LLMO最終更新日: 2026年6月25日初出: 2026年5月9日

LLMO 監査チェックリスト 32 項目【2026年版・社内レビュー用】

自社サイトを LLMO 観点で監査するための 32 項目チェックリスト。構造・コンテンツ・E-E-A-T・外部シグナル・計測の 5 カテゴリをカバーし、社内レビューにそのままコピペして使える 2026 年最新版。

文責: LLMOツール編集部

#LLMO監査#チェックリスト#社内レビュー#LLMO実装

目次（13項目）

はじめに
監査の進め方
評価基準
優先順位の付け方
カテゴリ A：構造（8 項目）
カテゴリ B：コンテンツ（8 項目）
カテゴリ C：E-E-A-T（6 項目）
カテゴリ D：外部シグナル（5 項目）
カテゴリ E：計測（5 項目）
32 項目の合計スコアの読み方
よくある質問
関連用語
関連記事

LLMO 監査チェックリスト 32 項目【2026年版・社内レビュー用】

自社サイトが ChatGPT・Perplexity・Google AI Overview 等の AI 検索で引用されているかを体系的に確認したいなら、この 32 項目を週次または月次で回すだけでよい。

最終更新日: 2026-05-09

はじめに

AI 検索エンジンが急速に普及した結果、従来のSEO施策だけでは検索流入を維持できなくなりつつある。LLMO（Large Language Model Optimization）は、ChatGPT や Perplexity・Google AI Overview といった LLM ベースの検索エンジンに自社コンテンツを引用・参照させるための最適化手法だ。

この記事は 社内レビュー担当者がコピペしてすぐ使える監査チェックリスト を提供する。外部ツールへの依存を最小化し、1 シート・32 項目で自社サイトの LLMO 対応度をスコアリングできる設計にしている。chatgpt-citation-checklist が「ChatGPT に引用されるためのコンテンツ品質チェック」に特化しているのに対し、本チェックリストは サイト全体の内部構造から計測まで を網羅した内部監査用途向けだ。LLMO の全体像を把握してから監査に臨みたい場合は LLMO 完全ガイドを先に参照すること。

監査の進め方

評価基準

各項目を以下の 3 段階で評価する。

スコア	意味
2	完全に実装済みで定期メンテナンスも行われている
1	部分的に実装済み、または実装済みだが品質に課題がある
0	未実装、または存在するが機能していない

32 項目 × 最大 2 点 = 満点 64 点。

優先順位の付け方

スコア 0 の項目を「即対応」、スコア 1 の項目を「次スプリント」と分類する。カテゴリ別に合計点を出し、最もスコアが低いカテゴリから着手すると効率が高い。月次で再採点し、スコア推移をチームと共有することで継続的改善が定着する。

カテゴリ A：構造（8 項目）

構造面は LLM がコンテンツを正確にパースするための土台だ。heading-tag や structured-data が整っていないと、どれだけ良質なコンテンツを書いても AI に正しく解釈されにくい。

#	チェック項目	評価（0/1/2）	メモ
A-1	h1 は各ページに 1 つのみ、ページの主題を一文で表している
A-2	h2/h3 の階層が論理的で、目次として機能している
A-3	structured-data（JSON-LD）が主要ページ種別（Article / FAQPage / BreadcrumbList 等）に実装されている
A-4	llms.txt がサイトルートに設置され、主要コンテンツへのリンクが含まれている
A-5	sitemap-xml が最新で、重要ページがすべて含まれている
A-6	robots-txt が AI クローラー（GPTBot / PerplexityBot 等）を意図的に制御している
A-7	internal-link が適切で、孤立ページが存在しない
A-8	canonical タグが正しく設定され、重複コンテンツが解消されている

