LLMとモバイル広告の未来

従来より、ペイドチャネルとオーガニックチャネルをバランスよく使うことが、モバイルアプリのユーザー獲得を成功させる鍵となっていました。そのため、相互に補完しながら成長を促進できるよう、双方を効果的に組み合わせる戦略が採用されてきました。オーガニックでは、アプリストア最適化（ASO）を活用したアプリストア検索や、キーワードとカテゴリーのランキングに重点を置き、WebおよびモバイルWebにおけるSEOランキングもある程度重視する一方、有料広告でチャネル、プラットフォーム、デバイスを横断してユーザーに幅広くリーチする手法です。しかし、現在はユーザーが生成AI（人工知能）に直接質問をすることでパーソナライズされた回答を得る傾向が高まっており、ChatGPT、GoogleのGemini、AnthropicのClaudeなどの大規模言語モデル（LLM）がアプリを見つけるための主要チャネルとなりつつあります。Gartnerによると、2026年までに従来の検索エンジンの使用率は25%減少すると予測され、オーガニックトラフィックは2028年までに最大50%減少すると見込まれています。

大規模言語モデル（LLM）が注目される理由は、検索結果を閲覧したり、複数のサイトをクリックする手間が抑えられる点にあります。例えば、ユーザーが「初心者におすすめのフィットネスアプリは？」と尋ねると、すぐに提案が返ってきます。これらのツールは回答エンジンとして機能しており、ユーザーの意図を分析してリアルタイムで回答を生成し、アプリやWebサイト、サービスへのダイレクトリンクを提供します。

モバイルマーケターにとって、この変化は従来の手法と相対するものでありますが、オーガニックチャネルと有料チャネルのどちらにおいてもユーザーにリーチする新たな機会をもたらします。例えば、ChatGPTはすでにWebサイトやアプリストアのランディングページへの計測可能な紹介トラフィックを推進しており、PerplexityやBingチャットなどのプラットフォームでは、AIの回答でネイティブ広告フォーマットを表示するテストが進められています。アプリの成長を担当するグロースチームは今、AIファーストのディスカバリー（発見）環境における可視性・クリエイティブ戦略・パフォーマンス計測について再考を迫られています。

2022年末にChatGPTがリリースされると、2ヶ月で1億人のユーザーを獲得し、史上最速で成長した消費者向けアプリとなりました。2023年初頭には、MicrosoftもChatGPTをBingチャットに組み込んでいます。追いかけるGoogleは、生成AIによる検索体験（SGE）を通じて検索にGeminiを組み込みました。他のプラットフォームも相次いで参入し、従来型の検索に代わる引用が豊富な会話型の検索手段を提供しています。

しかし、AIを利用した回答への移行は一夜にして起こったわけではありません。検索エンジンは、すでに明確な結果を提供してきました。例えば、Googleの強調スニペット、ナレッジグラフ、音声アシスタントなどによって、ユーザーは「即座に答えを得る」ことを期待するようになりました。2024年には、米国における検索の約60%が外部サイトへのクリックを伴わずに結果を表示していおり、これは、「ゼロクリック検索」として知られています。モバイルでは音声検索がこのトレンドをさらに加速させており、Googleアプリでの検索の5件に1件が音声で行われ、通常1つの音声回答が返されています。LLMは現在、テキストによってこのような体験を強化し、さらに多くの機能を提供しています。

最近の調査によると、検索ユーザーの80%以上が、少なくとも検索クエリの40%でAI生成の要約を利用しています。生成AIユーザーのうち68%がリサーチ、48%が最新情報の収集、42%がショッピングのおすすめ情報や意思決定支援にこれを利用しています。Sensor Towerによれば、2025年4月時点で検索エンジンアプリ利用者の約3分の1（31%）がChatGPTも利用しており、前年比13%増となっています。このような数字から、ユーザーが検索や意思決定において「まずLLMに聞く」傾向がより強まってきていることが示唆されます。

