ホテルのLLMO対策とは？AI検索で選ばれる宿泊施設になる7つの施策

「ChatGPTに聞いたら、近隣の競合ホテルは出てきたのに自分の施設は出てこなかった」——そんな経験はないでしょうか。旅行者の情報収集が検索エンジンから生成AIへ移りつつある今、AIに正しく認識されるための取り組みが「ホテルのLLMO対策」です。この記事では、海外情報の要約ではなく、日本のホテル・旅館の担当者が明日から自施設で実行できる手順を、現状監査から7つの施策、効果測定まで具体的に解説します。

ホテルのLLMO対策とは？AI検索で選ばれるための基本

まずはLLMO対策の定義と、なぜ宿泊業界で注目されているのかを整理します。SEOやMEOとの違いを押さえ、目指すべきゴール像を明確にしましょう。

LLMOの意味とホテル業界での重要性

LLMO（Large Language Model Optimization＝大規模言語モデル最適化）とは、ChatGPTやGeminiといった生成AIに自社の情報を正確に認識させ、回答の中で引用・推薦されるように整えていく取り組みです。これまで旅行者は検索エンジンで複数のサイトを見比べていましたが、生成AIが普及した現在は、AIへの一度の質問で「比較・要約・推薦」までが完結するようになりました。つまりAIは、旅行者とホテルをつなぐ新しい入口（ゲートウェイ）になりつつあるということです。この入口でAIに正しく取り上げてもらえなければ、どれだけ良い施設でも旅行者の検討候補にすら入れない時代が近づいています。

SEO・MEO・GEOとの違いと関係

LLMOは似た施策と混同されがちですが、最適化する「対象」と「ゴール」が異なります。それぞれの違いを整理すると次の通りです。

• SEO：検索エンジンの順位を上げ、自社サイトへの流入を狙う施策である
• MEO：Googleマップなど地図検索での露出を高める施策である
• GEO・LLMO：生成AIの回答そのものに引用・推薦されることを狙う施策である

重要なのは、これらが対立するものではなく補完関係にあるという点です。SEOやMEOで整えた正確な情報設計は、そのままAIが参照する材料になります。土台となる情報整備があってこそ、AI推薦への近道が開けると考えてください。

LLMO対策で目指す「AIに推薦される」状態

LLMO対策のゴールは、単に「AIの回答に名前が出る」ことではありません。目指すべきは、誤情報がなく、好意的な文脈で、しかも複数のAIで安定して言及される状態です。たとえば「禁煙ルームしかないのに喫煙可と表示される」「すでに終了したプランが推薦される」といった誤認（ハルシネーション）が起きれば、予約後のトラブルやブランド毀損につながります。正確さ・好意性・安定性の3点がそろってはじめて、AI経由の直販予約という成果に結びつくのです。

なぜ今ホテルにLLMO対策が必要なのか

LLMO対策が「将来の話」ではなく今着手すべき理由を、旅行者の行動変化と収益構造の両面から示します。データに基づいて緊急性を確認しましょう。

旅行者の情報収集がAI検索へ広がっている

旅行者が情報収集の手段として生成AIを使う動きは、すでに日本でも急速に進んでいます。JTB総合研究所の「スマートフォンの利用と旅行消費に関する調査（2025）」によると、情報検索の方法として生成AIを使う割合は、2024年の9.7%から2025年には28.8%へ増加しました。調査対象は、過去1年以内に国内旅行をしたスマートフォン利用者1,030名です（2025年11月実施）。同調査ではAIサービスの利用経験者も49.0%から58.7%へ上昇しており、検索エンジン一辺倒だった情報収集が、明確にAIへ広がり始めていることがわかります。

AIの回答に出ない施設は比較候補から外れる

生成AIやAI Overviewsの普及で、ユーザーが外部サイトへ移動せずAIの回答画面内で完結する「ゼロクリック」の行動が増えています。従来の検索なら2ページ目でも見つけてもらえる可能性がありましたが、AIは最初の回答で数施設に絞って提示します。つまり、その最初のリストに入らなければ比較の土俵にすら乗れないということです。「掲載順位が低い」のではなく「そもそも存在しないものとして扱われる」点が、従来のSEOとの決定的な違いです。

