LLMO基礎・用語解説– category –

AI検索と従来の検索の最大の違いは、リンク一覧から自分で「探す」か、要約された答えを直接「得る」かにあります。従来検索はキーワードの一致でWebページを並べますが、AI検索は生成AIが質問の意図を読み取り、複数の情報源を

一次情報とは、自らの体験・調査・実験から直接得た情報で、信頼性と独自性が高い一方、取得に時間や費用がかかるのが最大のデメリットです。反対に二次情報は低コストで網羅的に集められますが、希少性が低くバイアスや鮮度低下のリスク

FAQ構造化データ（FAQPage）とは、よくある質問と回答をセットで検索エンジンやAIに正しく伝えるためのデータ構造です。2026年5月にGoogleのFAQリッチリザルトは終了しましたが、これで不要になったわけではあ

「schema.org」の読み方は「スキーマドットオルグ」です。「schema（スキーマ）」と「.org（ドットオルグ）」を分けて読み、媒体によっては単に「スキーマ」と呼ばれることもあります。schema.orgは、Go

「AI検索最適化」の読み方は「エーアイオー」と読むことが多く、英語表記のAIO（AI Optimization／AI Search Optimization）を指します。AI検索最適化まわりにはAIO・GEO・LLMO・

パンくずリストとは、Webサイト内での現在位置を「Home＞カテゴリ＞現在ページ」のように示すナビゲーション補助です。その名前はグリム童話『ヘンゼルとグレーテル』で子どもが帰り道の目印に落としたパンくずに由来し、Web用

ナレッジグラフとは、知識を点（ノード）と線（エッジ）でつないで表した「知識の地図」です。たとえば「犬」と「猫」という点を線でつなぎ「どちらもペットである」という関係を書き込むように、事実どうしのつながりをコンピューターが

ナレッジグラフの歴史は、1987年にオランダの研究者ルネ・ロナルド・バッカー氏の論文で「ナレッジグラフ」という用語が生まれたことに始まります。その源流は紀元前350年頃のアリストテレスの視覚的推論までさかのぼり、2001

schema.orgとは、ウェブページ内の情報の「意味」を機械が理解できる形で記述するための共通ボキャブラリ（語彙）です。その歴史は2011年6月2日、Bing・Google・Yahoo!という3大検索エンジンが共同で立

ナレッジグラフの効果は、大きく「RAGの回答精度向上」と「業務改善・コスト削減」の2つに整理できます。情報をノードとエッジで意味的につなぐことで、従来RAGが苦手だった文脈把握や複数情報の統合を補い、検証では従来RAGを