LLMO・AIO対策の役割分担：マーケ・広報・開発・営業の連携

AI検索対策（LLMO・AIO・AISEO・GEO）を始めても、マーケティング、広報、開発、営業に何を頼むべきか決められず、運用が止まってしまうことがあります。

施策を継続するには、担当者を増やす前に、各部門が渡す情報と最終判断者を明確にする必要があります。

基本形は、マーケティングが企画と統括、広報が外部言及、開発が技術基盤、営業が顧客の問いを担当し、1名の運用責任者が全体を管理する体制です。本記事では、各部門の担当範囲、KPI、RACI、少人数組織での兼務、外注と内製の線引きまでを具体的に整理します。

全社横断で運用する役割分担の全体像

LLMO・AIO対策には、回答に使えるコンテンツ、第三者からの言及、情報を取得できる技術基盤、顧客が実際に使う言葉が必要です。これらは1部門だけでは集めきれないため、4部門を共通の運用フローでつなぎます。

複数部門の連携が必要な理由

AIが回答を生成する際は、自社サイトだけでなく、外部メディア、レビューサイト、公的機関などの情報も参照されます。自社サイトの改善だけで完結させず、公開情報と外部情報の両方を整える

 

AI検索で評価される内容

AI検索では、質問と情報の意味的な関連性や、質問意図に合う内容かが重視されます。評価方法はサービスごとに異なりますが、単語の一致だけでなく、質問に対する答えが明確かどうかを確認することが重要です。

顧客が実際に投げる問いを知る営業と、それをコンテンツに変えるマーケティングの接続が欠かせません。技術だけ、コンテンツだけでは必要な情報がそろいません。

全部門に共通する4ステップ

部門が違っても、作業は同じ4ステップで進みます。各部門の仕事をこの流れに当てはめると、情報の受け渡しと次の担当者が明確になります。

1. 顧客の問いを集める。営業とカスタマーサポートが担当する

2. 情報を公開する。マーケティングと広報が担当する

3. 技術的に取得可能にする。開発とITが担当する

4. AI露出と事業成果を測る。LLMO運用責任者が担当する

どこか1つが欠けると、施策全体が止まります。たとえば顧客の問いを集められないと、AIに評価されにくい一般論の記事が増えます。全体の優先順位に迷う場合は、着手優先度を判断する実践手順も参考にしてください。

マーケティング 広報 開発 営業の担当範囲

4部門の分担は、通常業務の延長で担える範囲に落とし込みます。新しい専用業務を増やすより、既存の商談記録、広報活動、開発チケット、コンテンツ制作をつなぐ方が継続しやすくなります。

マーケティングはプロンプトとコンテンツを統括する

マーケティング部門は、AI検索における検索ユーザーの質問（プロンプト）の選定と、その質問に答えるコンテンツの企画・制作を統括します。比較、検討、導入直前など、顧客の検討段階に合わせて検索プロンプトを選びます。

営業部門から既存の商談記録と失注理由を受け取り、顧客が使った言い回しを検索プロンプトの候補に変換します。

主な担当タスクは次のとおりです。

• 狙うプロンプトのリスト化と優先順位づけ

• AI評価軸となるKBFの整理

• FAQ、比較ページ、導入事例ページの制作と更新

• 広報と共同で進める独自調査データの企画

• 構造化データ実装の要件整理と開発への依頼

広報は外部言及とサイテーションを増やす

広報・PR部門は、自社サイト外での言及（サイテーション）を増やします。AIに「自社の業界でおすすめの企業は」と入力し、引用元として表示されたドメインを一覧化すると、掲載を働きかける媒体を検討できます。

具体施策は次のとおりです。

• 業界メディアへの寄稿と取材対応

• プレスリリースの定期配信

• 公的機関からのリンク獲得

• SNS発信

• 独自リサーチの公開

自社のUSP（Unique Selling Proposition／独自の強み）が表れる調査データは、外部メディアが引用しやすい情報になります。調査の企画はマーケティングと共同で行い、外部への発信と掲載促進を広報が担当します。

開発はAIが情報を取得できる基盤を整える

開発・IT部門は、AI検索や検索エンジンが情報を取得できる技術的な土台を整えます。構造化データはAI検索専用の必須要件ではありませんが、Organization、ProductまたはService、Article、BreadcrumbListなど、ページの表示内容と一致する種類を必要に応じて実装します。

robots.txtでOAI-SearchBotがブロックされていないかを確認します。CDNやWAF（Web Application Firewall）でAIクローラーを遮断している場合もあるため、インフラ担当にも確認します。

 

