ファンドレイザーとは。NPOの資金調達と広報に専門知識が必要な理由
ファンドレイザーは、NPOなどの非営利団体で資金調達を担う人です。担当する仕事と必要な知識を表で整理し、資金調達と広報に専門知識が必要になる理由を、内閣府の調査とGoogle Ad Grantsの規定から説明します。
コラム
AI検索時代の集客とマーケティングの実務情報
LLMO（AI検索最適化）・SEO・データ分析・AI活用について、確認できたデータと業務設計の手順を解説します。
ChatGPT広告を検討している方へ
ChatGPTの回答の下に表示される広告の仕組み、出稿できる業種、費用、出稿の手順、入稿規定、効果の測り方、LLMOとの違いを、公式情報にもとづいて解説しています。
ファンドレイジングとは。寄付・会費・助成金・クラウドファンディングの違いと進め方
ファンドレイジングの意味と、寄付・会費・助成金・クラウドファンディング・事業収入の違いを表で整理します。認定NPO法人への寄付の税制、非営利団体が資金を集める進め方、学ぶための資格も2026年10月時点の情報で解説します。
Google Ad Grantsとは。月1万米ドルの上限、利用要件、停止と復元
Google Ad Grants（非営利団体向けの検索広告の無償枠）の仕組み、月1万米ドルの上限、始め方とウェブサイトの要件、クリック率5%などの利用要件、アカウントが停止されたときの復元の手順を、2026年10月時点のGoogle公式ヘルプにもとづいて解説します。
Google for Nonprofitsとは。対象団体・申請の流れ・使えるサービス
Google for Nonprofits（非営利団体向けプログラム）の内容、日本で対象となる法人格、申請からGoodstackの審査とサービスの有効化までの流れ、Google Workspace for NonprofitsやGoogle Ad Grantsなど使えるサービスを、2026年10月時点の公式情報で解説します。
ChatGPT広告とは。日本での提供状況・表示される場所・仕組みを公式情報で整理
ChatGPT広告とは何か、日本でいつから始まったか、広告の仕組み、表示される場所と対象ユーザー、出稿できる業種を、OpenAIの公式情報にもとづき2026年10月時点で整理します。日本の法人は広告マネージャーのセルフサービスで出稿できます。
ChatGPT広告は代理店に頼むか、自社で運用するか。判断の基準と依頼する範囲
ChatGPT広告を代理店・運用代行に依頼するか、自社で運用するかの判断基準を解説します。自社運用に必要な作業、依頼できる範囲、代理店を選ぶときの確認項目、依頼前の準備を2026年10月時点の情報でまとめました。
ChatGPT広告の費用。課金方式・最低日予算2,500円・予算の決め方
ChatGPT広告の費用を、課金方式3種類、日本円の最低日予算2,500円、日予算の上限の扱い、入札単価、支払いの仕組み、予算の決め方の順に解説します。広告費以外にかかる費用も整理しました。2026年10月時点の情報です。
ChatGPT広告とLLMOの違い。回答の下の広告枠と、回答内の引用の使い分け
ChatGPT広告とLLMOの違いを、表示される場所、決まる仕組み、費用、計測の方法で比較します。SEOを含めた使い分けと、どちらから始めるかの判断、組み合わせる進め方を、OpenAIの公式情報にもとづき2026年10月時点で解説します。
ChatGPT広告の出稿方法。出稿条件の確認から審査・配信開始までの手順
ChatGPT広告の出稿方法を6つの手順で解説します。出稿条件の確認、広告マネージャー（管理画面）のアカウント作成、ターゲティングとコンテキストヒントの設定、広告の作成、審査と配信開始までを2026年10月時点の情報でまとめました。
ChatGPT広告の効果測定。コンバージョン設定とGA4での確認手順
