llms.txtは必要か不要か？Google公式見解とエージェントコマースの結論

llms.txtは必要か不要か？Google公式見解とエージェントコマースの結論

この記事の結論: Google検索（AI OverviewやAI Mode）向けの可視性という意味では、llms.txtは公式に「不要」と明言されている。だが同じGoogleでもChrome LighthouseはAgentic Browsing監査でllms.txtの有無をチェックし始めており、Shopifyは全店舗に自動設置した。答えは一つではなく「検索流入が目的なら不要、エージェントに読まれ・買われる導線を作るなら低コストの保険として設置」が2026年7月時点の実務結論である。

最終更新日: 2026年7月4日

はじめに

「llms.txtは結局、必要なのか不要なのか」——この問いに一言で答えられないのは、聞く相手によって答えが変わるからだ。Google検索チームは「不要」と繰り返し明言してきた。ところが同じGoogleが提供するChrome Lighthouseは、2026年5月のアップデートでllms.txtの有無をチェックする監査項目を新設している。一方でShopifyは2026年5月、世界中の全ストアにllms.txtとagents.mdを黙って自動設置した。

矛盾しているように見えるが、実際には「検索エンジンのランキング」と「AIエージェントによる巡回・購買」という、まったく別のレイヤーの話が同じ「llms.txt」という単語のもとに混在しているだけだ。本記事では、Google公式の発言・ドキュメント、Chrome Lighthouseの仕様、OpenAIとGoogleのエージェントコマース規格、そして30万ドメイン規模の実データを整理し、2026年7月時点で取るべき行動を一つの結論に落とし込む。

llms.txtの基本仕様やWordPressでの実装手順はすでに別記事で詳しく解説しているため、本記事では「置くべきか置かないべきか」の判断そのものに絞って掘り下げる。

llms.txtとは何か——前提を30秒で確認する

llms.txtは、サイトのルート（example.com/llms.txt）に置くMarkdown形式のテキストファイルだ。2024年9月にAnswerDotAIのJeremy Howard氏が提唱し、サイトの概要とAIに読ませたい主要ページへのリンクをH1・blockquote・箇条書きでまとめる仕様になっている。crawlerが従うrobots.txtとは異なり、AI側が「参考にするかどうか」を決める点が最大の特徴であり、強制力は一切ない。

この「AIが読むかどうかを決める」という任意性こそが、後述する評価の割れを生む根本原因になっている。

Google公式の結論：「不要」と明言された経緯

Googleの立場は一貫している。2026年5月15日、Google Search Centralは「Optimizing your website for generative AI features on Google Search」という公式ガイドを公開した。この中の「よくある誤解を正す」セクションで、llms.txtを名指しし、Google検索（生成AI機能を含む）に表示されるために特別なAI向けファイルやMarkdown、独自マークアップを新設する必要はないと明記している。

この見解は突然出てきたものではない。John Mueller氏は2025年6月17日、Bluesky上で「現時点で知る限り、llms.txtを使用しているAIシステムはない」と述べ、キーワードmetaタグ——自己申告できてしまうがゆえにGoogleが評価シグナルから排除した過去の仕組み——になぞらえた。Gary Illyes氏もGoogle Search Central Liveのイベントで、Googleはllms.txtの採用を追求しておらず、その予定もないと確認している。

つまり「Google検索の順位やAI Overview・AI Modeへの露出を増やす目的」でllms.txtに投資するのは、2026年時点でも根拠がない、というのがGoogle検索チームの一貫した公式見解だ。

だがChrome Lighthouseはllms.txtをチェックする——Google内の温度差

ここでややこしいのが、検索チームとは別の「Google Chrome」チームの動きだ。Chrome Lighthouseは2026年5月7日リリースのバージョン13.3で、実験的だった「Agentic Browsing」カテゴリをデフォルト設定に組み込んだ。この中にllms.txtの有無を確認する監査項目があり、ファイルがルートに存在するか、H1見出しを含むか、50文字を超える分量があるか、Markdown形式のリンクを最低1つ含むかをチェックする。

