AI検索のためのテクニカルSEO｜構造化データとllms.txt

先に結論を3つ書く

1. 構造化データは引用の必要条件ではありません。この調査の競合引用分析で、構造化データを1つも実装していないprotea-inc.co.jpが473引用を得ています。一方、17種類の型を実装しているqueue-tech.jpは374引用です。「構造化データを入れれば引用される」という説明を、この調査の実測は支持しません。
2. いちばん取り返しがつかないのはrobots.txtです。AIのクローラーを止めている状態は、それ以降の施策をすべて無効にする。しかも直すのに要るのは1行の書き換えだけです。効果と手間がここまで釣り合わない箇所は、この記事の範囲では他に無い。
3. llms.txtが効くかどうかを、この調査では確かめられていません。引用上位の競合として実際に取得した比較記事12本の各社を調べたところ、llms.txtを置いていたのは4社で、いずれも引用数が多かった。ただしその4社は比較記事も持っており、どちらが関わっているかを分けられていません。効くとも効かないとも書きません。

この記事の数字は、この調査とGMO NIKKOが自分で集めたデータか、仕様を策定した団体と検索エンジンの公式ドキュメントから取ったものだけです。

図1：クローラが取得したページを解釈し、引用元として選ぶまでの基本ステップ。

拡大

図1：クローラが取得したページを解釈し、引用元として選ぶまでの基本ステップ。

閉じる

なぜAI検索でテクニカルSEOが効くのか

図2：意味を明示する記述は「語彙・形式・型」の三層で成り立つ。

拡大

図2：意味を明示する記述は「語彙・形式・型」の三層で成り立つ。

閉じる

テクニカルSEOという語は、Googleの公式には無い

この記事の題にも使っているが、先に断っておき、Googleの公式ドキュメントに「テクニカルSEO」という語は無く、これは業界で使われている呼び方です。

図3：AI向けの案内ファイルを整備する基本的な流れ。

拡大

図3：AI向けの案内ファイルを整備する基本的な流れ。

閉じる

Googleが定めているのは「技術的な要件」で、検索結果に表示されるためにページが満たすべき最低限の条件として3つ挙がっている（Google 検索セントラル「Google 検索の技術要件」、2026年8月16日確認）。

3つだけであり、この記事で扱う構造化データもllms.txtも、ここには入っていません。要件を満たすことと、引用されやすくすることは別の話だという点を、先に押さえておいてほしい。

では、この記事で「テクニカルSEO」と呼んでいるのは何か。機械がページを取得して、中身を読める状態にすることであり、コンテンツSEOとの線引きは次のようになります。

順番は、技術が先であり、1.2で書くとおり、読めないページは中身の良し悪しを判定される手前で落ちるためです。

ただし技術を完璧にすれば引用される、という話ではありません。4章で示すとおり、構造化データを1つも実装していないページが473引用を得ている実測があり、技術は前提であって、決め手ではありません。

読めないページは、内容が良くても候補に入らない

AI検索は、問いを受け取ってからウェブを探し、見つけた文書を根拠にして答えの文章を組み立てる。この流れの入り口にあるのは、機械がページを取得して中身を読めるかどうかだと考えられ、読めなかったページは、内容の良し悪しを判定される手前で落ちます。

図4：発見・許可・重複整理の三層でインデックス漏れを防ぐ。

拡大

図4：発見・許可・重複整理の三層でインデックス漏れを防ぐ。

閉じる

この調査のプロンプト定点観測では、2026年5月19日から7月30日まで100問を毎日6モデルへ投げ、総回答2万9,582件を記録しています。内訳は5月が試験運用の7件、6月が1万2,435件、7月が1万7,140件であり、この観測で、ChatGPT（検索あり）は回答の98.8%に出典を付けていました。Google AI Modeは95.2%で、1回答あたりの出典数は12.9件であり、AI Modeは1回の回答で13件近いページを根拠に引いており、この枠に入る前段として、機械が取得できる状態にあることが要ります。テクニカルSEOが後回しにされやすいのは、直しても画面の見た目が変わらないからであり、変わらないのは人が見る画面だけで、機械から見た状態は変わっています。

