のKPI
- AIクローラー訪問数（週次）：baseline 確定
- AI引用率：主要KW10本中、現状の引用数を記録
- 構造化データカバレッジ：全ページ中の実装率
フェーズ2：2-3ヶ月「構造化フェーズ」
機械可読性を一気に引き上げる60日。ここでJSON-LDとllms.txtを完成させれば、後半フェーズの効率が3倍変わります。
2-1. JSON-LD完全実装（Month 2）
- Organization：全ページのheadに同一@idで設置
- Article：全記事ページに author / publisher / dateModified を含めて実装
- FAQPage：FAQセクションを持つ全ページに実装
- BreadcrumbList / Product / Service / LocalBusiness を該当ページに展開
詳細手順はJSON-LD実装ガイドを参照。
2-2. llms.txt の作成（Month 2後半）
- サイトの目的・主要コンテンツ・推奨参照ページを記載
- 会社概要・サービス一覧・FAQ・ホワイトペーパーへの導線
- llms-full.txt（全文版）も生成スクリプトで自動更新
詳しくはllms.txt実装の決定版。
2-3. エンティティ統合の起動（Month 3）
- Wikidata に企業エンティティを登録（QID取得）
- 全SNS・全サブドメインを sameAs で連結
- Google Knowledge Panel の申請
エンティティ統合戦略に詳細あり。
フェーズ2のKPI
- JSON-LDカバレッジ：90%以上
- AIクローラー訪問数：baseline比2-3倍
- AI引用率：主要KW10本中2-3本で引用確認
フェーズ3：4-6ヶ月「コンテンツフェーズ」
AIに引用される「答え」を量産する90日。ここがLLMOで最も投資が必要な期間です。
3-1. ピラーコンテンツ設計（Month 4）
- 事業領域ごとに「決定版記事」となるピラー記事10-15本を企画
- 各ピラーに紐づくクラスター記事を20-30本ずつ設計
- 1記事5,000字以上、独自データ・図表・FAQを含む構成
3-2. AI引用されやすい文体への移行（Month 5）
- 結論ファースト構造（「結論：〜」を冒頭に明記）
- 定義文の徹底（「〜とは、〜である」）
- 箇条書きとテーブルの活用（AIは構造化データを優先抽出）
- 独自数値・調査データを各記事に最低1つ
3-3. ChatGPT/Gemini別最適化（Month 6）
主要LLMごとに引用パターンが異なります。ChatGPT最適化では構造化データとFAQが効き、Geminiでは権威性ドメインからの言及が効きます。
フェーズ3のKPI
- ピラー記事公開数：10-15本
- クラスター記事公開数：100-200本
- AI引用率：主要KW10本中5-6本で引用確認
- AI経由流入：月100セッション超
フェーズ4：7-9ヶ月「権威性フェーズ」
「引用される」から「信頼される」への90日。E-E-A-Tと外部言及で差をつけます。
4-1. 著者プロフィールの強化（Month 7）
- 全記事に author を実在の専門家として明記
- 著者ページにPerson schema、経歴、SNS、寄稿実績を集約
- LinkedIn・X・Wikipediaなど外部での発信を継続
4-2. 引用率（被参照）の向上（Month 8）
- 業界メディア・専門サイトからの被言及を増やす
- ホワイトペーパー・調査レポートのプレスリリース配信
- Wikipediaの関連項目に出典として登場させる
引用率を高める実践手法を参照。
4-3. ローカル・業種別の権威性確立（Month 9）
- 業界カンファレンスでの登壇
- 業界団体・協会への加盟と掲載
- 業種特化のFAQページ・用語集の整備
フェーズ4のKPI
- 被言及メディア数：10-20媒体
- AI引用率：主要KW10本中7-8本で引用
- AI経由流入：月300セッション超
- AI経由CV：月5-10件
フェーズ5：10-12ヶ月「PDCAフェーズ」
蓄積した資産を磨き、回し続ける体制を完成させる90日。ここで「LLMO組織」が出来上がります。
5-1. データドリブンの最適化（Month 10）
- 引用されている記事 vs されていない記事の差分分析
- 引用されたAI回答の文脈分析（ポジティブ/ニュートラル/ネガティブ）
- 競合の引用パターン分析と差分施策
5-2. 既存記事の再最適化（Month 11）
- 引用されていない記事TOP30をリライト
- dateModified を全記事で月次更新
- 独自データの追加と更新
5-3. 組織化と継続体制（Month 12）
LLMO専任チームの設置と、KPIレビュー・月次施策の仕組み化。LLMO組織づくりを参照。
フェーズ5のKPI
- AI引用率：主要KW10本中8-10本で安定引用
- AI経由流入：月800-2,000セッション
- AI経由CV：月20-50件
- 商談化率：AI流入は通常SEO比1.5-2倍が観測値
12ヶ月のKPI推移目安（中堅企業モデル）
| フェーズ | AI引用率 | AI流入/月 | AI経由CV/月 | 累積投資 |
|---|---|---|---|---|
