リフォーム会社のLLMO対策は何から始めればいい？費用相場と優先順位と失敗しやすい施策を解説！

リフォーム会社のLLMO対策は何から始めればいい？費用相場と優先順位と失敗しやすい施策を解説！

この記事の重要ポイント
リフォーム客がAIに聞くのは費用と補助金であり会社紹介中心のサイトは参照されません
llms.txtの実装よりGoogleが挙げる基本要件の充足を優先して判断することが重要です
施工事例に工事内容と築年数と工期と費用を追記するところから着手できます
効果測定に不安が残る場合スリードット株式会社がAI検索経由CVRの実測手法を公開しています

検索順位は下がっていないのに、問い合わせの件数が落ちている。広告費を上げても戻らない。

そうした状態が半年ほど続いているリフォーム会社の経営者から、同じ相談を受ける機会が増えました。

背景にあるのが、ChatGPTやGoogleのAIによる概要を経由した情報収集の広がりです。

ただし、ここで慌ててllms.txtの設置や構造化データの実装に数十万円を投じるのは早すぎます。

この記事では、地域のリフォーム会社が限られた予算で何から着手すべきかを優先順位をつけて整理します。

やらなくていい施策についても、同じだけの分量で扱います。

リフォーム会社にLLMO対策が必要になったのはなぜ？

LLMOとは、ChatGPTやGeminiなどの大規模言語モデルが回答をつくるときに、自社の情報を正しく参照してもらうための最適化です。リフォーム業界でこれが急に問題になったのは、検索順位という指標と実際の問い合わせ数の間に、これまでなかったズレが生まれたからです。

リフォーム客がAIに聞いているのは費用と補助金と工法に集中する

お客様がAIに投げている質問は、会社選びではなく金額と制度に大きく偏っています。SEO分析ツールのAhrefsで日本国内の月間検索数を確認すると、その差は一目でわかります。

検索キーワード	月間検索数
リフォーム 補助金	6,900
リフォーム 費用	3,600
外壁塗装 費用	3,500
内窓 補助金	2,700
リフォーム 相場	2,600
リフォーム会社 選び方	700

会社の選び方を調べる人の数に対して、費用と補助金を調べる人はおよそ10倍います。

この数字が意味するのは、AIに向かって「風呂のリフォームはいくらかかる」と入力する人が、その回答のなかで初めて会社名に出会うという流れです。

自社サイトに金額の情報がなければ、その入口に立てません。会社概要と施工実績だけを丁寧に整えても、質問の中身とかみ合っていないのです。

AIが質問を分解して答えを組み立てるクエリファンアウトの仕組み

AI検索に使われるツールの代表格であるChatGPTは、入力された文章をそのまま1回だけ検索しているわけではありません。回答をつくる過程では、1つの相談が複数の小さな検索に分けられます。

Googleも同じ発想の仕組みを持っており、AIによる概要（AI Overview）とAIモードは、関連する複数のサブトピックやデータソースに検索を実行して回答を組み立てるクエリファンアウトという手法を使う場合があると説明しています。

呼び方は違っても、質問を分解して別々のページから材料を集める点は共通です。

リフォームの相談に置き換えると、動きがはっきりします。ユーザーが入力した「築25年の戸建てで浴室を替えたい」という検索文が、以下のような小さな質問に分解されます。

• 浴室リフォーム 費用
• ユニットバス 工期
• 築年数 下地 傷み
• リフォーム 補助金

上記の分回クエリーは、あくまで例です。そして分解されたそれぞれに対して、別々のページが参照されます。

ここに、これまでのSEOとの決定的な違いがあります。従来は1本の主力ページで1つのキーワードを取りにいく戦い方でした。

いまは、分解された小さな質問の1つひとつに答えられるページが自社サイト内に散らばっているかどうかが問われます。トップページの完成度が高くても、それだけでは拾われません。

地域密着のリフォーム会社がAI検索で不利になるとは限らない理由

大手のほうがAIに拾われやすいという見方には、私は同意しません。住宅リフォーム推進協議会の調査で実際に契約した相手の内訳を見ると、地域密着の事業者が54.8%、全国規模の事業者が40.5%でした。

市場の過半は、いまも地元の会社が取っています。

理由は、AIが参照する情報の性質にあります。生成AIは、地域名と工事内容と条件が組み合わさった具体的な質問に答えるとき、その条件に合致する記述を持つページを探します。

