llms.txt対策の書き方7ステップとAI引用を増やす効果測定法

llms.txt対策とは、AIに向けてサイトの概要や重要ページの情報を伝えるためのテキストファイルを作成し設置する施策です。結論として、Googleは公式に「不要」と明言し、実データでも設置有無とAI引用頻度の相関は確認されていませんが、低コストで試せる先行対策として一定の意味はあります。本記事では書き方を7ステップで解説し、設置後にAI引用や生成AI経由の流入がどう変化したかを確認する効果測定の方法まで具体的に紹介します。

llms.txt対策とは何か？

llms.txtとは、AIクローラーや生成AIに向けてサイトの概要や重要ページを伝えるためにルート直下へ設置するMarkdown形式のテキストファイルです。検索エンジンの順位を上げる施策ではなく、AIがサイトの内容を理解しやすくするための案内役という位置づけになります。

llms.txtとはどんなファイルか？

llms.txtは2024年9月にAI研究者のJeremy Howard氏によって提唱され、公式仕様はllmstxt.orgで公開されています。LLMが複雑なHTMLやコンテキストの制限によってサイト全体を効率よく理解しにくいという課題に対応するため、サイトの概要や重要URLをMarkdownでまとめる考え方として広まりました（CINC）。まだ業界標準として確立された仕様ではなく、対応するAI企業も限られているのが現状です。

基本的な設置場所は自社サイトのルート直下で、たとえばhttps://example.com/llms.txtのような形でアクセスできる状態にします。ファイル自体はプログラムというより文書に近く、AIに読んでほしい内容を人が整理して渡すという発想が近いものです。

項目	内容	補足
提唱者	Jeremy Howard氏	AI研究者として知られる
提唱時期	2024年9月	比較的新しい取り組み
公式仕様	llmstxt.org	仕様はまだ標準化されていない
設置場所	ルート直下	例 https://example.com/llms.txt
記述形式	Markdown	見出しと箇条書きで構成

robots.txtと目的はどう違う？

llms.txtとrobots.txtは似た名前ですが、目的は異なります。robots.txtは検索エンジンのクローラーに対してクロールの許可・禁止を指示するファイルであり、llms.txtはAIにサイトの内容を要約して伝えるための案内文書という違いがあります。詳しくは次の章で比較表を使って整理します。

この記事で何がわかる？

この記事では、llms.txtの効果に関するGoogleの公式見解や実データ、具体的な書き方7ステップ、設置後の効果測定の方法までを一気通貫で解説します。あわせて、LLMOとは何かを理解しておくと、llms.txtが数あるLLMO施策の一部であることが把握しやすくなります。

TechSuite株式会社の「AI検索パートナーズ」は、業種や商材、既存のサイト構造によってllms.txtを含むAI検索対策の優先度が変わると考え、コンサルティングとして顧客ごとに個別設計を行っています。

llms.txtに本当に効果はあるのか？

結論として、Googleは公式にllms.txtを使用していないと明言しており、大規模な実データ調査でも設置有無とAI引用頻度の間に統計的な相関は確認されていません。ただし作成コストが低いため、効果を保証しない前提で試す選択肢自体は残されています。

Googleは公式に何と言っている？

GoogleのGary Illyes氏はSearch Central Liveで、AI Overviewsのランキングは通常のSEOで十分であり、話題のllms.txtファイルをGoogleはクロール・使用しないと発言しています（CINC）。同じくGoogleのJohn Mueller氏もllms.txtはキーワードメタタグに相当するものだと述べており、これは現在検索順位にほぼ影響しないとされる要素と同列に扱われていることを意味します。

さらにGoogleは2026年5月15日に公開した生成AI機能向けのWeb最適化ガイドでも、llms.txtは必要ないと改めて表明しました。AI OverviewsやAIモードのために特別な最適化を行う必要はなく、従来のSEOの基本が重要だとされています（CINC）。

実データでの検証結果は？

SE Rankingが約30万ドメインを対象に行った調査では、llms.txtの設置有無とAI引用頻度に相関は見られず、統計分析と機械学習の両面で影響が確認されなかったと報告されています（CINC）。AIに引用されているサイトの多くは、llms.txtを設置していなくても参照されているという実態も示されています。

発言者/情報源	発言・調査内容	要点
Gary Illyes氏（Google）	AI Overviewsのランキングは通常のSEOで十分でllms.txtはクロール・使用しないと発言	Googleは非対応
John Mueller氏（Google）	llms.txtはキーワードメタタグに相当すると発言	順位への影響はほぼ無いという位置づけ
生成AI最適化ガイド（2026年5月）	llms.txtは必要なく従来のSEOの基本が重要と説明	特別な最適化は不要と明言
SE Ranking（約30万ドメイン調査）	設置有無とAI引用頻度に統計的な相関は見られない	実データでも効果は確認されていない

