いつもお世話になっております。Qlipper運営・株式会社トドオナダです。
「広報のためのLLMO Tips」第18回をお届けいたします。
────────────────────────
「AIに正しく認識させるためにJSON-LDやSchema.orgを整備しましょう」。
SEO業者の定番提案です。
今日は、この施策が事前学習にどう扱われるかを、仕組みから見ていきます。
JSON-LDは通常、HTMLの中にscriptタグとして埋め込まれています。
ところが前回触れた本文抽出ライブラリ（trafilaturaなど）は、scriptタグを本文ではないと判定して除去します。
この段階で、JSON-LDのテキストの大半は学習パイプラインに乗りません。
仮にすり抜けても、次はC4フィルタの波括弧除去に引っかかります。
JSON構造は波括弧やカンマで終わる行の連鎖なので、行単位で削除されます。
さらに終端句読点フィルタにも該当し、品質分類器では「キーと値の羅列」が自然文の分布から外れて低く評価されます。
つまりJSON-LDは、少なくとも4つの関門のいずれかで確実に除去されます。
「JSON-LDでAIに認識される」という提案は、事前学習の実装層とは無関係の話をしているのです。
では、JSON-LDは無意味かというと、そうではありません。
構造化データが効くのは、Google検索がクローラーで巡回してドキュメントの意味を理解する場面―検索結果への表示、リッチスニペット、RAG発火時のクエリ精度です。
これらはすべてSEOやマーケティングの領分です。
事前学習に文脈を刻む仕事とは、主戦場が違います。
したがって、もし「LLMO対策」としてJSON-LD整備の提案が来たなら、それは事前学習対策ではなく、検索最適化の提案です。
マーケティング部門が管掌すべきもので、広報が事前学習対策の予算を割く対象ではありません。
届くのは、フィルタを通過する自然文で書かれた第三者言及だけです。
予算を投じる前に、確かめるべきことがあります。
今のAIは、そもそも自社を記憶しているのか。
記憶していないなら、JSON-LDを整えても記憶は生まれません。
優先すべきは、自社の現状を測り、記憶があるのかないのかを知ることです。
そのうえで、どこに予算を向けるべきかを判断してください。
────────────────────────
ここまでお読みいただいて、一つはっきりすることがあります。
「AIが今、自社をどう認識しているか」を推測ではなく事実として見ない限り、次の一手は決められない、ということです。
それができるのが、Qlipper上のLLM認知確認ツール「ディギディギ」です。
◆ ディギディギならできること
いま出そうとしているPR・記事が、AIの記憶に残る書かれ方になっているか。
AIの学習データは、Common Crawlという巨大アーカイブを起点に、C4という品質フィルタやGopherという判定ルールで大半のページをふるい落としてから作られます。
そのフィルタを通過する文体か、自社名と狙いの文脈が共起しているか、独自記事化を誘発する構造か。
JSON-LDのように届かないものに予算を割く前に、何が本当に効くかをチェックできます。
────────────────────────
▼ 御社のブランドで、実際に測ってみませんか
AIが自社を今どう語っているか、その場で確認できます（所要30分）。
▼ まずは資料で確かめたい方へ
「広報のためのLLMO対策」実践ガイドを配布中です。
────────────────────────
次回もどうぞお楽しみに。
何かご不明点がございましたら、お気軽にご連絡ください。
どうぞよろしくお願いいたします。
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
株式会社トドオナダ
Qlipper運営事務局
〒110-0005
東京都台東区上野7-11-13 弥彦ビル302
03-6453-6886
info@todo-o-nada.com
https://qlipper.jp/
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
