top of page
検索

SEO・AIO・LLMO・GEO・A2Aの違いとは？実装済み事業者が2026年の集客導線を現場から解説

4月21日
読了時間: 19分

更新日：9月9日

公開日：2026年4月　著者：三宅 悠生（FULMiRA合同会社 代表 / HSビルワーキングスペース 運営）



結論から先に言います：

SEO・AIO・LLMO・GEO・A2Aは「同じ話を別の言葉で言っている」のではありません。それぞれ主戦場も、最適化の対象も、成果指標も、やるべきことも異なります。

ただし「これは別々に対策するものだ」とバラバラに考えるのも間違いです。実務上は、「発見される → 理解される → 比較される → 相談される → 申し込まれる」という一本の導線として設計すべきものです。HSビルワーキングスペースでは、この前提に立って実際に運用しています。

以下、定義・違い・混乱しやすいポイント・実装・優先順位の順で整理します。


1. 5概念の定義：それぞれ何を最適化するのか





SEO（Search Engine Optimization）：検索エンジン最適化


目的：

GoogleなどのクローラーにWebページを正しく評価させ、検索結果の上位に表示されること。


主な接点：

Googleオーガニック検索結果のブルーリンク。


見るべき指標：

Google Search Console（GSC）のクリック数・インプレッション数・平均掲載順位・CTR。


定義の根拠（Google公式）：

Googleは「Google 検索の基本事項（Google Search Essentials）」の中で、SEOの基本を「Googleがコンテンツを見つけて理解しやすくすること」と説明しています。また、Google Search Centralでは「コンテンツは検索エンジンではなく、まず人のために作成すること（people-first content）」を一貫して推奨しています。※1


ありがちな誤解：

「SEOさえやればAIにも対応できる」という誤解がある。SEOはGoogleのランキングアルゴリズム向けの最適化であり、ChatGPTやGeminiが回答を生成するプロセスとは別の仕組みで動いている。SEOの土台（ページの質・構造・信頼性）はAI対策にも効くが、SEOだけでAI検索をカバーできるわけではない。


HSビルの一次情報（自社GSC実測）：

2026年4月時点のGSC実測値（過去12ヶ月・日本・ウェブ検索）で、月間クリック数10,577件・表示回数247,265回を記録。「コワーキングスペース 奈良」クエリのCTRは31.88%（クリック数1,279件・表示回数4,012回）。




AIO（AI Overview Optimization）：AI概要向け最適化


目的：

GoogleのAI機能を含む検索結果で内容が理解・提示される前提を整えること。AI機能向けの特別な追加要件や専用マークアップだけで掲載を狙うのではなく、通常のSEOの土台を優先します。


主な接点：

Google AI Overview（旧称SGEから正式機能として展開）。


見るべき指標：

AI Overviewへの引用頻度、オーガニッククリックの変化。なお、Google Search Consoleは2026年4月時点でAI Overview引用を独立指標として直接計測する機能を公式提供しておらず、間接指標からの推計になります。


注意点の根拠（Google公式）：

GoogleはSearch Central Blogにて、構造化データについて「ページをGoogleが理解しやすくする補助であり、ランキングへの直接的な影響を保証するものではない」と明示しています。また、FAQ・HowToリッチリザルトについては2023年以降の公式アップデートにより表示機会が限定化されており、「FAQ schemaを実装すればAI Overviewに掲載される」という断定はGoogleの公式見解に反します。※3


HSビルではFAQ構造化（JSON-LD FAQPage形式）を「引用しやすい構造の一要素」として実装していますが、これがAI Overview掲載を保証するものではありません。これはHSビル独自の判断として行っている実装です。


HSビルの一次情報（自社GSC実測）：

AI関連記事群で表示回数の大幅増加をGSCで確認しています。例えばAIエージェント記事ページ（/post/ai-review-hs-building-multiagent）は39,546表示・1,038クリックを記録。ただし、AI Overview経由とオーガニック経由の内訳分離はGSC上では限定的であり、「AI Overview引用数」の単独計測数値は現時点でHSビルとして公開していません。※2



