【結論】AIは「入口」、SNSは「確信の場」に分かれました。AIの回答だけで購入を決める人は2.4%しかおらず、調べた先に情報がないと34.4%が購入をやめます。対策は「AIに引用される」と「調べられて耐える」の二段構えです。
▼SNS施策の事例集を無料ダウンロードする
https://tatap.jp/download/?utm_source=youtube_org&utm_medium=social
▼開催中のウェビナー/アーカイブ動画をみてみる
https://tatap.jp/event/?utm_source=youtube_org&utm_medium=social
▼無料相談してみる
https://tatap.jp/consultation/?utm_source=youtube_org&utm_medium=social
===========================================
生成AIの普及で購買行動の構造がどう変わったのかを、TaTapの独自調査をもとに全6章・22分で体系化しました。生成AIの利用経験は77.9%、ほぼ毎日使う人は36.4%（20代は54.5%）。情報探索の起点としても生成AI・AI検索16.5%がSNS単独12.1%を追い越し、AI利用者の57.2%はすでにAI経由で商品を買っています。一方でAIの回答だけで決める人は2.4%しかおらず、生活者はAIで候補を知り、SNSや検索で確かめてから買っています。この動画では、AIに引用されるための情報設計5原則（AI回答の34.62%がSNSを引用し、うち52.1%がYouTube）、調べられたときに揃っているべき4点セット、裏取り耐性チェック10項目、そして90日で実装する手順とAI検索時代のKPI4つまでを解説します。企業のマーケティング担当・SNS担当・経営者の方向けの内容です。
■ この動画でわかること
・生成AIの利用実態：利用経験77.9%・ほぼ毎日36.4%（20代54.5%／40代26.0%で28.5ptの差）、AI経由の購入経験57.2%
・「AIで知って、SNSで確かめる」構造：AIの回答だけで決める人は2.4%、SNS・動画4サービスの延べ確認数259件はGoogle103件の約2.5倍
・調べた先が空白だと34.4%が購入をやめる（何らかの不安を覚える人は62.0%）という取りこぼしの構造
・AIに引用される情報設計5原則と、引用の実態（長尺94%・ショート5.7%、引用動画の40.8%が再生1,000回未満、効くのは説明文の質）
・90日で実装する手順（1〜30日は掃除／31〜60日は発信／61〜90日はUGC）と、AI検索時代のKPI4つ
■ LLMO（大規模言語モデル最適化）とは
LLMOとは、ChatGPT・Gemini・Perplexityなどの生成AIが回答をつくるときに、自社の情報が引用・参照される状態をつくる取り組みのことです。検索順位を上げるSEOと違い、順位ではなく「AIが提示する2〜3個の候補に入るかどうか」が勝負所になり、クリックされなくても引用されれば効果が生まれます。ただしAIに登場するだけでは購買は完了せず、名前で検索されたときにSNS上に情報があるかどうか、という二段目とセットで設計する必要があります。
■ よくある質問
Q1. LLMO対策はSEO対策をやめて乗り換えるということですか？
A1. やめる話ではなく、重なる話です。良質な一次情報が評価される、構造化された文章が読まれる、出典と信頼性が重視される、定期的な更新が効く、という点はSEOと共通で、これまでSEOでやってきたことの多くはそのまま活きます。違うのは、順位ではなく候補に入るかどうかで判断されること、クリックされなくても引用されること、答えの形で書く必要があること、そして使うAIによって結果が変わることです。
Q2. AIに引用されるにはバズや再生数が必要ですか？
A2. 必要ありません。AI引用1億件超を分析した調査では、引用された動画の94%が長尺でショート動画は5.7%にとどまり、引用された動画の40.8%は再生1,000回未満でした。再生数・いいねと引用頻度はほぼ無相関で、相関が見られたのは説明文（概要欄）の記述の充実度（相関0.31）です。チャプター・字幕・結論を先に書いた概要欄など、構造と説明文の質を整えるほうが効きます。
Q3. 何から手をつければいいですか？
A3. まず自社をAIに聞いてみる5つの質問（「◯◯社について教えて」「◯◯（商品名）の評判は？」「◯◯（カテゴリ）のおすすめは？」「◯◯社と△△社の違いは？」「◯◯（商品）の料金は？」）で現在地を診断してください。そのうえで90日を3つに分け、1〜30日は古い情報の掃除、31〜60日は引用される情報づくり、61〜90日はUGC創出という順で進めます。KPIはAIでの登場率・指名検索数・UGCと口コミの件数・問い合わせでの言及の4つで測ります。
▼ チャプター
00:00 オープニング｜AI検索時代のSNSマーケの教科書
00:55 この動画の構成｜全6章で体系化します
01:20 【結論】この動画の結論5つ
02:10 立場別・どの章から見ればいいか
02:35 第1章 何が起きているか｜生成AIは日常のインフラになった
03:00 20代は54.5%が毎日使っている（40代とは28.5ptの差）
03:25 情報探索の起点｜生成AI16.5%がSNS単独12.1%を追い越した
03:50 AI経由の購買は、もう起きている（購入経験57.2%）
04:15 ただし、AIの回答だけで決める人は2.4%
04:40 新しい購買行動｜AIで知って、SNSで確かめる4ステップ
05:30 従来の流れと何が変わったのか（入口・候補の数・勝負所）
06:20 第1章のまとめ
06:45 第2章 裏取りの構造｜AIで知った商品をどこで調べているか
07:10 「SNSで確かめる」総量259件はGoogle103件の約2.5倍
08:00 媒体ごとに、確かめられている内容が違う
08:25 20代と40代で、確認先がここまで違う
08:50 調べた先に何もないと、3人に1人が離脱する（34.4%）
09:15 AIとSNS、どちらを信頼しているか（33.1%対37.7%）
09:40 生活者が「企業にあると助かる」と答えた発信
10:05 第2章のまとめ
10:30 第3章 AIに引用される（LLMO）
10:55 AIの回答の34.62%がSNSを引用・うち52.1%がYouTube
11:20 AIによって、SNSの引用率は12.7倍も違う
11:55 引用に「バズ」は要らない｜長尺94%・再生数とは無相関
12:45 AIに引用される情報設計｜5つの原則
13:10 媒体別のLLMOの打ち手（YouTube・note・自社サイト・SNS）
13:35 最強の材料は「自社にしかない一次情報」
14:00 引用されているかを確認する方法4ステップ
14:25 第3章のまとめ
14:50 第4章 裏取りに耐える｜二段構えで考える
15:15 検索されたときに、揃っているべき4点セット
15:40 最も効くのは一般ユーザーの投稿（購入きっかけ最多42.9%）
16:05 見落とされがちな「情報の鮮度」
16:30 裏取り耐性チェック：10項目
17:20 第4章のまとめ
17:45 第5章 実装｜まず自社をAIに聞いてみる5つの質問
18:10 診断結果の読み方｜出てこない／古い・誤り／正しく出る
18:35 1〜30日｜まず「今どう見えているか」を知る
19:00 31〜60日｜引用される情報をつくる
19:25 61〜90日｜調べられて耐える状態をつくる
19:50 AI検索時代のKPI｜4つで測る
20:15 第5章のまとめ
20:40 第6章 これからの論点｜SEOとLLMOは重なる話
21:05 業種別：どこから手をつけるべきか
21:55 本日のまとめ