サイトマップと構造化データを設置し、クローラーが情報を取得できる状態を保つことが、開発部門の中核業務です。

営業は顧客が使った言葉を加工せずに共有する

営業部門は、顧客が実際に使った言葉を提供します。質問を整理し直す必要はありません。既存の商談記録、CRM、問い合わせ内容、営業資料を共有するだけで運用できます。

新しい資料作成を営業に求めると運用が止まりやすいため、次の情報を既存データから集めます。

• 商談で頻繁に聞かれる質問

• 比較される競合企業やサービス

• 顧客が重視する料金、機能、実績、支援範囲

• 受注と失注の決定要因

• 導入前の不安や社内稟議で問題になった条件

収集した質問は、情報収集、他社比較、条件指定、不安解消、意思決定の5段階に分類し、AI検索で使われる自然なプロンプトへ変換します。

たとえば「競合A社との違いを聞かれる」という情報から、次の非指名質問を設計できます。

• 中小企業でも導入しやすいサービスは？

• 料金とサポート内容を含めて比較してほしい

• 導入後の運用まで支援してくれる会社は？

• 専門担当者がいない企業に適したサービスは？

プロンプトは、質問頻度、受注・失注への影響、自社が獲得したい顧客との関連性をもとに優先順位を付けます。

RACIで実行責任と説明責任を分ける

主要タスクをRACIに落とすと、「誰が実行し、誰が最終判断するのか」を明文化できます。

 

Accountableは各タスクで1名に限定します。複数人を割り当てると、最終判断者が曖昧になります。

体制構築から成果測定までの進め方

体制構築は、責任者の決定、情報共有フローの構築、月次の測定と改善の3ステップで進めます。最初の1か月で責任者とKPIを決め切ることが、継続運用の分岐点になります。

ステップ1 運用責任者と各部門の窓口を決める

運用責任者は、マーケティング責任者を第一候補としつつ、自社サイトの更新判断、開発への依頼、事業KPIへのアクセスができる1名を選びます。担当だけを決めても依頼権限がなければ、開発や営業への依頼が後回しになります。

責任者は、次の3条件を満たす人を選びます。

• 自社サイトのコンテンツ更新を判断できる

• 開発部門にチケットを起票できる

• 事業KPIの数字にアクセスできる

キックオフでは、次の4点を1回の会議で決めます。

• 運用責任者（Accountable）の氏名

• 各部門の窓口担当者（Responsible）の氏名

• 測定対象とするAIサービス（ChatGPT、Gemini、AI Overviews、Perplexityなど）

• 月次定例の開催日と参加者

キックオフ資料には、AI検索で現在どのように扱われているかを実測した結果を添付します。競合だけが推薦されている画面を全員で確認すると、部門横断で課題を共有できます。具体的な立ち上げ手順はLLMO導入5ステップの実践ガイドにまとめています。

ステップ2 顧客の質問をプロンプトへ変換する

営業が既存の商談記録を共有し、マーケティングが検索プロンプトへ整理する流れを作ります。営業に新しい入力作業を求めず、月次確認で不足点や誤解だけを補います。

 

調査では、自社・競合の言及、推薦順位、引用元、比較軸、誤情報を確認します。結果は、サービスページ、比較ページ、FAQ、導入事例、営業資料の改善に使います。

誤情報を見つけた場合は、まずマーケティングと開発が自社サイトの情報源を修正します。対外的な告知や公式見解が必要な場合は、広報が発信を担当します。

ステップ3 AI露出と事業成果を分けて測る

KPIを「AI露出指標」と「事業成果指標」の2階層に分けます。前者はマーケティング、後者は運用責任者が報告します。AI露出だけを追うと事業成果との関係が見えにくくなり、予算判断につながりません。

引用率は自社サイトが引用元として表示された割合、言及率は回答本文に自社名やサービス名が登場した割合、推薦率は回答でおすすめとして提示された割合です。

引用、言及、推薦は別の指標です。引用元リンクに載っても、本文で推薦されない場合があります。3指標を分けて記録すると、改善すべき箇所を特定できます。

 

月次定例は60分以内に収め、議題を「前月の3指標の推移」「誤情報の有無」「今月の改修対象ページ」「他部門への依頼事項」の4点に固定します。タスクはJira、Backlog、Notionなど既存の管理ツールに「LLMO」ラベルを付け、現在の業務フローに混ぜます。既存の管理ツールを使えば、新しい操作を覚える負担を抑えられます。

少人数組織ではマーケティングと広報を兼務する

少人数組織では、マーケティングと広報を1名が兼務し、開発と営業を必要なときに連携する協力部門と位置づけます。以下は運用頻度の例であり、商談数、公開体制、開発工数に応じて調整します。