従来の検索エンジンとAIのクローラーでは、制御の単位が違う

ユーザーエージェント文字列とは、ページを取りに来たプログラムが「自分は何者か」と名乗るために、通信のたびに送る短い文字列を指します。Googleの公式ドキュメントによれば、Google-Extendedはrobots.txt（＝サイトのルートに置き、どのURLへのアクセスを許すかをクローラーに伝えるファイル）の中で使う製品トークンで、HTTPリクエストで名乗る独自のユーザーエージェント文字列を持ちません。収集は既存のGoogleのユーザーエージェント文字列で行われ、Google-Extendedは制御のためだけに使われる。そしてGoogle-Extendedを拒否しても、Google検索への掲載には影響せず、ランキングの要素にも使われない（Googleの一般的なクローラーの一覧、https://developers.google.com/search/docs/crawling-indexing/google-common-crawlers 、2026年8月8日確認）。

図5：速度と描画方式を整え、本文を確実に読み取らせる手順。

拡大

図5：速度と描画方式を整え、本文を確実に読み取らせる手順。

閉じる

つまり、検索結果に出ることとAIの答えの根拠に使われることは、別々に許可・拒否ができ、1つの設定でまとめて扱っていると、意図しない片落ちが起きます。

この記事で扱う4項目を先に並べる

この記事は次の4項目を順に扱い、上ほど、閉じていたときの被害が大きい。

1つ目が閉じていると、2つ目以降を完璧にしても意味が無い。逆に2つ目が空でも、4章で示すとおり引用は取れている実測があり、手を付ける順番は、この非対称さで決めるのがよい。

引用されているページは何を実装しているか。11ページを数えた

推奨事項を並べる前に、引用されている実物を数えた

テクニカルSEOの解説は、推奨事項の一覧になりやすく、そこでこの調査では、実際にAIの回答で引用されているページを取得して実装を数えた。出どころは、AIO対策会社の選定に関する17種の問いを5モデルへ投げたGMO NIKKOの競合引用分析であり、期間は2026年7月8日から8月7日、回答は2,168件、引用URLは2万4,200行、引用ドメインのユニーク数は1,737件です。この中から引用回数の多いページを取得し、本文の文字数、見出しの数、表の数、JSON-LDで実装されている型を数えた。対象は11ページで、2026年8月7日にHTTPで取得した。

引用数の列は、ページ単体ではなくドメイン単位の数であり、koukoku.jpの2行が同じ272なのはそのためであり、white-link.comは引用ドメイン上位25位の一覧に入っておらず、ドメイン単位の数を持っていません。推定して埋めることはしません。

構造化データを1つも持たないページが473引用を得ている

最初に見るべきは、protea-inc.co.jpの行であり、JSON-LDの型が0で、ドメイン単位の引用数は473です。11ページの中で、aspicjapan.orgの554に次ぐ数であり、同じ表のqueue-tech.jpは17種類の型を実装しているが、374です。構造化データは、AI検索で引用されるための必要条件ではありません。GMO AI検索ラボの定点観測範囲では、これは推測ではなく実測です。

では何が共通しているか。本文の文字数であり、11ページのうち、koukoku.jpの2ページを除く9ページはすべて16,000字を超えており、h3見出しは、取得できた8ページで26個から80個あり、表は、比較記事型の8ページに限れば2個から39個ある。一方koukoku.jp/service/aio/は2,742字、h2が4本、h3が0本、表が0個です。

AIは回答を組み立てるとき、ページ全体ではなく必要な断片だけを抜き出していると考えられます。見出しと表で細かく区切られているほど、抜き出せる断片が増え、2,742字でh3が0本のページは、抜き出せる断片がそもそも少ない。

ページ単位で数え直しても、同じ向きになる

引用回数の多い比較・おすすめ型のURL上位32件を取得して調べた結果のうち、5本を挙げる。

aspicjapan.orgは、robots.txtがHTTPで取得できずHTTP 404を返す状態でありながら、引用数は首位クラスです。robots.txtが無いことは全許可と同じ扱いになるので拒否はされていないが、AI向けの案内を丁寧に整えることが引用の前提だ、という説明はこの1件で成り立たなくなる。