OTA依存から直販予約へつなげる鍵になる

多くの宿泊施設が悩むのが、OTA（オンライン旅行代理店）への送客手数料の負担です。手数料率はOTAや販売形態によって異なりますが、直販予約と比べると利益率を圧迫しやすい構造であることは共通しています。ここでLLMO対策が効いてきます。AIが自社の公式サイトを直接引用するようになれば、楽天トラベルやじゃらんを経由せず公式サイトへ流入する旅行者が増え、手数料の削減と顧客との直接的な関係構築の両方が見込めます。LLMO対策は単なる露出施策ではなく、収益構造を改善する打ち手でもあるのです。

AIはホテルをどの情報源から判断しているのか

効率よく対策するには、各AIが何を見て判断しているかを知る必要があります。プラットフォームごとの傾向と、日本で押さえるべきチャネルを整理します。

Gemini・ChatGPT・Perplexityで異なる引用傾向

主要なAIサービスは、それぞれ重視する情報源が異なります。やみくもに全方位へ手を広げるより、各AIの傾向を理解して優先順位をつけるほうが効率的です。代表的な3サービスの傾向を次の表にまとめました。

AIサービス	重視されやすい情報源	優先して整えるべきもの
Gemini / Google AI Overviews	公式サイト、Googleビジネスプロフィール、Googleマップ、構造化データ	GBP、公式サイト、構造化データ、Google上のクチコミ
ChatGPT	公式サイト、OTA、第三者記事、Web上の言及	OTA情報、メディア掲載、FAQ、比較記事
Perplexity	出典付きWeb情報、TripAdvisor、公式FAQ、ニュース記事	TripAdvisor、公式サイト、第三者記事、最新情報

特にPerplexityは、2025年1月にTripadvisor Groupとの提携を発表しました。Tripadvisorの10億件超のレビュー・投稿、AI生成サマリー、43市場・22言語・1,100万件超のビジネスリスティングを活用し、旅行計画の回答を強化しています（Tripadvisor公式リリース）。Perplexity上での露出を高めるなら、Tripadvisorのプロフィール整備が近道になります。

※上記の各AIの傾向は、各種の業界分析にもとづく一般的な傾向であり、質問内容やAIの更新状況によって変動します。絶対的なルールではなく優先順位づけの目安としてご活用ください。

このうちChatGPTはOTAや第三者メディアでの言及を重視する傾向が強く、その具体的な進め方はChatGPTに引用されるLLMO対策で詳しく解説しています。また、Gemini（Google AI OverviewsやAIモード）への対応は、複数条件を分解して候補を提示するGoogle検索内のAI体験を理解しておくことが近道です。詳しくはGoogle AI Mode対策もあわせてご覧ください。

公式サイト・GBP・OTA・口コミサイトの情報整合性

AIは1つの情報源を鵜呑みにせず、複数のソースを照合して事実を検証します。このとき、施設名・住所・電話番号（NAP）や基本属性がチャネル間で食い違っていると、AIはどの情報を信じるべきか判断しづらくなり、回答内で引用・推薦されにくくなる可能性があります。たとえば公式サイトでは「チェックイン15時」、じゃらんでは「14時」と書かれていれば、それだけで情報の信頼度が揺らぎます。各チャネルの情報を文字単位でそろえることが、LLMOの土台です。

日本のホテルが押さえるべき主要チャネル一覧

海外の解説記事はBooking.com・Expedia・TripAdvisorを前提にしがちですが、日本市場では国内OTAの存在感が大きく異なります。まず優先すべきは楽天トラベル・じゃらんnet・一休.com・Yahoo!トラベル・Reluxといった国内OTAと、GoogleビジネスプロフィールやGoogleマップです。インバウンド比率が高ければBooking.comやTripAdvisorも整えましょう。各チャネルでLLMO観点から確認すべきポイントは次の通りです。

チャネル	LLMO観点で確認すべきこと
公式サイト	施設情報、FAQ、アクセス、キャンセル規定、構造化データ
Googleビジネスプロフィール	住所、電話番号、営業時間、写真、口コミ返信
楽天トラベル	プラン名、設備、写真、口コミ、チェックイン条件
じゃらんnet	客室説明、風呂・食事・アクセス情報
一休.com / Yahoo!トラベル	高単価・記念日・ラグジュアリー訴求
Booking.com	インバウンド向け設備、多言語、支払い方法
TripAdvisor	口コミ、写真、施設属性、英語情報

