# よくある質問 AI対応、llms.txt、ウェブサイトをAIエージェント向けに最適化する方法について知っておくべきことすべて。 ## AI対応の基礎 ### AI対応とは何か、なぜ重要なのか？ AI対応度は、ウェブサイトのコンテンツがChatGPT、Claude、PerplexityなどのAIエージェントによってどれだけ理解、抽出、活用できるかを測定します。AI搭載ツールがウェブトラフィックの主要な源になるにつれ、AI対応サイトはより正確に引用され、AI生成回答により頻繁に表示され、処理に必要なトークンも少なくなります。 ### AIエージェントはブラウザとどう違うコンテンツ消費をするのか？ HTMLを視覚的にレンダリングするウェブブラウザとは異なり、AIエージェントはページからテキストコンテンツを抽出する必要があります。重いスタイリングの複雑なHTMLよりも、クリーンで構造化されたコンテンツを好みます。Markdownに変換された適切に構造化されたページは、生のHTMLと比べてトークンを70-80%少なく使用し、AIプロバイダーにとってより安価で効率的です。 ### 現在ウェブをクロールしているAIボットとエージェントは？ 主要なAIクローラーには、GPTBot（OpenAI/ChatGPT）、ClaudeBot（Anthropic/Claude）、PerplexityBot（Perplexity）、Google-Extended（Google Gemini）、Bytespider（ByteDance）、CCBot（Common Crawl）などがあります。エコシステムの成長に伴い、新しいAIエージェントが定期的に登場しています。 ## llms.txt ### llms.txtとは？ llms.txtはAIエージェントがウェブサイトの構造を理解するのに役立つ新しい標準（llmstxt.orgで定義）です。robots.txtが検索エンジンクローラーをガイドするように、llms.txtはサイトのMarkdown形式の概要と主要ページへのリンクを提供し、AIエージェントがコンテンツをナビゲートしやすくします。 ### llms.txtとllms-full.txtの違いは？ llms.txtはサイトの主要ページの説明とリンクを含む簡潔なインデックスです。llms-full.txtはそれらのページの実際のコンテンツをインラインで含む拡張版で、AIエージェントがリンクをたどることなく1つのファイルですべてを取得できます。最低限llms.txtを、包括的なカバレッジにはllms-full.txtを使用してください。 ### サイト用のllms.txtをどう作成するか？ ドメインのルート（例：example.com/llms.txt）にllmstxt.org仕様に従ってテキストファイルを作成してください。#見出し（サイト名）で始め、引用形式の説明を追加し、## Documentationや## Mainなどのセクションにリンクを整理してリストしてください。AgentReadyはページ分析に基づいて推奨llms.txtを生成できます。 ## AI向けMarkdown ### なぜMarkdownがAIエージェントにとって重要なのか？ Markdownは視覚的なマークアップノイズ（CSS、JavaScript、レイアウトdiv）を排除しながらコンテンツ構造（見出し、リスト、リンク、強調）を保持するため、AIエージェントに好まれるフォーマットです。コンテンツのMarkdownバージョンは大幅に少ないトークンを使用し、AIシステムによる処理をより高速で安価にします。 ### Markdownコンテンツネゴシエーションとは？ コンテンツネゴシエーションにより、クライアントのAcceptヘッダーに基づいて同じページの異なるフォーマットをサーバーが配信できます。AIエージェントがAccept: text/markdownを送信すると、サーバーはHTMLの代わりにMarkdownバージョンで応答できます。別のURLを作成せずにAIフレンドリーなコンテンツを配信する最も効率的な方法です。 ### ページのMarkdownバージョンをどう配信するか？ 主に2つのアプローチがあります：(1) Accept: text/markdownヘッダーを検出してMarkdownコンテンツを返すサーバーロジックを追加する；(2) ページの横に.mdファイルを作成し（例：/aboutに対して/about.md）、llms.txtからリンクする。AgentReadyは自身のページに両方のアプローチを使用しています。 ## 構造化データとJSON-LD ### JSON-LDとは何か、AIエージェントにどう役立つか？ JSON-LD（JavaScript Object Notation for Linked Data）はSchema.orgボキャブラリーを使用してページに構造化データを埋め込む方法です。AIエージェントはこのデータを使用して、製品詳細、記事メタデータ、組織情報などの事実に基づいた機械可読情報を、HTMLを解析することなく抽出します。 ### どのSchema.orgタイプを使用すべきか？ コンテンツに最も適した具体的なタイプを使用してください：記事にはArticleまたはBlogPosting、製品ページにはProduct、企業ページにはOrganization、FAQページにはFAQPage、地域ビジネスにはLocalBusiness、ウェブツールにはWebApplication。