LLMOツール比較4選｜AI引用分析ツール、実行支援まで行えるサービスをご紹介【2025年最新版】

Googleの「AI Overview」やChatGPTの普及により、ユーザーの情報収集は「検索」から「AIの回答」へと急速にシフトしています。従来のSEO対策で検索順位を上げるだけでは、AIに引用・言及されず、ユーザーの目に触れないリスクが高まっています。

「AIに自社がどう見られているか知りたい」「競合はAIに引用されているのに、自社はなぜ出ないのか？」

こうした課題を解決するのが「LLMO（大規模言語モデル最適化）」と、そのための分析ツールです。 この記事では、LLMOツールの必要性から、自社に合うツールの選び方、具体的なおすすめツール・サービスまでを徹底比較（全4選）します。分析（内製）か実行支援（外注）か、AI時代を勝ち抜くための最適な一手を見つけましょう。

＼SEOツールの製品比較に限らず、AI検索時代のSEO新常識も解説！／
【AI×SEO】SEOツール比較8選（全52選）生成AI時代に必須となるSEO対策とは？

1. なぜ今「LLMOツール」が必要なのか？SEOとの決定的な違い

Googleの「AI Overview」や「ChatGPT」など、ユーザーが情報を得る手段は「検索（Search）」から「AIによる回答（Answer）」へとシフトしています。従来のSEO（検索エンジン最適化）が「検索順位」を追うゲームだったのに対し、LLMO（大規模言語モデル最適化）は「AIの回答にいかに引用・言及されるか」を追う、まったく新しいゲームです。この変化に対応できないと、AIが競合他社の情報や誤った情報を参照してしまい、大きな機会損失につながるため、専用のツールによる計測と対策が不可欠となっています。

1-1. AI Overview、ChatGPT…検索は「AIが答える」時代へ

これまでユーザーは、検索結果に表示される青いリンクを一つひとつクリックし、情報を探していました。しかし、AI OverviewやChatGPTといった生成AIの登場により、検索行動は大きく変わりつつあります。

ユーザーはAIに対して質問を投げかけると、AIがWeb上の情報を要約・整理した「回答」を直接受け取れるようになりました。結果として、AIの回答だけで満足し、個別のWebサイトを訪問しない「ゼロクリック検索」の増加が予測されています。

企業にとって、これは重大な変化です。自社サイトがAIの回答の「元ネタ」として選ばれなければ、たとえ従来の検索順位が1位であっても、ユーザーの目に触れる機会そのものが失われてしまうのです。

ゼロクリックでアクセス減？原因と影響、Web担当者がすべき7つの対策

1-2. LLMOとSEOの決定的な違い：「引用・言及」の可視化

従来のSEOと、これからのLLMO（AIO：AI最適化とも呼ばれます）は、目的も計測すべき指標も根本的に異なります。

SEOツールが計測するのは、特定のキーワードにおける「検索順位」でした。一方でLLMOツールが計測するのは、AIの回答における自社ブランドや製品の「引用（Citation）」や「言及（Mention）」です。

• 引用（Citation）：
  AIの回答の根拠として、自社サイトへのリンクが表示されること。
• 言及（Mention）：
  回答文の中で、自社のブランド名や製品名がテキストとして取り上げられること。

次の表で、両者の違いを整理します。

このように、LLMO対策の第一歩は、従来の順位計測ではなく、「AIにどう見られているか」を正確に可視化することであり、そのために専用のツールが必要となります。

LLMOの定義や期待効果とは？SEOとの違い、LLMO支援サービス5選もご紹介

1-3. LLMO対策を怠るリスク：誤情報と「競合による回答の独占」

「まだ様子見でよいのでは」と考えるかもしれませんが、LLMO対策を怠ることには具体的なビジネスリスクが伴います。

最大の脅威は、AIが学習した古い情報や、第三者が発信した不正確な情報（例：古い価格、間違った仕様、ネガティブな評判）を、さも「事実」であるかのように回答してしまうことです。これは、企業のブランドイメージを大きく毀損する可能性があります。