ホテルのLLMO対策を始める前に行う現状監査

施策に入る前に、まず自施設が今どう扱われているかを把握します。監査で見つかった「欠落」と「誤り」が、最初に手をつけるべき修正リストになります。

AI検索で自施設が表示されるか確認する

過去の閲覧履歴による偏りを避けるため、ブラウザのシークレット（インコグニート）モードでChatGPT・Gemini・Perplexityを開きます。とくにChatGPTはログイン状態やメモリ機能、検索モードの有無で結果が変わるため、できればメモリの影響を避けたうえで新規チャットを使い、同じプロンプトで複数回試して傾向を確認すると精度が上がります。そこで実際の旅行者になったつもりで「地域名＋条件＋ホテル」のプロンプトを投げてみてください。たとえば「箱根で貸切風呂のある温泉旅館」「新宿駅近くで朝食付きの出張向けホテル」のように具体的に質問し、推薦された上位3施設に自施設が入っているかを確認します。入っていなければ、それが対策の出発点です。

AI回答内の誤情報・古い情報を洗い出す

表示されたとしても安心はできません。AIが説明した自施設の特徴が事実と合っているかを1つずつ確認します。「終了したはずのプランが案内されている」「すでに撤去した設備が紹介されている」といった古い情報やハルシネーションは、予約後のクレームに直結します。誤りを見つけたら、どのチャネルの情報が原因かをたどり、修正リストとして書き出しておきましょう。

競合ホテルとの表示差分を比較する

同じプロンプトで推薦された競合施設が、なぜ選ばれているのかを観察します。AIが引用元として示しているソース（公式サイトなのか、特定のOTAなのか、観光メディアなのか）を見れば、自社に足りない情報源が浮かび上がります。競合が観光協会の記事から引用されているのに自社が無言及なら、そこが伸びしろです。差分を一覧化することで、施策の優先順位が自然と決まります。

現状監査に使えるチェックリスト

ここまでの監査は、次のチェックリストに沿って進めると抜け漏れがありません。そのまま社内の確認シートとしてお使いください。

確認項目	確認方法	優先度
ChatGPTで自施設が表示されるか	「地域名＋条件＋ホテル」で質問	高
Geminiで表示されるか	Google検索・AI Overviewsも確認	高
Perplexityで引用元が出るか	出典リンクを記録	高
施設名・住所・電話番号が一致しているか	公式・GBP・OTAを比較	高
古いプランや設備が出ていないか	AI回答と現場情報を照合	高
競合はどの媒体から引用されているか	公式・OTA・観光協会・ブログを確認	中

ホテルのLLMO対策で実践すべき7つの施策

ここからは、監査で見つかった課題を解消するための具体策を7つに整理して解説します。いずれも明日から着手できる実務目線の施策です。

1. 公式サイト・GBP・OTAの基本情報を統一する

最初に取り組むべきは、前述したチャネル間の情報統一です。施設名・住所・電話番号に加え、チェックイン/アウト時刻、駐車場、送迎の有無、ペット可否、バリアフリー対応などを、公式サイト・Googleビジネスプロフィール・楽天トラベル・じゃらん・一休などで文字単位までそろえます。地味な作業ですが、ここがずれていると後続のどの施策も効果が半減します。スプレッドシートに項目を並べ、チャネルごとに突き合わせる監査表をつくると抜け漏れを防げます。

2. Hotel・LodgingBusiness・FAQPageの構造化データを実装する

構造化データ（スキーマ）とは、ページの内容をAIや検索エンジンが機械的に読み取れる形式で記述する仕組みです。ホテルにはHotelまたはLodgingBusinessスキーマを、よくある質問にはFAQPageスキーマを使います。JavaScriptで動的に表示するとAIのクローラーが読み取れない場合があるため、重要な情報は静的なHTMLに出力するのが安全です。最低限の記述例は次の通りです。

