士業のAI検索対策LLMO 事務所サイトを引用させる7つの実装と広告規程

LLMOとは、生成AIの回答に自社の情報を引用させる取り組みのことです。

問い合わせの入口が、検索結果の10本のリンクから、AIが書いた1本の要約文に移りつつあります。この記事では、士業事務所がAI検索で引用される側に回るための実装と、各士業の広告規程・守秘義務から見た線引きを整理します。本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、行政の見解は各府省庁の公表資料で確認しています。総務省の令和7年版情報通信白書によると、日本国内で何らかの生成AIサービスを使ったことがあると答えた個人の割合は26.7%で、前年度調査の9.1%から拡大しました。

AI検索が士業の集客の入口をどう変えたか

結論から言えば、変わったのは順位ではなく引用です。従来の検索対策は、自分のページを上位に並べて人に押させることを目指していました。AI検索では、AIが複数のページを読んで1本の回答文を組み立て、利用者はその文章だけを読んで判断します。事務所サイトの役割は、クリックされる対象から、回答の材料にされる対象へずれました。

この変化の重さは、利用者が情報源をどれだけ確認するかで決まります。The Decoderが紹介した調査では、GoogleのAI要約から情報源リンクを直接クリックする利用者は1%程度にとどまるとされています。回答文に事務所名が出るかどうかが、そのまま認知の有無に直結する構図です。

同時に、AI検索の側にも弱点があります。The Decoderが伝えたOumiの分析によると、Gemini 3を用いたGoogleのAI要約の正答率は91%だった一方で、正答のうち56%は同社がリンクした情報源では裏づけられなかったとされています（出典: The Decoder｜ミュンヘン地裁の判決に関する記事）。士業の分野は、制度変更が頻繁で条番号や期限の誤りが致命傷になる領域です。誤った要約が広まりやすい領域であるほど、正確な一次情報にひもづいた解説を出している事務所が引用される価値は上がります。

法人側の利用状況も無視できません。同じ情報通信白書では、何らかの業務で生成AIを使っていると答えた日本企業の割合は55.2%でした（出典: 総務省｜令和7年版情報通信白書企業におけるAI利用の現状）。顧問先の担当者が、まずAIに聞いてから事務所に連絡してくる場面は珍しくなくなりました。事務所側から見れば、AIが渡した前提が誤っている状態で相談が始まる、という新しい負担も生まれています。

事務所サイトを生成AIに引用させる7つの実装

やることは、AIが読んで再利用しやすい形に情報を置き直すことに尽きます。順に見ていきます。

1つ目は、結論を先頭に置く書き方への統一です。AIは長い前置きを読み飛ばしません。ただし、回答に使う一文として抜き出しやすいのは、定義や結論が独立して意味を持つ短い文です。相続登記の義務化とは何を指す制度か、といった定義を一文で言い切る形のように、40字前後で言い切る文を各ページの冒頭に置きます。数字や期限を含む場合は、同じ段落に出典を添えます。

2つ目は、一次情報へのリンクです。AIは記述の裏づけを探します。条文はe-Gov法令検索の該当ページ、行政の見解は府省庁の公表ページに直接リンクしておくと、その記述が引用される確率が上がります。孫引きのまとめ記事にリンクしても、裏づけとしては弱いままです。

3つ目は、更新日の明示です。制度解説では、いつ時点の情報かがわからない記述は使われにくくなります。本文中にいつ時点の内容かを明記し、あわせて公開日と最終更新日を構造化データで出します。

4つ目は、質問形の見出しです。利用者はAIに話し言葉で聞きます。顧問先の資料をAIに入れてよいか、といった問いをそのまま見出しにしておくと、AIが質問と回答の対応を取りやすくなります。

5つ目は、FAQの整備です。1問1答の形は、AIが回答文を組み立てるときにそのまま使える単位になります。各回答の1文目を結論から始め、補足を続けます。FAQPage形式の構造化データを添えると、機械可読性が上がります。

6つ目は、実務でしか書けない粒度の情報です。制度の説明はどのサイトにも書いてあります。差がつくのは、この手続で自治体ごとに扱いが分かれる箇所や、窓口で追加提出を求められやすい書類といった、現場を持つ事務所しか書けない部分です。AIは重複した一般論より、他に見当たらない具体を拾います。

7つ目は、AI検索での見え方の定点観測です。自分の事務所の得意分野に関する質問を10問決めて、月に1度、ChatGPT・Claude・Gemini・Perplexityの4つで同じ質問を投げ、回答文に事務所名や自サイトが出るかを記録します。順位という指標がない世界では、この記録が唯一の手がかりになります。