| 1ヶ月 | baseline | 0-20 | 0-1 | 50-100万円 |
| 3ヶ月 | 20-30% | 30-80 | 1-3 | 250-400万円 |
| 6ヶ月 | 50-60% | 100-300 | 5-10 | 700-1,200万円 |
| 9ヶ月 | 70-80% | 300-800 | 10-25 | 1,200-2,000万円 |
| 12ヶ月 | 80-90% | 800-2,000 | 20-50 | 1,800-3,000万円 |
※BtoB SaaS / 専門サービス業の中堅企業の中央値。BtoCはCV単価が低いが流入は3-5倍規模になる傾向。
人員配置と予算配分の決定版
推奨人員構成（FTE換算）
| 役割 | 0-3ヶ月 | 4-9ヶ月 | 10-12ヶ月 |
|---|---|---|---|
| LLMO責任者（CMO直下） | 0.3 | 0.5 | 0.5 |
| テクニカルSEO/構造化データ | 0.5 | 0.3 | 0.2 |
| 編集・コンテンツ企画 | 0.5 | 1.5 | 1.0 |
| ライター（外部含む） | 0.5 | 2.0 | 1.5 |
| データ分析 | 0.2 | 0.3 | 0.5 |
予算配分の目安（年間1,800-3,000万円のケース）
| 項目 | 比率 | 金額目安 |
|---|---|---|
| コンテンツ制作 | 50-60% | 900-1,800万円 |
| テクニカル実装（JSON-LD・llms.txt等） | 10-15% | 180-450万円 |
| 外部権威性（PR・調査・登壇） | 15-20% | 270-600万円 |
| ツール・分析基盤 | 5-10% | 90-300万円 |
| 運用・PDCA | 10-15% | 180-450万円 |
内製比率と外部委託の判断軸は内製vs代理店を参照。
失敗パターンと回避策
失敗1：3ヶ月で判断する
LLMOはエンティティ蓄積型の施策で、AIの学習サイクル（多くは数ヶ月）を経て効果が顕在化します。3ヶ月で「効果がない」と判断するのは、SEOを3ヶ月で評価するのと同じ過ちです。
失敗2：JSON-LDを後回しにする
構造化データなしでコンテンツを量産しても、AIにとって機械可読性が低く引用されません。フェーズ2を必ず完了させてからコンテンツ量産に進むべきです。
失敗3：測定基盤を作らない
AI流入は標準のGA4では「Direct」や「Referral」に紛れて見えません。最初の30日でカスタム計測を仕込まないと、9ヶ月後に「何が効いたか」を語れません。
失敗4：個人ライターに丸投げ
独自データ・構造化データ・エンティティ統合が必要なため、ライター単独では完結しません。テクニカル人材との連携が必須です。
業種別の12ヶ月モデル差分
| 業種 | 強化フェーズ | 特徴 |
|---|---|---|
| BtoB SaaS | フェーズ3,4を厚く | 専門用語のFAQ、比較記事、導入事例 |
| 専門サービス | フェーズ4を厚く | 著者の権威性、業界協会、登壇実績 |
| EC・小売 | フェーズ2,3を厚く | Product schema、レビュー、商品比較 |
| 不動産・士業 | フェーズ4を厚く | LocalBusiness、地域FAQ、専門家プロフィール |
| メーカー | フェーズ3,5を厚く | 製品スペック構造化、技術ブログ、研究データ |
12ヶ月後の到達点と次のステージ
12ヶ月のロードマップを完走した企業は、AI引用率80-90%、AI経由流入月800-2,000セッション、AI経由CV月20-50件という資産を持ちます。これはSEOで言えば「ドメインオーソリティ60以上」「主要KWで安定TOP3」相当の競争優位です。13ヶ月目以降は「マルチLLM最適化」「動画・音声生成AI対応」「AIエージェント時代の購買接点設計」など、次のフェーズに進むことになります。
もし「12ヶ月の自走は難しい」「最初の3ヶ月で型を作ってほしい」とお考えの企業様は、Koukoku.aiの伴走サービスが、初期診断から実行まで一気通貫でお手伝いします。
よくある質問
Q1. 12ヶ月の途中で経営層の理解が得られなくなったら？
4-6ヶ月時点で「AI引用率」「AIクローラー訪問数」「先行投資中の累積資産」を可視化したダッシュボードを必ず作っておくこと。数字で語れれば中断リスクは大幅に下がります。
Q2. 既にSEOを回している場合、LLMOは追加投資になるのか？
約70%は既存SEO施策と重なります。新規追加分は構造化データ・llms.txt・エンティティ統合・著者強化など。詳細はLLMOとSEOの違いを。
Q3. 12ヶ月かけずに早く成果を出したい場合は？
フェーズ2（構造化）とフェーズ3（コンテンツ）を並行で走らせれば、6-8ヶ月に短縮可能。ただし人員・予算は1.5-2倍必要です。
よくある質問
- 12ヶ月の途中で経営層の理解が得られなくなったら？
- KPI推移を四半期ごとに可視化し、撤退基準を事前合意しておきます。
- 既にSEOを回している場合、LLMOは追加投資になるのか？
- 70%の施策は重なるため、追加投資は30%程度です。
- 12ヶ月かけずに早く成果を出したい場合は？
- 優先度A 23項目に集中投資すれば3-6ヶ月で初期成果が見えます。