ChatGPT広告の効果測定の方法を解説します。広告マネージャーで確認できる指標、OpenAIピクセルとコンバージョンAPIによるコンバージョンの設定、GA4でUTMを使って広告経由の流入を分ける手順、数値が一致しない理由を2026年10月時点の情報でまとめました。
ChatGPT広告の入稿規定。一括アップロードの文字数・画像と商品フィードの要件
ChatGPT広告の入稿規定を、OpenAIのヘルプセンターの記載にもとづいて整理します。タイトルと広告文の文字数、画像サイズと形式、ランディングページの条件、小売向けの商品フィードの要件を2026年10月時点の情報でまとめました。
AIは既製ツールと個別開発のどちらを選ぶ？比較項目と見積もり前の整理
AI導入で既製ツールの設定・既存ツールとの連携・個別開発を比較する方法。機能、権限、運用、総費用、引き継ぎの条件をそろえ、発注前に判断する手順を解説します。
AI導入前のデータ整備は何から始める？文書・権限・更新の確認リスト
AI導入で使うデータの棚卸しから、文書の版管理、利用権限、形式、更新担当までを解説。準備ができていない場合の進め方と、発注前に整理する一覧表を掲載します。
問い合わせ対応をAIで効率化するには？回答案の作成から始める導入設計
問い合わせの分類・情報検索・回答案作成・確認を分けてAI導入を検討する方法。自動送信の対象外、品質評価、既存システムとの連携、運用担当の決め方を説明します。
社内FAQをAI化するには？RAGの導入手順・データ準備・評価項目
社内規程や手順書を検索して回答するAIの導入方法を解説。RAGの仕組み、文書の整備、閲覧権限、回答テスト、費用を見積もるための条件を整理します。
AI導入の費用対効果はどう計算する？作業時間・運用費・回収期間の記入例
AI導入前後の作業時間、確認・修正、継続費用、初期費用を整理する方法。時間の換算価値と実際の支出削減を分けた計算例と、登録不要の記入シートを掲載します。
AI導入の要件定義で決めること。項目・成果物・記入例
AI導入を発注する前に整理する業務、データ、機能、運用、受入条件を記入例とともに解説します。要件定義書の作成支援を検討する際の確認項目も掲載。
AIエージェントとは。チャット型AIとの違いと、業務に導入する手順
AIエージェントとは何か、従来のチャット型AIとの違いを4点で整理し、業務で任せられる処理の型、導入の5ステップ、人が確認する箇所の設計、実際に稼働している自社事例までを2026年8月時点の情報で解説します。
AI導入支援会社の選び方。要件定義・実装・定着の依頼範囲を比べる
AI導入支援会社を選ぶ際の、調査・要件定義・開発・運用の比較項目を解説。提案内容、納品物、受入条件、追加費用の確認に使える質問を掲載。
AIによる業務効率化の事例。自動化できる業務の型と、再現するための条件
AIで自動化できる業務を5つの型に整理し、実際に稼働している自社事例2件の中身、他社の事例をそのまま真似ても再現しない理由、自社に当てはめるときの判定手順を2026年8月時点の情報で解説します。
AI検索最適化とは。ChatGPT・Perplexity・Google AIモード対策の始め方
AI検索最適化とは、ChatGPTやPerplexity、Google AIモードなどのAI検索で自社の情報を引用してもらうための取り組みです。利用が増えている根拠、主要サービスの特徴、対策する価値の判断材料、始め方の4ステップを解説します。
AIO対策とは。Google AI Overviews・AIモードで引用されるための実装手順
AIO対策とは、Google検索のAI Overviews・AIモードで自社の情報が引用されるようにする施策です。仕組み、引用される要因、5つの実装手順、GA4計測の注意点までを、大規模調査と当社の調査データにもとづいて解説します。
ChatGPTの検索対策。引用元に選ばれる条件と、流入を計測する手順
ChatGPTが検索を使う場合と使わない場合の違い、引用元に選ばれる条件、Google AI Overviewsとの対策の差、GA4でChatGPT経由の流入を分けて計測する手順を2026年8月時点の情報で解説します。