さらに、もう一つの重大なリスクが「機会損失」です。例えば、以下のようなケースが考えられます。

• 比較・検討フェーズでの除外：
  ユーザーが「〇〇業界（貴社の業界） おすすめ サービス 比較」とAIに質問した際、競合他社の名前ばかりが列挙され、自社がまったく言及されない。
• 指名検索での情報不足：
  ユーザーが「（自社サービス名）の料金は？」と質問した際、AIが「正確な情報が見つかりません」と回答したり、古い情報を提示したりする。
• ネガティブな情報の拡散：
  ユーザーが「（自社サービス名）の評判は？」と質問した際、一部のネガティブな口コミだけをAIが参照し、それが総意であるかのように回答する。

これらのリスクを回避し、AIという新しい情報チャネルで優位性を築くために、現状を把握し、対策を講じることが急務となっています。

2. LLMO対策の2つの進め方：「ツール導入」と「サービス委託」

LLMO対策の必要性は分かっても、「何から手をつけるべきか？」が次の課題です。進め方は、大きく分けて「ツールを導入して自社で分析・運用する（内製）」か、「専門の会社に実行まで含めて依頼する（外注）」の2パターンがあります。

2-1.【ツール導入型】の特徴：AIでの「見え方」を自社で把握したい企業向け

こちらは、LLMO分析ツールを自社で契約し、Web担当者やマーケティング部門が主体となって運用するスタイルです。まずはAIの回答状況を可視化し、現状把握から始めたい企業に適しています。

ツール導入型（内製）が向いているケース：

• まずはAI回答の監視・分析からスモールスタートしたい。
• コストを抑えつつ、LLMO対策のノウハウを社内に蓄積したい。
• 既存のSEOチームやコンテンツ制作チームのリソースを活用できる。
• 分析結果に基づき、自社でコンテンツ修正や構造化データ実装などの施策を実行できる。

一方で、ツールを導入するだけでは対策は完了しません。分析結果を読み解き、具体的な改善施策に落とし込むための専門知識や実行リソースが社内に必要となる点は留意すべきでしょう。

2-2.【サービス支援型】の特徴：分析から実行までワンストップで任せたい企業向け

こちらは、専門の支援会社が分析ツールの提供（または利用）に加え、戦略立案から実行までを包括的にサポートするスタイルです。LLMO対策に必要な専門リソースが不足している、あるいはスピード重視で成果を出したい企業に適しています。

サービス支援型（外注）が向いているケース：

• 社内にLLMOやAIO（AI最適化）の専門知識を持つ人材がいない。
• 分析はできても、具体的な改善（構造化データ実装、コンテンツ制作）を行うリソースがない。
• 競合よりも早く対策を進め、優位性を確立したい。
• 「診断」「分析」「施策実行」「モニタリング」のPDCAサイクルすべてを任せたい。

専門家の知見を活用できるため即効性が期待できる反面、ツール利用料に加えてコンサルティング費用や施策実行費用が発生します。また、支援会社に任せきりにすると、社内にノウハウが蓄積されにくい可能性もあるため、丸投げではなく伴走型で進める意識が重要です。

2-3. どちらを選ぶべき？ 自社のリソースと目的で判断しよう

「ツール導入（内製）」と「サービス支援（外注）」のどちらが最適かは、貴社のリソース、目的、そしてLLMO対策に割ける予算によって決まります。「分析だけしたい」のか「実行まで任せたい」のか、「社内に専門知識があるか」が重要な判断基準です。

以下の比較表で、自社の状況と照らし合わせてみてください。

どちらのタイプにも一長一短があります。まずは自社の体制を整えつつツールで分析を開始し、実行フェーズでリソースが足りない部分だけをサービス（外注）で補う、といったハイブリッド型も有効な選択肢です。

この記事では、この後それぞれのタイプの代表的なツールとサービスを具体的に紹介し、比較していきます。

3. LLMOツール・サービスで失敗しないための5つのチェックポイント

LLMO対策はまだ新しい分野であり、ツールやサービスも玉石混交です。導入後に「計測したかったAIに対応していなかった」「分析だけで終わってしまった」という失敗を避けるため、以下の5つの観点で比較検討しましょう。

3-1. 対応プラットフォーム（Google, ChatGPT, Perplexity等）

まず確認すべきは、「どのAIの回答を分析できるか」です。LLMOツールといっても、その監視対象はツールによって異なります。

例えば、Google検索上の「AI Overview」（旧SGE）の分析に特化したツールもあれば、「ChatGPT」や「Perplexity」（パープレキシティ）、「Claude」（クロード）など、複数の対話型AIプラットフォームを横断的に監視できるツールもあります。