全国展開の会社が書く一般論よりも、その地域の気候や住宅事情に踏み込んだ記述のほうが条件との適合度は高くなります。施工エリアが狭いことは、この文脈では弱点になりません。

ただし、条件があります。同じ調査で世帯主が20代から40代の層に限ると、全国規模の事業者との契約が58.8%まで上がります。

若い世代ほど大手に流れているのが実態です。この層を取りにいくなら、地元だからという理由だけでは足りず、工事の判断材料をどれだけ言語化できているかで勝負することになります。

リフォーム会社のLLMO対策でSEOとMEOはどう関係する？

LLMOは、これまでのSEOやMEOを捨てて乗り換えるものではありません。既存の取り組みの上に積み上げる追加のレイヤーです。

LLMOはSEOの土台の上に乗る追加レイヤー

ChatGPTに引用されるための最初の条件は、OAI-SearchBotが自社のページを取得できることです。OpenAIは、検索結果に表示されるようにするため、robots.txtでOAI-SearchBotを許可し、公開されているIPレンジからのリクエストを通すことを推奨しています。

robots.txtを更新してから検索側の仕組みに反映されるまで、およそ24時間かかるとも書かれています。

押さえておきたいのが、OpenAIのクローラーは用途ごとに分かれていて、設定が互いに独立している点です。

クローラー	役割
OAI-SearchBot	ChatGPTの検索回答に表示させるためのクロール
GPTBot	生成AIモデルの学習に使うためのクロール
ChatGPT-User	ユーザーがURLを指定したときの取得

学習には使わせたくないという理由でGPTBotを拒否しても、OAI-SearchBotを許可していればChatGPTの検索回答には表示されます。

逆に、AIのクローラーをまとめて遮断する設定を入れていると、検索での露出まで止まります。セキュリティ強化の名目でこの設定が入ったまま気づいていないサイトは実際に少なくありません。

Googleも、AI機能にページが表示される条件として、インデックス登録とスニペット表示と技術的要件の充足を挙げています。

どちらの陣営でも、クロールされて読める状態がすべての前提です。すでにSEOに投資してきた会社にとって、積み上げてきた資産はそのまま活きます。

AI検索が地域の会社を判断するときに見る外部情報

ChatGPTの検索回答は、自社サイトだけを読んでつくられるわけではありません。OAI-SearchBotが集めているのはWeb全体であり、地域名と工事内容を含む相談では以下のような第三者作成のページに載っている自社情報も同時に参照されます。

• Googleビジネスプロフィール
• リフォーム系のポータルサイト
• 口コミサイト
• 業界団体の名簿

この構造があるため、自社サイトの記述と外部に載っている情報が食い違うと、その会社に関する情報全体の確度が下がります。以下のようなズレは、AIから見ると同一の会社かどうかを判断しにくくする材料になります。

Googleビジネスプロフィールが重要なのは、この外部情報の起点になるからです。Google検索セントラルでも、AI機能に表示されるために、ビジネスプロフィールの情報が最新であることを確認するという項目を明記しています。

登録した内容はGoogle検索とマップでの表示に直接使われるため、ここが古いままだと外に出ていく情報も古いままになります。

• 屋号の表記ゆれ
• 旧住所の放置
• 使っていない電話番号の残存

屋号の表記が自社サイトと1文字も違わないこと、電話番号と住所が最新であること、営業時間と対応エリアが実態と合っているこ戸を確認する作業に費用はかかりません。

MEOはLLMOと別物ではなく、AI検索で参照される外部情報を整える作業そのものです。

リフォーム会社がLLMO対策で最初に着手すべき5つの実務

ここからが本題です。予算と人手が限られている前提で、効果が出るまでの距離が短い順に5つ並べました。私なら、この順番で上から片づけます。

• 費用レンジの明示
• 施工事例の情報粒度
• 対応範囲の明記
• 補助金情報の紐づけ
• 事業者情報の一貫性

それぞれについて以下で解説します。

工事ごとの費用レンジを数字で書き切る

最優先は、工事メニューごとに金額の幅を数字で載せることです。浴室のユニットバス交換なら80万円から150万円、トイレの交換なら15万円から40万円というように自社の実績にもとづく下限と上限を書きます。