ファイルが存在しない場合はエラーではなく「該当なし（N/A）」扱いになり、現時点では0〜100点のスコアリング対象にもなっていない。Lighthouse側もこの分野の標準がまだ固まっていないことを認めており、今はスコアより「シグナルを集める段階」という位置づけだ。

重要なのは、これが検索チームの見解を覆すものではないという点だ。Search Engine Journalも「Googleのllms.txtガイダンスは、どのGoogleの製品に聞くかで変わる」と評しており、検索順位の話とブラウザがAIエージェントの巡回しやすさを測る話は、同じ会社の中でも別レイヤーで動いている。

エージェントコマースの文脈では話が変わる

「AIに検索されて引用される」話と「AIエージェントに読まれて、代わりに買い物までされる」話は、似ているようで別物だ。後者の「エージェントコマース」領域では、llms.txt周辺の動きが2026年に入って一気に加速している。

Shopifyは2026年5月上旬、事前告知なしに全ストアへllms.txt・llms-full.txt・agents.md・/.well-known/ucp・エージェント向け発見用サイトマップなどを自動設置した。同年5月28日には、これらをテーマ側でカスタマイズできるLiquidテンプレートも追加している。ここでの主役はllms.txtというより、検索・カート追加・決済の手順をエージェントに伝えるagents.mdであり、llms.txtはブランドや商品の背景情報を伝える補助的な役割に位置づけられている。

購買そのものを担うプロトコルの主導権は、OpenAIとGoogleが別々に握っている。OpenAIのAgentic Commerce Protocolは、加盟店がJSON/CSV形式の商品フィードを提供し、ChatGPT上でのInstant Checkoutを可能にする仕組みだ。一方Googleは2026年1月11日のNRFカンファレンスで独自の「Universal Commerce Protocol（UCP）」を発表し、API・MCP・A2Aを通じてエージェントと加盟店バックエンドをつなぐ規格を推進している。どちらの規格も、購買を成立させる核はllms.txtではなく、構造化された商品データと決済プロトコルだ。

Anthropicは自社の開発者ドキュメントサイトでllms.txtとllms-full.txtを実際に運用しており、エージェント向けの開発者ドキュメント・APIリファレンスサイトについては設置を推奨している。ここは「検索に引用される」話ではなく、「Claudeのようなコーディングエージェントが仕様を素早く把握できるようにする」という、また別の使い道だ。

30万ドメイン調査が示す「効果なし」の実データ

理屈だけでなく実データも見ておく必要がある。SEOツールのSE Rankingは約30万ドメインを対象に大規模調査を行い、llms.txtの設置率はわずか10.13%にとどまり、設置の有無とAIによる引用頻度のあいだに測定可能な相関は見られなかったと報告した。Search Engine Journalもこの調査結果を「LLMs.txtはAI引用に明確な効果を示さなかった」として報じている。

つまり「llms.txtを置けばAI検索で引用されやすくなる」という期待には、少なくとも2026年時点で大規模データの裏付けがない。設置コスト自体は低いため実害は小さいが、「効果が出る施策」として優先順位を上げる根拠にはならないというのが実務上のスタンスだ。

調査の手法をもう少し詳しく見ておく。SE Rankingは主要LLMの応答に対するドメイン単位の引用頻度を集計し、統計的相関検定に加えてXGBoostによる予測モデルを構築して、llms.txtの有無を含む複数要因が引用にどの程度寄与するかを検証している。ここで注目すべきは、llms.txtの有無という特徴量をモデルから除外した方がむしろ予測精度が向上したという結果だ。これは単に「効果が小さい」というレベルを通り越して、モデルにとってはノイズとして働いていたことを意味する。

