1. 結論：基礎整備は2点セットで効く
本記事は技術的な実装に踏み込んだ手順書です。GEO全体の考え方・従来SEOとの違いといった概論はLLM時代のSEOの基礎と戦略で扱っています。本記事はそこから一歩進み、「AIに正しく伝えるための具体的なファイル整備」に絞って解説します。
2. なぜ「機械可読性」がAI引用を左右するのか
生成AIや検索エンジンは、ページのHTMLを解析して「何について書かれたページか」「運営者は誰か」「いつ更新されたか」を推定します。この推定が曖昧なほど、引用候補から外れやすくなります。基礎整備の狙いは、推定に頼らせず事実を構造で明示することです。
- llms.txt：サイト内のどのページを優先的に参照すべきかをAIに案内する
- 構造化データ：各ページの種別（記事・FAQ・運営者）と属性を機械可読に宣言する
前者が「サイトレベルの案内」、後者が「ページレベルの宣言」です。両方を揃えることで、AIは迷いなく情報を抽出できます。
3. llms.txt の書き方・配置・記述例
llms.txt は、AIに読んでほしい主要コンテンツを案内するためのMarkdown形式のファイルです。配置場所はサイトのルート直下（https://example.com/llms.txt）で、robots.txt や sitemap.xml と同じ階層に置きます。
3.1 基本フォーマット
先頭に H1 でサイト名、引用ブロックで概要、見出しごとにリンクリストを並べる構成が標準です。各リンクには短い説明を添えると、AIが用途を判断しやすくなります。
# Example Inc.
> AI検索・GEO対策のためのSaaS。ブランドの露出と引用状況を追跡・分析します。
## ドキュメント
- [製品概要](https://example.com/product/): 主要機能と対応エンジンの一覧
- [料金プラン](https://example.com/pricing/): 各プランの比較と無料トライアル
- [導入ガイド](https://example.com/guides/start/): 初期設定から計測開始までの手順
## 記事
- [GEOとは](https://example.com/article/geo/): 生成エンジン最適化の基礎
- [引用分析の進め方](https://example.com/article/citation/): 改善優先度の決め方
## Optional
- [更新履歴](https://example.com/changelog/): リリースノート
3.2 記述のポイント
- 重要ページに絞る：全URLを列挙せず、AIに参照してほしい中核ページを厳選する
- 説明を1行添える：リンク先の用途を簡潔に書き、文脈を補う
- 「Optional」見出し：優先度の低い補足リンクはこの見出しにまとめる慣習がある
- 詳細版の併設：本文を丸ごと含めたい場合は
llms-full.txtを別途用意する
4. llms.txt と robots.txt / sitemap.xml の違い
ルート直下に置く3つのファイルは目的が異なります。混同せず役割分担を理解することが重要です。
| ファイル | 主な目的 | 主な対象 | 形式 |
|---|---|---|---|
| llms.txt | AIに読んでほしい重要ページを案内する | LLM・AI検索 | Markdown |
| robots.txt | クロールの可否（許可／禁止）を制御する | 検索クローラー全般 | 独自テキスト規約 |
| sitemap.xml | サイト内の全URLと更新情報を網羅的に伝える | 検索クローラー全般 | XML |
sitemap.xml が「全URLの網羅的なリスト」であるのに対し、llms.txt は「重要ページを絞った案内（目次）」です。robots.txt のようにアクセスをブロックする機能はありません。3つは排他ではなく、併用して整備します。
5. 構造化データ（JSON-LD）の実装ポイント
構造化データは Schema.org の語彙を用い、推奨形式である JSON-LD で記述します。script タグにまとめて記述でき、HTML本文と分離されるため保守性が高いのが利点です。
5.1 主要スキーマと用途
| スキーマ | 用途 | 主なプロパティ |
|---|---|---|
| Organization | 運営者情報（全ページ共通） | name / url / logo / sameAs |
| Article | 記事・ブログページ | headline / datePublished / author / publisher |
| FAQPage | Q&Aを含むページ | mainEntity（Question / acceptedAnswer） |
| BreadcrumbList | パンくず階層 | itemListElement（position / name / item） |
| HowTo | 手順・ハウツー記事 | step（HowToStep） |
5.2 Article の記述例
記事ページには、見出し・公開日・更新日・著者・発行者を明示します。
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "llms.txt と構造化データ ―AIに正しく伝える基礎整備",
"datePublished": "2026-02-14",
"dateModified": "2026-02-14",
"author": { "@type": "Organization", "name": "Example Inc." },
"publisher": {
"@type": "Organization",
"name": "Example Inc.",
"logo": {
"@type": "ImageObject",
"url": "https://example.com/logo.png"
}
}
}
</script>5.3 FAQPage の記述例
ページに表示しているQ&Aと完全に一致させることが必須です。表示と異なる内容を記述すると、評価対象から外れる場合があります。
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "llms.txt はどこに置きますか？",
"acceptedAnswer": {
"@type": "Answer",
"text": "サイトのルート直下に配置します。"
}
}
]
}
</script>@graph 配列にまとめると、ページ全体の関係（WebPage・Article・FAQPage・BreadcrumbList）を一括で宣言でき、管理しやすくなります。実装後は必ずリッチリザルトテストで構文と必須プロパティを検証してください。
6. 基礎整備の手順（5ステップ）
影響範囲の広い構造化データから着手し、最後に案内役の llms.txt を設置するのが効率的です。
- STEP1：Organization を全ページに実装 ― 運営者名・URL・ロゴ・SNS（sameAs）を共通定義する
- STEP2：記事に Article を実装 ― headline・公開日・更新日・著者・発行者を付与する
- STEP3：FAQページに FAQPage を実装 ― 画面表示のQ&Aと一致させる
- STEP4：検証ツールで確認 ― 構文エラー・必須プロパティ欠落・表示との不一致をチェックする
- STEP5：llms.txt をルートに設置 ― AIに読んでほしい主要ページをリンクリストで案内する
整備した後は、AIでの露出・引用状況をモニタリングし、どのページが参照されているかを確認します。改善の優先順位の付け方は引用分析：強化すべきページの決め方で詳しく解説しています。基礎整備からコンテンツ改善まで一貫した実践ステップはGEO実践プレイブック 2026にまとめています。