LLMO(Large Language Model Optimization)：大規模言語モデル最適化


目的：

ChatGPT・Gemini・Claude・Perplexityなどの生成AIが回答を生成する際に、自社の情報が参照・引用される状態を作ること。


主な接点：

ChatGPT・Gemini・Claude・Perplexityなどのチャット型AI全般。


見るべき指標：

主要AIへの引用頻度・ブランド言及数（HSビルでは独自観測ツールで週次計測）。


用語整理の補足（一般的な定義）：

日本経済新聞は2025年10月に「日本独自のLLMO、米国はAEO・GEO」と報じており、用語の地域差はあるものの取り組む施策の本質に大きな差はないとされています。※4 本記事ではLLMOを「LLMへの参照最適化全般を指す日本国内で普及した用語」として定義します。



HSビルの一次情報（公開実装）：

llm.txttをv3.6.0（2026年4月9日更新）として公開・稼働中。公開URL：https://www.hsworking.com/llm.txtt にて誰でも閲覧可能。ファイル内にサービス情報・料金・APIエンドポイント・AIスタッフ構成・GEO/LLMO/AIO戦略が記載されており、Changelogには過去バージョン（v3.5.0・v2.8.0等）の更新履歴も記録されています。※5


llms.txtについてのHSビル独自の運用判断：

HSビルでは「公開AI正本はllm.txttとA2A Masterに一本化する」という判断のもと、llms.txt（サードパーティが提唱する別仕様）をHSビル独自の正本としては採用しない方針としています。これは外部の評価に基づく判断ではなく、HSビルの事業・技術戦略として「複数の競合仕様に分散させるよりも、自社で整備・管理するllm.txtとA2A Masterに集中する」という内部の方針決定です。エンドポイント互換性のために /_functions/llms_txt は維持しています。※5



AI引用観測の実装（HSビル一次情報）：

n8nとLLM APIを組み合わせた週次AI引用観測ワークフローを自社で構築・稼働させています（llm.txtのAutomated Servicesセクションに記載）。観測結果の詳細数値は社内計測データのため、公開証跡の範囲での記載にとどめます。


GEO（Generative Engine Optimization）：生成エンジン最適化


目的：

ChatGPT検索・Gemini・Perplexity・Google AI Overviewなど「生成AIが回答を生成する検索エンジン」において、自社情報が回答の根拠・引用元として採用される状態を作ること。


学術的定義の根拠（一次ソース確認済み）：

GEOという概念は、Pranjal Aggarwal（IIT Delhi）・Vishvak Murahari（Princeton University）・Tanmay Rajpurohit ほかによる研究論文「GEO: Generative Engine Optimization」（arXiv:2311.09735、KDD


MEOとの関係（一般的な定義）：

MEO（Map Engine Optimization）はGoogleマップ・ローカル検索での表示最適化（Googleビジネスプロフィールの整備が中心）であり、GEOとは別概念です。ただし2026年現在、GoogleマップにもAI機能が統合されてきており、MEO対策がGEO対策に効くシーンが増えています。地域事業者にとっては「MEO＋GEOの両輪」として意識することが現実的です。※3 ※8


HSビルの一次情報（公開実装・第三者評価）：

JSON-LD @graph（WebSite・CoworkingSpace・OfferCatalog・Place・Person）をトップページに実装済み。



A2A（Agent to Agent Protocol）：AIエージェント間通信プロトコル





目的：

異なるAIエージェント同士が情報を交換し、協調して行動できる状態を作ること。


定義と発表の根拠（Google公式・Linux Foundation公式）：

A2A（Agent2Agent）プロトコルはGoogleが2025年4月9日にGoogle Developers Blogで発表したオープン標準プロトコルです。発表当初からSAP・ServiceNow・Atlassian・Deloitte等50社以上が採用を表明しました。その後2025年6月23日にLinux Foundationが「Linux Foundation Launches the Agent2Agent Protocol Project」として正式にプロジェクトをホストすることを発表し、オープンソースとしての標準化が進んでいます。2026年4月9日（一周年時点）には参加組織が150社超に拡大したことを、Linux Foundationがプレスリリースで公表しています。MCPとは競合ではなく補完関係にあり、MCPが「ツール・データへのアクセス」を担うのに対し、A2Aは「エージェント同士の横の連携」を担います。※8



