
SEO×LLMOで勝つ記事構成テンプレート
SEOとLLMOの両方で勝つ記事構成テンプレートを公開。コピペで使えるMarkdown構造、執筆フロー、チェックリストを初心者向けに紹介します。
目次(45項目)
- はじめに
- 完成版テンプレート
- 画像 alt の書き方
- 参考文献の扱い
- 各要素の役割
- フロントマター
- h1(記事タイトル)
- 結論ブロック
- 最終更新日
- はじめに
- h2セクション
- 用語集リンク
- FAQ
- 関連用語
- 関連記事
- 参考文献
- 執筆フロー
- ステップ1:キーワード確定(30分)
- ステップ2:競合分析(30分)
- ステップ3:構成案作成(30分)
- ステップ4:執筆(2〜4時間)
- ステップ5:チェック(30分)
- ステップ6:公開(10分)
- 構成チェックリスト
- 文字数の目安
- 2つの執筆スタイル
- スタイル1:手書き
- スタイル2:AI支援
- ジャンル別カスタマイズ
- Know系(情報提供)
- Do系(手順解説)
- Buy系(商品・サービス)
- YMYL系(医療・金融)
- SEO×LLMOで勝つ追加要素
- 要素1:質問形式の見出し
- 要素2:データの表化
- 要素3:箇条書きの統一
- やってはいけないNG
- よくある質問
- Q1. テンプレを毎回コピペして問題ない?
- Q2. 個別の記事ごとにテンプレを変えるべき?
- Q3. 文字数を厳守すべき?
- Q4. テンプレ通り書いても上位表示されません
- 関連用語
- 関連記事
SEO×LLMOで勝つ記事構成テンプレート
この結論: SEOとLLMOの両方で勝つ記事には共通の型があります。本記事では実際に使えるテンプレートとチェックリストを公開し、初心者でも迷わず書ける状態にします。
最終更新日: 2026-05-04
はじめに
「記事を書くたびに構成で悩む」という方向けに、SEO×LLMOで効果が出る記事テンプレートを公開します。本記事のテンプレートをコピーして使えば、最初の10記事で迷う時間がゼロになります。
完成版テンプレート
---
title: "記事タイトル"
slug: "記事スラッグ"
description: "120〜160字のメタディスクリプション"
category: "seo" | "llmo"
isPillar: true | false
tags: ["タグ1", "タグ2"]
status: "published"
publishedAt: "YYYY-MM-DD"
reviewedAt: "YYYY-MM-DD"
authorSlug: "editorial"
# ogImagePath は省略可。省略すると seed.ts が自動で
# `/articles/<slug>/opengraph-image` を割り当て、タイトル+カテゴリの
# 動的サムネイルがアイキャッチ・OG画像・記事カードに使われる。
# 個別画像を使いたい記事だけ明示する: ogImagePath: "/og/custom.png"
# sources: 参考文献。frontmatter に書くと自動で「参考文献」セクション + JSON-LD citation に出る。
# isPillar: true の記事は最低 2 件必須。オピニオン記事は省略可。
sources:
- title: "出典タイトル"
url: "https://example.com/source1"
publisher: "発行元"
accessedAt: "YYYY-MM-DD"
---
# 記事タイトル
> **この記事の結論**: (1〜2文で要点)