LLMはモバイルアプリで急成長中のオーガニックなディスカバリー（発見）チャネルです。ユーザーが「カップル向けおすすめ家計簿アプリ」や「100ドル以下のフィットネストラッキングアプリのおすすめは？」などの質問を入力すると、LLMはアプリの名前やリンクなどを直接提示します。

LLMによる発見では、ユーザーの質問に最もマッチし、その時点で最も役立つ、または信頼性が高いと思われるコンテンツが優先的に表示されます。従来の検索結果やアプリストアの一覧表示とは異なり、一般的にLLMはわずかな結果しか返しません。つまり、自社のアプリが提示されるかされないかで大きな差がでてきます。このように可視性が限られた競争の激しい環境では、推奨される枠の価値がますます高まり、価値の高いユーザーを得られる可能性が非常に高くなります。

LLMで自社アプリが推奨された場合でも、トラフィックを計測できます。ChatGPTなどの一部のプラットフォームでは、外部リンクにUTMトラッキングパラメーターを追加できるため、マーケターはこれらのソースからのトラフィックやインストールを計測できます。すでに多くのブランドが、分析によって、AIプラットフォームからの計測可能な紹介トラフィックを確認しています。このような背景から「生成エンジン最適化（GEO）」という概念も生まれ、自社のサイトやアプリがLLMの回答に表示される確率を戦略的に高める取り組みが進められています。

オーガニックチャネルでのて優位性を確保するため、モバイルマーケターは以下に注力する必要があります。

• 自然言語によるクエリに合わせたコンテンツを作成
• LLMがどのように推奨を選び、構造化しているかを理解
• AIを利用したエンゲージメントに対応するアトリビューションモデルを構築

今後、LLMディスカバリーが標準になれば、積極的に適用するマーケターほど優位になるでしょう。

複数のLLMプラットフォームが広告主の注目を集めており、すでにネイティブ広告フォーマットをテストまたは開始しているところもあります。その他のプラットフォームも急速にスケールし、近く広告主向けオプションの提供を開始する見込みです。各プラットフォームの現状については、以下をご覧ください。

ChatGPT（OpenAI）

2025年初頭に、ChatGPTでは1週間あたりのアクティブユーザー数が8億人を突破しました。現在は広告表示なしの状態ですが、OpenAIは会話型のネイティブ広告フォーマットの社内テストを行っていることを公表しており、来年中には開始される見込みです。ChatGPTの規模と直接アトリビューションの可能性を考慮すると、今後の動向を注視する必要があります。

Gemini（Google）

Googleのエコシステムに深く組み込まれたGeminiは、BardやAIを利用したSGE（生成AIによる検索体験）などの主要製品を支えています。GeminiはすでにSGEでネイティブ広告の配置をサポートしており、Googleはこれらの広告フォーマットを積極的に拡大中です。月間約4億人ユーザーを抱えるGeminiは、特にGoogleの広告エコシステムに慣れているモバイルマーケターに、さらなる広告機会を提供します。

Claude（Anthropic）

AnthropicのClaudeは、安全性や文脈認識を重視していることで知られており、現在1ヶ月あたりの訪問数は約1,600万となっています。Claudeは現時点で広告を導入していませんが、最近のGoogleによる戦略的投資は収益化の計画が進行中であることを示唆しています。ClaudeのテクノロジーはPoeやDuckAssistなどのサードパーティツールにも利用されているため、より広範にリーチし、将来収益化の方法が拡大する可能性があります。

Ernie Bot（Baidu）

BaiduのErnie Botは月間アクティブユーザー数が7,860万人にのぼります。Ernie BotはBaiduの中核にある検索と広告のエコシステムにすでに組み込まれており、会話型広告の拡張を積極的にテストしています。ユーザー入力に基づく広告のテストや最適化において成熟した環境を提供しているため、中国市場に展開してしているモバイルマーケターは、Ernie Botの機能を試してみるとよいでしょう。