AIのクローラーを通しているか。robots.txtを1行ずつ確かめる

主なAIクローラーの名前を、公式の表記だけで並べる

クローラーの名前は、うろ覚えで書くと事故になり、名前が1文字違うだけで、robots.txtの行は何も制御しません。並べるのは各社の公式ドキュメントに書かれている表記だけで、いずれも2026年8月8日に取得して確認した。

出典は、OpenAIが https://platform.openai.com/docs/bots 、Anthropicが https://support.anthropic.com/en/articles/8896518-does-anthropic-crawl-data-from-the-web-and-how-can-site-owners-block-the-crawler 、Googleが https://developers.google.com/search/docs/crawling-indexing/google-common-crawlers 、Perplexityが https://docs.perplexity.ai/guides/bots です。

押さえてほしいのは、検索用と学習用が別のトークンに分かれている提供元があるという点です。OpenAIは、OAI-SearchBotを許可して検索結果に出しつつ、GPTBotを拒否して学習には使わせない組み合わせができると書いています。

自社のrobots.txtをその場で開いて確かめる

手順を番号で書き、所要は5分です。

1. ブラウザのアドレス欄に、自社サイトのドメインに続けて /robots.txt と入れて開きます。サブドメインごとに別のファイルになるので、www 付きと無し、blog. などをそれぞれ確認する。
2. 「ページが見つかりません」と出た場合、robots.txtは存在せず、全許可と同じ扱いになります。拒否はされていないので、あわてなくてよい。
3. User-agent: で始まる行を上から拾い、3.1節の表にある名前が含まれていないかを見ます。含まれていた場合、その下の Disallow: の行が何を拒否しているかを読みます。
4. User-agent: * の下に Disallow: / の1行だけがある場合、サイト全体を拒否しています。これは事故です。すぐに直します。
5. 最後に Sitemap: の行があるかを見ます。無ければ6章で足します。直したあとは、Search Consoleのrobots.txtレポートでGoogleが読んだ内容を確認する。手元のファイルを直しても、配信側のキャッシュで古い内容が返り続けることがあります。

robots.txtで解決しない事故と、解決する事故を分ける

Googleの公式ドキュメントは、robots.txtの主な用途はサイトへのリクエストの過負荷を避けることであり、ページを検索結果から除くための仕組みではないと明記しています。検索結果に出したくないページには、noindexを使うかパスワードで保護する（robots.txt の概要、https://developers.google.com/search/docs/crawling-indexing/robots/intro 、2026年8月8日確認）。

GMO NIKKOの本体サイトを2026年8月に点検したときのrobots.txtは全4行で、管理画面の拒否とサイトマップの1行だけであり、3.1節の名前は1つも書かれていませんでした。ワイルドカードで全許可なので、拒否されている状態ではありません。書かれていないことと、拒否していることは違います。

llms.txtは置くべきか。位置づけと、確かめられていないことを分ける

llms.txtは提案であって、確定した標準ではありません

llms.txtは、AIが推論するときにサイトを使いやすくするための情報を、/llms.txt というファイルにまとめて置こうという提案です。提案者はJeremy Howardで、公開は2024年9月3日であり、提案の本文自体が「標準化しようという提案」という書き方をしている（The /llms.txt file、https://llmstxt.org/ 、2026年8月8日確認）。llms.txtは、W3CやIETFのような標準化団体で確定した仕様ではありません。robots.txtやsitemap.xmlと同じ棚に並べて説明されることが多いが、置かれている状態は同じではありません。

もう1つ確認できたことを書いておき、OpenAI・Perplexity・Model Context Protocolの各ドキュメントサイトは、自分たちのドキュメントの索引として /llms.txt を公開している（2026年8月8日に確認した）。ただしこれは各社が自社サイトで配っているという事実であって、各社のクローラーが他社サイトのllms.txtを読んで回答に使うという表明ではありません。後者を明示した公式の記述は見つからなかった。