最終更新日: YYYY-MM-DD
## はじめに(200〜400字)
導入文。誰に向けた記事で、何が分かるかを明示。
## トピック1(h2、結論先出しで開始)
本文。専門用語が出るたびに [E-E-A-T](/glossary/eeat) 形式で用語集にリンク。
### サブトピック(必要に応じてh3)
箇条書き、表、Tipsボックスを活用。
## トピック2(h2)
本文…
## よくある質問
### Q1. 質問文?
A. 回答(簡潔に2〜4文)
### Q2. 質問文?
A. 回答
## 関連用語
- [用語1](/glossary/term1)
- [用語2](/glossary/term2)
## 関連記事
- [記事1](/articles/article-slug-1)
- [記事2](/articles/article-slug-2)
画像 alt の書き方
Markdown 本文中の画像は  の alt を必ず内容ベースで書く。
ビルド時に scripts/validate-articles.mjs が以下を検出してビルドを止める。
- 空 alt
- 2 文字以下の alt
画像図imageimgfigiconなどの汎用キーワード単体- URL がそのまま入っている alt
推奨パターン: 「何を示している図か + 記事文脈のキーワード」を 15〜60 字。
- OK:
LLMO で重視される 5 要素の関係図 (ファクト密度・構造化・ブランドメンション・一次情報・構造化データ) - NG:
画像/fig1/llmo.png
参考文献の扱い
frontmatter の sources を使うと、記事ページ末尾に「参考文献」セクションが自動で出力され、
JSON-LD citation にも構造化されて入る。本文の手書き「## 参考文献・出典」は書かない
(sources を使う記事では二重表示になる)。
各要素の役割
フロントマター
メタ情報。記事管理・サイト内検索・パンくず生成等に使用。
h1(記事タイトル)
ページ全体の主題。30〜35文字、数値・年度を含めるのが効果的。
結論ブロック
LLMが要約しやすいよう冒頭に1〜2文の結論。> **この記事の結論**: の引用ブロック形式が視認性高い。
最終更新日
記事鮮度のシグナル。Article構造化データのdateModifiedと一致させる。
はじめに
200〜400字で「誰向け」「何が分かるか」を明示。長すぎると離脱、短すぎると検索意図合致を伝えきれない。
h2セクション
論点ごとに分割。4〜8個が読みやすい目安。
用語集リンク
専門用語が初出するときに必ず [用語](/glossary/slug) でリンク。
FAQ
3〜5問が標準。h3 を「Q1. 〜?」、その下に「A. 〜」の形式で。
関連用語
記事中で扱った用語のリスト。用語集ページへの導線。
関連記事
3〜5本の関連記事への内部リンク。読者の回遊と内部リンク強化を兼ねる。
参考文献
3〜5件の一次情報源。E-E-A-Tの「Trust」シグナルとして必須。
執筆フロー
ステップ1:キーワード確定(30分)
- メインキーワード1個
- サブキーワード3〜5個
- 検索意図確認
ステップ2:競合分析(30分)
- 上位3〜5記事の見出しを抽出
- 共通項を「必須トピック」として把握
- 不足要素を「差別化点」として記録
ステップ3:構成案作成(30分)
- 結論を1文で書く
- h2を5〜8個書き出す
- 各h2の冒頭1文(要約)を書く
ステップ4:執筆(2〜4時間)
- テンプレートに沿って書く
- 数値・年度・固有名詞を意識
- 用語集リンクを忘れない
ステップ5:チェック(30分)
- 構成チェックリスト
- ファクト確認
- 内部リンク・外部リンクのテスト
ステップ6:公開(10分)
- 構造化データ確認
- サイトマップ更新
- SNS告知
合計4〜6時間で1記事完成。
構成チェックリスト
| 項目 | 確認 |
|---|---|
| タイトルに数値・年度がある | [ ] |
| 結論が冒頭1〜2文 | [ ] |
| 最終更新日を表示 | [ ] |
| はじめに200〜400字 | [ ] |
| h2が4〜8個 | [ ] |
| 各h2に結論先出し | [ ] |
| 表または箇条書きを2箇所以上 | [ ] |
| FAQが3〜5問 | [ ] |
| 数値・固有名詞・年度が10箇所以上 | [ ] |
| 用語集リンクを5〜10箇所 | [ ] |
| 関連記事が3〜5本 | [ ] |
| 参考文献が3〜5件 | [ ] |
| 段落が3〜5文以内 | [ ] |
| 断定形で書かれている | [ ] |
文字数の目安
| 種類 | 文字数 |
|---|---|
| ピラー記事 | 3,000〜5,000字 |
| クラスター記事 | 1,500〜3,000字 |
| ニュース・更新記事 | 800〜1,500字 |
文字数に縛られず、トピックを過不足なくカバーする長さを優先。
2つの執筆スタイル
スタイル1:手書き
時間はかかるが独自性が高い。実体験・経験を書く記事に向く。
スタイル2:AI支援
AIで下書き作成 → 人間がリライト。効率重視で量産する場合に向く。ただし事実確認・編集は必須。
ジャンル別カスタマイズ
Know系(情報提供)
- 定義・仕組みのh2を充実
- 図解・表を多用
- 関連用語セクションを大きく
Do系(手順解説)
- ステップバイステップ
- 番号付きリスト
- 失敗例・対処法
Buy系(商品・サービス)
- 比較表
- メリット・デメリット
- 実体験レビュー
YMYL系(医療・金融)
- 監修者情報
- 一次情報必須
- 警告・注意事項を明示
SEO×LLMOで勝つ追加要素
要素1:質問形式の見出し
- 「〜とは」
- 「〜の方法」
- 「〜の選び方」
要素2:データの表化
| 項目 | データ |
|---|---|
| 数値の比較 | ◎(表が最強) |
要素3:箇条書きの統一
- 各項目は同じ文型
- 文字数も近い長さ
- 順序がある場合は番号付き
やってはいけないNG
- 構成を毎回変える: 統一感がなくサイトのブランド感が崩れる
- テンプレに縛られて窮屈: 例外的な記事は柔軟に
- 薄い水増し: 文字数稼ぎは品質低下
- AI丸投げ: 人間の経験・解釈なしで公開
よくある質問
Q1. テンプレを毎回コピペして問題ない?