そのうえで、金額が動く要因を並べます。設備のグレードで金額がどれだけ動くか、追加工事が発生しやすいのはどういう状態の住宅かを説明すれば、お客様の不安に直接答える文章になります。

逆効果なのが、費用は状況により異なりますので詳しくはお問い合わせくださいという書き方です。

AIはこの文から金額の情報を取り出せません。回答をつくる根拠にならないので、参照先として選ばれる可能性が消えます。

施工事例に工事内容と築年数と費用を必ず添える

施工事例は、多くのリフォーム会社がすでに持っている最大の資産です。ただし写真中心の掲載では、AIが意味を取り出せる情報がほとんど含まれていません。

ビフォーアフターの画像だけが並んでいる事例ページは、検索エンジンにとって空白に近い状態です。

1件ごとに添えたいのは以下4項目です。

• 工事内容
• 建物の築年数
• 工期
• 費用

上記4つがそろうと、事例そのものが条件つきの質問への回答になります。築30年の戸建てでキッチンを替えるといくらかかるかという質問に対して、自社の事例が直接の答えとして機能します。

どの工事から手をつけるかは、実施件数の多い順で構いません。

費用の掲載にお客様の許可が必要な場合は、90万円台という丸めた表記でも十分です。金額の帯が読み取れれば、AIは条件との照合に使えます。

対応できない工事と対応エリアを明記する

できることを増やして書くより、できないことを書くほうが効く場面があります。マンションの躯体に関わる工事は請け負わない、車で40分以内の範囲に限る、といった線引きです。

これは自社の弱みを晒す行為ではなく、AIが適合を判断するための材料を渡す行為です。

生成AIは、ユーザーの条件に合わない候補を除外しながら回答をつくります。除外の基準が書かれていないと、条件が合わない案件に呼ばれるか、逆に判断がつかず候補から外れるかのどちらかになります。

お客様側の事情からも、この記述は歓迎されます。比較しにくさの正体は、どの会社のサイトにも同じような守備範囲が並んでいて、違いが読み取れないことです。

断る工事を書いている会社は、その時点で輪郭がはっきりします。

対応エリアは市区町村名まで書きます。県名だけでは、地域を含む質問との照合が粗くなります。

補助金と支援制度を自社の工事メニューと結びつける

補助金は、いま最も検索されているテーマです。ここで差がつくのは、制度の解説を書くかどうかではありません。

制度と自社の工事メニューを結びつけて書くかどうかです。制度の概要だけなら、公的機関のページのほうが正確で、そちらが参照されます。

自社が書くべきなのは、どの工事がどの制度の対象になるか、申請を代行するのか、いつまでに契約すれば期限に間に合うかという実務の部分です。

これはAIにとっても価値の高い情報です。制度の説明は公的サイトから引けても、目の前の工事がその制度に乗るかどうかは施工する会社しか判断できません。

注意点が1つあります。

補助金の制度名と要件は年度ごとに変わります。ページ内に更新日を記載し、年度が切り替わったら書き換える運用を決めておかないと、古い情報を載せ続ける会社になります。

NAP情報と第三者データベースの登録内容をそろえる

会社名と住所と電話番号は、Web上のどこに載っていても同じ表記にそろえます。この3点はNAP情報と呼ばれ、AIが会社の同一性を判断する土台になります。

株式会社が前につくか後ろにつくか、丁目の表記が漢数字か算用数字か、といった細部まで一致させます。

そのうえで確認したいのが、第三者が公開している自社の情報です。国土交通省は「住宅リフォーム事業者団体登録制度」にもとづき、登録された16の団体を団体名とURL付きで公表しています。

すでにいずれかの団体に加入しているなら、そこに登録されている自社の情報が現状と一致しているかを見直す価値があります。

同じことが、省エネ関連の補助事業の登録事業者一覧や、リフォーム瑕疵保険の事業者検索にも当てはまります。

自社サイトで主張している内容と外部に登録されている内容が食い違っていると、裏づけが取れない会社として扱われます。

この整合性の作業は、地味なわりに効きます。当社スリードットがLLMO支援で最初に着手するのもこの領域で、エンティティ最適化として体系化しています。

リフォーム会社のLLMO対策でllms.txtや構造化データは必要？

LLMO対策の営業を受けると、ほぼ必ずllms.txtの設置と構造化データの実装が提案されます。この2つが必須施策として語られることも多いのですが、Googleの公式見解はそれと異なります。

