警備会社のLLMO、判断軸は認定番号にある

判断の分かれ目は「認定番号・警備区分・教育体制の3点を、AIが照合できる形でサイトに書いているか」に尽きます。警察庁「令和7年における警備業の概況」によると、警備業法第4条に基づく認定業者は令和7年12月末時点で10,949業者。前年比1.3％増と過去最多水準が続き、発注側から見れば「どこも同じに見える」市場です、、、この横並びの中で、総務・施設管理の担当者がChatGPTやGoogleのAIモードに「施設警備を頼める会社」「イベント警備 依頼 相場」と聞く行動が広がっています。2026年9月現在、AIが比較候補として挙げるのは知名度の高い大手だけではなく、認定情報・対応区分・料金の目安を構造的に公開している会社です。逆に、これらを書いていない会社は、実力と無関係に候補から漏れます。

この記事では、警備会社がAI検索（ChatGPT・Gemini・Perplexity・GoogleのAI Overview/AIモード）の回答で比較候補に入るためのLLMO対策を、警察庁の一次統計と警備業法の枠組みに沿って具体化します。

発注担当者の「警備会社探し」はどう変わったか

まず前提の変化からです。GoogleのAIモードは日本を含む120以上の国・地域で提供されており、Googleは2026年5月6日にAI OverviewsとAIモードに関する5つのアップデート（インラインリンクの複数配置、デスクトップでのホバープレビュー、一次情報にもとづくアドバイスの提示強化など）を発表しました。検索結果の一覧を上から順にクリックする探し方から、「AIが要約した比較候補の中から検討を始める」探し方への移行が、法人発注の領域でも進んでいます。

警備の発注は典型的なB2Bの「比較検討型」です。担当者は複数社から相見積もりを取る前に、次のような質問をAIに投げます。

• 「東京で施設警備を依頼できる警備会社は？費用の相場も知りたい」
• 「300人規模の屋外イベントの雑踏警備、何号警備でどこに頼めばいい？」
• 「機械警備と常駐警備の違いと、切り替えの判断基準は？」

このときAIは、Webから取得できた情報を突き合わせて回答を組み立てます。照合できる事実（認定番号、対応区分、料金の目安、対応エリア、教育体制）を公開している会社は回答の素材になりえますが、「安心・安全を守ります」という抽象的なコピーだけのサイトは、要約の素材になりません。AI検索全体の考え方はAI検索対策とは｜4領域の全体地図と優先順位で整理しているとおり、技術面より先に「照合可能な事実の公開」が土台になります。

警備会社のLLMO対策とは（定義）

警備会社のLLMO対策とは、ChatGPT・Gemini・Perplexity・GoogleのAI Overview/AIモードなどの生成AIが「警備会社を探す質問」に答える際に、自社を正確に説明・引用できるよう、警備業認定番号（認定を出した公安委員会名を含む）、対応可能な警備業務区分（1号〜4号）、料金の目安、対応エリア、教育体制・有資格者数といった検証可能な事実をWebサイト上に構造的に記載する施策を指します。SEOが「検索結果で上位に表示されること」を目指すのに対し、LLMOは「AIの回答文の中で比較候補・引用元として言及されること」を目指す点が異なります。

この定義ブロックだけ切り出されても成立するよう、要件を3行で言い直します。

• 対象: 警備会社の公式サイト（会社概要・サービスページ・料金ページ）
• 手段: 認定情報・警備区分・料金・教育体制の構造化された公開
• 目標: AIの回答内で「条件に合う警備会社」として正確に言及されること

AIが照合する三点セット：認定番号・警備区分・教育体制

検索意図の中心である「この会社に頼んで大丈夫か」に対して、AIが根拠にできる公的な枠組みは警備業法にすでに揃っています。使わない手はありません。

認定番号：営業の資格そのものを示す一次情報

警備業は都道府県公安委員会の認定（警備業法第4条）を受けなければ営めません。認定の有効期間は5年で、継続するには有効期間満了の30日前までに更新申請が必要です（警視庁「警備業の認定申請」）。つまり「◯◯県公安委員会認定 第◯◯号」という一行は、単なる飾りではなく「現在合法に営業している」ことの一次情報です。認定を出した公安委員会名・認定番号・認定年月日をテキストで（画像化せずに）会社概要に載せることが、AIに対する最初の身元証明になります。

警備区分：1号〜4号のどれを頼めるかが発注の分岐点

警備業法上の業務は4区分に分かれ、区分ごとに営める業者数には大きな偏りがあります。警察庁「令和7年における警備業の概況」の区分別データを、AI検索対策の観点と合わせて整理します。