自社のターゲット層が主に利用するプラットフォームはどれか、あるいはGoogle検索という最大の流入経路を最優先すべきか、戦略に応じて必要な対応範囲を見極めることが重要です。

https://digi-mado.jp/article/68406/

3-2. 計測の粒度（「引用」と「言及」の区別、スコア化）

次に、「どのくらい詳細に」AIの回答を分析できるか、計測の粒度を確認します。

単に「自社の名前が表示されたか」だけでは、十分な分析はできません。最低限、以下の点を区別して計測できるツールを選ぶ必要があります。

• 引用（Citation）：
  AIの回答の根拠として、自社サイトへのリンク付きで紹介されているか。
• 言及（Mention）：
  リンクはないものの、回答文の中でブランド名やサービス名がテキストとして取り上げられているか。
• 内容の判定：
  その言及は好意的（ポジティブ）か、中立か、あるいは否定的（ネガティブ）か。

優れたツールでは、これらの要素を総合的に評価し、AI回答における自社の可視性や影響力を「スコア化」する機能を備えています。このスコアをKPI（重要業績評価指標）として定点観測することで、施策の効果測定が可能になります。

3-3. 競合分析機能の有無

自社の状況だけを見ていても、市場全体での立ち位置は分かりません。LLMO対策においても、競合他社がAIにどのように取り上げられているかを比較分析する機能は不可欠です。

例えば、「（業界名） おすすめ ツール」といった重要な質問に対して、自社と競合A社、B社がそれぞれどのAIで、どのように引用・言及されているかを比較できれば、優先的に対策すべきキーワードや、強化すべきコンテンツのヒントが得られます。

自社が「言及ゼロ」の領域で競合が独占的に引用されている場合、それは早急に対処すべき重大な機会損失を示しています。

3-4. 改善提案の具体性

LLMOツールは、「分析して終わり」では意味がありません。分析結果に基づき、「次に何をすべきか」という具体的なアクションに繋げられるかが重要です。

例えば、「引用率が低い」というデータだけを示されても、担当者は困ってしまいます。「引用率が低い原因は、対象ページの構造化データ（AIが情報を理解しやすくするためのタグ）が不足しているためです」「このページのこの部分に、FAQ形式のコンテンツを追加すべきです」といった、具体的な改善提案まで提示してくれるツールやサービスを選びましょう。

分析（Analysis）から行動（Action）への橋渡しが、ツールの価値を大きく左右します。

3-5. サポート体制と実績（特に国内対応）

LLMOは技術の進歩が非常に速い分野です。AIモデルのアップデートによって、昨日まで有効だった対策が今日には通用しなくなる可能性もゼロではありません。

そのため、ツールの機能だけでなく、提供元のサポート体制や、最新の動向をキャッチアップしているかどうかも重要です。

• 海外ツールの場合：
  管理画面やサポート窓口が日本語に完全対応しているか。日本の検索環境（日本語のAI回答のクセ）を理解しているか。
• 国内ツール・サービスの場合：
  国内市場におけるLLMO対策の支援実績が豊富か。日本語のニュアンスを汲み取った分析が可能か。

特に「ツール導入型（内製）」を選ぶ場合は、不明点をすぐに解決できる手厚いサポート体制があるかどうかが、運用を軌道に乗せるための鍵となります。

LLMOツール・サービス選定の際には、これら5つのポイントを網羅した比較検討が不可欠です。以下のチェックリストも参考に、自社に最適なパートナーを見つけてください。

4.【ツール導入・内製型】おすすめLLMO分析ツール3選

まずは自社でAIの回答状況を可視化し、分析の内製化を目指す企業におすすめの代表的なツールを紹介します。

ここでは、国内ツールと海外の有力ツールを比較します。特に「監視対象のAIプラットフォーム」と「分析の強み」に注目してご覧ください。

これらのツールの詳細な特徴を、一つずつ見ていきましょう。

4-1.「国内代表」AI Hack：複数AIの「見え方」をスコア化・競合比較

「AI Hack」は、国内企業が提供するAIO（AI Optimization）分析ツールです。ChatGPT、Gemini、Claudeなど複数の主要な生成AIに対し、登録したプロンプト（質問）の回答を定期的に監視します。

