製造業・BtoBメーカーのLLMO対策｜技術情報がAIに引用される条件

結論から言うと、製造業・BtoBメーカーのLLMO対策で最初にやるべきことは、カタログPDFの中に閉じ込めている技術情報を、HTMLページとして検索エンジンとAIが取得・理解できる形に公開し直すことです。新しいツールを買うことでも、AI向けの特殊なテクニックを探すことでもありません。

部品・素材・装置メーカーの多くは、技術仕様、選定条件、対応範囲、導入事例といった「AI検索が回答を組み立てるときに参照したい情報」を持っています。ところが、その情報の多くがカタログPDF、図面、営業資料、代理店経由の説明に分散していて、公式サイトのHTML本文にはほとんど書かれていません。AI検索の回答は取得できた情報から作られるため、公式サイトの本文が薄いメーカーは、技術力があっても回答の材料になりにくい構造になっています。

この記事では、部品・素材・装置メーカーのWeb担当者、技術広報、営業企画の方向けに、次の4点を整理します。

• 製造業のLLMO対策の定義と、一般的なSEOとの違い
• カタログPDF問題：AI・検索エンジンにとって読みやすいPDFと読みにくいPDFの違い、HTML化の判断基準
• 技術仕様・図面・事例を「引用されやすい形」で公開する具体的な条件
• 実装チェックリストと、製造業サイトでよくある失敗例

LLMO対策の全体像はLLMO対策とは？AI検索時代に企業サイトが確認すべきことで解説しています。本記事は製造業・BtoBメーカーという業種に絞った各論です。

製造業のLLMO対策の定義

製造業のLLMO対策とは、部品・素材・装置メーカーが持つ製品仕様、選定条件、対応範囲、技術資料、導入事例を、ChatGPT、Gemini、Perplexity、GoogleのAIによる概要（AI Overviews）・AIモードなどのAI検索が取得・理解・引用しやすいHTML中心の形式で公開し、AIの回答の中で自社製品が正確に説明される余地を高める情報設計の取り組みです。カタログPDFや営業資料に閉じた情報を公式サイトの本文へ展開することが中心で、引用や表示を保証する施策ではありません。

この定義には2つのポイントがあります。

1つ目は「HTML中心の形式で公開し直す」ことが主戦場だという点です。製造業は他業種に比べて、情報がないのではなく「AIが取得しにくい場所にある」ケースが目立ちます。カタログPDF、FAX注文票、代理店専用資料、展示会配布資料の中にある情報を、公式サイトの本文に出すだけで、AI検索から見た情報量は大きく変わります。

2つ目は「保証しない」という点です。クロール許可、HTML化、構造化データのいずれも、AIの回答に引用されることを約束しません。Googleも、要件やベストプラクティスを満たしてもコンテンツの表示が保証されるわけではないと公式に明言しています。できるのは、引用候補になるための条件を満たしておくことまでです。

なぜ製造業サイトはAI検索で不利になりやすいのか

製造業のWebサイトには、AI検索との相性が悪くなりやすい構造的な特徴があります。まずここを自覚することが対策の出発点です。

理由1：技術情報がカタログPDFに閉じている

多くのメーカーサイトは、製品ページに写真と1〜2行の説明だけを置き、「詳細はカタログをダウンロード」という導線にしています。人間の営業プロセスでは機能してきた形式ですが、AI検索の観点では2つの問題があります。

• ダウンロードにフォーム入力（社名・メール等）を要求している場合、検索エンジンもAIクローラーもその先の情報を取得できません。ゲート付き資料の中身は、AI検索から見れば存在しないのと同じです。
• フォームなしで公開しているPDFでも、後述するとおり、作り方によってはテキストが抽出しにくく、回答の材料として使われにくくなります。

理由2：型番・仕様情報がページとして分割されていない

「型番一覧はExcel由来の巨大な1枚PDF」「シリーズ全体で1ページだけ」という構成では、AI検索が「この型番は何で、どの用途向けで、仕様はどうか」という単位で情報を切り出しにくくなります。GoogleはAIモードやAIによる概要で、1つの質問を複数のサブトピックに分解して並行検索する「クエリファンアウト」という手法を使う場合があると説明しています。質問が細かく分解されるほど、細かい単位で立っているページのほうが参照対象になりやすい、というのが実務上の考え方です（この因果自体は公式に保証された仕様ではなく、公開情報からの推論です）。

理由3：情報発信を代理店・商社・展示会に依存してきた

BtoBメーカーは、製品説明を代理店や商社の営業に任せてきた歴史があり、公式サイトの説明が「会社案内の延長」にとどまりがちです。AI検索は公式サイト、業界メディア、技術系データベース、ニュースリリースなどの公開情報を横断して回答を作るため、公式サイトが薄いと、AIの説明が古い雑誌記事や第三者のあいまいな記述に引っ張られるリスクが上がります。自社がAIにどう説明されているかの確認方法はAI検索でブランド名を調べた時に確認すべき回答パターンを参照してください。誤った説明を見つけた場合の直し方はAIが自社情報を間違えて答える時の修正方法で扱っています。