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Hotel",
  "name": "○○ホテル新宿",
  "description": "JR新宿駅から徒歩3分、全120室のビジネスホテル。",
  "url": "https://example.com/",
  "telephone": "+81-3-0000-0000",
  "address": {
    "@type": "PostalAddress",
    "postalCode": "160-0023",
    "addressRegion": "東京都",
    "addressLocality": "新宿区",
    "streetAddress": "西新宿6-16-6",
    "addressCountry": "JP"
  },
  "geo": {
    "@type": "GeoCoordinates",
    "latitude": 35.6905,
    "longitude": 139.6995
  },
  "hasMap": "https://maps.google.com/?cid=0000000000000000000",
  "checkinTime": "15:00",
  "checkoutTime": "10:00",
  "priceRange": "¥9,000〜",
  "amenityFeature": [
    {"@type": "LocationFeatureSpecification", "name": "無料Wi-Fi", "value": true},
    {"@type": "LocationFeatureSpecification", "name": "駐車場", "value": true},
    {"@type": "LocationFeatureSpecification", "name": "大浴場", "value": true}
  ],
  "sameAs": [
    "https://www.instagram.com/your_hotel/",
    "https://www.facebook.com/your_hotel/"
  ]
}
</script>

あわせて、施策4で作成するFAQは、次のようにFAQPageスキーマでマークアップしておくと、AIや検索エンジンが質問と回答を直接読み取りやすくなります。

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "深夜のチェックインは可能ですか？",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "フロントは24時間対応しており、深夜0時以降のチェックインも可能です。事前にお電話ください。"
      }
    },
    {
      "@type": "Question",
      "name": "駅から何分ですか？",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "JR新宿駅西口から徒歩3分です。"
      }
    }
  ]
}
</script>

※実装後はGoogleの「リッチリザルトテスト」やSchema.orgの検証ツールでエラーがないか確認しましょう。geoやhasMap、sameAs（公式SNSやGoogleマップのURL）まで記述すると、ホテルとしての実用度がさらに高まります。

3. 客室・設備・アクセス情報をテキストで具体化する

AIは抽象的な宣伝コピーよりも、事実ベースの自然な文章を理解しやすい傾向があります。誇張された表現は、思い切って具体的な事実に書き換えましょう。Before/Afterで示すとイメージしやすくなります。

• Before（旧来コピー）：「洗練された上質なくつろぎと厳選された体験の旅」と抽象的である
• After（事実＋自然言語）：「新宿駅西口から徒歩3分、24時間営業のジムと大浴場を備えた出張向けホテル」と具体的である

あわせて、画像のalt属性や設備一覧もテキスト化しておくと、AIが内容を正確に把握しやすくなります。

4. 実際の問い合わせをもとにFAQを作成する

旅行者がAIに尋ねる質問は、そのままフロントに寄せられる質問と重なります。「深夜0時でもチェックインできますか」「子連れでも泊まれますか」「駅から徒歩何分ですか」といった生の問い合わせを、Q&A形式でそのままページ化しましょう。さらに「○○エリア観光ガイド」のような地域情報のハブページを作り、そこから個別の観光記事へ内部リンクでつなぐと、その地域に関する専門性（トピカルオーソリティ）が高まり、旅行プランの拠点として推薦されやすくなります。こうしたハブページと関連記事のつなぎ方は、関連記事・内部リンクの設計もあわせて参考になります。

5. 口コミ返信でホテルの強みを文脈ごと補強する

クチコミへの返信は、AIが施設の個性を学ぶ貴重な材料です。定型文ではなく、評価された強みを文脈ごと自然に反復することがポイントです。

• Before（定型返信）：「この度はご宿泊ありがとうございました」のみで情報量がない
• After（強みを文脈化）：「源泉かけ流しの貸切風呂と、地元食材を使った朝食をお褒めいただき光栄です」と具体である

「朝食」「温泉」「駅近」「静か」「ファミリー向け」といった評価軸を返信に織り込むことで、AIがブランド属性を結びつけやすくなります。

6. 地域メディア・観光協会・第三者サイトでの言及を増やす

AIは自社サイトの主張だけでなく、信頼できる第三者の言及を照合して事実を裏づけます。そこで、観光協会のサイト、地域メディア、旅行ブログ、PR TIMESのようなプレスリリース配信、訪日メディアなどで、自社名と強みが一緒に語られる状態をつくるデジタルPRが有効です。単にリンクを増やすのではなく、「出張に最適」「子連れ歓迎」といった肯定的な言葉の近くに施設名が並ぶことが重要です。これによりAIの中で「自施設＝特定の良い属性」という結びつきが強まります。