置く場所とファイルの形だけを書いておきます。ファイルはサイトのルート、つまり https://example.com/llms.txt に置き、中身はMarkdownで書きます。提案が必須としている要素は、サイトの名前を書くH1見出し1つだけであり、書き方の細部と、そのまま貼れる雛形は、別の記事「llms.txtの書き方」で扱います。仕様の定義と、いまどこまで使われているかは別の記事「llms.txtとは」で扱い、この記事は、テクニカルSEO全体の中で置くべきかどうかを判断する材料までにとどめる。

robots.txt・sitemap.xml・構造化データとの役割の違いを押さえる

llmstxt.org自身も、robots.txtとllms.txtは目的が違うと書いています。robots.txtはアクセスの可否を伝えるもので、llms.txtは利用者が明示的にその話題を求めたときに使われることを想定しており、片方があれば片方が要らない、という関係ではありません。

効くかどうかを、GMO AI検索ラボは確かめられていない

この調査の競合引用分析で、llms.txtの設置状況も調べており、調べたのは1,737件の引用ドメイン全部ではなく、引用上位の競合として実際に取得した比較記事12本の各社だけであり、その範囲で設置していたのは次の4社で、内容はいずれも会社概要と主要ページのリンク集でした。

4社とも引用数は多く、ここまでが観測できたことです。

ここから先が観測できていないことであり、この4社は全員、比較記事も持っており、引用数が多い理由がllms.txtにあるのか比較記事にあるのかを、このデータでは分けられない。統計の言い方をすれば、llms.txtの設置と比較記事の保有が交絡している可能性があり、交絡した状態のデータから因果は読み取れない。

逆の側も見ておき、2章で挙げたaspicjapan.orgは、robots.txtすら取得できずHTTP 404を返す状態で、引用数は554と多く、llms.txtの整備を引用の前提として説明することはこの1件と両立しません。

現時点でGMO AI検索ラボが言えることと言えないことを、はっきり分けて置いておきます。

したがって、この記事はllms.txtの設置を勧めもしないし、やめろとも言いません。根拠を持っていないためです。

費用の側だけ書いておき、llms.txtの設置は、最小形なら1ファイル、数十行で済みます。作る手間は小さい。一方、内容が古くなったまま放置されると、サイトの構成と食い違った案内を配ることになります。置くと決めるなら、更新の担当と頻度を同時に決める。判断の材料になる数字を持ったら、この節を書き換えて更新日を動かす。

サイトマップとインデックス性で拾わせる

サイトマップを点検項目に分けて確かめる

サイトマップは、サイトにどのURLがあるかを機械に渡すためのファイルと言え、基本の仕組みなので放置されやすく、放置されると静かに壊れる。Googleの公式ドキュメントの制限と推奨を、点検の形に直して並べる。

出典はサイトマップの作成と送信（https://developers.google.com/search/docs/crawling-indexing/sitemaps/build-sitemap 、2026年8月8日確認）です。最新の記事のURLが載っていなければ、生成の仕組みが止まっている可能性があります。

ページが拾われなくなる経路を、5つに分けて切り分ける

拾われない原因は1か所ではありません。どこで止まっているかを切り分けるために、経路ごとに分けて並べる。

noindexとcanonicalは設定した本人以外には気づきにくい種類の事故であり、テンプレートの一括変更や、検証環境の設定をそのまま本番へ持ち込んだときに起きます。公開のたびに全部を確認するのは現実的ではないので、8章の点検表に入れてある。

確認に使う道具は3つで、いずれも無料であり、Search Consoleは、URL検査・robots.txtレポート・サイトマップの送信と読み取り結果を扱います。リッチリザルトテストとschema.orgのバリデーターは、構造化データの検出と語彙の綴りを確かめ、ブラウザの「ページのソースを表示」は、サーバーが返した素のHTMLを見せる。

表示速度とレンダリングでAIの読み漏れを防ぐ

JavaScriptで後から差し込む本文は、読まれない場合がある

Googleは、JavaScriptを使うページを、クロール・レンダリング・インデックスの3段階で処理すると説明しています。HTTPで取得した応答に本文が入っていないページの場合、Googlebotはそのページをレンダリングの待ち行列に入れ、順番が回ってくるのは数秒後のこともあれば、それより長くかかる場合もあります。同じドキュメントは、サーバー側での描画や事前描画は今も良い考えだと書いており、これは公式の見解と言えます。理由の1つが、すべてのボットがJavaScriptを実行できるわけではないという点である（JavaScript SEO の基本、https://developers.google.com/search/docs/crawling-indexing/javascript/javascript-seo-basics 、2026年8月8日確認）。