DeepSeek（DeepSeek AI）

中国発のオープンウェイトLLMであるDeepSeekは、強力な多言語対応とコード生成機能で注目を集めています。2025年4月時点で、全世界の月間アクティブユーザー数は9,688万人となっています。まだ広告には対応していませんが、ユーザー層の拡大と企業の注目度によって、スポンサーによる回答などの収益化機能が導入される可能性があります。

Perplexity

毎月1億以上のユーザークエリを処理するPerplexityも、フォローアッププロンプトのスポンサー化や文脈に応じた推奨を含む会話型広告フォーマットを積極的にテストしています。Perplexityのユーザー層は、調査を目的としたクエリと関心の高さが特徴であるため、特定のアプリカテゴリーで精度の高いターゲティング機会をマーケターに提供します。これにより、専門的なモバイルアプリやカテゴリーに特有のモバイルアプリのプロモーションに特に効果を発揮します。

LLaMA（Meta）

MetaのAIプラットフォームであるLLaMAは、すでにWhatsApp、Instagram、Messengerに組み込まれており、Metaユーザーの日常的なモバイル体験の重要なコンポーネントへとなりつつあります。現時点でLLaMAは広告に対応していませんが、業界レポートによれば、MetaはAIを利用したインターフェースへ広告の組み込みを含めた収益化戦略を積極的に検討しています。

会話型AIプラットフォームでは、数量は限られているものの文脈に関連性が極めて高い広告の配置を実装し始めています。プラットフォームによってすでに公開しているものもあれば、まだテスト段階だったり、初期の展開フェーズのものもあります。このすべてにおいて、広告主は次のような主なフォーマットを利用できるようになります。

• ネイティブのテキスト提案： AIの回答直後に表示される広告プロンプトで、チャットインターフェース内の自然なフォローアップ質問のようなフォーマットです。例えばPerplexityは現在、スポンサー付きのフォローアップ質問と関連する有料クエリのテストを展開するフェーズにあります。これらの広告ユニットは「他の人はこちらも検索」セクションに表示されることが多く、最初のフォローアップ質問がスポンサー付きとなる場合があります。広告は明確にラベル付けされ、回答は広告主が作成・編集したものではなくPerplexityのAIによって生成されます。これによりユーザー体験を損なうことなく、プラットフォームのイメージと構造を維持しながら、文脈的に関連性のあるブランドを表示できます。
• スポンサーリンク： チャットインターフェイス上でAI回答の下部に表示される、視覚的に目立つ広告ユニットです。例えばSnapchatのMy AIでは、ユーザーのクエリに応じてスポンサーリンクが表示され、「スポンサー結果」と明示的に表示されます。AI回答自体の一部ではありませんが、タイムリーで価値ある情報として会話の流れに自然に組み込まれます。
• インタラクティブな商品紹介： ユーザーのクエリに応じて表示される商品の画像、簡潔な説明、タップによる詳細確認が可能な視覚的に引き付けるカードです。例えばAmazonのRufusでは、AIの回答の下に特定の商品カテゴリーを示すカードが表示されます。すべての結果がスポンサー付きというわけではありませんが、フロー内での商品発見をサポートするこのフォーマットは、モバイル利用向けに設計されており、将来的な収益化にも適しています。

LLM（大規模言語モデル）を活用した広告の進化にともない、AIが生成する回答にアプリが自然に取り上げられるケースが増えています。ユーザーがモバイルアプリを見つけるきっかけが変わりつつあるのです。このセクションでは、モバイルグロースチームが今すぐ取り組める、アプリの可視性を高めるための主要な戦略をご紹介します。

ユーザー向けコンテンツをLLMのプロンプトに合わせて最適化

アプリを見つけてもらいやすくするには、アプリの説明文をユーザーが実際に使う自然なクエリを反映したにものにし、トーンをAI回答と一致させる必要があります。メッセージは、アプリの価値を明確に伝えつつ、LLMが簡単に言い換え・再利用できるような、構造的で会話的な表現にすると効果的です。

