MesutがMesut Toolsを提供開始、AIへの被引用力を7レイヤー・100点満点で診断するLLMO診断ツール

公開：2026年6月1日更新：2026年6月1日

CodeCampが提供するDX人材育成が可能なプログラミングやITが学べる公開講座

株式会社Mesutは、2026年5月31日にAI検索最適化（LLMO）診断ツール「Mesut Tools」の提供を開始しました。記事URLを入力するだけで「AIに引用されるサイトかどうか」を100点満点でスコア化する機能と、自社名やブランド名、人名などの固有名詞が公的知識グラフ上で正式なエンティティとして認識されているかを判定する機能を、登録不要・完全無料で公開するツールです。

ChatGPTやClaude、Gemini、Perplexityといった生成AIが検索の入口になりつつあります。こうした状況を受けて、「AIからの被引用力」を測り、分解し、改善する手段として開発されました。

Mesut Toolsの独自アルゴリズム「CITE Score」が測る7つのレイヤー
Mesut Toolsのコア機能「LLMOサイト診断」と「エンティティ診断」の詳細
Mesut Toolsの概要
trends編集部の一言
References

Mesut Toolsの独自アルゴリズム「CITE Score」が測る7つのレイヤー

Mesut Toolsの核心は、独自の被参照度アルゴリズム「CITE Score（Citation-oriented Index by Tuned Entities）」です。AIがあるページを引用したくなる度合いを、7つのレイヤー・合計100点の評価式で算出します。

配点の根拠は、Princeton大学のGEO論文（KDD 2024）で実証された被引用率の改善戦略と、Google Knowledge Graph・Wikidataという公的知識基盤です。感覚や経験則ではなく、査読を経た学術研究の実証値を配点ロジックに落とし込んだ、出所が透明で再現可能なスコアリングモデルとして設計されています。

7つのレイヤーと配点は次の通りです。

レイヤー1:LLM抽出最適化（26点）― AIが本文を引用しやすい書き方か
レイヤー2:エンティティ接続（20点）― Google Knowledge Graph・Wikidata上で実体として接続されているか
レイヤー3:AI開門設定（15点）― AIクローラー17種にクロール・参照を許可しているか
レイヤー4:構造化データ（Schema）（13点）― JSON-LD等でAIが意味を解釈しやすいか
レイヤー5:著者・運営者プロファイル（11点）― 誰が書いたか（E-E-A-T）が明示されているか
レイヤー6:ブランド・サイテーション（9点）― ブランド名・固有名詞が文脈内で適切に出現しているか
レイヤー7:鮮度・更新シグナル（6点）― 情報の更新性・最終更新の明示

なかでもレイヤー1（LLM抽出最適化）は、Princeton GEO論文（KDD 2024）が実証した3戦略をそのまま配点に反映しています。

引用文（Quotation）密度の最適化が論文実証値+42.6%でCITE配点10.7点、統計データ（Statistics）密度の最適化が+32.8%で8.3点、外部権威リンク（Citation）の最適化が+27.7%で7.0点という配分です。なお、これらの改善率はPrinceton GEO論文（KDD 2024）の実証値であり、Mesut Tools導入による実績値ではありません。

Python研修一覧はこちら

目的に合うPython研修を一覧形式から探したい方は、ぜひご利用ください。

Python研修を比較する

Java研修一覧はこちら

目的に合うJava研修を一覧形式から探したい方は、ぜひご利用ください。

Java研修を比較する

PHP研修一覧はこちら

目的に合うPHP研修を一覧形式から探したい方は、ぜひご利用ください。

PHP研修を比較する

新入社員研修

目的に合う新入社員研修を一覧形式から探したい方は、ぜひご利用ください。

新入社員研修を比較する

全ての研修からも探したい方はこちら

Mesut Toolsのコア機能「LLMOサイト診断」と「エンティティ診断」の詳細

Mesut Toolsでは、失点レイヤーごとの改善支援まで自動生成される点も特徴です。スコアはS+〜Dの6段階でグレード判定されます。

95〜100点がS+（AIが第一引用元に選ぶ最上位水準）、85〜94点がS、75〜84点がA、60〜74点がB、40〜59点がC、0〜39点がDです。

診断は、スコアの算出にとどまりません。失点レイヤーごとに、robots.txt・llms.txtのひな型、JSON-LD（構造化データ・著者schema）のひな型、FAQ HTMLのひな型といった具体的な修正素材を自動生成します。