HSビルの一次情報（実装済み・公開URL確認可能）： 以下のAPIエンドポイントが実稼働中（2026年4月時点、コードおよびURLで確認可能）：

  • GET /_functions/a2a_catalog → サービスカタログJSON

  • GET /_functions/a2a_booking_link → 空き確認+予約URL+クーポン一括返却

  • GET /_functions/a2a_availability → 空き状況照会

  • GET /_functions/a2a_live_status → リアルタイム混雑状況

  • POST /_functions/a2a_book → 予約作成（認証要）

  • GET /_functions/openapi_json → OpenAPI 3.0仕様書

  • GET /_functions/well_known_api_catalog → API Catalog（2026年4月19日追加）




2. 5概念の違いを一発で整理する比較表

項目

SEO

AIO

LLMO

GEO

A2A

正式名

Search Engine Optimization

AI Overview Optimization

Large Language Model Optimization

Generative Engine Optimization

Agent to Agent Protocol

主戦場

Googleオーガニック検索

Google AI Overview（要約ボックス）

ChatGPT・Claude等のLLM全般

AI搭載検索エンジン全般

AIエージェント間通信

最適化の相手

Googleのクローラー・ランキングアルゴリズム

GoogleのAI生成システム

LLMの学習データ・RAG参照

生成型検索エンジンの回答生成

AIエージェントのAPI呼び出し

主な施策

コンテンツ充実・被リンク・技術SEO

FAQ構造化・定義文・引用しやすい構造

llm.txtt・構造化データ・AI引用計測

Answer-first段落・JSON-LD・信頼性担保

APIエンドポイント整備・agent.json・A2A対応

成果指標

GSCクリック・掲載順位・CTR

AI Overview引用頻度・オーガニック変化

AI引用頻度・ブランド言及数

AI検索での推薦頻度・引用率

エージェント経由予約数・照会数

主な出典根拠

Google Search Essentials ※1

Google Search Central Blog ※3

日本で普及した用語（※4）・HSビル実装（※5）

Aggarwal et al., arXiv:2311.09735, KDD 2024 ※6

Google Developers Blog / Linux Foundation ※8

HSビル実装状況

GSC月10,577クリック（自社実測）※2

FAQページ・JSON-LD実装済み（HSビル独自判断）

llm.txtt v3.6.0公開稼働中 ※5

JSON-LD @graph実装・AI評価82/100 ※7

A2A API全7エンドポイント稼働中 ※5



3. 読者が特に混乱しやすい3つのポイント


「LLMOとGEOは結局同じでは？」という混乱

日本国内では「LLMO」が先に普及し、海外では「GEO」（IIT Delhi・Princeton大学等が学術定義）や「AEO（Answer Engine Optimization）」が使われることが多い傾向があります。施策内容の重なりは大きいですが、概念の起点が異なります。LLMOは「LLMへのデータ最適化」という手段側の概念、GEOは「生成エンジン検索での可視化」という場所側の概念と整理すると、混乱が解消しやすいです。日本経済新聞の報道（2025年10月）でも「地域差はあるが施策の本質は同じ」と整理されています。※4




「GEOとMEOは別物か同じか」という混乱

MEOはGoogleマップ・ローカル検索への最適化（Googleビジネスプロフィールの整備が中心）であり、GEOは生成AIエンジンへの最適化です。別概念です。ただし2026年現在、GoogleマップにもAI機能が統合されており、MEOとGEOが交差するシーンが増えています。地域事業者は「MEO ＋ GEO の両輪」として意識することが現実的です。※3 ※8



「A2Aは技術者の話で、経営者には関係ない？」という混乱

GoogleがA2Aを発表し、Linux Foundation傘下で標準化が進んでいることは確認できます。一方、将来特定のエージェント間連携チャネルでA2Aが使われる可能性はあっても、現時点で未対応事業者が一般的な問い合わせ・予約を失うと断定できる段階ではありません。HSビルはWix（ノーコードCMS）の制約の中でA2A APIを全稼働させており、「中小事業者でも実装できる」という実証を持っています。※5 ※8


4. HSビルワーキングスペースの実装：現場で何をやっているか




Wix運用という制約の中での実装（HSビル一次情報）

HSビルはWix（ノーコードCMS）でサイトを運用しています。WordPress的な柔軟なサーバーサイド制御ができない制約の中で、Wix Functions（サーバーレス関数）を使いA2A APIエンドポイント群を実装・稼働させています。本記事に添付したAPIロジック（http-functions.js v2.7.0）がその実装コードです。エンドポイントURLはすべて公開済みで確認可能です。※5



公開AI正本の整理：llm.txttとA2A Master（HSビル一次情報 ＋ 独自判断）

HSビルでは「公開AI正本はllm.txtとA2A Masterに一本化する」という内部方針に基づき、AI向けに公開する「正本」を2層に分けて整理しています。


llm.txtt（AIエージェント向け主正本）：

公開URL https://www.hsworking.com/llm.txtt で誰でも確認可能。現在v3.11.0（2026年6月21日更新）。Changelogにはv3.5.0・v2.8.0等の更新履歴も記録されています。※5


