C
社員によるコラム形式でバスツアーの魅力を親しみやすく伝えていますが、AI最適化（LLMO）の観点では改善の余地が多くあります。文章が散文的で情緒的な表現が多く、AIが回答の根拠として直接引用しやすい『結論先行の要約』や『ファクト・数値データ』が不足しています。また、見出し構造のセマンティックな明確化や構造化データの実装が不十分なため、生成AIでの抽出優先度は低めです。魅力の箇条書き要約や客観的な比較データを追加することで引用率向上が期待できます。
文脈解析
62
%
タグ構造
45
%
データ量
55
%
信頼性
60
%
適合度
68
%
用語の定義と解説
【構造化情報密度】
HTMLタグやSchema.org等を用いてAIがデータを構造的に解析しやすい状態に整理されているかを評価します。
【エンティティ明確性】
主語やサービス名などの固有名詞が明確で、AIが固有のエンティティとして認識できるかを評価します。
【結論先行・要約性】
AIが回答として直接抽出（スニペット化）しやすい要約文や結論が提示されているかを評価します。
【セマンティック適合度】
指定テーマ（バスツアーの魅力・日帰り旅行）の文脈や検索意図に対して意味的に合致しているかを示します。
【ファクト情報密度】
感情的な表現だけでなく、数値・事実・客観的データなどAIが根拠として引用しやすい情報があるかを評価します。