導入率をサイト規模別に見ても興味深い偏りがある。低トラフィックサイトの導入率が9.88%、中トラフィックサイトが10.54%であるのに対し、最もアクセス数の多い高トラフィックサイト層は8.27%にとどまり、むしろ大規模サイトほど導入率が低いという結果だった。リソースに余裕のある大手サイトが優先的に飛びつく施策ではないという実態は、llms.txtが「効果不確実な施策」として業界内でも評価が定まっていないことの傍証といえる。

さらに、SEOツールのOtterlyAIが実施した90日間の追跡調査では、対象サイトが観測したAIボットの総アクセス数62,100件のうち、llms.txtファイルへの直接リクエストはわずか84件、比率にして0.14%に満たなかったと報告されている。つまり、主要なAIクローラーの多くが日常的にllms.txtを取得しにいく習慣自体をまだ持っていない、というのが2026年半ば時点の実態に近い。

これらの数字を日本市場に当てはめる際は注意点もある。調査自体は国別の内訳を公表していないため、日本語サイトに限定した効果を直接示すものではない。ただし、llms.txtの効果は言語よりもファイルの発見・取得というクロール層のメカニズムに依存する仕組みであり、対象がグローバルな主要LLMのクローラーである以上、日本語コンテンツだからといって扱いが変わる理由は見当たらない。したがって、日本語サイトについても「効果を前提に投資する根拠はない」という結論を国内向けにそのまま読み替えて差し支えないだろう。

AIクローラーはそもそも何を見ているのか——robots.txt・サイトマップとの役割分担

llms.txtの要否を考えるうえで見落とされがちなのが、AIクローラー自体がどう分類され、何を根拠に巡回しているかという前提だ。2026年時点でサイトに到達するAI関連のUser-Agentは、大きく4つの機能カテゴリに分けられる。

• 学習用クローラー: GPTBot（OpenAI）、ClaudeBot（Anthropic）など、モデルの事前学習・追加学習のためにコンテンツを収集する
• 検索・参照用クローラー: OAI-SearchBot（OpenAI）、Claude-SearchBot（Anthropic）など、チャット回答の根拠となるページをその場で取得する
• ユーザー起点フェッチャー: ChatGPT-User、Perplexity-User、Google-Agentなど、ユーザーが実際にリンクを踏んだりエージェントに操作を指示したりした際にのみアクセスする
• オプトアウト系トークン: Google-Extendedのように、robots.txt上で許可・拒否を指定することでAI学習への利用可否をコントロールするための仕組み

ここで重要なのは、これら4カテゴリの制御はすべてrobots.txtの役割であり、llms.txtの役割ではないという点だ。robots.txtは「どのボットにどのパスへのアクセスを許可・拒否するか」を宣言し、主要なAI企業の多くはこれを一定程度尊重すると公言している（ただしすべてのボットが厳密に遵守する保証はない点には注意が必要だ）。サイトマップ（sitemap.xml）は「どのURLが存在し、いつ更新されたか」を検索エンジンに棚卸しする仕組みだ。対してllms.txtは、クロールの許可・拒否にも、URLの棚卸しにも関与しない。あくまで「AIが読む際に参考にしてよい要約とリンク集」を自己申告する文書であり、読むかどうかの判断はAI側に委ねられている。

この三層構造を理解すると、「llms.txtを置けばクロールされやすくなる」という誤解がなぜ的外れかが分かる。クロールの可否を左右するのはrobots.txtであり、llms.txtを置いても拒否されているパスへのアクセスが解禁されるわけではない。AIエージェント対応を検討する際は、まずrobots.txtで主要なAIボットのアクセスを意図通りに許可・拒否できているかを確認し、その次にllms.txtの要否を検討するという順序が実務的に正しい。

比較表：目的別に見る「置くべきか」の判定

同じ「llms.txt」でも、何を目的にするかで評価は正反対になる。目的別に整理すると次のようになる。

この表からわかるのは、「llms.txt単体で何かが劇的に変わる」という発想自体がずれているということだ。目的ごとに主役になる仕組みが違い、llms.txtはその中の一部品にすぎない。