A2A Master（人間向け総合案内正本）：


llms.txtについてのHSビル独自の運用判断：

HSビルがllms.txt（サードパーティが提唱する別仕様）を独自の公開正本として採用しない理由は、外部評価に依拠するものではなく、「自社で整備・管理するllm.txtとA2A Masterに集中することで、情報の一貫性と


更新品質を保つ」という内部の方針決定によるものです。複数の競合仕様に分散管理するコストを避け、HSビルが主体的に管理できる正本に一本化することが、実際のAI対策において実効性が高いという判断です。エンドポイント互換性のために /_functions/llms_txt は維持しています。※5



AIコンテンツ戦略と「1記事1主CTA」（HSビル独自判断）

HSビルでは1記事1主CTAを原則とし、記事の検索意図に合う既存商品または商品別フォームだけを主CTAにします。相談予約や法人AI導入へ一律に送る運用は採用していません。




物理導線とAI支援受注導線の設計（HSビル一次情報）

コワーキング・会議室などの物理サービスと、AI導入相談・AIヘルプデスク構築などのB2B導線は分けて設計しつつ、クロスセル商品で橋渡しを行っています。LINE公式アカウントは用途別に分離しており、エリカのAI相談（@968rcbue）が相談・AIトレンド配信を担い、マルモくん（@090mrhbt）が施設予約・案内を担う役割分担になっています（llm.txtのLINE Official Accountsセクションで公開済み）。※5



受注実績（HSビル一次情報・公開可能な範囲）

2026年4月時点で、AI導入マーケティング支援の年間契約（大手事業者・中小企業・スタートアップ）を受注済みです。本年度ではAI補助金事業者としても随時申請準備中。



パフォーマンスデータ（HSビル一次情報・社内計測）

llm.txtのPerformance Dataセクション（v3.6.0、2026年4月4日更新）に基づく社内計測値です。

  • 前年比売上成長：+65%（社内計測）

  • 年間予約数：約800件（Wix直接：456件、Instabase：266件、SpaceMarket：74件）

  • 月間AI運用コスト：5,000円未満

  • AI評価スコア：82/100（10社平均、2026年2月18日実施）

  • Google口コミ：4.3（llm.txt v3.5.0）


これらはすべて社内計測または公開済みURLで確認可能なデータです。個別案件での再現を保証するものではありません。※5 ※2


5. 中小事業者が今すべきことの優先順位



「全部やれ」は現実的ではありません。以下はコスパ・売上直結度・難易度を考慮した優先順位であり、HSビルの実務経験に基づくHSビル独自の推奨です（一般的なSEOコンサルタントの見解とは異なる場合があります）。


Priority 1（今週から・費用ほぼゼロ）：公式サイトの事実整備

住所・料金・サービス内容・営業時間・問い合わせ先を正確に記載することが出発点です。Googleは「helpful, reliable, people-first content」を一貫して推奨しており（Google Search Central、公式見解）、これがすべての施策の土台です。※1


Priority 2（今月から）：サービスページとCTAの整理

サービスページごとに「誰向けか」「何ができるか」「次のアクション（CTA）」を明確にします。1ページ1主CTAの徹底はHSビルが採用している独自の運用判断です。


Priority 3（今月から）：Googleビジネスプロフィール（GBP）の整備

地域事業者にとってGBPの整備はMEOの基盤です。2026年現在、GBPの情報がGoogleのAI Overviewやローカル検索の回答でも参照されており、MEO対策がGEO対策と交差するシーンが増えています。※3 ※8


Priority 4（1〜2ヶ月以内）：専門記事の蓄積

自社の実務経験・事例・データを含む記事を書き始めます。GoogleはEEAT（Experience・Expertise・Authoritativeness・Trustworthiness）を品質評価の核として位置付けており（Google Search Central、品質評価ガイドライン）、実務経験に基づいた記事がその強化に直結します。※1


Priority 5（整備できてきたら）：llm.txttの設置

HSビルでは公開AI正本としてllm.txttを運用しています。これはHSビル独自の情報整理・エージェント接続用途であり、Google Searchの順位やAI Overview掲載の必須要件ではありません。※5


