生成AIで引用されたの離脱される理由は、生成AIを利用する層に併せた情報発信ができていないからです。
今だけ、生成AI利用者7タイプごとの刺さる型と、刺さる記事テンプレを無料配布中です。
今回、千葉大学が発表した論文の中に記載のある日本で生成AI（ChatGPT等）を使う人に、どんな特徴が関係しているかを明らかにし、LLMO研究所では、日本で生成AIを使用する層に届く(刺さる)情報発信の方法は何かを公開します。
AI検索がトレンドになってきた今、経営層・マネージャー層が意識すべきなのは、
AI検索で引用された後にターゲット層にCV(コンバージョン)してもらうためには、 どのような情報コンテンツを発信すれば刺さるのかです。
AIで検索で実際にコンテンツを見にきてもらった後に離脱されないコンテンツを作りたいんです。
これは、どの企業も今後知っておくべき情報です。国立大学法人千葉大学の研究チームの、日本国内のインターネット利用者約1万3千人を対象とした大規模な調査から見えてきた刺さるコンテンツの新常識を今回は、LLMO研究所が公開します。
まず、知っておいて頂きたいのがAIは要点を要約してユーザーを連れてくる。ということです。
読者は「答えがある前提」で読み始めます。
そこで一瞬でもズレると、ページは“読む対象”ではなく“離脱候補”になります。
では、どうすればいいのでしょうか？
千葉大学の大規模調査が示した「生成AIを使う人の特徴」
今回、千葉大学の研究（日本国内のインターネット利用者約1万3千人規模）を基に、LLMO研究所では、「日本で生成AI（ChatGPT等）を使う層」に刺さる情報設計を分析しました。
ここで重要なのが、指標の見方です。
- RR（相対リスク）＝「基準の人と比べて何倍起こりやすいか」
- 95%CI＝「本当の値が入っていそうな範囲」
- 最重要チェック＝95%CIが1.0をまたがない → “差がはっきりしている”可能性が高い
まず千葉大学の論文にある下記表をみていきます。
何が書いてあるのかさっぱりです。
ご安心ください。LLMO研究所が初心者でも分かりやすいように表にまとめました。
日本で生成AI（ChatGPT等）を使う人の特徴 個人要因：年齢・性別
年齢・性別：若年ほど使用者が多く、男性は1.5倍以上利用者が多い
まず結論ですが生成AI利用者は「若年」だけではないということが明らかです。
基準（75歳・女性）と比べると、利用が多い層が明確です。
また24歳以下のユーザー層に商品を販売している場合は、しっかりAI検索されることを想定した刺さるコンテンツ設計をしておく必要がありそうです。
男性の利用も基準女性の1.5倍以上あることから男性向けの層のユーザーを狙う場合も刺さる設計戦略は、より重要になる傾向があります。
日本で生成AI（ChatGPT等）を使う人の性格傾向・ストレス等
性格・ストレス：協調性・開放性が高いほど使う。孤独感・高ストレスが強い場合もAI検索を利用する傾向
- 協調性：利用が増える方向
- 開放性：利用が増える方向
- 誠実性：逆方向（高いほど利用が減る傾向）
- 高ストレス：利用が増える方向
- 孤独感：利用が増える方向
という結果が見えました。
生成AIは「便利な道具」だけでなく、“相談相手／思考の相棒”として使われている可能性があります。
だから刺さるコンテンツも、単なるノウハウより
- 「迷いが整理される」
- 「判断が前に進む」
- 「不安が処理される」
要素が強いほど刺さりやすいコンテンツ情報になる可能性が高いです。
日本で生成AI（ChatGPT等）を使う人の学歴・居住環境
学歴が高い、困窮度が低い地域ほど利用される
ここから見えてきたのは、情報投資が日常にある層ほどAI検索を利用する傾向にあるということです。
この層に向けては「初心者向け」よりも、
- 根拠（データ・事例・再現条件）
- 具体（手順・テンプレ・判断基準）
- 比較（選び方・優先順位）
があるコンテンツほど刺さりやすいです。
日本で生成AI（ChatGPT等）を使う人の世帯・職業
世帯・職業：学生・専門職・事務・販売・サービスが強い
ここから明らかなことは、「情報処理」や「対人業務」がある職種ほど利用が増えるということです。
この層は“読み物”ではなく、業務に使える武器を求めます。
日本で生成AI（ChatGPT等）を使う人の所得・社会参加
収入は高いほどAI検索利用が増える方向、ボランティア参加も同様
所得は大きくは割れないものの、方向性としては高いほど利用が増える傾向でした。
また、「社会参加型の人は新しいツールを取り入れやすい」という傾向になっています。
日本で生成AI（ChatGPT等）を使う人のデジタル利用・リテラシー
最強の要因は“スマホとSNS”
生成AI利用者は「知識がある人」よりもまず、普段からデジタルに触れている人がやはり多い傾向にあります。。
つまりAI検索経由でCVさせるには、記事を“論文っぽく”するよりも、デジタル行動層に最適化した読ませ方が重要になります。
LLMO研究所が推奨しているのは、
- 先に結論
- 次に根拠（図解・表・要点）
- 具体例（自社で試せる手順）
- 1ページで意思決定できるCTA
などです。ただSEOの観点も重要なので統合的に考えていく必要は、やはりあります。
AI検索を使わない理由ランキングが示す”最大の壁”
非利用者が使わない理由は、千葉大学の研究論文に下記図解の記載がありました。
今回は、弊社で日本語で翻訳しただけですがAI検索を利用しない層の要因は、下記のような結果になっています。
- 必要ない：39.9%
- 使い方がわからない：18.5%
- セキュリティ不安：8.4%
- 魅力的なサービスがない：7.2%
- 利用環境が整っていない：7.0%