理由4：セキュリティ設定でAIクローラーを一括遮断している

情報漏えい対策として、WAFやrobots.txtでボットアクセスを広く遮断している製造業サイトがあります。学習用クローラーの遮断は経営判断としてあり得ますが、検索用クローラーまで一括で遮断すると、AI検索の情報源から自社サイトが外れます。OpenAIはChatGPTの検索機能でサイトを表示するためのクローラーとして「OAI-SearchBot」を、学習用の「GPTBot」とは別に公開しており、robots.txtで個別に制御できます。PerplexityもPerplexityBot（検索表示用、学習用ではない）とPerplexity-User（ユーザー操作起点の取得）を分けて公開しています。用途別の許可・拒否の設計はrobots.txtのAIクローラー設定にまとめています。

カタログPDF問題：AIが読みやすいPDFと読みにくいPDFの違い

「カタログPDFはAIに読まれない」という言い方をよく見かけますが、正確ではありません。事実として、GoogleはPDF（Adobe Portable Document Format）をインデックス可能なファイル形式として公式に挙げています。フォームの裏に隠さず公開されているPDFは、検索対象になり得ます。

問題は「PDFかどうか」ではなく「そのPDFからテキストと構造を取り出せるか」です。

補足すると、「表や段組みの構造が崩れやすい」「巨大ファイルは対象の特定がしにくい」という部分は、各AI検索サービスが処理仕様を公開しているわけではないため、実務上の仮説として扱ってください。一方で「フォームの先はクローラーが取得できない」「スキャン画像PDFにはテキストレイヤーがない」は形式上の事実です。

PDFのままでよい情報とHTML化すべき情報の判断表

すべてのPDFをHTML化する必要はありません。工数を考えると、判断基準を先に決めるべきです。

原則はこうまとめられます。「選定・比較の判断に使う情報はHTML、設計実務に使うデータはファイルのまま、ただし存在はHTMLで説明する」。

技術情報がAIに引用されやすくなる公開条件

Googleは、AIによる概要・AIモードに表示されるための追加の特別要件はなく、通常のGoogle検索にインデックスされ、スニペット表示の対象になれることが土台だと説明しています。つまり製造業のLLMO対策の大半は、技術情報を「検索の基本要件を満たす普通のWebページ」にする作業です。そのうえで、AIが回答を組み立てる際に扱いやすい形を意識します。

条件1：製品・シリーズ単位のHTMLページを持つ

• 1製品（またはユーザーが比較する単位のシリーズ）につき1URLを用意する。
• ページ冒頭に「何の製品で、誰向けで、何ができるか」を2〜3文で書く。型番と正式製品名を本文テキストで明記する（画像内文字だけにしない）。
• 用途・対象業界・対応範囲・非対応条件を本文に書く。「できないこと」を書いているページは、比較質問への回答材料として価値が高くなります。

条件2：仕様表をHTMLの表として置く

仕様表を画像やPDFだけで提供している場合、HTMLの表に転記します。項目名（寸法、材質、定格電圧、動作温度範囲など）と値・単位をテキストで持つ表は、人間の比較検討にもAIの取得にも同じように役立ちます。構造化データ（Product等）の付与は次の段階の施策で、まず本文の表が先です。実装の考え方は構造化データとAI検索の関係を参照してください。構造化データは本文に見えている内容と一致している必要があり、付ければ表示が有利になると保証されるものでもありません。

条件3：選定ガイド・技術解説を「質問に答える形」で書く

製造業サイトで最も引用候補になりやすいのは、カタログの転載ではなく、次のような「メーカーにしか書けない判断情報」です。

• 「AとBの使い分け」「〇〇環境でこの材質を選ぶ理由」といった選定基準の解説
• 型番体系の読み方（どの桁が何を意味するか）
• 加工限界・公差・対応ロットなど、問い合わせで毎回聞かれる内容の文章化
• トラブル事例と原因の解説（守秘に触れない範囲で）

Googleも生成AI時代の最適化ガイドで、他サイトにない独自性のある情報の価値を強調しています。営業・技術サポートに日々寄せられる質問リストは、そのまま記事企画のリストになります。

条件4：FAQを見出しと本文で書く

問い合わせの多い質問は、FAQとしてHTMLの見出しと本文で公開します。1つの質問に対して、前提条件つきで完結に答える形が、人間にもAIにも扱いやすい形式です。FAQの設計はAI検索に効くFAQと構造化データの作り方で詳しく解説しています。

条件5：会社・工場・認証情報を整合させる

BtoBの購買では「どこの会社が作っているか」も回答の一部になります。会社概要、拠点・工場、取得認証(ISO等)、創業年、取引形態(直販か代理店か)をHTMLで整備し、プレスリリースや業界メディア掲載などの外部情報と矛盾しない状態にします。外部露出との連携はプレスリリースをAI検索の引用につなげる設計、言及のされ方全般はサイテーションとAI検索の関係を参照してください。

