ひとことで言うと
LLM(Large Language Model、大規模言語モデル) とは、インターネット上の膨大な文章を学習させた AI モデルで、人間のような自然な文章を理解・生成 できるものです。ChatGPT や Claude の「頭脳」にあたります。
具体的にどんな場面?
例えば、ChatGPT に「江戸時代の食文化について教えて」と質問すると、まるで人間が答えているような自然な文章が返ってきますよね。
これは ChatGPT の中の LLM(具体的には GPT-4 など) が、過去に学習した何兆もの単語の中から、質問に最も適した答えを「予測」して生成しているからです。
なぜ重要か(GEO 文脈で)
GEO の対象となる「AI 検索」(Claude / ChatGPT / Gemini)は、すべて LLM をベースに動いています。
LLM の特徴を理解すると、GEO 対策の意味が見えてきます:
- 学習データに含まれる情報を「知ってる」:なので公開情報を発信することが基本
- 構造化された情報を引用しやすい:なので Schema.org や FAQ が効く
- 権威ある情報源を優先する傾向:なので一次データや専門サイトが評価される
主要な LLM
| LLM | 提供元 | 採用サービス |
|---|---|---|
| GPT-4 / GPT-4o ほか | OpenAI | ChatGPT / SearchGPT |
| Claude | Anthropic | Claude.ai |
| Gemini | Gemini / AI Overview | |
| Llama | Meta | オープンソース |
GEO 対策の観測対象は、これら LLM ベースのサービスでの引用状況です。
LLM の限界(知っておくべきこと)
- 学習データのカットオフがある:カットオフ日以降の最新情報は持たない
- これを補うために Web 検索機能が追加されている(これが「AI 検索」)
- AI 検索が Web を参照する時、引用される側になることが GEO の目標