A. 問題ありません。むしろ統一感が出てサイトのブランド感が向上します。
Q2. 個別の記事ごとにテンプレを変えるべき?
A. 大枠は同じで、ジャンルごとの微調整に留めるのが効率的です。
Q3. 文字数を厳守すべき?
A. 目安として参考程度に。トピックを網羅できる長さが優先です。
Q4. テンプレ通り書いても上位表示されません
A. テンプレは「型」、コンテンツの中身は別問題です。検索意図、独自性、E-E-A-Tが土台になります。
関連用語
関連記事
<!-- このテンプレ自身の出典は frontmatter の sources に移動済みです。 記事ページに自動的に「参考文献」セクションが出ます。 -->関連用語
- E-E-A-T
E-E-A-Tとは、Googleがコンテンツ品質を評価する4つの観点「Experience(経験)・Expertise(専門性)・Authoritativeness(権威性)・Trustworthiness(信頼性)」のこと。SEOとLLMO両方で最重要の概念です。
- キーワード
キーワードとは、ユーザーが検索エンジンやChatGPT等のAI検索に打ち込む単語・フレーズ。SEO・LLMO両対策の出発点。ビッグ/ロングテール選定基準と無料ツールを使った選び方を初心者向けに解説します。
- 検索意図
検索意図とは、ユーザーがその言葉を検索したときに「本当は何をしたいのか」という背景の目的のこと。SEOでは検索意図に合った答えを返すページが上位表示されます。
- 構造化データ
構造化データとは、Webページの内容を検索エンジンが理解しやすい形式で記述したメタ情報。記事の著者・公開日、商品の価格・在庫などを機械可読にすることでリッチリザルトやAI引用の対象になります。
- JSON-LD
JSON-LDとは「JSON for Linking Data」の略で、構造化データをJSON形式で記述する方式。Google公式が推奨する構造化データ実装フォーマットで、scriptタグでHTML内に書きます。
- タイトルタグ
タイトルタグ(<title>)とは、検索結果の青いリンク文字を決めるHTMLのSEO最重要要素。28〜32字・主要KW左寄せ・数字入りで書けばCTRが大幅改善します。LLMO・AI検索時代の書き方を具体例つきで解説。
関連記事
最新記事
SEO カテゴリの他の記事
- FAQリッチリザルト廃止後のスキーマ優先順位を徹底見直し【2026年版】
- 指名検索はAI引用後に増えるのか——引用前後の実測データと再現条件
- PerplexityがRedditを46%引用する理由と日本語サイトの代替UGC戦略
- 直答ブロックの文字数とAI引用率の関係:実測データで見る最適解
- 見出し位置とAI引用率の相関を実測データで検証する
- 質問形式の見出しでAEO引用を獲得する実装ガイド
- 見出し直下 結論配置でAI引用率を上げるスニペット設計の全手法
- FAQPageスキーマ実装でAI引用率3倍:当社実測検証と再現条件
- AIに引用されやすい文章パターン実測分析:定義文・数値・構造の効果を検証
- 結論ファースト記事構成でAI引用率を上げる完全ガイド
- 構造化データの実装優先順位|AIO引用率を高めるスキーマ順序2026
- スキーマのネスト深さとAI引用率:当社検証で約40%向上した構成の実測レポート
- HowToスキーマ vs FAQPageスキーマ:AI引用率の実測比較と使い分け
- コンテンツ鮮度と更新頻度がAI引用率を左右する理由【GEO実践】
- FAQPage × Article × ItemList 三重スタックでAI引用率1.8倍|独自集計データで読む効果【2026年版】