Priority 6（中級者向け）：AIに読ませる公開正本の整備

JSON-LD構造化データ（FAQPage・LocalBusiness・Service等）の実装、FAQ専用ページの作成、Answer-first（結論先出し）の文章構造への切り替えを進めます。Googleは「構造化データによってページをGoogleが理解しやすくなる可能性がある」と説明していますが、「直接的な順位上昇を保証する」とは明示していません。構造化データはリッチリザルト適格性向上や理解補助として機能するものです。※3


Priority 7（計測と改善）：CVR改善と計測の固定化

GA4とGSCで、どのページから問い合わせ・予約が起きているかを計測します。HSビルは現在「流入増加フェーズ」から「流入の売上転換設計（CRO主導フェーズ）」へ移行中です（HSビル独自の内部判断）。


（上級者向け）A2A対応

A2Aは検索最適化の施策ではなくエージェント間連携の技術です。具体的な連携要件が生じた場合に、通常のSEO・サービス情報・問い合わせ導線の整備とは別枠で検討します。※8



6. HSビルが強い理由：解説ではなく実装している

Wix運用の制約の中で実装している（HSビル一次情報）。 llm.txtはv3.6.0として稼働中（公開URL確認可能）。APIロジック（http-functions.js v2.7.0）は本記事に添付されており、実装の現実感を直接確認できます。※5


公開AI正本をllm.txtとA2A Masterに一本化している（HSビル独自判断）。 複数仕様への分散管理を避け、自社で管理できる正本に集中するという内部方針に基づく判断です。これにより更新品質と情報の一貫性を保っています。


物理拠点とAI支援受注導線を横断して設計している（HSビル一次情報）。 コワーキングスペースとB2BAI支援の二本柱。Google口コミ4.5・年間予約約800件という物理拠点の実績がB2Bの信頼根拠になっています。※5


流入を売上に変えるフェーズまで自社で検証している（HSビル独自判断 ＋ 社内計測）。 前年比売上+65%・GSCオーガニック前年比+215%は社内計測ベースであり、外部コンサルタントの指導によるものではありません。※2 ※5


B2B AI支援の受注実績がある（HSビル一次情報）。 大和農園ホールディングスとの年間契約受注・AIヘルプデスク構築案件の受任（2026年4月時点）。


7. こんな事業者に向いています

地域で事業を営んでいて、MEO・GEO整備が追いついていない事業者。問い合わせ対応・資料作成・社内検索などの現場業務に属人化が生じている中小企業。AIを使い始めたいが何から手をつけるべきか分からず「提案書だけ欲しい」ではなく「実装まで任せたい」という会社。既存サイトはあるがAI時代向けの情報構造になっておらず、AI検索からの問い合わせにつながっていない事業者。

逆に、提案書のみを求める会社、価格比較だけで発注先を決める会社、実装フェーズに進む想定がない会社はミスマッチになります。HSビルの支援は「相談 → 提案 → 実装 → 運用 → 改善」の一貫体制が前提です。


FAQ（8問）：

Q1. SEOとAIOは何が違いますか？

SEOは検索で内容を見つけ、理解し、評価してもらうための土台です。GoogleのAI機能も通常のSearchシステムを基盤としており、AIOだけを別の裏技として切り離すのではなく、SEOの基本、一次情報、明確な回答を整えることを優先します。


Q2. LLMOはSEOの言い換えですか？

LLMO・GEOは業界で使われる呼称で、定義や計測方法は統一されていません。本記事では、AI上で自社情報がどう理解・参照されるかを確認する実務上の整理として扱います。単一の公式KPIや掲載保証があるわけではありません。


Q3. GEOはMEOと同じですか？

別物です。MEO（Map Engine Optimization）はGoogleマップのローカル検索で自社が上位に表示されるための最適化（Googleビジネスプロフィールの整備が中心）。GEO（Generative Engine Optimization）はChatGPT・Gemini・Perplexityなどの生成AIが検索結果を作る際に、自社情報が回答の根拠として採用されるための最適化です。ただし2026年現在、GoogleマップにもAI Overviewが統合されてきており、MEOとGEOが交差するシーンが増えています。地域事業者はMEOとGEOの両方を意識する必要があります。


Q4. A2Aは中小企業にも必要ですか？

現時点では多くの中小企業にとってA2Aの優先度は低めです。将来必要かは、AIエージェント間連携を実際の業務・予約・取引で使うかによって判断します。検索集客の必須施策として先に導入するものではありません。