業種・規模別に見る実務シナリオ

前掲の比較表を踏まえ、業種別に「今すぐやるべきこと」を具体化しておく。

ECサイト（自社ブランド・D2C含む） 最優先はagents.mdと商品フィードの整備だ。ChatGPTのInstant CheckoutやGoogleのUCPに乗るには、商品名・価格・在庫・配送条件・決済手段を構造化データとして機械可読にする必要があり、これはllms.txtでは代替できない。Shopify上に店舗を構えている場合は、2026年5月以降すでにllms.txt・agents.mdが自動設置されているため、追加作業はテーマ側でのカスタマイズ確認程度で済む。独自ECカートを使っている場合は、まずagents.md相当の情報をどう機械可読な形で公開するかを検討し、llms.txtは補助情報として後追いで整備すればよい。

BtoB SaaS・開発者向けプロダクト APIドキュメントやSDKリファレンスサイトを持つ場合、Anthropicの自社事例のようにllms.txt／llms-full.txtの設置優先度は他業種より高い。理由は、Claudeのようなコーディングエージェントがドキュメントを高速に把握する用途で実際に使われているためだ。導入時は、APIエンドポイント一覧・認証方式・主要チュートリアルへのリンクをllms.txtの箇条書きに整理し、詳細版としてllms-full.txtに全文を集約する構成が実務的である。

メディア・ブログサイト 検索流入・AI Overview露出が主目的であるサイトは、llms.txtへの新規投資よりも構造化データ・E-E-A-T強化を優先すべきというのがGoogle公式見解と符合する結論だ。ただし、将来的にChrome Lighthouseのスコアリング対象になった場合の保険として、H1・概要・主要記事へのリンクだけをまとめた簡易版を用意しておくコストは小さい。優先順位を上げる理由にはならないが、後回しにするコストもほぼゼロという位置づけになる。

ローカルビジネス・店舗 検索エコシステムの中心はGoogleビジネスプロフィールとローカルSEOであり、llms.txtが関与する余地はほぼない。エージェントコマースの主戦場も全国配送が前提のECが中心であるため、ローカルビジネスにとっての優先度は現時点で最も低い部類に入る。予算配分の観点では、llms.txt対応よりも口コミ管理・NAP情報の一貫性・ローカル構造化データを優先するのが妥当だ。

よくある失敗と対処——導入前に確認したいアンチパターン

llms.txtは仕様自体がシンプルなだけに、かえって誤解に基づく運用が起きやすい。導入前後で陥りがちな失敗を整理する。

アンチパターン1: robots.txtの代替だと誤解する 「AI向けのアクセス制御ファイル」という名前の響きから、llms.txtでクロールの許可・拒否ができると誤解するケースがある。実際にアクセス許可を管理するのはrobots.txtであり、llms.txtを置いても拒否設定を上書きすることはできない。

アンチパターン2: 導入後に更新せず放置する 静的なMarkdownファイルであるがゆえに、サイト構成が変わってもllms.txtだけが更新されず、存在しないページへのリンクや古いブランド説明が残り続けることがある。サイトマップの更新サイクルと同じタイミングで見直す運用に組み込むべきだ。

アンチパターン3: SEO順位対策として大きな工数を割いてしまう 「新しいAI対策」という響きに反応し、社内稟議や制作工数を過剰に割いてしまう例がある。Google公式見解を踏まえれば、その工数は構造化データやコンテンツ品質の改善に振り向けた方が費用対効果は高い。

アンチパターン4: すべてのページを網羅的に列挙しようとする 仕様上は「AIに読ませたい主要ページ」を絞り込んで紹介するのが目的であり、全ページを羅列しても効果が比例して高まるわけではない。かえって要点がぼやけ、本来の趣旨から外れる。