観測を効率よく回すためのプロンプト例を挙げます。架空の事務所名と地名を使っています。

あなたは中小企業の総務担当者です。以下の質問について、
インターネット上の情報を根拠に回答してください。

質問: 甲県で建設業許可の更新申請を行う場合、
必要な書類と申請期限を教えてください。

回答の最後に、参照した情報源のURLを箇条書きで
すべて挙げてください。URLは省略せず完全な形で示してください。

回答に出たURLの一覧を、そのまま競合把握の材料に使えます。次に、自サイトの記事がAIにどう読まれるかを確かめるプロンプトです。

以下のURLの内容だけを根拠に、次の質問へ200字以内で答えてください。
根拠が本文に無い場合は「本文からは判断できません」と答えてください。

URL: <https://example.jp/kensetsugyo-kyoka-koushin/>
質問: 更新申請の期限はいつまでですか。

回答のあとに、根拠とした本文の一文をそのまま引用してください。

本文からは判断できません、と返ってきた箇所が、書き足すべき場所です。引用された一文が意図と違えば、その段落の書き方に手を入れます。

ここまでの工程で、有資格者が確認する場面は2か所あります。1つは公開前の記述の正確性、もう1つはAIが生成した下書きに条番号や期限が混ざったときの検証です。士業のチカラでは生成AIのハルシネーション対策で、誤りを止める確認工程の置き方を整理しています。

士業の広告規程と守秘義務から見たLLMOの線引き

AI検索対策は集客の話であり、士業では広告の規律が先に立ちます。弁護士については、日本弁護士連合会が会規・会則等の一覧ページで弁護士等の業務広告に関する規程および業務広告に関する指針を公表しています。事実に合致しない広告や誤導のおそれのある広告について定めが置かれており、AI検索向けに書いた記述であっても、広告に当たるかどうかの判断は同じ枠組みで行われます。他の士業も所属する会ごとに広告に関する定めがあるため、公開前に自会の規定を確かめる段階になります。

事務所サイトの記述が誇張に傾きやすいのは、AI検索を意識したときです。回答文に選ばれたいという動機は、業界唯一、勝率が高いといった書き方を誘います。この種の表現は各会の規定に触れるおそれがあるほか、一般法である不当景品類及び不当表示防止法第5条が不当な表示について定めています。実績を書くなら、件数と期間と数え方を添えて、検証できる形にしておく運用が現実的です。

守秘義務との関係も、記事づくりの入口で決めておく論点です。事例紹介はAIに引用されやすい素材ですが、素材の出どころは受任した案件です。弁護士法第23条は秘密保持の権利と義務を定めており、税理士法第38条、社会保険労務士法第21条、弁理士法第30条、司法書士法第24条、公認会計士法第27条にもそれぞれ秘密を守る義務に関する定めが置かれています。事例を書くなら、依頼者が特定されない水準まで抽象化したうえで、依頼者の同意を得る手順を事務所として決めておく形になります。士業のチカラの士業の生成AIと守秘義務では、8士業の根拠条文と入力ルールの作り方を扱っています。

記事作成そのものに生成AIを使う場合、入力する材料の扱いが論点になります。過去の書面をそのまま学習用に投入すれば、依頼者情報が外部サービスへ渡ります。実務では、公開資料と一般化した論点だけを入力し、案件固有の記述は手で書く分担にしている事務所があります。使うサービスが入力を学習に用いるかどうかは、各社の公式ドキュメントで確認したうえで、事務所の規程に利用可否を書き込む形が扱いやすくなります。

依頼者への説明も忘れられがちです。事務所サイトの記事をAIが引用し、その要約が誤った形で広まったとき、訂正を求めるのは事務所です。訂正の窓口と手順を事務所側に用意しておくと、対応が早くなります。詳しくは依頼者へのAI利用の説明と告知で整理しています。

ありがちな失敗と回避策

1つ目は、量で押す失敗です。AI向けだからと薄い解説記事を大量に出しても、他と重複した一般論は引用の対象になりにくく、事務所の担当者の時間だけが消えます。10本の一般論より、自分の実務でしか書けない1本のほうが効きます。

2つ目は、AIに書かせた記事をそのまま出す失敗です。生成AIは条番号と施行日を平気で作ります。実際に、米国では存在しない判例を引用した書面を提出した弁護士に制裁が科された事例が複数報じられています（出典: ITmedia｜ChatGPTで存在しない判例を引用米国の弁護士に制裁）。事務所サイトの記事でも同じことが起きます。公開前に、条文はe-Gov法令検索の原文で、期限は所管官庁のページで開いて確かめる工程を挟みます。