条件6：AIクローラーのアクセス方針を決める

技術情報の公開範囲を決めたら、クローラー制御も方針として明文化します。

• Google検索経由のAI機能（AIによる概要・AIモード）は、Googlebotのクロールとインデックスが前提。露出を細かく制御したい場合はnosnippet、max-snippet、noindex等を使う。
• ChatGPT検索での表示を許容するならOAI-SearchBotを許可する。学習利用を避けたいならGPTBotだけを拒否する、という分離が可能。
• PerplexityBotは検索表示用で、Perplexityは学習用ではないと説明している。なおPerplexity-UserやChatGPT-Userのようなユーザー操作起点の取得は、robots.txtが適用されない場合があると各社が明示している。

「営業機密は守りたいが、公開済み製品情報はAIに正しく拾ってほしい」という製造業の要件は、この用途別制御でかなりの部分を実現できます。

実装チェックリスト

自社サイトを点検する順に並べています。全体的な監査手順はLLMO対策のセルフ監査チェックリストも併用してください。

• 主要製品それぞれに、型番・用途・対象業界が本文テキストで書かれたHTMLページがあるか
• 仕様表がHTMLの表として存在するか（画像・PDFのみになっていないか)
• 製品概要・基本仕様が、フォーム入力なしで閲覧できるか
• カタログPDFはテキスト抽出可能か（スキャン画像だけのPDFが現役で残っていないか）
• 総合カタログ1ファイルに依存せず、製品単位のページに分割されているか
• 選定基準・使い分け・非対応条件など、カタログにない判断情報のページがあるか
• 問い合わせで頻出する質問がFAQとしてHTML公開されているか
• 会社概要・工場・認証・取引形態の情報が最新で、外部掲載情報と矛盾していないか
• robots.txtで、検索用AIクローラー(OAI-SearchBot、PerplexityBot等)と学習用クローラー(GPTBot等)の扱いを意図して分けているか
• ChatGPT・Gemini・Perplexityで自社名・主要製品名・「(カテゴリ名) メーカー おすすめ」を質問し、回答内容と参照元を記録したか

最後の項目は、対策前の現状記録として必ず実施してください。効果の測り方はLLMOのKPI設計と効果測定で解説しています。

製造業サイトでよくある失敗例

なお、リニューアル時にURLや旧製品ページを整理する場合の注意点はサイトリニューアル時のLLMO移行対策にまとめています。

よくある質問

カタログPDFは削除してHTMLに置き換えるべきですか？

削除は不要です。PDFはGoogleがインデックス可能な形式として公式に挙げており、印刷・保存用の資料として価値があります。推奨は「併置」です。選定・比較に使う概要と仕様はHTMLページに展開し、同じページからPDF版をダウンロードできるようにします。避けるべきなのは「PDFしかない」「フォームの先にしかない」状態です。

図面やCADデータもAI向けに公開する必要がありますか？

図面・CADデータ自体をAI向けに変換する必要はありません。これらは設計者が使う実務データで、AI検索の回答材料というよりダウンロード資産です。重要なのは、「どの製品にどの形式(DXF、STEP等)のデータがあるか」をHTML本文で説明することです。データの存在が本文に書かれていれば、「〇〇のCADデータはあるか」という質問への回答材料になり得ます。

技術情報を公開すると競合に真似されませんか？

公開する範囲の線引きは必要です。ただし、カタログに載せて展示会で配っている情報は、実質的にすでに競合の手元にあります。競合が持っていて顧客とAIだけが取得できない、という状態が最も不利です。線引きの目安は「顧客が発注前の比較・選定に使う情報は公開、受注後の製造ノウハウ・個別設計は非公開」です。

対策の効果はどう確認すればよいですか？

順位や引用の改善を保証する方法はありません。確認できるのは、(1) ChatGPT・Gemini・Perplexityに自社名・製品カテゴリ名で質問した際の回答内容と参照元の変化を定点記録すること、(2) Search ConsoleやGA4でAI検索経由と推定される流入(例えばChatGPT経由の流入にはutm_source=chatgpt.comが付与されるとOpenAIが説明しています)を観測することです。詳細はGA4でAI検索経由の流入を測定する方法を参照してください。

社内にWeb担当が1人しかいません。どこから着手すべきですか？

主力製品の上位数点だけに絞って、「製品ページのHTML化＋仕様表のHTML化＋FAQの公開」から始めてください。全製品を一度に整備する必要はありません。社内リソースで進めるか外部支援を使うかの判断軸はLLMO対策は内製か外注かで整理しています。

まとめ：カタログの中身をWebに出すことが最大のLLMO対策

製造業・BtoBメーカーのLLMO対策は、突き詰めると「営業とカタログが持っている情報を、公式サイトのHTML本文に出す」ことです。

• 選定・比較に使う情報はHTMLで公開する。PDFは併置に回す
• 仕様表・選定基準・非対応条件・FAQを本文テキストで書く
• 学習用と検索用のAIクローラーを分けて制御する
• 引用や順位を保証する施策は存在しない。できるのは引用候補の条件を満たすことまで

自社の技術情報が現在AIにどう説明されているか、どのページが取得できない状態になっているかを第三者の目で確認したい場合は、AI検索診断で現状把握から始められます。まずは本記事のチェックリストで、カタログPDFと製品ページの状態を点検してみてください。