LLMO 引用元分析 サイテーションレポート

マテリアルグループ

株式会社マテリアルグループ 様

データ取得: 2026-06-25 / 209プロンプト × 4PF = 836回答 / 後半=分析用プロンプトの回答に対する引用構造分析

要約ハイライト

本レポートは「ファクト → 分析 → 施策」の順で構成される。今回（2026-04 計測）から LLM 応答の後半=分析用プロンプトでサブクエリ（検索に使った質問語）の列挙 を要求しており、サブクエリ関連の章 (1.8〜1.11) を新設した。

---

1ファクト

raw データから集計した「事実」のみを記載する。解釈や分析は次章 (2.) で行う。

1.1 引用元ドメイン TOP15

1.2 ドメイン種別 × PF クロス

1.3 基準語カテゴリ × PF

1.4 PF別 引用元 TOP5

ChatGPT(標準)

ChatGPT(高性能)

Gemini(標準)

Gemini(高性能)

1.5 ブランドプロフィール (引用構造)

1.6 基準語 × ブランド共起 TOP20

1.7 プロンプト別 自社言及・引用

（209 プロンプト中、上位 30 件表示。全体は prompt_level CSV 参照）

1.8 サブクエリ分析 — 量と被覆（軸1）

後半プロンプトで LLM が列挙した「調査に使ったサブクエリ」を全記録から抽出し、量と被覆を集計。

1.8.1 PF 別 サブクエリ本数

1.8.2 PF 別「該当なし／検索していない」宣言率

1.8.3 ブランド別 紐付きサブクエリ本数

1.9 サブクエリ トークン特性（軸2）

1.9.1 頻出ユニグラム TOP30

1.9.2 頻出バイグラム TOP30

1.9.3 言語比率

1.9.4 ブランド名入りクエリ率

• 総サブクエリ数: 6893 本
• ブランド名入り率: 14.4%

1.10 サブクエリ語 × 引用ドメイン 連結（軸3・★施策連結）

同一プロンプト内で、サブクエリから抽出されたトークンと LLM が引用したドメインを共起で紐付け。

「どのサブクエリ語を使うと、どのドメインが引用されるか」が見える。

1.11 サブクエリ パターン分類（軸4）

1.11.1 ブランド別 後続語ランキング (BC 系の指名検索で特に有用)

マテリアルグループ

ベクトル

サニーサイドアップ

プラップジャパン

1.11.2 一般クエリ（ブランド名を含まない）バイグラム TOP20

---

2ファクトからの分析

章 1 のファクトを元に、自社 vs 競合の構造比較・強み弱みを整理し、仮説を導く。

2.1 引用構造 自社 vs 競合

2.2 基準語共起 自社 vs 競合

2.3 強み・弱み・機会

強み

• 基準語カテゴリで自社が 1 位のものはなし
• ブランド言及率 7.2% (PF×プロンプト)

弱み・課題

• 『実績・売上系』 50 共起（競合最大 ベクトル 199、差 -149）
• 『専門領域系』 43 共起（競合最大 ベクトル 166、差 -123）
• 『顧客評価・口コミ系』 44 共起（競合最大 ベクトル 160、差 -116）
• 『手法・クリエイティブ系』 26 共起（競合最大 ベクトル 81、差 -55）
• 『規模・グローバル系』 20 共起（競合最大 ベクトル 71、差 -51）
• 『業種特化系』 26 共起（競合最大 ベクトル 75、差 -49）
• 公式引用数 29 回は競合最大 ベクトル 202 の 14%

機会

• サブクエリ頻出語を狙ったコンテンツ整備: 頻出トークン pr, 会社, japan, sns, 評判 など
• 頻出バイグラム文脈での露出: pr 会社, case study, 会社 おすすめ
• 基準語ギャップ埋め: 『実績・売上系』コンテンツ強化で -149 の差を圧縮

2.4 そこから導かれる仮説

章 1 のファクトと 2.1〜2.3 の分析から、株式会社マテリアルグループ の引用プロフィールを説明する仮説候補を整理する。

---

3施策案

章 2.4 の仮説を根拠に、A/B/C/D の 4 カテゴリで具体施策を組み立てる。

3.1 推奨アクションプラン (3M / 6M / 12M)