ここでは公式資料が示している範囲と、それでも実装する価値がある場面を分けて解説します。

llms.txtを読むと明言したAI提供元はない現状

2026年8月の時点で、llms.txtを本番の検索や回答生成に使うと公式に表明したAI提供元はありません。OpenAI、Google、Anthropicのいずれも、このファイルを読んで回答に反映するとは明言していません。

OpenAIのクローラー公式ドキュメントは、robots.txtによる制御方法を用途別に細かく説明していますがllms.txtへの言及はありません。

Googleはさらに踏み込んでいます。AI機能で表示されるために新たにコンピュータが解読可能なファイルやAIテキストファイル、マークアップを作成する必要はなく、特別なschema.orgの構造化データを追加する必要もないと明記されています。

それでもllms.txtを入れる価値がある場面

必須ではないという説明は、無意味という意味ではありません。判断の基準はコストに置いてください。

llms.txtについては、PerplexityやClaudeが取得のときに参照しているという報告があります。ただし提供元による公式な表明ではないため、確実な効果を前提に投資する材料にはなりません。

作成に1時間かからないなら、将来の標準化に備えて置いておくという判断は成り立ちます。

見落とされがちな副次的な効果も1つあります。llms.txtを書くには、自社サイトの重要ページを数十件選び、それぞれに1文の説明を付ける必要があります。

この作業をすると、中身が重複しているページや、どこからもリンクされていないページが浮かび上がります。ファイル自体より、この棚卸しのほうが価値を生む場合があります。

逆に、専門業者に数万円を払って新規に構築する話であれば、その予算は先に本文の中身に回すべきです。同じ金額で施工事例を書き直すほうが、リフォーム会社の場合は確実に効きます。

構造化データを入れる価値がある場面

構造化データには、AI機能とは別のところで確かな効果があります。よくある質問や地域ビジネスの構造化データを実装すると、検索エンジンやLLMが正確に情報を読み取る助けになります。

これはAI機能とは別系統の仕組みで、以前から機能してきた施策です。既存のWordPressテーマやプラグインで数時間の作業として実装できるなら、入れておいて損はありません。

リフォーム会社のLLMO対策でやってはいけないことは？

やるべきことと同じくらい、避けるべきことがはっきりしている分野です。とくに手軽さから選ばれやすい2つの手法は、短期的にも長期的にも損失につながります。

ここでは、その理由を仕組みから解説します。

AI生成記事の量産が逆効果になる理由

生成AIで記事を大量につくり、サイトのページ数を一気に増やす手法があります。現場を見ていて一番もったいないと感じるのが、この記事量産です。

問題は、記事の中身が薄いことではありません。内容が他社サイトと同じになることです。

生成AIが書くリフォームの費用相場は、どの会社が生成しても似た文章になります。AIが回答をつくるとき、同じ情報を持つページが100個あれば、そのなかで最も信頼できる1つが選ばれ、残りは参照されません。

ページを増やす行為が、そのまま埋没する行為になっています。

AIが求めているのは、読み手にとって役立ち、独自性があり、コモディティ化されていないコンテンツです。リフォーム会社にとって、この条件を満たせるのは自社の現場から出た情報だけです。

実際に施工した築年数と工事内容と金額、想定外の追加工事が起きたときの判断、地域特有の住宅の傷み方。こうした記述は他社が生成できません。

生成AIを使うこと自体は問題ありません。現場の情報を整理して文章にする道具として使う分には有効です。

境目は、自社の情報が入っているかどうかにあります。

架空の口コミと他社事例の流用が招くリスク

口コミを自作したり、他社の施工写真を自社事例として掲載したりする手法は、絶対に避けてください。

まず法的なリスクがあります。事実と異なる好評価を自作して掲載する行為は、景品表示法の不当表示に問われる可能性があります。

そのうえでLLMOの観点でも損をします。AIは複数の情報源を突き合わせて回答をつくるため、自社サイトの記述と外部の評価が食い違うと、その会社に関する情報全体の確度が下がります。