選択したタイプのname、description、関連プロパティを常に含めてください。 ### Open GraphタグはAIエージェントにどう役立つか？ Open Graphタグ（og:title、og:description、og:image）はソーシャルプラットフォームとAIエージェントの両方がページのタイトル、説明、メイン画像を理解するために使用する標準化されたメタデータを提供します。実装が容易で、他の構造化データがない場合の信頼できるフォールバックとして機能します。 ## robots.txtとAIボット ### robots.txtはAIクローラーにどう影響するか？ robots.txtはどのボットがサイトにアクセスでき、どのページをクロールできるかを制御します。GPTBotやClaudeBotなどのAIクローラーはrobots.txtのディレクティブを尊重します。robots.txtがこれらのボットをブロックすると、コンテンツをインデックスできなくなり、AI生成回答にサイトが表示されなくなります。 ### robots.txtでどのAIボットを許可すべきか？ AI生成回答での可視性を最大化するには、少なくとも以下を許可してください：GPTBot（OpenAI）、ClaudeBotとClaude-Web（Anthropic）、PerplexityBot（Perplexity）、Google-Extended（Google Gemini）。既存のルールを維持しながら、これらのユーザーエージェントに特定のAllowルールを追加できます。 ### Content-Signalヘッダーとは？ Content-SignalはAIエージェントにコンテンツの使用方法を伝えるHTTPヘッダーです。例：Content-Signal: ai-train=yes, search=yes, ai-input=yesは、コンテンツがAIトレーニング、検索インデックス、AI回答の入力として使用できることを示します。これはパブリッシャーにAI使用に対する明示的な制御を与える新しい標準です。 ## AgentReadyスコアリング ### AgentReadyのスコアリングシステムはどう機能するか？ AgentReadyはページを取得し、コンテンツを抽出し、5つの加重評価軸で23の個別チェックを実行します。各チェックは0-100で評価され、評価軸は0から100の総合スコアに統合されます。レターグレード（A-F）、詳細な内訳、スコア向上のための優先順位付き改善提案を受け取ります。 ### 5つの評価軸とは？ 5つの評価軸は：セマンティックHTML（15%） — article、main、見出し、セマンティック要素の適切な使用；コンテンツ効率（10%） — トークン削減率とコンテンツ対ノイズ比；AI発見可能性（25%） — llms.txt、robots.txt、サイトマップ、Markdownネゴシエーション；構造化データ（20%） — Schema.org、Open Graph、メタタグ；アクセシビリティ（30%） — JavaScript不要のコンテンツ、ページサイズ、コンテンツ位置。 ### 分析は無料ですか？ はい！単一ページ分析は完全に無料で、登録も不要です。完全なスコア、改善提案、Markdown変換、llms.txtプレビューを取得できます。現在ベータ版で、1時間あたり5回の分析制限があります。ドメイン全体のクロールとモニタリング機能は近日公開予定です。 ## 最近の変更点 ### どのAIボットをチェックしていますか。なぜ一覧が変わったのですか。 18 種類のクローラーをチェックしており、それぞれに提供元の公式ドキュメントへのリンクを付けています。2026年7月に一覧を作り直しました。3件を削除しています。Claude-Web と FacebookBot は Anthropic と Meta のドキュメントにもう掲載されておらず、cohere-ai はそもそも一度も文書化されていません。つまり私たちは、存在しないボットを robots.txt に書くよう勧めていたことになります。不足していたものも追加しました。なかでも OAI-SearchBot は、あなたのサイトを実際に ChatGPT の検索結果に載せるクローラーです。第三者のクローラー一覧には捏造された User-Agent が出回っています（xAI/Grok のものが知られた例です）。ここには、提供元が文書化しているボットしか掲載しません。 ### GPTBot をブロックすると ChatGPT での可視性は下がりますか。 いいえ。そしてこの区別こそ、このページで最も役に立つ情報です。各社はクローラーを目的別に分けています。学習用ボット（GPTBot、ClaudeBot、Google-Extended）はモデルの学習のためにページを読みます。ブロックしても可視性は一切失われません。検索用ボット（OAI-SearchBot、Claude-SearchBot、PerplexityBot）はアシスタントが引用する索引を作ります。ひとつでもブロックすれば、そのアシスタントから消えます。ユーザー用ボット（ChatGPT-User、Claude-User）は、いま人がそのページを求めているから取得します。