GMO AI検索ラボは、この問題が実際に起きている例を2件、自分の手で確認しています。1件目は、GMO NIKKO本体の /truemarketing/aio/ の記事一覧で、HTTPで取得したHTMLからは記事へのリンクを1件も抽出できなかった。2件目は、競合の調査で取得した plan-b.co.jp のある記事で、HTTPで取得した本文が50字しか入っていなかった。どちらもブラウザで見れば表示される。

素のHTMLに本文が入っているかを、その場で確かめる

確認は2分で済みます。

1. 確かめたいページをブラウザで開き、右クリックして「ページのソースを表示」を選びます。開発者ツールの要素タブはJavaScriptの実行後の状態を見せるので、判定に使えません。
2. 開いたソースの中で、本文にある特徴的な一文をCtrlキーとFキーで検索する。
3. 見つかれば素のHTMLに本文が入っています。見つからなければ、その本文はJavaScriptで後から差し込まれています。
4. 見つからなかった場合は、Search ConsoleのURL検査で「クロール済みのページを表示」を開き、レンダリング後のHTMLに本文が入っているかを見ます。入っていればGoogleは読めているが、JavaScriptを実行しないクローラーは読めていません。

速度の目安を置き、この調査が測っていないことも書く

速度の目安は、Googleが公開しているCore Web Vitals（＝読み込み・操作への反応・表示の安定の3つを測る、Googleが定めた利用者体験の指標）のしきい値を使います。良好とされる値は次のとおりで、いずれも利用者の読み込みのうち75パーセンタイルの値で判定し、モバイルとデスクトップを分けて見ており、75パーセンタイルとは実際の読み込みを速い順に並べたとき、下から数えて75%の位置に来る値を指します。平均ではなく、遅いほうの4分の1を切り捨てた値で見るということである（Web Vitals、https://web.dev/articles/vitals 、2026年8月8日確認）。

• Largest Contentful Paint（LCP）はいちばん大きい要素が表示されるまでの時間で、2.5秒以内が良好とされる。
• Interaction to Next Paint（INP）は操作してから画面が反応するまでの時間で、200ミリ秒以下が良好とされる。
• Cumulative Layout Shift（CLS）は読み込み中に表示が動く量で、0.1以下が良好とされる。

ここで正直に書き、この調査では、表示速度とAI検索での引用数の関係を測っていません。上の3つはGoogleが利用者の体験の指標として定めたもので、AIの回答に引用されるかどうかの指標ではありません。速いほど引用される、という関係を示す実測を持っていません。それでも速度を扱うのは、7.1節の描画の問題と地続きだからであり、本文をJavaScriptで後から差し込む作りは、LCPを悪くしやすく、同時に素の取得で読めない状態を作り、この2つは別の症状に見えて原因が同じことが多い。

公開前の点検表。満たしたかどうかで判定できる形にする

10項目を、はいかいいえで判定する

制作会社への指示書としてそのまま渡せる形にし、各項目は、程度ではなく、はいかいいえで答えられる書き方にそろえてある。並べ方の根拠を開示し、上から順に、満たしていないときの被害が大きい順と考えられます。被害の大きさは、その項目が閉じていたときに以降の項目が無意味になるかどうかで判定し、着手の手間は順位に入れていません。4章のとおり構造化データは無くても引用が取れている実測があるため、robots.txtより下に置いてある。

この記事自身の状態を書いておく

点検表を出す以上、この記事自身がどうなっているかを書き、この調査が2026年8月8日に公開HTMLを取得して数えた結果であり、構造化データは9つの型が実装されています。BlogPosting、FAQPage、Person、BreadcrumbList、WebPage、Organization、WebSite、ImageObject、SpeakableSpecificationです。項目8と9は満たしています。

満たしていない項目も書き、項目7について、この記事の公開ページは公開日と更新日がどちらも2026年7月28日で、公開から一度も更新していない状態でした。日付は出ているので判定は「はい」だが、実態としては更新の運用が回っていません。この版でその状態を直し、同じ点検で、GMO AI検索ラボのカテゴリー記事10本のうち2本は著者が組織名になっており、項目8を満たしていなかった。点検表は、他社に渡す前に自分に当てるものです。