CVRとは。計算方法と、改善の優先順位の決め方
CVR（コンバージョン率）の計算方法、他社平均と比べてはいけない理由、流入から問い合わせまでを4段階に分けて課題箇所を特定する手順、LPO・EFOの使い分けまでを2026年8月時点の情報で解説します。
GA4のキーイベントとは。設定手順と、よくある4つの間違い
GA4のキーイベント（旧コンバージョン）の意味、問い合わせ・購入を記録する設定手順、カウント方法の選び方、二重計上や未設定など実際に多い4つの間違いと確認方法を2026年8月時点の情報で解説します。
LLMO・AIO・GEO・AEOの違い。AI検索最適化の用語を整理する
LLMO・AIO・GEO・AEOは、AI検索に自社の情報を引用してもらうための施策を指す別々の呼び方で、対象と手法の大部分が重なります。それぞれの由来、日本での検索数の実態、用語選びで迷ったときの考え方を整理します。
LLMOとSEOの違い。SEOを土台にLLMOを積み上げる進め方
LLMOとSEOの違いは、目的（AI回答での引用か、検索結果の上位表示か）と評価の単位にあります。ただし両者は代替関係ではなく、SEOのベースの上にLLMOを積み上げる関係です。違いを示すデータと、SEOを改善しながらLLMOを進める手順を解説します。
LPOとEFOの違い。どちらから着手するかの判断基準
LPO（ランディングページ最適化）とEFO（入力フォーム最適化）の違い、対象範囲と指標の比較、どちらを先に着手すべきかの判断基準、それぞれの具体的な手順と効果の測り方を2026年8月時点の情報で解説します。
Search Consoleの使い方。最初に見る4つの画面と、GA4との使い分け
Search Consoleで最初に見るべき4つの画面（検索パフォーマンス・ページのインデックス登録・URL検査・サイトマップ）の使い方、GA4との役割の違い、数値が食い違う理由と対処を2026年8月時点の情報で解説します。
AIエージェント導入支援会社の選び方と費用の見方。見積りで確認する6項目
AIエージェントの導入支援を外部に依頼するときの選び方と、見積りの見方を整理します。ツール利用料以外に含まれるべき費目、自社の規模に合わない提案の見分け方、成果の測り方を提示できるか、契約前に確認する6項目を解説します。
会社としてClaude Codeを導入するときの手順と確認事項。総額の見積りから止める基準まで
Claude Codeを法人で導入するときに決める順序を整理します。データの扱い、誰が使うか、ツール利用料以外を含めた総額の見積り、社内決裁に必要な項目、効果が出なかったときに止める基準まで、技術設定の前に決めることを解説します。
AIエージェントで社内業務を効率化した進め方。対象業務の選び方と効果の測り方
AIエージェントで社内業務を効率化するときの進め方を整理します。対象業務の選び方、1つを最後まで作り切る手順、開発部門のない企業でも使える効果の測り方、そして対象を広げるときの構成を解説します。
非エンジニアがClaude Codeを業務で使えるようになるまで。読み取り中心から始める手順
プログラミング経験のない担当者がClaude Codeを業務で使えるようになるまでの順序を整理します。既存のものを壊さない読み取り中心の使い方から始め、指示の書き方、確認してから実行する運用、業務で使えるようになる線引きまでを解説します。
Claude Codeを業務で使うときのデータの扱いと設定。制御を4層で重ねる方法
Claude Codeを会社の業務で使うとき、何がどこへ送られるのかと、それをどう制御するかを整理します。指示ファイル・権限設定・フック・OSレベルの分離という4つの層と、それぞれの限界、最初に決めるべき5項目を解説します。
チームでClaude Codeを使うときの設定と役割分担。個人の設定ミスを事故にしない方法