7. 予約導線・在庫情報・将来的なAI連携を整える

明日からの作業と、中長期で取り組む将来施策は切り分けて考えましょう。直近では、予約エンジンへの導線をわかりやすくし、サイトコントローラーやPMS（宿泊管理システム）で在庫・料金を各チャネルと正しく連携させることが先決です。一方で、AIエージェントが空室情報をリアルタイムに参照する仕組み（MCP＝モデルコンテキストプロトコルなど）への対応は、業界標準の動向を見ながら中長期で検討する施策と位置づけるのが現実的です。まずは足元の情報整備を固めることが優先です。

7つの施策を進める30日ロードマップ

施策が多く感じる場合は、次の30日ロードマップに沿って優先順位をつけて進めると着手しやすくなります。まずは監査と基本情報の統一から始めましょう。

期間	やること
1日目	ChatGPT・Gemini・Perplexityで現状監査
1週間以内	公式サイト・GBP・OTAの基本情報を統一
2週間以内	FAQとアクセス情報を追加
1か月以内	構造化データ、口コミ返信、第三者掲載を整備
毎月	SoVとAI経由流入を確認

ホテルタイプ別に見るLLMO対策のポイント

同じLLMO対策でも、施設タイプによってAIに伝えるべき情報の優先度は変わります。自社が「どんな旅行者に選ばれたいか」に合わせて重点を置きましょう。

ビジネスホテルが強化すべき情報

出張者は効率と立地を重視します。AIが「出張向け」と判断できる事実を厚く記載しましょう。

• 駅からの正確な距離と所要時間を明記する
• Wi-Fi速度、デスクの広さ、ランドリーの有無を具体化する
• 朝食の提供時間や領収書・法人利用の可否を載せる

温泉旅館・リゾートホテルが強化すべき情報

非日常の体験価値が選定の決め手になります。五感に訴える要素を事実として整理します。

• 泉質、貸切風呂や客室露天の有無を記載する
• 料理長や地元食材など食事の特徴を具体化する
• 送迎の有無と季節ごとの体験を載せる

ファミリー向けホテルが強化すべき情報

子連れ旅行者は「子どもが快適に過ごせるか」を細かく確認します。安心材料を明示しましょう。

• ベビーベッドや子ども用備品の貸出条件を記載する
• 添い寝の可否やキッズメニューの有無を載せる
• ベビーカー対応や館内の段差情報を具体化する

インバウンド向けホテルが強化すべき情報

訪日客はAIに母国語で質問します。多言語での正確な情報整備が露出を左右します。

• 英語・中国語・韓国語などで主要情報を翻訳する
• 空港アクセスや荷物預かりの可否を載せる
• 対応決済手段や周辺観光の情報を具体化する

MICE・法人利用向けホテルが強化すべき情報

会議や宴会の手配担当者は、条件を満たすかを瞬時に比較します。スペックを数値で示しましょう。

• 会議室の数・収容人数・面積を明記する
• 宴会場の規模とアクセス条件を載せる
• 法人プランや請求書払いの可否を具体化する

ホテルのLLMO対策の効果を測定する方法

LLMOの効果は従来の検索順位では測れません。何が測れて何が測りにくいかを正しく理解し、現実的な指標で改善を回しましょう。

AI検索内のシェア・オブ・ボイスを確認する

シェア・オブ・ボイス（SoV）とは、特定のテーマでAIに質問したときに、自社が言及・引用される頻度の比率を指します。たとえば「東京で犬と泊まれるホテル」「箱根で貸切風呂のある旅館」など、自社が選ばれたいプロンプト群をあらかじめ決め、月に1回、自社と競合の登場頻度を手動で記録します。順位という単一の数字ではなく、「どのテーマで言及されやすいか」を定点観測する発想が大切です。

GA4でAI経由の流入と予約転換を把握する

GA4（Googleアナリティクス4）では、chatgpt.com、perplexity.ai、copilot.microsoft.comなどからのリファラー流入と、その後の予約完了率を計測できます。ただし限界も正しく理解しておく必要があります。「AIの回答内に表示されたがクリックされなかったケース」や「AI Overviews単体の表示回数」は、GA4だけでは正確に取得できません。「どの質問で引用されたかを完全に追跡できる」と考えるのではなく、「AI回答で使われやすい質問テーマを定点観測する」程度にとらえるのが適切です。