よくある質問

用語集

データの出どころ

この記事の数字は、次の2つのこの調査側の一次データと、末尾の仕様側の一次情報から取っており、原典に無い数字は書いていません。このほかに自社の記事を自分で点検した結果も使っているが、それは一次データとは別に書いた。

一次データ1。GMO NIKKO 競合引用分析（2026年8月）

一次データ2。GMO AI検索ラボ プロンプト定点観測

一次データではないもの。この調査自身の記事10本の点検

これは一次データの一覧に入れていません。外部を対象に集めた観測ではなく、この調査が自分の記事を自分で点検した結果だからであり、それでも数字を使っているので、何をどう数えたかをここに書いておきます。2026年8月8日に、この調査のカテゴリー記事10本の公開中のHTMLを取得し、本文文字数・見出し数・表の数・JSON-LDの型・公開日と更新日・著者の表記を数えた。記録は portal/src/data/article-audit.ts にある。この点検から使った数字は、この記事の公開ページに9つの型が実装されていること、10本とも公開日と更新日が同じであること、10本のうち2本の著者が組織名であることの3つです。なお、検索ボリューム1,100は外部のキーワード調査ツールで計測した値で、portal/src/data/kw-sheet.ts のC7行に記録してある。この調査が自分で測った数字ではありません。

仕様側の一次情報

仕様に関する記述は、schema.org、Google検索セントラルの開発者向けドキュメント（構造化データの仕組み、記事の構造化データ、一般的なクローラーの一覧、robots.txt の概要、サイトマップの作成と送信、JavaScript SEO の基本）、OpenAI・Anthropic・Perplexityの各公式クローラー説明、llmstxt.org、web.devから取っています。すべて2026年8月8日に取得して確認し、URLは、その記述を使った節の本文にそのまま書いてあり、ここで一覧に写し直すと原典と二重管理になるため、まとめ直していません。

1.1で引いた技術的な要件3つだけは、あとから足したものなので日付が違います。出どころはGoogle 検索セントラル「Google 検索の技術要件」（https://developers.google.com/search/docs/essentials/technical ）で、2026年8月16日に確認した。このページに「テクニカルSEO」という語が使われていないことも、同じ日に確かめています。

確認できていないこと

• llms.txtの効果を確かめられていません。設置4社の引用数が多いことは観測したが、4社とも比較記事を持っており、どちらが関わっているかを分けられていません。そもそも設置の有無を調べたのは引用ドメイン1,737件の全部ではなく、引用上位の競合として取得した比較記事12本の各社だけです。主要なAI検索が他社のllms.txtを読むかどうかも確認できていません。
• 構造化データの有無で引用数がどう変わるかを測っていません。4章で示したのは11ページの実装と引用数の対応で、入れる前と後を比べた観測ではありません。
• 11ページという母数は少ない。しかもAIO対策会社の選定という1つのテーマに限った問いから集めたページです。他の業種で同じ形になるかは分かりません。
• 表示速度とAI検索での引用の関係を測っていません。7章のCore Web Vitalsのしきい値は、Googleが利用者体験の指標として定めたもので、引用の指標ではありません。
• white-link.comのドメイン単位の引用数を持っていません。引用ドメイン上位25位の一覧に入っていないためです。推定して埋めていません。
• 仕様は変わります。この記事の仕様に関する記述は、すべて2026年8月8日時点で公式ドキュメントを取得して確認したものです。各社は予告なくクローラーの名前や扱いを変える。

著者と更新履歴

公開前に埋める必要がある項目：執筆担当者の氏名、監修者の氏名と肩書き、著者プロフィールページのURL、ロゴ画像のURL。いずれも確認できていないため、この記事および下のJSON-LDでは空欄にしてあり、推測で埋めていません。

まとめ

この記事の数字は、GMO AI検索ラボが自分で集めた実測であり、母数と期間は「データの出どころ」に書いており、数字は毎月測り直しているので、引用するときは集計期間を添えてください。