アンチパターン5: agents.mdと混同し、購買導線の整備を後回しにする どちらも「AI向けファイル」という括りで同一視されがちだが、比較表で見た通り役割はまったく異なる。エージェントコマースを見据えるECサイトがllms.txtだけ整備して満足してしまうと、実際の購買導線は完成しない。

アンチパターン6: 導入効果を検証せず「入れっぱなし」にする 静的ファイルで運用の手間がかからない分、設置した事実だけで安心し、実際にAIボットからアクセスされているかを一度も確認しないケースが多い。次章で扱う計測設計を導入時点でセットにしておく必要がある。

アンチパターン7: 仕様外のMarkdown記法でファイルを壊す 見出し階層やblockquoteの使い方が仕様からずれていると、Chrome Lighthouseの監査項目（H1の有無・50文字超・Markdownリンクの有無）を満たせず、そもそも「体裁の整ったファイル」として認識されない可能性がある。基本仕様と書き方はllms.txtの効果とWordPress実装ガイドを参照して整えるとよい。

アンチパターン8: AIボットを一律ブロックしたうえで、llms.txtの要否判断も放置する 「AIに何もさせたくない」という方針と、「llms.txtを置くか置かないか」という判断は本来別問題だ。まずrobots.txtでAI経由トラフィックに対する許可方針を明確にし、そのうえで自社の目的に照らしてllms.txtの位置づけを検討する順序が正しい。

効果測定の設計——導入するなら何をどう計測するか

llms.txtを設置する場合、効果を検証しないまま放置するのが最大の無駄になる。分離計測の必要性は後述のチェックリストでも触れるが、具体的な設計は次の3層で考えるとよい。

第一に、サーバーログレベルでの計測がある。アクセス解析ツールやWebサーバーのログから、GPTBot・ClaudeBot・PerplexityBot・Google-Extendedなど主要AIボットのUser-Agentごとにアクセス数を集計し、llms.txt自体へのリクエスト数と、リンク先ページへのリクエスト数を分けて記録する。OtterlyAIの検証のように「ボットの総アクセス数に対してllms.txtへのアクセスが何%か」を自社サイトで実測できれば、業界平均の0.14%未満という水準と比較して自社の状況を客観視できる。

第二に、GA4等のアクセス解析でのエージェント経由トラフィックの分離計測がある。ChatGPTやPerplexity経由の流入はリファラーやUTMパラメータで判別できるケースがあり、カスタムチャネルグループとして切り出すことで、llms.txt設置前後の流入数・コンバージョン率の変化を定点観測できる。この設計の詳細はAIエージェント トラフィックをGA4で可視化・識別する分離計測ガイドで扱っている。

第三に、ECサイトであればエージェント経由の購買完了数そのものを追う。ChatGPT Instant CheckoutやGoogleのUCP経由の注文は、決済プロトコル側のダッシュボードやオーダーの発行元情報で識別できる場合が多く、ここが実質的なROI指標になる。llms.txt単体の効果を見るのではなく、agents.md・商品フィード整備とセットでの購買転換を見るのが実務的に正しい。

判断基準としては、設置から三か月程度を目安に、AIボットのllms.txt取得率・エージェント経由流入・（ECサイトなら）エージェント経由購買のいずれかで有意な変化が見られない場合、それ以上の追加投資（llms-full.txtの拡充や更新体制の維持工数）は見送り、構造化データやコンテンツ改善など効果が実証済みの施策にリソースを戻すのが合理的だ。

