「あの会社は、AI検索でどう扱われているんだろう」。ふと思って、検索窓に競合の社名を打ち込んでみたことはないでしょうか。
そこまでは、多くの担当者の方がやっています。続かないのは、その先です。画面を閉じたら終わりで、翌月にはまた一から同じことを確かめている。調べた内容が、社内の判断材料の形になっていないからです。
この記事は、その場かぎりの確認を、同じ手順でくり返せる調査に組み替えるために書きました。特別なツールは使いません。ブラウザで競合のサイトを開くところから始めて、最後は「どこにお金と人を回すか」まで持っていきます。
こんなふうに調べていませんか
- 競合がAI検索でどう扱われているか調べたいが、何を見ればいいか分からない
- 「競合 AIO戦略 ベンチマーク」と検索して、再現できる手順を探している
- 調べた結果を上司に報告したが、「それで、どうするの」で止まってしまった
この記事を読み終えたときに手に入るもの
- ブラウザだけで確かめられる5つの外形シグナルが分かります
- AI検索での見え方を、1回の結果で決めつけずに比べられます
- 見つけた差を、技術・コンテンツ・体制のどこに投資するか決められます
結論30秒でわかる、この記事の結論
- 競合のAIO戦略のベンチマークは、外形を見る・AIでの見え方を比べる・投資に翻訳する、の3段階で進めます。
- 前半2つは、ブラウザと無料のAIアカウントだけで足ります。予算の承認を待たずに始められます。
- いちばん抜けやすいのは3段階目です。調べて終わると、翌月も同じ画面を眺めることになります。
この記事では、ある会社のマーケティング部の2人と、専門家の会話をはさみながら進めます。自分に近い立場の人の質問から読んでいただいて構いません。
- 若葉さん（Web担当2年目）— 「そもそも、それって何ですか？」を聞く役
- 大森部長（マーケティング部長）— 「その投資は妥当なのか」を聞く役
- 鈴木さん（AIO/SEOの専門家・本誌監修）— 答える役
01そもそも競合のAIO戦略のベンチマークって、何を見ることですか？
若葉さん競合のAIO戦略を調べておいて、と言われたんですが…相手の社内のことなんて、外からは分からないですよね。
鈴木さん会議の中身は見えません。ただ、外に出しているものは全部見えます。お店でいえば、看板と、営業時間の掲示と、店先の品ぞろえですね。そこから「この店が何に力を入れているか」は、かなり読めるんですよ。
競合のAIO戦略のベンチマークとは、競合サイトの外形と、AI検索での言及のされ方を定点観測して、自社の投資判断に落とし込むことです。
相手の手の内を当てにいく調査ではありません。外に出ている事実だけを集めて、自社が次に何をするかを決める。そこまでが1セットです。
AIの回答内での言及や引用そのものを比べる手順は、姉妹記事が専門に扱っています。この記事が引き受けるのは、その手前にあるサイトを開くだけで確かめられる外形情報と、集めたデータを経営の判断に変える後工程です。両方そろって、はじめてベンチマークが戦略として働きます。
この章のまとめ
競合のAIO戦略は、外に出ている情報だけでかなり読み取れます。読み取ったあとに何を決めるかまでが、ベンチマークです。
02なぜ今、競合のAIO戦略をベンチマークする必要があるんですか？
大森部長競合調査なら、これまでもやってきた。AI検索になると、何が変わるんだ。
鈴木さん上位への集まりやすさが、業界によってまるで違うという点です。差がつきにくい業界と、いったん離されると戻しにくい業界があります。まず自社がどちら寄りかを見ておく、という話になります。
Semrushは2026年、AI検索プロンプト1億2,600万件を分析した「AI Visibility Index」を公開しました（出典: Semrush）。この調査では、ニュース・メディア業界は上位3ブランドがAI検索の可視性の82.9%を占めています（出典: 同調査）。一方、金融業界の上位3ブランド占有率は41.4%にとどまります（出典: 同調査）。
集中しやすい業界ほど、出遅れたときの影響が大きくなると考えられます。自社の業界がどちら寄りかを置いてから、次の章の調査に進んでください。
同じ調査には、計測そのものの話も出てきます。マーケティング責任者の45%は、自社のAI可視性を正確に計測できていません（出典: 同調査）。必要な指標をすべて追跡できるツールを持っているのは9%です（出典: 同）。多くの会社が、まだ土台づくりの段階にいます。