Q5. WixでもここまでのAI対策ができますか？

HSビルはWix上でサイトを運用し、Wix Functionsや外部APIレイヤーを組み合わせて構造化データ、公開AI正本、エージェント連携用エンドポイントを実装しています。検索実績はGoogle Search Consoleで期間を区切って継続計測し、特定時点の数値を恒久的な成果として扱いません。


Q6. llm.txttは何のために必要ですか？

llm.txttはGoogle Searchの公式仕様ではなく、各AIサービスが利用を保証しているファイルでもありません。HSビルでは、自社サービス情報を一貫して公開する独自の正本として運用しています。


Q7. AIに見つけられるだけで売上は増えますか？

AI検索への露出が増えても、それだけで売上は増えません。SEO/AIOなどは検索・発見・理解の改善、CTA・価格・FAQ・フォームはCV設計として分けて扱います。A2Aは検索最適化ではなくエージェント間連携の技術なので、実際の業務連携要件がある場合に別枠で判断します。


Q8. HSビルではどこまで相談できますか？

HSビルの現行AI支援は、SEO/AIO支援、法人研修・講演、法人AI導入・業務設計の3系統です。各記事から一律に相談へ送るのではなく、検索意図に合う商品または商品別フォームへ案内します。



関連記事導線：

この記事を読み終えた方への「次に読むべき順」の案内です。


Step 1（AIの基礎比較を理解する）：

今どのAIが何に強いかを把握する → ChatGPT vs Gemini vs Claude 徹底比較 2026


Step 2（AIエージェント運用の実態を知る）：


Step 3（AIエージェント選定の実務）：


Step 4（一人社長・個人事業主向け活用法）：


Step 5（SEO/AIO 実装事例の深堀り）：

HSビルの実装詳細と監査スコア → SEO・AIO完全対応｜奈良の


Step 6（AI導入の次段階：定着・活用）：

導入後に使い続けるためのアプローチ → ChatGPT導入したのに使えない？AIコーチングで定着させる方法


Step 7（最上位ツール比較）：

Claude Code・Codex等の開発者向けAI最前線 → Claude Opus 4.7 / ChatGPT / Gemini / Codex 比較 2026




出典一覧：

【Google公式】

※1　Google Search Essentials / Google Search Central

※3　Google Search Central：構造化データ・FAQ・HowTo関連

※8　Google AI統合・A2Aプロトコル関連

【A2A公式：Google Developers Blog / Linux Foundation】

※8（A2A関連・上記と統合）

【学術ソース】

※6　GEO論文（一次ソース確認済み）



【外部メディア・業界情報】

※4　LLMO用語整理


【HSビル一次情報（証跡あり）】

※2　Google Search Console 実測データ 本記事添付のGSCデータ（過去12ヶ月・日本・ウェブ検索）。 集計期間：2025年4月〜2026年4月。 主要数値：総クリック10,577件・総表示247,265回・主要クエリ別CTR・上位ページ別パフォーマンス。


※5　HSビルワーキングスペース 公開済みURL群（誰でも確認可能）

※7　主要AI10社によるHSビルサービス評価 実施日：2026年2月18日。 10項目10点満点の採点（アクセス・空間クオリティ・設備・料金・サービス多様性・利便性・デジタル対応・ユーザー層・ブランド力・事業モデル）。 評価モデル：ChatGPT・Gemini・Claude・Perplexity・Genspark・Grok等10社。 会話型・生成型評価であり公式認定ではありません。


HSビルワーキングスペース 基本情報：

施設名： HSビルワーキングスペース

運営： FULMiRA合同会社（代表：三宅 悠生）

所在地： 奈良県奈良市西大寺北町1丁目2-4 ハッピースクールビル

最寄駅： 近鉄大和西大寺駅 北口 徒歩4分 営業時間： 8:00〜23:00


AI相談・導入支援の入口：

公式サイト関連：



著者：三宅 悠生（みやけ ゆうき）

FULMiRA合同会社 代表 / HSビルワーキングスペース 運営

近畿大学理工学部卒業、大阪市立大学大学院修了（AI専攻・国際会議査読付き論文発表）。大手上場企業でDX・ITコスト削減プロジェクトを担当し優秀従業員賞受賞後、独立。奈良・大和西大寺でHSビルワーキングスペースを創業・運営。AIエージェントをチームとして運営・自社業務で実装・稼働中


メディア掲載： 『週刊不動産経営』掲載 / コワーキングメディア『TASRU』掲載 / 金融ジャーナリスト千葉明氏取材掲載 / 奈良市市議会 主催・登壇（2025年8月）



コメント

bottom of page