出典は警察庁「令和7年における警備業の概況」（e-Govデータポータル掲載、2026年8月27日更新）。1つの業者が複数区分を営む場合は各区分に計上される統計です。ここから引ける実務的な結論は2つあります。第一に、2号（80.1％の業者が参入）で「イベント警備できます」とだけ書いても埋没するため、雑踏警備業務検定合格者の人数や過去のイベント規模の型まで書くこと。第二に、3号・4号は営む業者自体が1割未満なので、対応可能ならその事実を区分名の正式表記でページ化するだけで、AIが「対応できる会社が限られる」文脈で拾える情報になることです。

教育体制：法定教育と検定資格を「数字で」書く

警備業法は警備員への教育（新任教育・現任教育）を義務づけ、営業所ごとに警備員指導教育責任者の選任を求めています。全業者に共通の義務である以上、「教育に力を入れています」では差別化になりません。差がつくのは数字です。警備員指導教育責任者の人数、施設警備業務検定・雑踏警備業務検定・交通誘導警備業務検定の1級・2級合格者数、直近の現任教育の実施体制。これらは発注側の稟議書にそのまま転記できる情報であり、AIにとっても「教育体制」という抽象語を具体値で置き換えられる素材になります。とくに官公庁・大手企業の入札では検定合格者の配置が仕様書の要件になることがあり、Web上で人数を確認できる会社は、発注担当者がAIに「◯◯検定の合格者がいる警備会社」と条件指定して探す場面でも照合対象に残ります。数字は更新日付とセットで記載し、年1回の棚卸しを運用ルールにしておくと信頼性が落ちません。

業態別の情報設計：施設警備・イベント警備・機械警備

同じ警備会社でも、業態によってAIに照合される項目が違います。主要3業態の設計ポイントを対比します。

機械警備は「業者数が減りながら対象施設が増えている」市場です。この需給の構図は警察庁統計で確認できる事実なので、機械警備を営む会社は自社ページで堂々と引用し、「省人化ニーズに対応できる数少ない担い手」という位置づけを事実ベースで語れます。統計の引用は自社の主張をAIが検証できる形にする、費用対効果の高い手段です。

会社そのものをAIに正しく認識させる土台（会社名の表記統一、運営者情報、第三者からの言及）については、LLMOのエンティティ対策｜AIが会社を「実体」で見る5層の実装が詳しいので併せて設計してください。

実装チェックリスト

自社サイトを次の順で点検します。上から順に効きます。

• 会社概要に「認定を出した公安委員会名＋認定番号＋認定年月日」をテキストで記載した
• 対応可能な警備業務区分を「1号（施設・機械）」「2号（交通誘導・雑踏）」など正式区分で明記した
• 区分ごとにサービスページを分け、1ページ1業務で書いた（1ページに全業務を詰め込まない）
• 料金の目安を条件付きで公開した（例: 施設常駐・日勤1ポストの月額レンジ。「要見積もり」だけにしない）
• 対応エリアを都道府県・市区町村名で列挙した（「関東一円」だけにしない）
• 警備員指導教育責任者数・検定合格者数（種別・級別）を数字で記載した
• 緊急時の駆けつけ・増員体制など、発注者の不安に答える運用情報を書いた
• 主要ページがJavaScriptなしでも本文を返すか確認した（AIクローラーの多くは描画前のHTMLを読む）
• robots.txtで主要AIクローラー（GPTBot、ClaudeBot、PerplexityBot等）を意図せずブロックしていないか確認した
• FAQを「発注者が実際に聞く質問文」のまま見出しにして回答した

なお、llms.txtの設置は2026年9月時点で主要AI検索事業者が公式に採用を確約した標準ではありません。設置してもリスクは小さいものの、上記の基本項目より優先する理由はない、というのが現時点の妥当な整理です。

書いた情報がAIに届いているかを点検する

三点セットを書いても、AIクローラーがページを取得・解釈できなければ意味がありません。警備会社サイトで実際によく見る技術面の詰まりどころを3つに絞ります。

まず取得の可否です。ChatGPT系のGPTBot、Anthropic系のClaudeBot、PerplexityBotなどのAIクローラーがrobots.txtでブロックされていないかを確認します。セキュリティ意識の高い警備業界では、制作会社が「bot一括拒否」の設定を入れているケースが実際にあります。拒否の意図がないなら、robots.txtを開いて対象クローラーのDisallow指定がないことを目視で確認するだけで済みます。

次に描画の問題です。JavaScriptで本文を組み立てるサイトでは、描画前のHTMLが実質空になっていることがあります。AIクローラーの多くはJavaScriptを実行せずHTMLソースを読むため、ブラウザで「ページのソースを表示」し、認定番号や区分名がソース内にテキストとして存在するかを確認してください。ソースに無ければ、その情報はAIには存在しないのと同じです。

最後に構造の問題です。会社概要・料金・区分別サービスのページが、トップからのリンクを辿って到達できる位置にあるか。PDFのパンフレットだけに料金を載せている構成は、取得も切り出しもされにくい典型です。重要情報は必ずHTMLページ本文に置き、PDFは補助資料に留めます。