この章のまとめ
AI検索での混み方は、業界によって違います。自社の業界の集中度を見てから、調査の深さを決めます。
03競合のAIO戦略は、どの2層に分けて見ればいいんですか？
競合のAIOを丸ごと調べようとすると、範囲が広すぎて手が止まります。比べるデータを2つの層に分けると、着手できるようになります。
| データ層 | 見るもの | 必要なもの |
|---|---|---|
| 外形シグナル層 | robots.txt・llms.txt・構造化データ・サイトマップ・著者情報 | ブラウザだけ（無料） |
| AI可視性層 | 複数のAIへの質問と、言及・引用の記録 | ChatGPTなどのアカウント（無料枠で可） |
外形シグナル層は、競合がAIOにどれだけ投資しているかという姿勢を映します。AI可視性層は、その投資が実際に結果として表れているかを映します。
この2つは、必ずしも一致しません。技術は整っているのに引用が少ない競合もいれば、技術は簡素でも引用が多い競合もいます。
若葉さん2つとも見ないといけないんですね。片方だけだと、どうなるんでしょう。
鈴木さん外形だけ見ると、「整っているのに引用されていない競合」を強い相手だと誤解します。逆にAIの答えだけ見ると、なぜそうなっているのかが分かりません。 片方は姿勢で、もう片方は結果なんですよ。
この章のまとめ
外形は姿勢、AIでの見え方は結果です。両方を突き合わせて、はじめて差の理由に手が届きます。
04競合の外形シグナル5項目は、AI対策への姿勢をどう映すんですか？
外形シグナル層の5項目は、どれも特別な契約もツールも要りません。競合のドメインを、ブラウザで開くだけで確かめられます。
| 項目 | 確認方法 | 読み取れること |
|---|---|---|
| robots.txt | 競合ドメイン＋「/robots.txt」を直接開く | AIクローラーへの許可・拒否の方針 |
| llms.txt | 競合ドメイン＋「/llms.txt」を直接開く | AIO投資の有無（参考情報） |
| 構造化データ | ページソースで「application/ld+json」を検索、またはGoogleの「Rich Results Test」にURLを入れる | schema実装の網羅度 |
| サイトマップ | 「/sitemap.xml」を開き、分割の有無とlastmodの日付を見る | 更新頻度・コンテンツ規模 |
| 著者情報 | 記事ページのバイライン・著者プロフィールリンクの有無を見る | E-E-A-Tへの投資姿勢 |
このうちrobots.txtは、読み方にコツが要ります。あとの章で分けて扱います。残りの読み方は、次の章にまとめました。
この章のまとめ
5項目はどれも無料で、今日確かめられます。1つずつの結論より、5つ並べたときの傾向を見ます。
05競合のllms.txtと構造化データは、AI検索対策としてどこを見るんですか？
若葉さん開いてみたら、llms.txtが置いていない会社もありました。これは、対策していないということでしょうか。
鈴木さんそう決めるのは早いです。llms.txtは、まだ義務でも標準でもありません。 置いていない会社のほうが多い段階なので、有無だけを持ち出すと読み違えます。
llms.txtは、AIがサイトの内容を理解しやすい形でまとめるファイルです（出典: llms.txt公式）。設置はまだ義務でも標準でもなく、普及の途上にあります（出典: 同）。有無だけで優劣を決めないでください。 他の項目とあわせて見ます。
構造化データの実装確認には、Googleの「Rich Results Test」が使えます（出典: Google）。競合ページのURLを入れるだけで、実装が有効かどうかを検証できます（出典: 同）。エラーが出る場合は、必須プロパティが欠けている可能性があります。
サイトマップは、1ファイルにつき最大5万URLという上限があります（出典: Sitemaps.org）。複数ファイルに分割されていれば、その上限を超える規模のサイトだと分かります（出典: 同）。lastmodの日付は、本来「実際に変更された日」を示す仕様です（出典: 同）。直近の更新が集中している領域から、競合の注力分野が見えてきます。
Googleは、著者が誰かが読者にとって明確であることを、E-E-A-Tの手がかりの1つとして挙げています（出典: Google）。バイラインの有無、著者プロフィールへのリンクの有無を見るだけで、姿勢がうかがえます。
