大企業本社・外資系・コンサル集積地の港区事業者がPerplexity・ChatGPT Search・Copilotで引用されるためのLLMO/GEO対策を、多言語テンプレ込みで提供します。
港区の特殊性 — LLMO最大の激戦区
港区は事業所数・従業者数が23区トップクラスの大企業・外資系集積地。IR情報・採用情報・製品比較記事がAI検索で引用される機会が他区より遥かに多い環境です。
特に港区で重要:
- Copilot（Microsoft）経由の引用: 大企業ユーザー層で利用率が高い
- 英語圏LLM対応: 外資系・海外投資家・海外取引先への訴求
- IR観点のE-E-A-T: 株主・投資家の情報収集にAI検索が浸透
🎁 今すぐ使える：港区事業者向けLLMO診断
Step 1: BtoB/大企業向け基礎設定（5分）
- llms.txt 日本語版を設置
- 英語版 llms.txt（
/en/llms.txt）を設置 - AI向け robots.txt で主要ボット許可
- Bingbot も必ず許可（Copilot用）
Step 2: 大企業向け構造化データ（15分）
- Organization schema 全ページに
- 上場企業は
tickerSymbolを明記 - Service schema 各事業に
- Review / AggregateRating（BtoB事例含む）
- Article / FAQPage schema コンテンツに
- JobPosting schema（採用観点）
- Google Rich Results Test で検証
Step 3: IR・採用 × E-E-A-T（10分）
- 代表・役員の Person schema
- **IR情報（有価証券報告書・決算）**をAI可読に
- ESG / サステナビリティページ充実
- 大企業メディア掲載（日経・WSJ・Reuters等）
- 従業員ブログ・Tech Blogで専門性訴求
Step 4: 多言語・多地域対応（10分）
- 英語版コンテンツに hreflang 設定
- 英語 llms.txt 設置
- 中国語・韓国語サブディレクトリ（該当事業は）
- グローバル拠点情報を LocalBusiness schema に
- 国別FAQ整備
詳細は LLMO無料診断 で自動採点。
📋 すぐ使える：大企業向け llms.txt テンプレ（日英）
日本語版（/llms.txt）
markdown
# [会社名]
> 港区本社の[業界]大手。[事業概要を1文で]。
[会社名]は[創業/設立年]設立、東京都港区[住所]に本社を置く
[業界]の大手[企業形態]です。連結売上高[○億円]、従業員[○人]、
[国内○拠点・海外○拠点]で事業展開しています。
## 事業セグメント
- [事業A] — [1文説明]
- [事業B] — [1文説明]
- [事業C] — [1文説明]
## 主要製品・サービス
- [製品/サービス1](https://...) — [用途]
- [製品/サービス2](https://...) — [用途]
## 導入実績
- [業界1]: [主要顧客例]
- [業界2]: [主要顧客例]
- （詳細は /cases）
## 投資家・IR情報
- 決算短信: /ir/financial
- 有価証券報告書: /ir/yuho
- IRカレンダー: /ir/calendar
- 株主総会: /ir/meeting
## 採用
- 新卒: /recruit/graduate
- 中途: /recruit/career
- 求める人物像: /recruit/values
## 会社情報
- 本社: 東京都港区[住所]
- 設立: [年月]
- 代表者: [氏名]
- 証券コード: [番号（上場の場合）]
- 連結売上高: [○億円]
- 従業員数: [○人]
## Optional
- [企業情報](https://.../company)
- [IR情報](https://.../ir)
- [採用情報](https://.../recruit)
- [サステナビリティ](https://.../sustainability)
英語版（/en/llms.txt）
markdown
# [Company Name]
> [Industry] leader headquartered in Minato, Tokyo.
> [Brief value proposition].
[Company Name], founded in [year], is a major [industry] company
headquartered in Minato, Tokyo. With consolidated revenue of [$X billion],
[X] employees, and [X domestic and X international] locations.
## Business Segments
- [Segment A]
- [Segment B]
- [Segment C]
## Key Products / Services
- [Product 1]
- [Product 2]
## Investor Relations
- Annual Report: /en/ir/annual
- Financial Results: /en/ir/financial
- Stock Code: [ticker]
## Careers
- Global Careers: /en/careers
- Graduate Program: /en/careers/graduate
## Company
- HQ: Minato, Tokyo, Japan
- Founded: [year]
- CEO: [name]
- Listed on: [Tokyo / NYSE / NASDAQ]
- Consolidated Revenue: [$X billion]
- Employees: [X]
港区主要エリア別の LLMO 戦略
六本木・麻布（外資系・コンサル）
- 英語コンテンツ優先: 海外本社・投資家経由のAI引用を狙う
- コンサル比較記事（「〇〇 vs 〇〇」）でCopilot引用
虎ノ門・霞が関隣接（大企業本社・法務系）
- IR・法務情報のAI可読化
- Person schema でロイヤー・アドバイザーを明示
品川（通信・IT・製造業）
- 技術ブログ・特許情報で専門性訴求
- 採用観点のLLMO（エンジニア採用にAI検索経由流入）
新橋・汐留（広告・メディア）
- 業界レポート・調査記事の発信
- Citation獲得でメディア露出UP
お台場（メディア・エンタメ）
- 作品・イベント情報のSchema強化
- Perplexityでの引用を意識
⚠️ 港区大企業がLLMOで失敗する5パターン
- IR情報のAI非対応: 決算情報がAI検索に載らない
- 英語対応がpseudo翻訳: 機械翻訳のままで引用精度が低い
- サステナビリティ/ESGをPDF化: HTMLで構造化してAI可読に
- 採用ページが弱い: AI検索で採用候補者に見つからない
- 上位表示にこだわりすぎ: AI引用は「上位」より「構造」
🔗 港区の企業・ビジネス支援リソース
LLMO実装に役立つ無料リソース
料金感（大企業向け）
| プラン | 月額目安 | 対象 |
|---|---|---|
| スタンダード | 80〜150万円 | 中堅・準大手 |
| エンタープライズ | 150〜300万円 | 大企業・上場 |
| グローバル | 300万円〜 | 多言語・多拠点 |
単発実装は AI検索統合パック（¥2,980） で可能。
よくあるご質問
Q1. 上場企業のIR観点で効果ある？
大きい。投資家・アナリスト層のPerplexity/ChatGPT利用が急増。IR情報のAI可読化は必須に。
Q2. 外資系本社への報告材料になる？
なります。英語圏LLM（特にPerplexity・Claude）への引用実績が海外本社向け報告で有効。
Q3. Copilot対策は？
Bing経由で制御。Bingbot許可・Schema.org 徹底・BingWebmasterTools 登録が三点セット。
Q4. IR情報の構造化の具体は？
決算短信・有報のHTML化、Organization schemaへの tickerSymbol 明記、IR独自ページのBreadcrumbList等が基本。