月次で改善するためのチェック項目

AIの推薦結果は、ユーザーの状況やAIの学習状態によって流動的に変化します。一度対策して終わりではなく、毎月決まったサイクルで見直すことが成果につながります。

• 主要プロンプトでのSoVを手動監査で記録する
• GA4でAI経由の流入と直販転換率を確認する
• GSC（Google Search Console）やチャネル間の情報整合性を点検する

ホテルのLLMO対策に関するよくある質問

最後に、担当者から特に多く寄せられる疑問に簡潔にお答えします。着手前の不安解消にお役立てください。

小規模なホテルや旅館でも必要ですか

むしろ小規模施設こそチャンスがあります。大手にはない独自の魅力（特定の泉質、地域に根ざした料理、特徴的な客室など）は、AIが「条件に合う唯一の施設」として推薦しやすい要素です。規模ではなく情報の具体性と正確性が評価されるため、丁寧に情報を整えれば小さな宿でも十分に戦えます。

SEOやMEOだけでは不十分ですか

SEOやMEOは引き続き重要ですが、それだけではAI回答内での露出は保証されません。検索順位を上げることと、AIの回答に引用されることは別の評価軸だからです。両者は補完関係にあるため、SEO/MEOの土台の上にLLMO特有の情報整備を積み重ねるのが効果的です。土台となるSEOの基礎づくりについてはSEO記事の作り方も参考になります。

OTAの情報もAI検索に影響しますか

影響します。特にChatGPTはOTAや第三者サイトの情報を重視する傾向があり、楽天トラベルやじゃらん上の情報がそのまま引用されることもあります。前述の通り、公式サイトとOTAの情報が食い違っているとAIの信頼度が下がるため、チャネル間の整合性が前提になります。

まず何から始めるべきですか

最初の一歩は、本文で解説した「現状監査」と「基本情報の統一」です。シークレットモードで各AIに質問して自施設の表示状況を確認し、見つかった誤りを修正しながら、公式サイト・GBP・OTAの基本情報を文字単位でそろえることから着手してください。ここが固まってから、構造化データやFAQへ段階的に進むのが現実的です。

ホテルのLLMO対策は専門会社に相談すべきですか

基本情報の統一やFAQ作成は自社でも始められますが、AI検索での表示状況調査、競合比較、構造化データ、第三者メディア設計、効果測定まで一貫して進める場合は、LLMO対策に詳しい専門会社へ相談するのも有効です。支援会社を選ぶ際は、SEOの知見、生成AIへの理解、診断から改善提案までの対応範囲を確認しましょう。詳しくはLLMO対策会社の選び方も参考にしてください。

まとめ：ホテルのLLMO対策は情報整備から始めよう

ホテルのLLMO対策とは、生成AIに自施設を正確かつ好意的に認識させ、回答内で推薦されるよう情報を整える取り組みです。旅行者の情報収集がAIへ広がる今、AIの回答に出ない施設は比較候補から外れてしまいます。AIは公式サイト・GBP・OTA・口コミを照合して判断するため、まずは現状監査でAIにどう扱われているかを確認し、チャネル間の基本情報を統一することが出発点です。その上で構造化データ・FAQ・口コミ返信・デジタルPRといった施策を重ね、SoVやGA4で月次の改善を回していきましょう。難しく考えず、できることから情報整備を始めることが、AI時代に選ばれる宿泊施設への近道です。

「自社ホテルがChatGPT・Gemini・Perplexityでどう表示されているか確認したい」「何から始めればいいか分からない」という方は、まず現状把握から始めてみてください。株式会社アドカルでは、主要AIでの表示状況・誤情報の有無・引用元・競合との差分を確認できる無料LLMO診断・ホテル向けLLMO無料チェックを実施しています。現状の課題整理を入り口に、AI検索での表示状況を確認しながら、継続的な改善サイクルを回していくことが成果への近道です。

主な出典
・JTB総合研究所「スマートフォンの利用と旅行消費に関する調査（2025）」
・Tripadvisor Group / Perplexity 提携に関する公式プレスリリース（2025年1月9日）