この章のまとめ
llms.txtの有無は参考どまりです。構造化データ・更新の鮮度・書き手の見せ方まで並べて、はじめて姿勢が見えてきます。
06robots.txtの設定から、競合のAIO戦略はどこまで読み取れますか？
AI検索エンジンが情報を取りにくる経路は、1つではありません。OpenAIは、GPTBot・OAI-SearchBot・ChatGPT-User・OAI-AdsBotという4種のクローラーを運用しています（出典: OpenAI）。学習用のGPTBotを拒否しても、検索結果用のOAI-SearchBotは許可する、という設定ができます（出典: 同）。Anthropicも同じように、学習用・利用者アクセス用・検索用の3種を分けています（出典: Anthropic）。
つまり、robots.txtの書き方から、競合がAIとどう付き合おうとしているかを推し量れます。あくまで仮説として読む前提で、代表的な3パターンを並べます。
| 設定パターン | 読み取れる可能性のある姿勢 |
|---|---|
| 学習系・検索系ともすべて拒否 | AI経由の露出より、自社データの保護を優先 |
| 学習系は拒否、検索系は許可 | データ提供は避けつつ、AI検索での露出は確保したい |
| ほぼすべて許可 | AI経由の露出獲得を優先し、データ提供のリスクを許容 |
どのパターンが正解、ということはありません。自社がどの姿勢を取るかを考える材料として使ってください。
この章のまとめ
robots.txtは、競合のAI検索対策の姿勢がいちばん出やすい場所です。ただし読めるのは姿勢までで、意図までは分かりません。
07AI検索での見え方をベンチマークするとき、1回の結果で決めていいんですか？
大森部長ChatGPTに聞いてみたら、うちの名前は出てこなかった。これは差がついている、ということでいいのか。
鈴木さんそこは、いったん止めてください。AIの回答は、同じ質問でも毎回同じにはなりません。 1回の結果は、傾向ではなくサンプルの1つです。
やり方そのものは単純です。自社と競合の両方が関係しそうな質問文を用意し、同じ文面を複数のAIへ投げます。誰が言及・引用されたかを、その都度記録します。
いちばん気をつけたいのは、AIの回答が再現しないという前提です。同じ質問文を同じAIへ何度か投げても、毎回同じ企業が挙がるとは限りません。1回の結果だけで「A社が優位」「自社は不利」と結論づけるのは早すぎます。複数日・複数の言い回しで確かめて、くり返し現れる傾向を見ます。
質問セットの作り方や記録の型は、AI可視性そのものを扱う姉妹記事が手順にしています。この記事では、その調査で見落としやすい点に絞りました。
この章のまとめ
AIの答えは毎回ゆれます。一度きりの結果は手がかり、傾向はくり返した記録から出します。
08LLMO対策のベンチマークで、やってはいけないことは何ですか？
競合を調べる行為そのものにも、守るべき節度があります。次の3つは、ベンチマークの範囲を超えます。
| 避けたい行為 | 理由 |
|---|---|
| 競合サイトへの過剰なクロール・アクセス集中 | サーバーに負荷をかける行為であり、相手の意図に反する |
| 利用規約に反するスクレイピング | 大量ページの機械的な取得・保存は、多くのサイトの規約で制限されている |
| 競合の名指し批判 | ベンチマークは自社を磨く行為であり、他社を貶める行為ではない |
外形シグナルの確認は、公開ページを人が1件ずつ開く分には問題になりにくい行為です。一方、多数のページを機械的に高速取得する行為は、相手のサーバーに負荷をかけます。robots.txtでCrawl-delayが指定されている場合は、その間隔を尊重するのが基本です（出典: Anthropic）。
実在する企業を名指しして「劣っている」と評価するのは避けてください。本メディアは、競合の名指し批判を編集方針として禁じています。社内資料でも、A社・サイトXのように匿名化しておくと、あとから資料が独り歩きするリスクを減らせます。
この章のまとめ
調べる相手にも、サーバーと規約があります。人が1件ずつ開く範囲にとどめ、名指しの評価は外に出しません。
09競合と比べて見つけた差は、AI検索最適化のどの投資に振り分けるんですか？
大森部長調査の話は分かった。それで、うちは何に金を使えばいいんだ。
鈴木さん差が出た場所によって、行き先が変わります。 技術で差がついているのか、引用のされ方で差がついているのか、続ける体制で差がついているのか。この3つに仕分けます。