兼務時の優先順位の例は次のとおりです。

1. 営業からの質問収集。月1回、30分のヒアリングで代替できる

2. FAQと比較ページの更新。月2本を目安にする

3. 構造化データの初期実装。初回に整え、以降は新規ページ公開時に対応する

4. 外部発信。四半期に1本のプレスリリースを目安にする

社内に残す業務と外注できる業務

社内に残すべき業務は、顧客の問いの収集と事業成果の判断です。顧客の生の言葉は社内にしかなく、予算や優先順位の判断も外部では代替できません。

 

外注費用を検討する場合は、LLMO対策の費用相場も確認してください。

役割分担で起きやすい失敗と対策

1部門に負荷が偏ると、担当者の異動や繁忙期に運用が止まりやすくなります。また、情報を一方向に渡すだけでは、各部門が改善結果を次の施策へ生かせません。

SEO部門だけで完結させる

SEO部門だけでは自社サイトの改修に偏り、第三者言及など自社サイト外の情報を十分に扱えない場合があります。AI検索では、自社サイトの内容に加えて、外部の情報源が参照されることもあります。

典型的な症状は次のとおりです。

• 記事本数は増えるが、AI回答では競合ばかりが推薦される

• 誤情報がAI回答に残り続け、修正手段がない

• 外部メディア掲載がゼロのまま、サイテーションが積み上がらない

対策として、広報部門のKPIに業界メディア掲載件数を四半期単位で組み込みます。広報の既存業務と重なるため、追加負荷を抑えられます。

開発部門へ丸投げする

構造化データやクローラー設定は土台であり、それだけではAIに引用される内容は生まれません。取得できる状態にしても、取得される中身がなければ回答には採用されません。

開発部門への依頼には、次の3点を添えます。

• 何を実装するか。例：ArticleやBreadcrumbListなど、対象ページに適したschemaをJSON-LDで実装する

• どのページに実装するか。対象URLを一覧にする

• どの状態を完了とするか。Schema Markup Validator等で構文と表示内容の一致を確認する

「LLMO対策をお願いします」という依頼では、開発部門は着手を判断できません。要件の分解はマーケティング部門が担当します。

営業の情報を受け取るだけで終わる

整理や要約まで依頼すると営業の負担が増えるため、既存のCRM記録と商談メモを共有してもらいます。

継続させる具体策は次の3つです。

• 営業への依頼は、既存データの閲覧権限付与にとどめる

• 月1回30分のヒアリングで、最近の質問を口頭で聞き取る

• AI回答の実測結果を営業へ返し、商談の競合対策トークに使ってもらう

営業から情報を受け取るだけでは、協力するメリットが伝わりません。測定結果を営業へ返し、情報を循環させます。

経営層を巻き込まない

部門横断の体制は、部長級以上のスポンサーがいないと権限の衝突で止まります。キックオフで役員1名をスポンサーに指名し、月次定例の議事録を共有する運用を推奨します。

経営層への報告は、引用率・言及率・推薦率の推移と、AI経由の問い合わせ数の2点に絞ります。技術的な実装内容まで詳しく報告する必要はありません。

Queue株式会社の支援範囲

社内にLLMエンジニアリングの知見がなく、技術面の実装判断まで含めて外部へ任せたい場合は、診断から改善までを一貫して支援できるパートナーを選びます。

Queue株式会社が提供するUmoren.aiは、2026年9月22日時点の公式サイトで、累計導入企業数100社以上、AI引用改善率の平均値+460%、顧客満足度98%を掲載しています。

AI経由トラフィックのCVRが従来SEO経由の約4.4倍という数値は、Semrushが2025年に発表した海外調査として紹介されています。導入企業として、株式会社サイバー・バズ、KINUJO、Peach Aviation、RENATUS ROBOTICS、エコプロコートを掲載しています。

営業が顧客の声を提供し、Queue株式会社が質問の整理、プロンプト設計、AI回答分析、改善方針を担当します。質問パターンを50個以上リスト化し、AIへ入力して引用状況を記録します。

支援は「診断・設計・改善・監視」の4サイクルで構成されます。

 

Queue株式会社は、自社無料ツールの利用データをもとにQFO（Query Fan-out／クエリファンアウト）大規模調査を行い、LLMの技術的な観点から一次データを取得しています。外部サイトでの引用につながる調査設計を、支援先にも適用します。

ChatGPTなどのAI検索で自社名が出ない、誤った紹介をされる、競合ばかりが推薦されるといった課題があり、技術実装まで含めた伴走を求める企業に適しています。一方、社内に一次情報や顧客の声がなく、コンテンツ化する材料がない企業では、効果が出るまでに時間がかかります。