最大の強みは、AIの回答を独自の指標で「スコア化」できる点です。公式サイトによると、「優先度」「ポジティブ言及」「ネガティブ言及」「ドメイン引用」といった項目でAI回答における自社の可視性を数値化します。

これにより、感覚的になりがちなAI対策の効果を定量的に測定できます。また、競合他社を指定してスコアを比較分析できるため、自社の立ち位置を客観的に把握するのに役立ちます。

【メリット】

• 複数の主要AIを横断して分析できる。
• AI回答を「スコア」で可視化し、KPIとして追いやすい。
• 国内企業による提供のため、日本語の管理画面やサポートが期待できる。

【注意点】

• 料金プランは公式サイトに明記されておらず、「お問い合わせ」ベースとなっています。
• 導入実績や詳細な機能については、資料請求やデモで確認する必要があります。

https://digi-mado.jp/article/107401/

4-2.「海外有力」SEOmonitor (AI Search Tracking)

「SEOmonitor」は、世界的に利用されているSEO管理プラットフォームですが、近年LLMO対策の需要に応え、AI検索のトラッキング機能を強化しています。

特にGoogleのAI Overview（AIO）における「引用（Citation）」や「言及（Mention）」の状況を日次で追跡する機能に強みがあります。

このツールの最大のメリットは、従来のSEO指標（検索順位、検索ボリューム、流入予測など）と、新しいLLMOの指標（AIOでの引用状況）を、一つのダッシュボードで一元管理できる点です。SEOチームが既存の業務フローの中で、シームレスにAI対策のモニタリングを開始できます。

メリット:

• 既存のSEO分析とLLMO分析を一元化できる。
• GoogleのAI Overviewの分析に特化している（Google検索経由の流入を重視する場合に有効）。
• SEOツールとしての実績が豊富で、分析機能の信頼性が高い。

【注意点】

• 海外ツールのため、管理画面やサポートは基本的に英語となります。
• GoogleのAIO以外のAI（ChatGPTやPerplexityなど）の監視機能については、自社の要件と合うか確認が必要です。

4-3.「海外有力」ZipTie.dev

「ZipTie.dev」は、ChatGPT、Perplexity、そしてGoogleのAI Overviewなど、複数のAIプラットフォームを横断的に監視できることに特化したLLMO分析ツールです。

このツールのユニークな強みは、AIの回答結果を「証跡（スクリーンショット）」として保存・記録する機能に優れている点です。

AIの回答は、同じ質問でもタイミングやモデルの更新によって変動しやすい（非決定論的である）という特性があります。ZipTie.devは、実際の回答画面をキャプチャして保存することで、「いつ、どのAIが、どのように回答したか」を正確に記録します。これは、AIによるネガティブな言及や誤情報のリスクを監視し、社内や顧客に報告する際の客観的な証拠として非常に役立ちます。

【メリット】

• 複数の主要AIプラットフォームを横断的に監視できる。
• 回答のスクリーンショットを保存でき、変動の追跡やエビデンスとして活用できる。
• Share of Voice（AI回答内での言及シェア）の競合比較も可能。

【注意点】

• こちらも海外ツールのため、日本語のサポート体制や管理画面の対応については確認が必要です。
• 分析やスコア化よりも、「監視と記録（モニタリング）」に重きを置いたツールと言えます。

5.【サービス支援・外注型】おすすめLLMO対策サービス

分析ツールの提供だけでなく、戦略立案から実行（構造化、コンテンツ制作、引用確保）まで、専門家による伴走支援を受けたい企業向けのサービスです。社内に専門リソースがない場合や、スピード重視で対策を進めたい場合に適しています。

5-1.「国内代表」GMO AI最適化ブースト：分析＋実行支援のワンストップ体制

「GMO NIKKO株式会社」が提供する「GMO AI最適化ブースト」は、分析から施策実行までをワンストップで支援する包括的なLLMO/AIO対策サービスです。

本サービスの大きな特徴は、前のセクションで紹介した分析ツール「AI Hack」と提携し、その高度な分析機能を活用している点です。AI Hackによる現状分析と競合比較に基づき、GMO NIKKO社が培ってきたデジタルマーケティングの知見を加えて、具体的な改善施策を実行します。