2026年の結論と実装判断チェックリスト

以上を踏まえ、サイトの立ち位置ごとに次の基準で判断すればよい。

• サイトの主目的がGoogle検索経由の集客・AI Overviewへの露出であれば、llms.txt単独への新規投資は不要。既存のSEO・構造化データ・E-E-A-T強化を優先する
• 開発者向けAPIドキュメント・SDKサイトを運営しており、Claudeやコーディングエージェントからの参照が想定されるなら、llms.txt／llms-full.txtの設置を推奨。Anthropicの自社事例が参考になる
• ECサイトでエージェント経由の購買導線（ChatGPT Instant CheckoutやGoogleのUCP）を見据えるなら、優先度はagents.md・商品フィード・決済プロトコル対応が先。llms.txtはその補助として後追いで追加すればよい
• 設置自体は数十分〜数時間で完了しリスクも小さいため、「将来標準化されたときの保険」として置くこと自体は否定しない。ただし優先度を上げてリソースを割く根拠にはならない
• 設置した場合は放置せず、GA4等でエージェント経由トラフィックを分離計測し、実際の効果を定点観測する体制を用意する

結論として、「llms.txtは必要か不要か」という二択の問いには意味がない。「何のために置くのか」を先に決めれば、Googleの各部門やOpenAI・Shopifyの動きがなぜ食い違って見えるかも含めて、答えは自然に一つに定まる。

よくある質問

Q1. llms.txtはSEOに必要か?

Google検索(AI Overview含む)向けのSEO目的では不要であり、Google自身が公式に明言している。

Google Search Centralの2026年5月ガイドが、Google検索（生成AI機能を含む）に表示されるためにllms.txtのような特別ファイルは不要だと明記している。ランキング要因としても参照要因としても使われていない。

Q2. Googleは本当にllms.txtを見ていないのか?

検索チームは「見ていない」と繰り返し明言しているが、Chrome側は監査対象にしている。

John Mueller氏・Gary Illyes氏はいずれも検索での参照を否定している。一方でChrome Lighthouseはブラウザのエージェント対応度を測る文脈で有無をチェックしており、同じGoogleでも部門により立場が異なる。

Q3. Chrome Lighthouseのllms.txtチェックは何のためにあるのか?

検索順位を測るものではなく、AIエージェントがサイトを巡回しやすいかどうかを測るためのものだ。

2026年5月のLighthouse 13.3で追加されたAgentic Browsingカテゴリの一項目で、ファイルの有無や体裁を確認する。未設置でもエラーにはならず、現時点ではスコア化もされていない。

Q4. llms.txtを置くとAI引用は増えるのか?

約30万ドメイン規模の実データ調査では、設置の有無と引用頻度に明確な相関は見られなかった。

SE RankingとSearch Engine Journalが報告した調査によれば、llms.txtの設置率は約10.13%にとどまり、統計的に意味のある効果は確認できていない。導入率をサイト規模別に見ると、低トラフィックサイトが9.88%、中トラフィックサイトが10.54%であるのに対し高トラフィックサイトは8.27%と、むしろ大規模サイトほど導入率が低い傾向も確認されている。

Q5. ChatGPTやPerplexityはllms.txtを読んでいるのか?

各社が個別に判断する話であり、Google検索の話とは切り離して考える必要がある。

Googleの公式否定はあくまで自社検索の話に限られる。ChatGPTやPerplexityが実際にどの程度参照しているかは公式には明言されておらず、引用への効果も前述の調査では確認されていない。

Q6. エージェントコマースとllms.txtはどう関係するのか?

エージェントコマースの主役はagents.mdや商品フィードで、llms.txtは補助的な位置づけだ。

ShopifyやOpenAIのAgentic Commerce Protocol、GoogleのUniversal Commerce Protocolでは、検索・カート・決済の手順を担うのはagents.mdや構造化商品データであり、llms.txtはブランド理解を助ける周辺情報として併存している。

Q7. agents.mdとllms.txtの違いは何か?

llms.txtはブランド・コンテンツの案内役、agents.mdはエージェントが実際に操作するための手順書だ。

llms.txtはサイト概要と主要ページへのリンクをまとめる案内文である一方、agents.mdは検索・カート追加・決済・対応プロトコルなど、エージェントが購買行動を完了するための具体的な手順を記述する。

Q8. ECサイトはllms.txtとagents.mdのどちらを優先すべきか?

