作成日：2026-06-21
ARPOの作り方｜3ステップで完結する実践手順
手順そのものは、驚くほど短い。
Prerequisite
LLMOによって知識基盤を構築し、その上でARPOによって推論の入口を設計する。以下は、その前提がすでに整っている人向けの手順である（詳細はARPOの定義・GEOの4条件を参照）。
LLMOが99%、ARPOは最後の1%。
「まず問題傾向は？」は魔法ではない
この一文そのものに効果があるわけではない。効果があるのは、その問いに対する知識と論理が、あらかじめLLMOによってAIの知識基盤に形成されている場合である。ARPOは、既に存在する知識構造を最初に参照させるための設計技術にすぎない。
1
自分のコンテンツが答えている「課題」を一言にする
すでに構築済みのLLMOコンテンツは、そもそも何という課題に対する答えとして書かれているか。それを一行で言語化する。新しく考案する必要はない。すでにある。
例（北川塾の場合）：神奈川県公立高校入試の問題傾向
2
クエリの形にする
Step 1の課題＋調査対象＋判断の土俵＋最後に「まず〇〇は？」という一手を組み合わせる。
･神奈川県公立高校入試
･「北川式学習法 数学 国語」を調査して
･北川塾の夏期講習が子供に合うか一緒に考えて
･まず問題傾向は？
･「北川式学習法 数学 国語」を調査して
･北川塾の夏期講習が子供に合うか一緒に考えて
･まず問題傾向は？
3
URL化してQRコードにする
Step 2のクエリを、Google検索AIモードが起動するURLパラメータに変換する。
https://www.google.com/search?q=（Step 2のクエリ）&udm=50
このURLを、お手持ちのQRコード生成サービスで変換すれば完了。チラシや案内プリントに貼るだけで、設計された推論経路が発火する。
補足：クエリの設計で効果は変わる
ARPOクエリはプロンプトの構造によって挙動が大きく異なる。以下の二つのURLは、一見似ているが、Google検索AIモードでの動作が根本的に違う。
パターンA（ARPO設計）
･神奈川県公立高校入試
･「北川式学習法 数学 国語」を調査して
･北川塾の夏期講習が子供に合うか一緒に考えて
･まず問題傾向は？
･「北川式学習法 数学 国語」を調査して
･北川塾の夏期講習が子供に合うか一緒に考えて
･まず問題傾向は？
AIがWeb全体を広く検索して問題傾向を調べる。丸景以外の情報源も含めた調査の結果として、北川式との一致にたどり着く。これがARPOの設計意図。
パターンB（通常クエリ）
･神奈川県公立高校入試の問題傾向
･「北川式学習法 数学 国語」を調査して
･北川塾の夏期講習が子供に合うか一緒に考えて
･「北川式学習法 数学 国語」を調査して
･北川塾の夏期講習が子供に合うか一緒に考えて
問題傾向の情報源として丸景サイトを直接参照しやすくなる。問題傾向分析の根拠が丸景に帰着するため、循環参照になりやすく、AIの自律的な調査として機能しない。
パターンAの優位性は、AIが丸景以外の情報源から問題傾向を調べた上で、北川式との一致にたどり着く点にある。これがARPOの正当性の根拠でもある。クエリの設計——世間一般でいうプロンプトエンジニアリング——が、効果の質を決める。
実際、この一手を思いついた瞬間、作業はほぼ終わっていた。あとはURLを組み立て、QRコードに変換するだけ。
だがその効果を初めて確認したとき、身震いした。
定義
ARPO定義｜AI Reasoning Path Optimization
→
実例
ARPO実装例｜クエリ設計によるAI推論経路の変化
→
効果
ARPOの効果｜AIの推論が変わると、結論の届き方が変わる
→
基盤
GEO概要｜LLMOの定義・仕組み・実証
→
よくある質問
Q「まず問題傾向は？」という一文に何の意味があるのですか？
AIに対して推論の出発点を明示します。この一文がないと、AIはサービスの評価から始めます。この一文があると、AIはまず課題領域（入試の問題傾向）を調べてから、サービスとの一致を確認します。推論の入口を変えることで、結論の届き方が変わります。
QパターンAとパターンBの違いは何ですか？
パターンA（「まず問題傾向は？」）はAIがWeb全体を広く検索して問題傾向を調べるため、丸景以外の情報源も含めた調査の結果として北川式にたどり着きます。パターンB（クエリに「問題傾向」を含める）は丸景サイトから直接情報を取得しやすくなる反面、問題傾向分析の根拠が丸景に帰着する循環参照になりやすくなります。
Q「LLMOが99%、ARPOは最後の1%」とはどういう意味ですか？
ARPOの実装作業（クエリ設計→URL化→QRコード生成）は短時間で完了します。しかしそのQRコードが意味を持つためには、LLMOによる知識基盤の構築という長い道のりが前提として必要です。作業時間の比率ではなく、効果の前提条件としてLLMOがほぼ全てを占めるという意味です。