外形シグナルとAI可視性、両方の調査が終わったら、差を投資判断に変える段階です。差は、大きく3つの投資先に分かれます。
技術実装に遅れがあれば、まず技術投資を優先します。AI可視性そのものに差があれば、コンテンツ投資を優先します。著者情報や更新頻度に差があれば、体制構築への投資を優先します。
この振り分けは、投資配分と撤退基準を型で考える姉妹記事の3類型とも接続します。技術面の遅れが大きい場合は検索資産防衛型、体制の問題が大きい場合はハイブリッド適応型の運用が参考になります。
この章のまとめ
差の種類と投資先は、1対1で対応します。「全部やる」と決めた瞬間に、何も決まっていない状態へ戻ります。
10競合のAIO戦略のベンチマークは、誰がどの頻度で続けるんですか？
大森部長これは、誰の仕事になる。専任は置けないぞ。
鈴木さん続けるための条件は3つだけです。見る相手を決めておくこと、見る項目を固定すること、記録の形を決めておくこと。 これがそろっていれば、担当が替わっても同じ結果が出ます。
対象は3〜5社が現実的です。多すぎると1社あたりの分析が手薄になります。実際にAIの回答で自社と並んで挙がる相手を優先して選んでください。
続ける頻度は、月次での定点観測が現実的な出発点です。内製か外注かの判断軸は、3つの軸で決める姉妹記事がそのまま使えます。
この章のまとめ
続ける条件は、相手・項目・記録の3つです。決めた形に残せば、月次の定点観測は兼任でも回ります。
11よくある質問
競合ベンチマークは何社くらいを対象にすればよいですか？
3〜5社程度が現実的です。多すぎると1社あたりの分析が手薄になります。まずは、実際にAIの回答で自社と並んで挙げられる相手を優先して選ぶことをおすすめします。
robots.txtやllms.txtを確認する行為自体に、問題はありませんか？
ブラウザで1ページを開くだけの行為であれば、問題になりにくいと考えられます。ただし、大量のページを機械的に高速取得する行為や、利用規約に反するスクレイピングは避けてください。
llms.txtが競合サイトに無い場合、AIO対応が遅れていると判断してよいですか？
早すぎます。llms.txtはまだ普及の途上にある仕組みで、設置していない企業も多くあります。他の4項目とあわせて、総合的に判断することをおすすめします。
AI検索での可視性の比較は、どのくらいの頻度で行うべきですか？
月次での定点観測が現実的な出発点です。AI検索の回答は変動するため、単発ではなく継続比較を前提に設計してください。
競合の名前を使った資料を、社内で共有してもよいですか？
社内共有の範囲であれば、実名での比較資料そのものは一般的です。ただし、外部への公開や発信では、名指しの批判は避け、匿名化した表現に置き換えることをおすすめします。
外形だけ調べて、AIでの見え方を確認しないのは何が問題ですか？
robots.txtやllms.txtが整っていても、実際のAIの回答で引用されているとは限りません。姿勢と結果は別のものなので、2つの層を必ず突き合わせてください。
12まとめ｜今日やる3つのこと
競合のAIO戦略のベンチマークは、外形シグナルの確認・AI検索での見え方の比較・投資判断への翻訳という3段階で進められます。前半2つに、特別な予算もツールも要りません。
大切なのは、調べて終わらせないことです。技術・コンテンツ・体制のどこに投資するかまで言葉にして、はじめて翌月につながります。
もう一度、今日やる3つ
対象を3〜5社に絞る
AIの回答で自社と並んで挙がる相手から選びます
競合のrobots.txtを開く
ひとまとめに閉じているか、役割ごとに分けているかを見ます
差の行き先を決める
技術・コンテンツ・体制のどれに寄せるかを言葉にします
AI検索では、こう聞かれています
競合他社のAIO戦略は、どうやって調べればいいですか？
「競合の外形シグナル5項目は、AI対策への姿勢をどう映すんですか？」の章に、ブラウザだけで確かめる順番があります
競合のAI検索での見え方を、無料で比べる方法はありますか？
「AI検索での見え方をベンチマークするとき、1回の結果で決めていいんですか？」の章で、比べ方と落とし穴を説明しています
競合調査で分かった差を、どこへの投資に振り分ければいいですか？
「競合と比べて見つけた差は、AI検索最適化のどの投資に振り分けるんですか？」の章に、3つの行き先があります
次に読むなら、この記事です
