AI検索最適化(LLMO・AIO)プラットフォーム「LLMOinsight」、自社ブランドのAIスコア29.4点・競合16位を公開　AI露出改善の公開検証企画を開始

7月1日のブランド再始動を機に、AIスコア・競合順位・実施施策・AI回答の変化を継続公開

株式会社Letierは、LLMO分析プラットフォーム「LLMOinsight（LLMOインサイト）」を活用し、自社ブランドのAI露出改善過程を公開する実証企画を開始しました。
初回分析では、LLMOinsightのAIスコアは29.4点、競合ランキングは16位という結果でした。

今後、実施施策、スコア推移、AI回答の変化を継続的に公開します。

株式会社Letier（本社：東京都港区南青山）は、企業・ブランドのAI検索最適化（LLMO・AIO）を支援する分析プラットフォーム 「LLMOinsight（読み：LLMOインサイト）」 において、自社ブランドを対象としたAI露出改善の公開検証企画を開始したことをお知らせします。

本企画では、自社ブランド「LLMOinsight」そのものを対象に、AIスコア、競合順位、実施施策、AI回答の変化を継続的に公開していきます。
これまで多数の企業・ブランドのAI露出改善を支援してきた知見をもとに、7月1日のブランド再始動を機に、今度は自社の取り組みを透明性高く発信することで、LLMO対策の実態と有効性を広く共有してまいります。

■ 背景：AIに“見つけてもらえるか”が、企業の新しい競争軸に 

ChatGPT、Gemini、Claude、Perplexity、GoogleのAI Overviewなど、生成AIが情報収集の入口になる機会が急速に増えています。
従来は検索結果の上位表示が重要でしたが、今後はそれに加えて、AIの回答の中で自社が正しく認識され、比較対象として挙げられ、推薦・引用されるかが企業の認知・比較検討・意思決定に大きな影響を与える時代になっています。

こうした環境変化のなか、株式会社Letierでは、企業・ブランドがAI上でどのように認識・言及されているかを分析し、改善につなげるためのLLMO分析プラットフォーム「LLMOinsight」を提供しています。

一方で、「LLMOinsight」は、2024年12月のリリースされた後、2025年12月に当社ブランド「TierGEO」に一時的に統合していた経緯があり、ブランドの継続的な情報発信やAI上での認知形成という観点では、改善余地の大きい状態にありました。
そこで今回、2026年7月1日のブランド再統合を機に、自社ブランドを題材にAI露出改善の過程そのものを公開する公開検証企画を開始します。

■ 公開した初回分析結果：AIスコア29.4点、競合ランキング16位

 公開検証の初回記事では、自社ブランド「LLMOinsight」を対象に、主要AI上での認識状況を分析しました。

その結果、初回時点では以下のような課題が明らかになりました。

 AIスコア：29.4点 

競合キーワード上の競合ランキング：16位 

自社サイト・外部情報源ともに露出が十分ではない AIによるブランド理解や比較候補への登場機会に改善余地がある

自社でLLMO分析ツールを提供しているからこそ、この結果を隠さず公開し、改善過程まで含めて継続的に発信することに意義があると考えています。

■ 本企画で公開していく内容 

本企画では、今後継続して以下の内容を公開していきます。

・AIスコアの推移 

・競合キーワード上での競合順位の変化
・実施した改善施策の内容 

・施策実施前後におけるAI回答の変化 

・露出拡大に寄与した要因・変化しなかった要因の考察 

・自社サイト・外部メディア・プレスリリース等の情報発信がAI認識に与える影響 

単に「スコアが上がった／下がった」を示すだけではなく、どの施策がAI回答の変化につながったのかまで検証・共有することで、LLMO対策を検討する企業にとって実務的な参考情報となることを目指します。

■ 7月1日の再始動を機に、自社ブランドのAI露出強化を本格化 

「LLMOinsight」は、2024年12月に初回リリースされた後、一時的に別ブランドへ統合していましたが、LLMO需要の拡大とサービス強化に伴い、2026年7月1日付で「LLMOinsight」ブランドとして再始動しました。

今回の公開検証企画は、この再始動に合わせて、自社ブランドの情報発信・AI露出・認知形成を改めて強化していく取り組みの一環です。

特に、今後は以下の施策を重点的に進めてまいります。

・自社メディアにおける検証記事の継続公開 

・プレスリリースの定期配信 

・AIが参照しやすい形でのサービス情報整理 

・外部情報源の拡充 

・競合比較、導入事例、機能情報の発信強化 

・AI回答上での認識改善に向けた継続分析

■ LLMOinsightについて 

LLMOinsight（LLMOインサイト） は、企業・ブランドのAI上での認識状況を分析し、改善施策の設計・実行・検証までを支援するAI検索最適化プラットフォームです。