AIツールは、自社で作成したアプリの説明文だけでなく、レビューやまとめサイトなどの外部情報も組み合わせて回答を生成します。そのため、アプリの主要なメリットを一貫して明確に、LLMが抽出しやすい形で伝えることが重要です。また、ChatGPTやGeminiなどのツールで実際にクエリをテストしてみて、自社アプリがどのように説明されているかを確認し、競合他社のクエリ結果をベンチマークにして、改善点や新しい機会を見つけます。

LLMが取り込むバックエンド情報の改善

LLMはプロンプトの文脈に応じて回答をパーソナライズします。同じアプリでも、ユーザーの意図や経験値によって紹介のされ方が変わることがあります。マーケターが直接AIの回答を制御することはできませんが、LLMが参照する入力データを整えることで、結果を間接的にコントロールできます。

アプリストアのアプリページ、メタデータ、機能一覧、よくある質問といった構造化されたアセットによって、LLMは正確で再利用可能な製品情報を抽出できるようになります。フォーマットを高品質にすることで、モデルがさまざまなプロンプトに対して適切にアプリを位置づけることが容易になります。

複数ソース全体でアプリの評判を向上

LLMは多くの場合、アプリストアのレビューや第三者による紹介など、一般に公開されているセンチメントを参照します。評価が高く、有益なフィードバックが多く、信頼できる言及であればあるほど、LLMにおすすめアプリとして取り上げられる可能性が高まります。そのため、マーケターはLLM最適化の一環として評判の管理を優先する必要があります。外部の情報ソースでも、自社コンテンツで強調しているメリットがしっかり反映されていることを確認してください。

AIが生成したトラフィックの計測

先述のとおり、ChatGPTのようなプラットフォームでは、utm_source=chatgptのような紹介IDを外部リンクに追加しています。マーケターは、AI経由のトラフィックを他のソースとは別にセグメント化し、計測・分析できるように分析ツールを設定する必要があります。

また、AIの外部リンクがクリックされずにインストールされるケースを把握するため、インストール後の「どこでこのアプリを知りましたか？」というアンケートの質問に、「AIチャット」のオプションを追加するのも有効です。これにより、AIが直接アクセスできる紹介リンクが生成されなくても、意思決定をに関わるプロンプトがあったことを特定できます。

モデルの変化に合わせたコンテンツの更新

LLMは常に進化しています。モデルが再学習されたりアップデートされたりする度に、あなたのアプリに関する内容が変わる可能性があります。そのため、コンテンツ戦略の一部として、プロンプトのテストを継続的に行うことが重要です。定期的にクエリを見直し、自社アプリがどのように表示されているかを確認しながら、説明、メリット、フォーマットなどを必要に応じて調整しましょう。

さまざまなディスカバリー戦略との連携

LLMによる可視化は、既存のディスカバリー戦略と併用してこそ効果を発揮します。SEO、ASO、CRMの取り組みと同時に、AIによる回答、アプリストアでの紹介文、ライフサイクルマーケティングなど、どのチャネルでも一貫したメッセージを保つようにしましょう。チャネル全体にわたる整合性が、ブランドの信用を高め、ユーザーからの信頼を勝ち取ることにつながります。

LLMは、ユーザーがモバイルアプリを見つけ、評価するための主要なインターフェースへと急速に進化しています。ChatGPT、Gemini、Perplexityといったプラットフォームでネイティブ広告フォーマットの導入が始まりつつあり、高い関心を持つユーザーとつながる新たな機会が生まれています。

これからのモバイルマーケターに求められるのは、AI主導の環境で自社製品がどのように解釈・提示されるかを意識し、構造的でわかりやすく、有用なコンテンツを作ることです。早い段階で行動を起こし、クリエイティブを最適化して、ターゲティング戦略を改善し、少ない枠でも高い効果を発揮できるよう準備を整えた広告主ほど、これらの新しいチャネルが成熟したときに市場で優位に立つことができるでしょう。

Adjustのデモにお申し込みいただき、既存チャネルと新しいマーケティングミックスの両方でユーザー獲得の効果を計測・分析・最適化する方法をご体験ください。