1件の作り話が、正しく書いた99件の信頼性を巻き添えにします。

数を盛った口コミより、担当者が誰でどんな考え方で工事をしているかを書くほうが、はるかに効果があります。

リフォーム会社のLLMO対策を外注すべきかどうかはどう判断すればいい？

ここまでの内容の大半は、外注しなくても自社で進められます。判断が必要になるのは、社内に手が空く人がいるか、技術的な実装と効果測定をどうするかという2点です。

自社でできる範囲

自社でやるべきなのは以下です。

• 費用レンジの整理
• 施工事例の書き直し
• 対応範囲の明記
• 補助金と自社工事の紐づけ

上記はすべて、社内にしか答えがない情報です。外注しても、結局は社内へのヒアリングが必要になります。

外注が要る範囲の線引き

外注が向いているのは以下です。

• GA4での計測設計
• 生成AI経由の流入を分けて見るためのチャネル設定
• 構造化データの実装
• 施策の優先順位づけ

とくに計測は、設定を間違えるとAI経由の流入が通常の検索に混ざって見えなくなります。

担当できる社員が一人もいないなら、私は迷わず外注を勧めます。社長が夜に片手間で進める体制では、3か月で止まるからです。

逆にWeb担当が一人いて手が空くなら、まず自社で費用ページと施工事例だけを直し、3か月後の数字を見てから外注を検討するほうが合理的です。

判断材料が手元にある状態で相談したほうが提案の質も上がります。

LLMO支援の費用相場

LLMO支援の価格帯は、支援の範囲によってはっきり分かれますが、以下に目安を示します。

サービス内容	費用の目安	形態
LLMO初期診断	10万円から50万円	単発
コンサルティング（戦略のみ）	月額10万円から30万円	月額
コンサルティング（実行支援を含む）	月額30万円から100万円以上	月額
モニタリング	月額5万円から20万円	月額
コンテンツ最適化・制作	1記事3万円から10万円以上	案件単位

金額が動く要因は3つあります。サイトの規模、対応する工事メニューの数、そして実行を自社で持つか委託するかです。戦略の設計だけを受けて実務を社内で回せば、月額は下がります。

記事の執筆まで含めれば上がります。

当社スリードットでは、SEOとLLMOを含む支援をスタンダードプランが月額25万円、プレミアムプランが月額40万円で提供しています。

業者選びで確認すべき3つの点

依頼先を比べるとき、見るべき点は3つに絞れます。契約前にこの3つを質問すれば、判断はほぼつきます。

• 効果測定の指標を事前に合意できるか
• SEOでの支援実績を提示できるか
• 制作したコンテンツの著作権が自社に帰属するか

1つ目が最も重要です。AIに出やすくしますという説明しかしない会社は避けてください。AI経由のセッション数、そこからのコンバージョン数、指名検索の推移といった具体的な指標を契約前に合意できる相手を選びます。

2つ目については、LLMO専業をうたう新しい会社にも優れたところはあります。ただしAI機能で表示される条件がSEOの基本と重なる以上、SEOでの実績がない会社が成果を出せる範囲は限られます。

3つ目は、リフォーム会社にとって特に重要です。施工事例や費用ページは会社の資産であり、契約が終わったら使えなくなる条件では投資になりません。

参考までに、スリードット株式会社は自社で運用するクライアントサイトのGA4データから、AI検索経由のユーザーのコンバージョン率が21.65%という実測値を公開しています。

サイト全体の平均3.66%に対して約5.9倍の水準です。予測ではなく実測値を出せるかどうかも依頼先を見極める材料になります。

関連記事：「LLMOコンサルティングとは？」

まとめ｜リフォーム会社のLLMO対策で明日から動く

最初にやることは1つだけです。自社サイトの主力工事のページを開いて、金額の数字が書かれているかを確認してください。

書かれていなければ、そこに下限と上限を入れます。ここが入口です。

次に、施工事例に工事内容と築年数と工期と費用を追記します。

3つ目に、Googleビジネスプロフィールの屋号と住所と電話番号が自社サイトと完全に一致しているかを見直します。ここまでは費用をかけずに進められます。

そのうえで数字が動かない、あるいは計測の仕組みから相談したいという段階になったら、外部の力を借りるタイミングです。

スリードット株式会社はAI検索経由の流入を計測する手順も公開しています。お問い合わせフォームからは、現状のサイトを見たうえでの初回相談も承っています。

まずは気軽に声をかけてください。

よくある質問

リフォーム会社のLLMO対策は何から始めればいいですか？

llms.txtを設置しないとAI検索に表示されませんか？

地域の小さなリフォーム会社でも効果は出ますか？