主要な特徴は以下の通りです。

・ChatGPT、Gemini、Claude、Perplexity、AI Overviewなど主要AIを横断分析 

・指名、比較、課題解決など複数の質問観点からブランド露出を可視化 

・AIスコア、競合順位、言及状況、引用元情報などを分析 

・改善施策の登録と、AI回答変化の比較・蓄積が可能 

・継続的なスコア改善だけでなく、AI上の露出・推薦・引用増加を目指した運用支援に対応 

・ChatGPT広告の運用、改善にも対応

株式会社Letierでは、これまで多数の企業・ブランドのAI露出改善支援を通じて培った知見をもとに、今後もLLMO対策の実務に役立つ情報発信と機能強化を進めてまいります。

■ 初回公開記事 

自社ブランドを対象にした公開検証の初回記事は、以下よりご覧いただけます。

LLMOinsight自社分析レポート 第1回
https://llmo-insight.jp/media/articles/llmoinsight-self-llmo-report-01

■ 今後の展開 

今後は、公開検証企画の継続に加え、AI分析機能のアップデート、AI上での広告接点に関する取り組み、導入事例の発信などを順次進めていく予定です。

また、LLMOinsightでは、単なるスコア可視化にとどまらず、AI露出の増加からビジネス成果への接続までを見据えた支援を強化してまいります。

■ サービス概要 

サービス名：LLMOinsight（LLMOインサイト）
提供会社：株式会社Letier
サービスサイト：https://llmo-insight.jp/

※「LLMOinsight」は株式会社Letierが提供するLLMO分析プラットフォームのサービス名称です。類似名称の他社サービスとは異なります。

■ 会社概要 

会社名：株式会社Letier
所在地：東京都港区南青山4-18-3
URL：https://letier.co.jp

■ 本件に関するお問い合わせ先 

株式会社Letier 広報担当：神山
メールアドレス：support@letier.co.jp

※ここまでが「PR TIMES」で配信されたプレスリリースの原文です。以下は trends 編集部による情報です。

ITやプログラミングに関するコラム

• 
  【Python】FastAPIで料金プラン見積もりシミュレーターを作ってみた
• 
  【Python】pandasとmatplotlibで在庫データのABC分析と構成比を可視化してみた
• 
  【Python】Flaskで社内FAQをカテゴリ検索できるWebアプリを作ってみた
• 
  【Python】argparseでJSON整形・構文検証・キー検索CLIを試してみた
• 
  【Python】NumPyとmatplotlibでモンテカルロ法による円周率推定と収束過程の可視化を試してみた
• 
  【Python】Playwrightでスクレイピングを試してみた
• 
  【CSS】notで複数の件を除外する方法
• 
  【Git】remote設定を変更する方法
• 
  【VBA】コメントアウトを設定する方法
• 
  x86とx64の違いを分かりやすく解説

ITやプログラミングに関するニュース

• 
  VercelがAI GatewayにSeedream 5.0 Proを追加、AI SDKのモデル指定で画像生成と編集が可能に
• 
  AWSがAmazon LocationのPlaces APIを強化、住所表記の指定と移動手段別の検索が可能に
• 
  VercelがトレースにTree・Waterfallビューを追加、ログ画面で処理の階層と所要時間を確認可能に
• 
  Googleがエージェント評価の再考を提唱、難易度を情報量で測るDiscovery Benchを解説
• 
  Google CloudがCloud Runサンドボックスを公開プレビューで提供、サービスヘルスは一般提供に
• 
  Google Cloud EMEAが英国金融の重要第三者に指定、イングランド銀行・PRA・FCAの直接監督下に
• 
  AWS DMS Schema ConversionがSQL Serverのオフライン変換に対応、ソースDBへ接続せずスキーマを変換可能に
• 
  EC2 G7インスタンスが米国東部（バージニア北部）で利用可能に、G6比でAI推論性能が最大4.6倍
• 
  SageMaker HyperPodが継続プロビジョニングでのAMIベース構成に対応、S3のスクリプト管理なしでSlurmクラスターを作成可能に
• 
  AWSがEMR on EKSでSparkトラブルシューティングエージェントに対応、失敗ジョブの原因分析を自然言語で依頼可能に