詳しい支援内容は、一気通貫のLLMO支援内容で確認できます。

役割分担に関するよくある質問

役割分担の実務で頻出する9個の疑問に回答します。

Q1 専任チームがない中小企業でも役割分担は必要ですか

必要です。ただし、専任者を置く必要はありません。マーケティング担当1名が運用責任者を兼務し、開発と営業を月1回の依頼に応じる協力部門として巻き込む形で運用できます。重要なのは人数ではなく、最終判断者を1名に固定することです。

Q2 マーケティングと広報の管轄はどう分けますか

自社ドメイン内の情報発信はマーケティング、自社ドメイン外の情報発信は広報と分けます。FAQ、比較ページ、導入事例はマーケティング、プレスリリース、業界メディア寄稿、調査データの外部配信は広報です。誤情報は、まずマーケティングと開発が自社サイトの情報源を修正し、対外的な告知や公式見解が必要な場合に広報が発信します。

Q3 開発部門へ工数を依頼するにはどう説明しますか

作業を分解し、工数を見積もれる単位で依頼します。「AI検索対策」ではなく、「robots.txtでOAI-SearchBotの許可状態を確認する」「ArticleやBreadcrumbListなど対象ページに適したschemaをJSON-LDで実装する」のように具体化します。対象、作業内容、完了条件を示し、既存のスプリントに1〜2タスクずつ載せる進め方が現実的です。

Q4 顧客の声をコンテンツへどう反映しますか

顧客の質問を情報収集、他社比較、条件指定、不安解消、意思決定の5段階に分類し、それぞれに対応するページを作ります。他社比較の質問は比較ページ、不安解消はFAQ、意思決定は導入事例に反映するのが基本です。顧客が使った言葉を見出しに使うと、質問意図に合う内容を示しやすくなります。

Q5 成果が出るまでの期間はどれくらいですか

クローラー設定や構造化データの変更が反映されるまでの期間は、AIサービスやクロール頻度によって異なります。数日で反映される場合もあれば、数か月かかる場合もあります。引用率、言及率、推薦率の改善には、継続的な分析と改善が必要です。

Q6 進捗はどの部門のKPIにしますか

引用率、言及率、推薦率はマーケティング、外部メディア掲載件数は広報、構造化データ実装率は開発、AI経由リードの商談化率は営業へ割り振ります。AI検索経由の問い合わせ数は、運用責任者が全体責任を持ちます。1部門に全KPIを集約すると、他部門の当事者意識が薄れます。

Q7 外部パートナーへ依頼するときの社内体制はどうしますか

社内には、顧客の問いを提供する窓口と、事業成果を判断する責任者を残します。営業の商談記録、CRM、問い合わせ内容を共有できれば、質問の整理やプロンプト設計は外部へ委ねられます。営業担当者が質問を整理し直さず、顧客が実際に使った言葉を残す運用が基本です。

Q8 アルゴリズム変更に合わせて役割分担を見直しますか

4部門の担当領域という骨格は変えず、測定対象と施策の優先順位を見直します。新しいAIサービスが普及したら月次定例で測定対象へ追加し、引用元として使われる媒体が変わったら広報の攻略対象を更新します。四半期に1回、KPIと測定対象を棚卸しします。

Q9 LLMOとSEOの担当は分けますか

同一チームで扱います。LLMO・AIO対策の土台にはテクニカルSEOやコンテンツ品質が含まれ、担当を分けると同じページへの指示が二重になります。LLMOとSEOの関係は、LLMOの目的と導入判断基準とLLMO対策の基礎FAQ一覧も参照してください。

まとめ

LLMO・AIO対策は、マーケティングが企画と統括、広報が外部言及、開発が技術基盤、営業が顧客の問いを担当し、1名の運用責任者がRACIで全体を管理する形が基本です。

月次定例を60分、議題を4点に固定し、引用率、言及率、推薦率と事業成果を並べて報告します。顧客の問いを集め、情報を公開し、技術的に取得可能にし、露出と成果を測る流れを共通言語にすれば、担当者が変わっても運用を続けられます。

顧客が商談で使った言葉、自社だけが持つ調査データ、実際の導入プロセスは、社内にしかない一次情報です。これらを社外から取得できる形へ変換し続けることが、他社との差別化につながります。

全体の施策を確認したい場合は、企業向け実践手順の全体ガイドを参照してください。部門間の分担設計から相談したい企業は、Umoren.aiのAI検索の現状分析レポート（LLM認識分析）をご確認ください。