結果はCSVやJSON、PDFで出力でき、「次に何を直せば何点上がるか」をアクションレベルで提示する設計です。

「エンティティ診断」は、自社名やブランド名、人名などの固有名詞を入力するだけで、その名前がAIにとって「実在する存在」として認識されているかを判定します。Person・Organization・Place・Book・Movie・Eventの6タイプで絞り込みも可能です。

判定には3つのデータソースを並行参照します。具体的には、Google Knowledge Graphによる正式ID（kgmid）の取得、WikidataによるQID・Freebase ID・Google KG IDの相互紐付け取得、Google検索HTMLによる識別子の抽出です。

これら3ソースの紐付け状況を統合してエンティティ強度を算出します。Google KG ID（kgmid）ありで+40、Wikidata QIDありで+30となり、KG IDとWikidataの相互紐付けありで+20、検索HTML識別子（/m/・/g/）ありで+10が加算されます。

Mesut Toolsの概要

項目	詳細
提供企業	株式会社Mesut
所在地	東京都新宿区西新宿7丁目5-12 岡田ビル302号
代表者	宇田晃平
設立	2024年8月1日
サービス名	Mesut Tools
カテゴリ	AI検索最適化（LLMO）診断ツール（E-E-A-T、Schema、GEO 3戦略等に基づく多層評価）
提供開始日	2026年5月31日
料金	完全無料・登録不要
主な機能	LLMOサイト診断（CITE Score・100点満点）エンティティ診断（Google Knowledge Graph・Wikidata参照）
診断対象AI	ChatGPTやClaude、Gemini、Perplexity
限定オファー	先着50社限定「無料LLMOエンティティスコア診断レポート」
コーポレートサイト	https://mesut.co.jp/

Mesut Toolsの詳細はこちら

Python基礎・実践(Django)

企業・法人向けのPython研修では、基礎から応用まで体系的に学べます。

Python研修の詳細

DX社員研修

企業・法人向けのDX研修では、実務に繋がるリスキリングでITレベルを向上させます。

DX研修の詳細

Javaエンジニア育成研修

企業・法人向けのJavaエンジニア育成研修では、Javaの基礎から応用まで確実に習得できます。

Java研修の詳細

新卒・新入社員向け研修

企業・法人に新入社員・新卒社員に向けたプログラミング研修を提供しています。

新入社員研修の詳細

コードキャンプのIT研修を全て見る

trends編集部の一言

「AIに引用されるサイトかどうか」を100点満点で数値化するという切り口は、マーケティングの現場でも注目を集める発表です。業界を問わず多くの企業において、自社サイトがAIにどう認識されているかの可視化が共通の課題となっている傾向が強まっています。

特に興味深いのは、配点の根拠をPrinceton GEO論文（KDD 2024）の実証値に直接紐付けている点です。「査読を経た研究をそのまま設計値に落とし込む」というアプローチは、感覚や経験則に頼りがちなSEO領域においては珍しく、スコアの説明責任という観点から注目に値します。

マーケティング業界の文脈に置き換えると、「検索順位」から「AI被引用力」への評価軸の移行は、コンテンツ戦略の組み直しを迫るテーマです。robots.txtのクローラー設定1つでAIからの引用が永続的に遮断されるという指摘は、業界全体としても、AIクローラー設定の管理重要性が高まっていることを示す内容と言えます。

References

^ PR TIMES. 「【LLMO診断ツール】AIに「引用される会社」を100点満点で診断する。独自アルゴリズム搭載のLLMO／エンティティ診断ツール「Mesut Tools」、5月31日提供開始 | 株式会社Mesutのプレスリリース」. https://prtimes.jp/main/html/rd/p/000000004.000179095.html, (参照 26-06-01).

※上記コンテンツの内容やソースコードはAIで確認・デバッグしておりますが、間違いやエラー、脆弱性などがある場合は、コメントよりご報告いただけますと幸いです。