ここで決定的なのは、1位。
“必要ない”が圧倒的なことです。
つまり非利用者に対して「便利です」「使えます」は刺さりません。
刺さるのは、下記のようなコンテンツ情報です。
- “必要になる瞬間”を具体化する（どの業務で、何分削れるか）
- “失敗しない始め方”を提示する（最短手順・テンプレ）
- “不安の処理”を先にする（セキュリティ・運用ルール・禁止事項）
AI検索で引用されたあとにCVさせるには何を発信すべきか？
答えは、「刺さる層の前提」に合わせてコンテンツを分けることです。 LLMO研究所の結論はシンプルです。
生成AI利用者が求めるのは情報の羅列ではありません。
判断基準・優先順位・再現条件・失敗回避です。
だから、AI検索時代に強いコンテンツはこの型になります。
- 冒頭で「結論（取るべき行動）」
- 次に「根拠（データ・比較・事例）
- 次に「手順（テンプレ・チェックリスト）」
- 最後に「次の一手（相談・導入・診断）」
読者が読み終えた瞬間、次の行動が決まる。
それが“AI検索で引用された後”にCVする文章です。
今だけ、生成AI利用者7タイプごとの刺さる型と、刺さる記事テンプレを無料配布中です。
ぜひこれを参考に“AI検索で引用された後”にCVするコンテンツを作成してみてください
LLMO研究所のメルマガを活用した最新情報のキャッチアップ
LLMO対策は日々進化しており、最新の動向を把握することが不可欠です。
LLMO研究所が運営している無料メルマガは、最新のAI技術動向やLLMO対策の実践事例を定期的に配信しています。
やっぱり時間がないしLLMO対策は難しそうですが、どうすればいいですか？
まずはLLMO研究所のメルマガに登録して短時間で最新情報をキャッチアップすることをお勧めします。
メルマガでは、AIアルゴリズムの変更点や最新の事例研究、成功事例などが詳細に解説されています。
これらの情報を活用することで、自社のLLMO戦略を常に最適な状態に保つことができます。
また、メルマガ限定の実践ワークショップや分析ツールの情報も提供されており、具体的な施策立案に役立てることができます。
生成AI時代のマーケティングでは、「選ばれるブランド」であることが最も重要です。
LLMO対策を通じて、ユーザーからもAIからも第一に想起される存在を目指しましょう。
そのためには、単発的な施策ではなく、長期的な視点での総合的なブランド構築が必要です。
よくある質問
Q1. 生成AI（AI検索）に引用されているのに、なぜ売上（CV）に繋がらないのですか？
A. 最大の理由は、AI経由で訪れるユーザーの「期待値」と「コンテンツ内容」にズレがあるからです。 AI検索を利用する層は、すでにAIによる要約で「答えがある」という前提でページに流入します。そこで情報の羅列や冗長な前振りが続くと、即座に「離脱候補」と判断されてしまいます。彼らが求める「判断基準」や「具体的な次のアクション」が提示できていないことが原因です。
Q2. 千葉大学の調査で示された「生成AIをよく使う人」にはどんな特徴がありますか？
A. 調査（RR：相対リスク）から、下記傾向が明らかになっています。
- 属性： 若年層ほど多く、男性は女性の1.5倍以上の利用率。
- 居住・学歴： 都市部（DID）に住み、大学・大学院卒など情報投資が日常にある層。
- 性格・心理： 「開放性」や「協調性」が高い一方、「高ストレス」や「孤独感」を抱えている層もAIを「思考の相棒」として頼る傾向があります。
Q3. AIユーザーに「刺さる」コンテンツを作るための具体的な構成は？
A. LLMO研究所では、以下の「結論優先型」の構成を推奨しています。
- 冒頭： 結論（ユーザーが取るべき行動）をズバリ提示。
- 根拠： データ、事例、比較表など、判断を裏付ける数字を提示。
- 具体： すぐに試せる手順、テンプレート、チェックリスト。
- CTA： 読後すぐに動ける「次の一手（相談・導入・診断）」。
Q4. 専門職や事務職のユーザーにはどのような情報を発信すべきですか？
A. これらの層は業務効率化や問題解決のための「武器」を探しています。 単なる読み物（コラム）ではなく、「そのまま業務に使えるテンプレート」「失敗しないための判断基準」「優先順位の付け方」など、実用性の高い「ツール」としての情報発信が非常に効果的です。
Q5. まだ生成AIを使っていない層（非利用者）を取り込むことは可能ですか？
A. 可能です。ただし、非利用者の約40%は「必要ない」と感じているため、単に「便利さ」を説いても刺さりません。
- 「どの業務で、何分削減できるか」という具体的な必要性の提示
- 「セキュリティ・運用ルール」などの不安の払拭
- 「最短で始められる手順書」の提示
これらをセットで発信することで、利用の壁を下げることができます。
Q6. 記事に出てくる「RR（相対リスク）」や「95%CI」とは何ですか？
A. 統計的な信頼性を示す指標です。
RR（相対リスク）： 基準の人と比べて、その事象が何倍起こりやすいか。
95%CI（信頼区間）： 真の値が含まれる可能性が高い範囲。 この範囲が「1.0」をまたいでいなければ、統計的に「差がはっきりしている（有意である）」と判断でき、信頼性の高いデータと言えます。
参考文献：
千葉大学 Emerging generative AI divide: Personal, positional, and resource-based factors associated with use and reasons for non-use 論文抜粋：https://www.sciencedirect.com/science/article/pii/S0736585325001224