3つ目は、観測しないまま続ける失敗です。AI検索には順位表示がないため、感覚では成否がわかりません。質問リストを固定し、月次で記録を取る運用にしていない事務所は、半年後に何が効いたか説明できなくなります。

費用・工数・体制

費用の中心は人件費です。生成AIの有料プランは利用者ごとに月額数千円の水準で、観測用途なら無料枠でも回せます。構造化データの追加は、既存サイトのテーマ次第でプラグイン設定だけで済む場合もあります。

工数の目安は、記事1本あたりの執筆と確認で3時間から5時間、月次の観測が1時間から2時間です。5人規模の事務所なら、記事を月2本、観測を月1回に絞っても年間で24本の蓄積になります。体制としては、書き手を有資格者、体裁と観測を事務スタッフに割り振る分担が回しやすい形です。効率化して生まれた時間を値下げではなく別の価値に振り向ける考え方は、士業のAI活用と報酬設計で扱っています。

今後の論点

第一の論点は、AI検索の回答に対する責任の所在です。ドイツのミュンヘン地方裁判所は、GoogleのAI要約を検索結果ではなくGoogle自身の記述と位置づける判断を示しました。日本での扱いは別途の検討が要りますが、AIが書いた要約に事務所名が誤った文脈で載ったときに誰に訂正を求めるかは、実務上の課題として残ります。

第二の論点は、事務所サイトをAIクローラに読ませるかどうかの選択です。読ませなければ引用もされません。読ませれば、内容が要約されて元ページへの流入は減ります。この二択に唯一の正解はなく、事務所の集客が紹介中心か検索中心かで判断が分かれます。

第三の論点は、士業ごとの広告規律とAI検索の相性です。回答文の中で事務所名がどう提示されるかは、事務所が制御できません。制御できない場所での表示について、各会の規定がどこまでを射程に収めるかは、今後の議論を待つ領域です。

よくある質問

LLMOと従来のSEOは何が違いますか

LLMOは引用されることを、SEOは順位を上げることを目標にしています。土台となる作業は重なっており、一次情報にリンクした正確な記述を積むことは両方に効きます。違いが出るのは評価の見方で、順位表がない以上、質問リストによる定点観測が指標の代わりになります。

小規模な事務所でも効果はありますか

規模より分野の絞り込みが効きます。生成AIは一般論では大手サイトの記述を拾いますが、地域や業種が限定された質問では材料が少なく、具体を書いている事務所が拾われます。扱う分野と地域を明示することが出発点になります。

AIに記事を書かせてもよいのでしょうか

下書きに使い、有資格者が確認する分担であれば、実務で運用している事務所があります。論点は品質管理の工程です。条番号と期限と固有名詞をどこで検証するかを決めないまま公開すると、誤りがそのまま外に出ます。

事例紹介は書いてよいですか

依頼者が特定されない水準まで抽象化し、依頼者の同意を得たうえで公開している事務所があります。各士業の秘密を守る義務に関する定めが根拠になるため、事務所として同意取得の手順を決めておく段階です。

効果が出るまでどのくらいかかりますか

一般に、AIが参照する情報が入れ替わるまでには時間差があります。定点観測で変化が見え始めるまでを3か月から6か月と見て計画を組んでいる事務所が多いようです。短期での判断は避け、記録を残しながら続ける形が現実的です。

何から始めればよいですか

質問リストの作成からです。自分の得意分野で顧問先が実際に聞いてきた質問を10問書き出し、現状のAIの回答を記録します。その回答に誤りがあれば、そこが最初に書くべき記事のテーマになります。

参考文献

※士業のチカラでは、生成AIの導入支援から運用最適化まで、貴事務所の業務に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://shigyonochikara.jp/contact/

本記事の作成体制について

本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、行政の見解は各府省庁の公表資料で、それぞれ確認したうえで記載しています。引用元は本文中および参考文献にすべて明示しています。

本記事には特定の資格者による監修は入っていません。個別の事案について法令の当てはめや手続の可否を判断する必要がある場合は、当該分野の有資格者にご相談ください。本記事は一般的な情報提供を目的としたものであり、個別具体的な法律判断・税務判断・労務判断を提供するものではありません。

記載内容に誤りを見つけられた場合は、お問い合わせよりご指摘ください。確認のうえ速やかに訂正し、訂正履歴を記事内に残します。編集方針の詳細は運営者情報をご覧ください。