エージェント経由の購買を見据えるなら、agents.mdと商品フィード対応を先に整える方がよい。

購買の成否を左右するのはagents.mdや決済プロトコル側であり、llms.txtだけを整えても取引は完結しない。ShopifyやAgentic Commerce Protocolの構成でも、agents.mdが操作面の中心に据えられている。

Q9. llms.txtを設置するデメリットはあるのか?

技術的リスクは小さいが、優先度を誤ると効果が実証済みの他施策のリソースを奪いかねない。

ファイル自体は静的なMarkdownで、誤設定によるクロール障害などの実害は報告されていない。ただし「効果が不確かな施策」に時間を割きすぎると、効果が実証済みの構造化データやコンテンツ改善が後回しになる点には注意が必要だ。

Q10. 2026年時点でllms.txtに投資すべきかの最終判断基準は?

「Google検索目的なら不要」「開発者ドキュメントやエージェントコマース目的なら低コストで整備」が基準になる。

サイトの主目的が検索集客なのか、エージェントに読まれ・買われる導線を作ることなのかを先に切り分け、後者に該当する場合のみagents.md等とセットで対応するのが2026年7月時点の実務的な結論だ。

Q11. GPTBotやClaudeBotなど主要AIクローラーへのアクセス許可はllms.txtで管理できるのか?

できない。アクセスの許可・拒否を管理するのはrobots.txtの役割であり、llms.txtはその代わりにはならない。

GPTBot（OpenAI）、ClaudeBot（Anthropic）、PerplexityBot（Perplexity）、Google-Extended（Google）といった主要ボットの許可方針は、robots.txtに個別のUser-Agentディレクティブを記述して管理する。llms.txtを設置しても、robots.txtで拒否されているパスへのアクセスが解禁されるわけではなく、両者はまったく独立した仕組みだ。

Q12. llms.txtは公式な標準規格なのか?

いいえ、IETFやW3Cのような標準化団体が策定した公式規格ではない。

2024年9月にAnswerDotAIのJeremy Howard氏が提唱した仕様であり、llmstxt.orgを中心としたコミュニティ主導の任意フォーマットにとどまる。2026年半ば時点でも公式な標準化団体による採択は行われておらず、各AIサービスが個別に対応の有無を判断している状況に変わりはない。

Q13. 自社サイトでllms.txtの効果を検証する簡単な方法はあるか?

サーバーログでllms.txtへの直接アクセス数を主要AIボットの総アクセス数と比較すれば、業界平均との差分を把握できる。

OtterlyAIが実施した90日間の追跡調査では、AIボットの総アクセス62,100件のうちllms.txtへの直接リクエストは84件、比率にして0.14%未満にとどまった。自社のアクセスログで同様の比率を算出し、この業界平均と比較することで、自社にとってllms.txtがどの程度参照されているかを定量的に把握できる。

関連用語

• llms.txt
• crawler
• structured-data
• aio
• zero-click

関連記事

• AI検索対策完全ガイド｜ChatGPT/Perplexity/Gemini/Claude/AI Overview 統合戦略【2026年版】
• llms.txtの効果とWordPress実装ガイド｜AI引用率を上げる設定・書き方【2026年版】
• Google AIモード公式最適化ガイド2026｜引用される条件を解説
• ChatGPT Shopping商品表示の仕組みとMerchant Center最適化【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】
• 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
• GEO・AEO・LLMO・AIOの違いをわかりやすく解説【2026年版】
• AIエージェント トラフィックをGA4で可視化・識別する分離計測ガイド【2026年版】
• YouTube スペック比較・レビュー動画をAI引用されやすく作る方法【2026年版】
• Cloudflare Content Signals Policyとrobots.txt AIクローラー設定
• RSL(Really Simple Licensing)とは?robots.txtでAIライセンスを設定する方法
• A2Aプロトコル時代にAIエージェントへ自社を発見させる準備【2026年版】