- スキーマ AI引用率「効果なし」は本当か|Ahrefs 1885ページ研究への反論と効く条件
- Organization Schema でAI引用率を上げる設定・実装ガイド【2026年版】
- 構造化データ スキーマ種類別 AI引用率 比較 実測 2026|独自集計データで読む効果の差
- リスト記事の順位はAI引用シェアオブボイスを左右する——Peec AI実測データ(200K回分析)
- 著者情報 Person Schema でAI引用率を上げる実装ガイド【2026年版】
- 構造化データ実装前後でAI引用率はどう変わるか|実測データ比較【2026年版】
- GEOランディングページ AI引用 設計の完全ガイド|海外ローカライズ対応で引用率を高める実践手順【2026年版】
- Reddit AI引用 日本語コンテンツ戦略|海外ローカライズで引用を獲得する実践ガイド
- 著者ページ設計でE-E-A-Tを最大化する完全ガイド【2026年版】
- Gemini Focus Mode と情報源指定で検索意図に応える SEO 戦略【2026年版】
- AI Overview 段落最適化の完全手順|海外ローカライズ対応で引用率を高める実践ガイド
- JSON-LD構造化データがAI検索の理解を高める理由と実装ガイド
- エンティティ最適化とAI検索:日本語サイトが取り組むべき実践ガイド
- AI Overview FAQスキーマ vs 他スキーマ比較|AI引用確率を上げる選択ガイド
- AI検索 新規サイトのドメインパワーと引用の関係【2026年完全ガイド】
- 新規ドメインがAI Overviewで引用されない原因と突破戦略
- FAQスキーマでAI引用を増やす実装ガイド:JSON-LDから効果測定まで
- Perplexityに引用されるReddit戦略:アルゴリズムの仕組みと実践設計
- AI Overview引用率を上げる8つの実践的手法【2026年版】
- AI検索で引用されない原因7選と改善策【2026年最新】
- YouTubeタイトルの文字数は何文字がベスト?表示上限・デバイス別・SEO最適解2026年版
- YouTube タグの効果は 2026 年もある?最新アルゴリズムでの正しい使い方
- LLMO と SEO の違い完全マップ|KPI・計測・施策を全部対比【2026年版】
- トピッカルオーソリティの作り方
- タイトルタグとメタディスクリプションの書き方|CTRを上げる型
- 構造化データJSON-LDの書き方3ステップ|リッチリザルト&AI検索対策【2026年版】
- sitemap.xmlとrobots.txtの役割と作り方
- 検索意図の4分類(Know/Go/Do/Buy)と記事構成への活かし方【2026年完全版】
- Google Search Consoleの使い方|初心者の最初の30分
- ピラーページ&クラスター戦略5ステップ|SEO内部リンク設計【2026年版】
- SEO×LLMO効果測定の7指標|GSC・GA4・AI検索計測【2026年版】
- キーワード選定の基本|検索意図とロングテールの見つけ方【2026年完全版】
- 内部リンク・外部リンクの設計|SEOで効くつなぎ方
- 検索エンジンの仕組み|クローラー・インデックス・ランキングを図解
- 見出しタグ(h1/h2/h3)の正しい使い方
- E-E-A-Tとは?経験・専門性・権威性・信頼性の高め方
- Core Web Vitals入門|LCP・INP・CLSをやさしく解説
- コンテンツギャップ分析のやり方
- 競合サイト分析の手順|SEO/LLMO両軸で
- canonicalタグとは?重複コンテンツ対策の基本
- 既存記事リライトの優先度と手法