それでも設置する価値はある？

順位や引用への直接効果が確認されていない一方で、作成と設置にかかるコストは比較的低く、将来的な標準化を見据えた先行対策として試す価値は残されています。AI開発者やAIエージェント向けの導線を明示したい場合にも、選択肢の一つとして検討できます。

TechSuite株式会社の「AI検索パートナーズ」は、自社サイトにおいてAI Share of Voiceが高水準で推移しており、支援先でもAI Overviewの引用率を改善した実績があります。llms.txtのような個別施策の効果を過大評価せず、実データに基づいて優先度を判断する姿勢を大切にしています。

llms.txtと他ファイルはどう違う？

llms.txtはrobots.txtやsitemap.xmlとは対象と目的が異なり、AI向けの案内文書という点で独自の役割を持っています。またllms.txtとllms-full.txtは、情報を厳選して伝えるか網羅的に開示するかという違いで使い分けられます。

robots.txtとの違いは何か？

robots.txtは検索エンジンクローラーに対してクロールの許可・禁止を指示するファイルであり、llms.txtはAI向けにサイトの内容をMarkdown形式で要約して伝えるファイルという違いがあります（SiTest）。対象読み手も指示内容も異なるため、どちらか一方があれば十分というものではありません。

sitemap.xmlもあわせて整理すると、こちらは検索エンジンにページ一覧を網羅的に伝えるためのXML形式のファイルで、llms.txtのようにAIへの要約や案内を目的としたものではありません。役割が重複しない前提で、それぞれ別のファイルとして用意する必要があります。

ファイル	対象読み手	主な目的	記述形式
robots.txt	検索エンジンクローラー	クロールの許可・禁止を指示	プレーンテキスト
sitemap.xml	検索エンジンクローラー	ページ一覧を網羅的に伝達	XML
llms.txt	AIクローラー・生成AI	主要ページの概要を厳選して案内	Markdown
llms-full.txt	AIクローラー・生成AI	サイト全体を網羅的に提供	Markdown

llms-full.txtとの使い分けは？

llms.txtは主要ページを厳選してAIに伝える中小規模サイト向きのファイルで、llms-full.txtはサイト全体を網羅的に提供しライセンスやポリシーも含める大規模メディアやポータル向きのファイルです（SiTest）。ページ数が多いサイトほどllms-full.txtの維持コストが高くなるため、更新体制を確保できるかどうかも判断材料になります。

案内型と学習制御型の違いとは？

llms.txtには、llmstxt.org仕様に基づく「AI案内型」の記述と、robots.txtに似たUser-agent・Disallow・Allowを使う「AI学習制御型」の記述の2系統が混在しているのが現状です。主なUser-agentにはすべてのAIを示す「*」、GoogleのAIを示す「Google-Extended」、OpenAIのChatGPT等を示す「GPTBot」、AnthropicのClaudeを示す「anthropic-ai」などがあります（ノベルティ）。目的によってどちらの書式を採用するかを整理しておくことが大切です。

TechSuite株式会社の「AI検索パートナーズ」は、構造化データや意味的文脈、エンティティ認識といった生成AIが引用・推薦する仕組みを技術的に捉えており、llms.txtのような案内ファイルの位置づけも含めて一次情報設計まで踏み込んで支援しています。

llms.txtはどう書けばいい？【7ステップ】

llms.txtの書き方は、対象URLの選定からサイト概要文の作成、Markdown化、保存、記述チェック、設置確認までの7ステップで進められます。手順を分解すれば、専門的な開発知識がなくても手を動かして作成できます。

ステップ1〜3対象URLと概要文の作成

最初のステップでは、AIに伝えたい重要なURLを選定し、サイト全体の概要文と各URLごとの概要文を用意します。すべてのページを列挙するのではなく、サービス紹介や主要な情報ページなど、AIに理解してほしいページに絞り込むことがポイントです。

必要な記述項目は、プロジェクト名にあたるサイト名、プロジェクトの要約にあたる概要、そして補足や詳細情報の3つです（SiTest）。各URLの概要文は生成AIを使って下書きを作成し、担当者が事実確認をしながら仕上げる方法も実務では取られています（マイナビ）。

ステップ4〜5Markdown化と保存

用意した概要文をMarkdown形式に変換し、llms.txtというファイル名で保存します。先頭に「# サイト名」を置き、続けて「## サービス内容」「## 補足情報」といった見出しを立て、各見出しの下に対象URLを箇条書きで列挙する構成が基本です（SiTest）。文字コードはUTF-8で保存するのが一般的です。

ステップ6〜7チェックと設置確認

保存したファイルは公開前にエンジニアなどが記述ルールとエラーを確認し、その後ドメインのルート直下に設置してブラウザで表示確認を行います。確認方法は、アドレスバーに自サイトのドメインに「/llms.txt」を付けたURLを入力し、作成した内容がそのまま表示されれば設置成功です（ノベルティ）。誤設定があると重要ページが意図せず除外されたり、伝えたい内容が正しく伝わらなかったりするリスクがあるため、公開後も定期的に見直すことが望まれます。