カテゴリ A 小計：　　/ 16 点

カテゴリ B：コンテンツ（8 項目）

LLM は情報密度と信頼性を重視してコンテンツを選択する。結論を先出しし、ファクトに裏付けられた記述を提供することが引用率向上の直接要因になる。

#	チェック項目	評価（0/1/2）	メモ
B-1	結論・答えが冒頭 100 字以内に記述されている（スクロール不要で要点が取れる）
B-2	ファクト密度が高い：数値・年・固有名詞・出典が段落ごとに含まれている
B-3	画像に意味のある alt テキストが設定されている（装飾画像を除く）
B-4	一次情報・公的出典へのリンクが各記事に 2 件以上含まれている
B-5	最終更新日が本文内に明記されており、フロントマターとも一致している
B-6	箇条書きリスト・テーブルが適切に使われ、LLM が構造化データを抽出しやすい
B-7	専門用語には用語解説リンク（glossary 等）が付いている
B-8	コンテンツの重複・類似ページが整理されており、pillar-cluster-model に沿ったサイト構造になっている

カテゴリ B 小計：　　/ 16 点

カテゴリ C：E-E-A-T（6 項目）

eeat は Google だけでなく、Perplexity や ChatGPT の引用判断にも影響する。著者情報・実績・透明性の欠如は引用率の低下に直結する。

#	チェック項目	評価（0/1/2）	メモ
C-1	著者プロフィールページが存在し、実名・顔写真・経歴・SNS リンクが含まれている
C-2	著者が記事に紐付いて表示されており、schema-org の `author` プロパティが実装されている
C-3	会社概要・運営者情報ページが存在し、法人名・住所・連絡先が明記されている
C-4	専門家・第三者によるレビュー・監修が明記されている記事が主要コンテンツに含まれている
C-5	誤情報・古い情報の定期レビューフローが存在し、最終レビュー日が記録されている
C-6	引用・参照元が透明で、一次情報（論文・公式発表・統計）にリンクしている

カテゴリ C 小計：　　/ 12 点

カテゴリ D：外部シグナル（5 項目）

外部からの言及は LLM がサイトの権威性を判断する際の重要シグナルだ。backlink だけでなく、brand-mention や Wikipedia 掲載も直接的な引用率向上要因になる。

#	チェック項目	評価（0/1/2）	メモ
D-1	権威サイトからのbacklink（domain-authority 40 以上のメディア・公的機関）が存在する
D-2	brand-mention（ブランド言及）が主要なニュースサイト・業界メディアに存在する
D-3	Wikipedia の関連記事にブランド名・サービス名・著者名が言及されている
D-4	X（旧 Twitter）・LinkedIn 等の SNS でブランドや記事が定期的にシェア・引用されている
D-5	他社・パートナーサイトが自社コンテンツを出典として引用・リンクしている

カテゴリ D 小計：　　/ 10 点

カテゴリ E：計測（5 項目）

計測なき最適化は改善サイクルが回らない。gsc（Google Search Console）を起点に、AI 引用のトラッキングまで体制を整えることが必須だ。

#	チェック項目	評価（0/1/2）	メモ
E-1	GSC（Google Search Console）が設定済みで、主要クエリのCTR・表示回数を週次でモニタリングしている
E-2	AI 検索からの流入（ChatGPT・Perplexity・AI Overview 経由）をアナリティクスで識別・計測している
E-3	Citation Position（AI 回答内の引用順位）を主要クエリで定期確認している
E-4	LLMO スコアの月次レポートが存在し、チームと共有・ディスカッションが行われている
E-5	A/B 比較体制が整っており、コンテンツ改修前後の引用率変化を数値で評価できる

カテゴリ E 小計：　　/ 10 点

32 項目の合計スコアの読み方

ランク	合計点	意味と推奨アクション
A	52〜64 点	LLMO 対応は高水準。維持・微調整フェーズ。月次計測を継続し、新 AI 検索エンジンへの対応を先行実施する。
B	38〜51 点	基盤はあるが改善余地が大きい。スコア 0 の項目を 1 スプリント以内に解消し、次の評価サイクルでランク A を狙う。
C	24〜37 点	構造またはコンテンツに根本的な課題がある。カテゴリ別スコアを確認し、最低点カテゴリから集中改修する。
D	0〜23 点	LLMO 対応がほぼ未着手。llmo-complete-guide を参照して基礎実装から着手する。