3.2 施策カテゴリ別 詳細

A. 媒体施策 — 露出可能な引用元への掲載・取材

※ 引用元上位の 1 件は個別式場公式・競合公式（dentsuprc.co.jp 等）で、掲載・取材の対象にならないため媒体施策から除外。これらが引用空間の多くを占める構造自体が『AI は個別会場を直接引く』ことを示し、横断ポータルとしての差別化（口コミ集約・エリア網羅・比較軸の構造化）が要点。

B. コンテンツ施策 — 基準語共起ギャップ埋め

C. 自社サイト施策 — サブクエリ頻出語の取り込み・構造化

D. PF 別 施策

3.3 KPI モニタリング

---

4指名分析 (ブランド指名 + 競合比較 計 45 プロンプト × 4 PF = 180 件)

章 1〜3 は 非指名(中立想起)プロンプト 209 件 の集計+分析。本章は 指名カテゴリ 45 件(ブランド指名 15 + 競合比較 30)を独立に分析する。指名カテゴリは集計対象を狭めると質的に異なる現象(認知済みユーザーの確認質問・比較ステージでの想起)を捉えるため、章 1〜3 とは分けて読む。

4.1 指名カテゴリ 全体サマリ

📋 要約: 指名カテゴリでは自社言及率が 47.2%(非指名 7.2% の 6.6倍)に跳ね上がる。これは 「マテリアルグループ」 のブランド名が認知済みのユーザーが質問するシーンでは、ほぼ半数のスロットで LLM が自社を引いて回答できることを意味する。指名認知は確保されている。 ただし、競合比較カテゴリでは自社 23.3% で、 ベクトル 51.7% / サニーサイドアップ 43.3% に対して劣勢。

4.2 サブカテゴリ別 自社言及率

4.2.1 ブランド指名カテゴリ (15 プロンプト × 4 PF = 60 スロット)

「マテリアルグループのPR会社としての強みは？」 のような直接指名質問:

→ 直接指名されればほぼ全 PF で自社を引く。ブランド認知は確固。

4.2.2 競合比較カテゴリ (30 プロンプト × 4 PF = 120 スロット)

「ベクトル と マテリアル ではどちらが…」 のような比較選択質問で、各社の言及シェア:

→ 競合比較で自社は 5 位タイ(電通PRと同率)。市場のトップ層(ベクトル・サニーサイドアップ)とは明確な差があるが、業界中堅大手と互角に並ぶポジション。

4.3 PF 別 指名カテゴリ自社言及率

→ PF 差は小さく(42-49%)、指名カテゴリではどの PF も自社を相応に引ける。ChatGPT(標準) 単体だと中立質問では1.0%だが指名されれば 42.2%まで上がる。

💡 分析からの示唆: (a) 中立質問での自社言及率の低さ(7.2%)と指名カテゴリの高さ(47.2%)のギャップ = 「認知はあるが、ジェネリック検索からの想起が弱い」 古典的な構造。 (b) 競合比較で 5位タイ = 比較対象として LLM の語彙に乗っている。比較記事や正面対決コンテンツの整備で上位 3 社との差を詰める余地。 (c) PF差が小さい(42-49%) = 指名は PF を越えて安定的に効く。SEO + ブランド名検索の優先順位は維持すべき。

4.4 指名カテゴリの引用元ドメイン上位

指名 180 タスクで LLM が引用したドメイン:

→ 自社公式が 2/10位/8位 で TOP10 入り。中立質問の引用元 TOP15 では自社公式は 9 位 materialpr.jp 57 + 12位 materialgroup.jp 46 で、 指名カテゴリでは順位が上がる。

4.5 指名分析からの戦略示唆

💡 示唆 (まとめ): 指名認知は確保されているが、 ジェネリック想起(章3 施策の主戦場) が弱い。 章 3 の施策 A(媒体露出) + B(コンテンツ共起) + C(自社サイト構造化) の組み合わせで、 中立質問の言及率 7.2% → 競合中堅 ベクトル の 28% 前後 に近づける戦略が現実的。 指名カテゴリの 47.2% は「ブランド名想起が掛かれば終着駅まで届く」 ことを示しているので、 ジェネリック → 指名 への流入経路の改善が重要。