公式サイトの情報によれば、AIが参照・推薦しやすい状態を作るため、「50項目以上の独自チェックリスト」を用いた診断を実施します。その上で、以下のような専門的な施策をパッケージで提供しています。

• AI応答可視性診断：
  AI Hackを活用した現状のスコア化
• AI向け情報構造の技術的整備：
  構造化データ（Schema.orgなど、AIにコンテンツの意味を伝えるタグ）の実装・最適化
• 生成AI最適化型コンテンツ制作：
  AIが引用しやすいFAQや専門記事の制作支援
• サイテーション戦略支援：
  PR施策などにより、信頼できる第三者サイトからの言及（引用元）を獲得する施策

以下の表に、GMO AI最適化ブーストのサービス概要をまとめます。

【メリット】

• 分析（測る）から実行（改善する）までを一気通貫で依頼できるため、社内リソースが不要。
• GMOインターネットグループという国内大手企業が提供する信頼感と、国内市場に最適化された支援が期待できる。
• ツール分析と連動した具体的な施策（構造化やPR）まで踏み込むため、成果に繋がりやすい。

【注意点】

• ツール単体の契約（内製）と比較し、コンサルティングや実行支援が加わるため、一般的にコストは高くなります。
• サービス内容が広範なため、自社で実施する範囲と委託する範囲の切り分けを明確にすることが重要です。

5-2. サービス支援型の強み：「測る」の先にある「改善」の実行

ツール導入型（内製）では、分析担当者のスキルやリソースが施策のボトルネックになりがちです。「AI回答でのスコアが低い」と分かっても、「では、具体的にWebサイトのどこをどう直せばよいか」という実行フェーズで止まってしまうケースは少なくありません。

サービス支援型（外注）の最大の強みは、この「改善アクション」を専門家が代行・支援してくれる点にあります。

特に、LLMO対策で重要となる以下の施策は、高度な専門知識を要します。

• 構造化データの実装：
  AIに対して「この記事はFAQである」「この情報は製品の仕様である」と正確に伝えるための技術的実装は、Webサイトの構造理解が必要です。
• エンティティ（Entity）の最適化：
  エンティティとは、AIが認識する「企業名」「製品名」「人物名」といった情報の“塊”です。自社のエンティティ情報をWeb全体で一貫させ、AIに「信頼できる唯一の存在」として認識させるには、サイト内部だけでなく外部の言及（例：Wikipediaや業界メディア）も含めた戦略的な管理が求められます。

これらの専門的な領域をプロフェッショナルに任せることで、企業は本来注力すべきコア業務に集中できるのです。もちろん、コストとのバランスや、社内にノウハウをどう蓄積していくかという課題は残りますが、AI時代で競合に迅速に差をつけるための有効な選択肢と言えるでしょう。

6. LLMOの「土台」を支える必須技術（ツールと併用）

LLMOツールで「現状」を把握した後は、「改善」のフェーズに入ります。しかし、やみくもにコンテンツを修正してもAIには響きません。AIに正しく情報を認識させ、引用されやすくするための「土台」となる技術があり、これらを分析ツールと併用することで初めてLLMO対策は最大化されます。

＼具体的なLLMO対策についてはこちらを！実践的に最適化を行えます！／
LLMOの定義や期待効果とは？SEOとの違い、LLMO支援サービス5選もご紹介

6-1. 構造化データ（Schema.org）

LLMO対策において、最も基本的かつ重要な施策が「構造化データ」の実装です。これは、Webサイトの情報をAI（機械）が理解できる共通言語で「タグ付け」する技術を指します。

人間は「¥10,000」という文字を見れば「価格だ」と文脈で理解できますが、AIにとっては単なる数字かもしれません。そこで、「Schema.org」（スキーマオルグ）という国際的な標準規格に基づき、「これは価格（Price）です」「これは企業の住所（address）です」と明示的に伝えるのが構造化データです。

LLMOにおける主な構造化データ活用例:

• FAQPage：
  よくある質問と回答のペアをAIに明示し、Q&A形式の回答に引用されやすくします。
• Organization：
  企業名、住所、電話番号（NAP情報）、ロゴなどをAIに正確に伝え、企業の「実在性」と「信頼性」を高めます。
• Product：
  製品名、価格、評価、在庫状況などをAIに理解させ、比較検討の回答に利用されやすくします。