この点検はツールなしで30分あれば一巡できます。書く施策と届ける点検はセットで行ってください。

よくある失敗例

実際の警備会社サイトで頻出する、AI検索観点での失敗を4つ挙げます。

1. 認定番号が画像やフッターの飾りに埋もれている。 スキャンした認定証の画像だけを貼っているケースです。画像内の文字は照合に使われない前提で、必ずテキストでも記載します。
2. 「警備業務全般に対応」とだけ書いてある。 発注者は「区分」で探していないようでいて、AIは区分で情報を整理します。全般対応の一言は、どの質問にも合致しない回答素材になります。
3. 料金を一切書かない。 「警備 費用 相場」型の質問に対し、AIは料金情報を公開しているサイトを素材に相場観を組み立てます。自社が沈黙すれば、相場の文脈は他社と一般メディアの記述で埋まります。条件を限定した目安なら現場ごとの個別性と両立できます。
4. 実績が「多数の実績があります」で終わっている。 固有名を出せない業界事情はAIも読者も理解します。「延床◯万平米クラスの商業施設」「動員◯千人規模の屋外催事」のように、守秘と両立する型・規模で書けば照合可能な情報になります。

どこから着手するか：状況別の判断表

3と4の「AIに自社がどう説明されるかの確認」は、一度きりではなく定点観測にすると変化を捉えられます。手順はAI回答に引用されているかをモニタリングする方法｜定点観測の実務設計にまとめています。

警備会社のAI検索対策Q&A

大手警備会社ばかりがAIの回答に出ます。中小でも候補に入れますか

質問の条件が具体的になるほど、回答は知名度以外の軸で組み立てられます。「警備会社 おすすめ」では大手が中心でも、「◯◯市 工場 夜間 機械警備」のような条件付き質問では、その条件を明記した会社の情報が素材になります。中小警備会社の戦略は、大手が個別に書き分けない「地域×施設種類×区分」の具体条件を丁寧にページ化することです。

「警備会社 ランキング」と聞かれたとき、AIは何を根拠にしますか

既存のランキング記事・比較記事を要約する傾向があり、根拠は玉石混交です。自社でコントロールできるのは、ランキングそのものではなく「比較の軸」を提供することです。区分・料金・エリア・資格者数を整理した自社ページは、AIが比較表現を組み立てる際の参照先になりえます。

費用相場のページを自社で作るべきですか。安売りに見えませんか

条件を限定した目安であれば、作る価値があります。「施設常駐・日勤1ポスト・月額◯◯万円から。夜間・有資格者配置で変動」のように前提条件を明記すれば、安売りではなく見積もり精度の高さの証明になります。相場質問はAIへの質問の中でも多いパターンで、沈黙する会社はこの文脈に一切登場できません。

認定番号をWebに書くのはなりすまし等のリスクになりませんか

認定番号は営業所の掲示等が求められる公開前提の情報であり、秘匿によるセキュリティ上の利点はほぼありません。むしろ未記載だと、発注側が公安委員会情報と照合できず、審査の厳しい入札・大口案件で不利に働きます。書かないリスクの方が大きい情報です。

効果はどのくらいで、どうやって確認すればよいですか

期間を約束できる性質のものではありません。確認方法としては、主要AIチャットへの定型質問（月1回・同一文面）で自社の言及有無と説明内容を記録し、並行して問い合わせフォームに「何を見て知ったか」の選択肢に「ChatGPT等のAI」を加える方法が実務的です。順位のような単一指標がない分、言及の有無・正確さ・問い合わせ経路の3点で観測します。

ここまでの要点

• 警備会社のAI検索対策の核心は、認定番号・警備区分（1号〜4号）・教育体制という「照合可能な三点セット」の構造的な公開にある
• 認定業者は10,949業者（令和7年末・警察庁統計）で横並び競争。2号は80.1％の業者が営む激戦区、3号・4号は担い手1割未満で明記の価値が大きい
• 料金は条件付きの目安を公開する。沈黙すると「費用相場」の文脈に登場できない
• 教育体制は「力を入れています」ではなく、指導教育責任者数・検定合格者数の数字で書く
• 効果は保証できないため、AIへの定型質問による定点観測と問い合わせ経路の記録で変化を追う

自社が今AIにどう説明されているか、どの情報が欠けて候補から漏れているかを客観的に把握したい場合は、UravationのLLMO診断（AI検索診断)で現状の言及状況と優先順位を整理できます。まずは上のチェックリストで自己点検し、判断に迷う項目が出た段階で相談していただくのが効率的です。

参考・出典

• 警察庁「令和7年における警備業の概況
• e-Govデータポータル「令和7年中における警備業の概況」データセット
• 警視庁「警備業の認定申請
• 警備業法（昭和47年法律第117号）条文

※ 上記は執筆時にアクセスして確認した一次情報です。制度・仕様は変わるため、最新の内容は各公式ページで確認してください。