複数人でClaude Codeを使うと、個人利用では起きない問題が表面化します。出力がばらつく、個人の設定ミスが全体の事故になる、作業が混線する、確認が追いつかない。それぞれの原因と、設定の置き場所による対処を整理します。
Codexを会社で使うときの検討事項。製品差の前に決める5項目
OpenAIのCodexを法人で導入するときの検討事項を整理します。ツールを比較する前に決めるべき5項目（データの送信範囲、認証の一元化、記録の取得、費用の上限、止める基準）と、複数のAIコーディングツールを併用するときの考え方を解説します。
AI導入に使える補助金・助成金。制度の種類と申請の進め方
AI導入・業務自動化に使える補助金・助成金を整理します。制度の3つの系統、対象になりやすい費用、申請前に決めておくこと、申請の5ステップ、注意点までを2026年8月時点の情報でまとめました。
実測データ: AI検索経由の問い合わせ率は自然検索の3.2倍だった
当社支援先（住宅設備EC）のGA4データ1年分を分析した結果、AI検索経由の訪問者が問い合わせに至る割合は自然検索の3.2倍でした。年間セッション数や流入元の内訳、この結果から言えることと言えないことを実測データにもとづいて公開します。
GA4でAI検索経由の流入を計測する方法。設定手順と注意点
GA4でChatGPT・Perplexity・GeminiなどAI検索経由の流入を分けて計測する方法を解説します。そのまま使える参照元の正規表現、GA4の探索レポートでの設定手順、計測できない範囲（AI Overviews経由など）までをまとめました。
GEO対策とは。生成エンジン最適化の手法と効果測定
GEO対策とは、ChatGPTやPerplexityなど生成AIが回答をつくる際に自社の情報が引用されるようにする施策で、位置情報のMEOとは異なります。用語の背景、生成エンジンごとの特徴、対策の手法、効果測定までを実測データにもとづいて解説します。
LLMO対策のやり方。自社でできる実装チェックリスト22項目
LLMO対策のやり方を、技術面・コンテンツ・オフサイトの3領域22項目のチェックリストに整理しました。項目ごとに難易度と根拠データを示し、すべて自社で着手できる形にまとめています。優先順位のつけ方や効果が出るまでの期間も解説します。
LLMO診断でわかること。自社でできるセルフチェック10項目
LLMO診断とは、AI検索での自社の扱われ方を確認する調査です。引用・言及の有無、競合との差、サイト側の技術・コンテンツの受け入れ態勢を、自社でも無料で確認できる10項目のセルフチェックとして、確認方法と記録の仕方をあわせて解説します。
LLMO対策の費用・料金相場。会社タイプ別の価格帯と選び方
LLMO対策の費用相場を、会社タイプ別に解説します。ツール型は月3〜10万円、コンサルティング型は月10〜30万円、一気通貫型は月25〜100万円が目安です（市場の相場で、当社の料金ではありません）。費用の内訳、自社に合うタイプの選び方、費用を抑える方法までをまとめました。
LLMO対策ツールの選び方。無料でできる計測から有料ツールまで
LLMO対策ツールと呼ばれる手段には、無料のGA4計測や手動の定点観測から、AIの回答での引用を追跡する有料ツールまで複数の種類があります。何がわかるかの違いと実測にもとづく価格帯、選び方の判断基準を、無料でできる範囲から順番に整理します。
LLMOとは何か。仕組みと対策の全体像を実測データから解説
LLMO（大規模言語モデル最適化）とは、ChatGPTやGoogle AIモードなどのAI検索で自社の情報が引用されるようにする施策です。仕組み、SEOとの違い、対策の全体像、効果測定までを、支援先の実測データと大規模調査の数値をもとに解説します。
llms.txtとは。書き方・設置手順・効果の考え方
llms.txtとは、サイトの概要と主要ページをAI向けにMarkdownでまとめ、サイトのルートに置くテキストファイルです。標準化が途上の提案段階である現状を踏まえ、robots.txtとの違い、書き方、設置手順、注意点を解説します。