学習を拒みながら、どこでも引用され続けることは可能です。ただし検索用ボットを許可している場合に限ります。今後は各クローラーを種別で表示するので、ワイルドカードで一括ブロックせず、意図をもって選べます。 ### A2A のエージェントカードと MCP のサーバーカードはどこに置くべきですか。 A2A のエージェントカードは /.well-known/agent-card.json に置きます。A2A v0.3.0（2025年8月）でここへ移動し、v1.0 でも変わりません。/.well-known/agent.json は旧クライアント向けに SDK が今も配信している非推奨の別名です。私たちは古いパスをチェックし、生成もしていました。つまり、現在のエージェントが見ない場所にディスクリプタを公開させていたことになります。これは修正済みです。MCP については、正直に言えば標準パスは存在しません。MCP 仕様は well-known のディスカバリーファイルを一切定義しておらず、サーバーカードは今も未確定のドラフト（SEP-1649）で /.well-known/mcp/server-card.json を提案している段階です。私たちはそのパスと従来の mcp.json 慣習の両方を調べ、標準であるかのように装わず「ドラフト」と明示します。MCP 仕様が実際に必須としているのは /.well-known/oauth-protected-resource（RFC 9728）で、こちらは新たにチェックするようにしました。 ### 2026年7月にスコアの重み付けが変わったのはなぜですか？ 評価基準が、効果を示せるものではなく、確認しやすいものを高く評価していたからです。主要ベンダーのどこも実装を約束していない提案である llms.txt が、すべてのアシスタントが実際に解析している Schema.org よりも重く扱われていました。ルーブリック v3 では、23 項目のチェックそれぞれに根拠の強さを申告させます。実証済み（ベンダーが読み取ると明記している）、妥当（十分に定着したウェブの慣行だが、AI に関するベンダーの言明はない）、推測（合理的な賭け、それ以上ではない）の3段階です。重み付けもこれに従い、実証済みが100点のうち 32 点、妥当が 51 点、推測が 17 点を占めます。llms.txt は今も確認しています。公開してもコストはかからず、将来的に意味を持つ可能性もあるからです。ただし、効果が実証されているシグナルより重く扱うことはもうありません。すべての結果には、それを算出したルーブリックのバージョンが記録されるため、古いスコアも測定時のルールに照らして読むことができます。 ### AIクローラーが実際にサイトへ到達できるかを確認していますか？ 現在は計測しており、その過程で当社自身のスコアリングの穴が明らかになりました。他のチェックはすべて「宣言」を読んでいます。robots.txt がクローラーの通過を許可していれば、点数を与えていました。しかし robots.txt を配信するのはオリジンであり、リクエストはそこまで届きません。CDN や WAF が先に応答し、両者が一致する保証はないのです。Cloudflare は2026年9月15日から、エッジで AI クローラーを既定でブロックし始めました。完璧な robots.txt を公開しながら、あらゆるアシスタントから遮断されていて、それでも当社で満点を取れてしまう——そんな状態でした。そこで読むのをやめ、計測を始めました。通常のクライアントとしてページを取得し、次に OAI-SearchBot を名乗って取得し、比較します。証明できることには限界があり、過大に主張するより、その限界を述べるほうを選びます。この調査は当社のサーバーから送信され、エッジはクローラーを名前ではなく IP アドレスで検証します。つまり拒否は詐称者に向けられていて、検証済みのクローラーは通過している可能性もあります。当社は見たままを報告し、ボットルールの確認先を示します。「あなたは ChatGPT からブロックされています」とは言いません。外部からは、それを知ることができないからです。 ## 便利なリソース - [llmstxt.org](https://llmstxt.org) — llms.txt specification - [schema.org](https://schema.org) — Schema.org vocabulary - [W3C JSON-LD](https://www.w3.org/TR/json-ld11/) — JSON-LD specification - [ogp.me](https://ogp.me) — Open Graph Protocol - [robotstxt.org](https://www.robotstxt.org) — robots.txt standard - [commonmark.org](https://commonmark.org) — CommonMark Markdown specification - [RFC 7231](https://datatracker.ietf.org/doc/html/rfc7231#section-5.3) — HTTP Content Negotiation