AIが情報を「誤解」なく「正確」に抽出できる土台を整えることで、AI回答の引用率や正確性の向上に直結します。

6-2. IndexNow

「IndexNow」（インデックスナウ）は、Webサイトのコンテンツが新規作成されたり、更新・削除されたりした際に、その情報を即座に検索エンジンに通知するための仕組み（プロトコル）です。

従来の検索エンジンは、クローラー（情報収集ボット）が定期的にサイトを巡回するのを待つ必要があり、情報が反映されるまでにタイムラグがありました。しかし、「IndexNow」を利用すれば、更新情報を能動的に送信できます。

なぜこれがLLMOに重要なのでしょうか？ それは、ChatGPTやMicrosoftのCopilotなど多くの生成AIが、リアルタイムの回答生成に「Bing」の検索インデックス（情報データベース）を参照しているからです。

IndexNowを通じてBingに最新情報を即時通知することで、AIが参照する「元ネタ」も最新の状態に保たれます。これにより、「AIが古い価格やキャンペーン情報を回答してしまう」といった事故を防ぎ、情報の鮮度と信頼性を担保できます。

6-3. クローラー制御（robots.txt / llms.txt）

LLMO対策は、AIに情報を「読ませる」攻めの施策だけではありません。逆に、「読ませたくない」「学習されたくない」情報を守る「守り」の施策も同時に重要となります。そのために使われるのがクローラー制御ファイルです。

• robots.txt：
  従来からあるファイルで、サイトのルートディレクトリに設置します。「どのクローラー（例：Googlebot, Bingbot）」が「どのページ（ディレクトリ）」にアクセスしてよいかを指定します。例えば、「GPTBot」（OpenAIのAI学習用クローラー）からのアクセスをすべて拒否する、といった設定が可能です。会員専用ページや利用規約など、AIに学習されたくない領域を指定するために使います。
• llms.txt：
  「robots.txt」よりも詳細な制御を目指して提案されている、比較的新しい制御ファイルです（まだ標準化の途上です）。AIによる「学習利用は禁止するが、検索結果での引用は許可する」といった、より細かい意図をAIモデル提供者側に伝えることを目的としています。

AIに学習されたくない機密情報や、回答に引用されると文脈を誤解されかねないコンテンツを適切に除外することは、AI時代の企業リスク管理（ガバナンス）において不可欠です。

これら3つの技術は、LLMOツールによる「分析」を「成果」に変えるための“車両整備”に例えられます。以下の表で、それぞれの役割を整理します。

LLMOツールでAIの回答を監視しつつ、これら3つの技術的土台を整備・最適化し続けることが、AI検索時代に「選ばれる」情報発信の鍵となります。

LLMOの定義や期待効果とは？SEOとの違い、LLMO支援サービス5選もご紹介

7.【まとめ】まずは自社の「AIでの見え方」を把握しよう

LLMO対策は、もはや待ったなしの経営課題です。AIの回答という新しい「入口」で競合に先んじるため、まずは「自社がAIにどう言及されているか」を専門ツールで診断することから始めましょう。

従来のSEO対策（検索順位の最適化）だけでは、AIが回答を生成する時代の情報戦には対応できません。AIに自社の情報が「引用されない」「言及されない」、あるいは「誤って言及される」ことは、大きな機会損失とブランドリスクに直結します。

本記事では、LLMO対策の具体的なアプローチとして、分析を内製化する「ツール導入型」と、実行まで任せられる「サービス支援型」の2つの進め方、そしてそれぞれの代表的な製品・サービスを紹介しました。

どちらの道を選ぶにせよ、最初のステップは共通しています。それは、「現状把握」です。

まずは、本記事で紹介したようなLLMO分析ツール（例：AI Hack）や、それを活用した支援サービス（例：GMO AI最適化ブースト）を活用し、以下の点を診断することから始めてください。

• 自社は主要なAI（Google, ChatGPT等）でどのように言及されているか。
• 競合他社はどのように優遇されているか。
• AIが参照している情報は正確か、それとも古いか。
• 対策すべき重要な質問（プロンプト）は何か。

AI検索の最適化は、一度行えば終わりではありません。「分析（測る）」→「改善（整える）」→「監視（見守る）」のPDCAサイクルを継続的に回すことが、AI時代に選ばれ続ける企業の必須条件となるでしょう。