ステップ	作業内容	ポイント
ステップ1	AIに伝えたい重要URLを選定する	全ページでなく主要ページに絞る
ステップ2	サイト全体の概要文を作成する	プロジェクト名と要約を明確にする
ステップ3	各URLごとの概要文を用意する	生成AIの活用で作成時間を短縮できる
ステップ4	Markdown形式に変換する	見出しと箇条書きで構造化する
ステップ5	llms.txtとして保存する	文字コードはUTF-8にする
ステップ6	記述ルールとエラーを確認する	誤設定によるリスクを避ける
ステップ7	ルート直下に設置し表示確認する	ブラウザでURLを直接開いて確認する

コピペで使えるテンプレートは？

簡易な作成手段としては、URLを入力するだけで概要文を自動生成するツールや、WordPressで使えるプラグインを利用する方法もあります。数分の操作や管理画面の設定だけでllms.txtを生成・設置できるため、自力でMarkdownを書く工数をかけられない場合の選択肢になります（CINC）。

TechSuite株式会社の「AI検索パートナーズ」は、技術実装を担う人材とAIを活用したコンテンツ制作人材が一つのチームで連携し、llms.txtの作成から設置後の運用まで一気通貫で伴走しています。

AI引用の効果はどう測定する？

効果測定は、AI Overview表示率と生成AI経由の流入数という2つの指標を中心に行うのが実務的です。設置しただけで終わらせず、数値の変化を追うことでllms.txtを含む施策の妥当性を判断できます。

測定すべき指標は何か？

効果測定では、AI Overview表示率、生成AI経由の流入数、AIでの引用や言及の3つを主な指標として追うことが実務では行われています（マイナビ）。露出だけでなく、どの指標がビジネス上の成果に結びついているかを意識して選ぶことが重要です。

llms.txt単体の効果を切り分けるのは難しいため、設置前後の変化を他の施策の実施状況と合わせて確認する必要があります。AI検索対策全体の中でllms.txtがどの位置づけにあるかを把握しておくと、指標の見方がぶれにくくなります。

GA4で生成AI流入を測る方法は？

GA4では、参照元/メディアのレポートでChatGPT、Perplexity、Gemini、Copilot、Felo、Claudeといった生成AIサービスからのセッションを個別に確認できます（マイナビ）。設置前と設置後で同じ期間の流入数を比較することで、生成AI経由の流入がどう変化したかを把握できます。

AI Overview表示率はどう算出する？

AI Overview表示率は、自然検索キーワード上位1万件などを対象にAI Overviewが表示された検索結果の数を分母、そのうち自サイトが引用または表示された数を分子として算出します（マイナビ）。ahrefsなどのSERP機能を確認できるツールを使うと、AI Overviewの表示自体と自サイトの掲載状況を分けて追跡できます。

測定時の注意点は何か？

ある実装事例では、設置から約3週間でAI Overview表示率が約21%から50%に上昇し、対象6サイトすべてで生成AI経由の流入が設置前後比で1.5〜2倍以上に増加したと報告されています（マイナビ）。一方で、当初狙っていた掛け合わせキーワードでは表示されなかったケースもあり、生成AI利用者数自体の増加という外部要因も影響している可能性が指摘されています。llms.txtだけの効果と決めつけず、複数の要因を踏まえて解釈することが求められます。

指標	計算方法/確認方法	主なツール
AI Overview表示率	上位キーワードのうちAI Overviewが表示された数を分母、自サイトが引用された数を分子として算出	ahrefs等の検索順位調査ツール
生成AI経由の流入数	参照元/メディアがChatGPT・Perplexity・Gemini等のセッション数を集計	GA4
AIでの引用/言及回数	特定クエリでの回答に自社サイトが引用されるかを手動またはツールで確認	各AIサービス・専用モニタリングツール
検索意図別の露出	自然検索キーワードをカテゴリ分けしAI Overview表示率を比較	GA4とahrefsの組み合わせ

TechSuite株式会社の「AI検索パートナーズ」の支援先では、AI検索経由の受注率が従来のSEO経由の約3倍という結果も出ており、露出や表示回数だけでなく受注という成果につながる指標での効果測定を重視しています。

llms.txt以外に何をすべきか？

llms.txtは補助的な施策であり、AI引用を増やすためにはブランド表記の統一や一次情報の拡充、構造化データなどのテクニカル対応と組み合わせる必要があります。llms.txt単体に依存しない全体設計が現実的な進め方です。

ブランド表記の統一はなぜ重要？

ブランド名やサービス名の表記が統一されていないと、AIが同一の企業やサービスとして認識できず、誤った情報や不完全な情報を回答してしまう可能性があります。CINCが挙げるLLMO/GEO施策の中にも、ブランド定義の確立、ブランド表記の統一、サービスカテゴリ名の併記が優先度の高い項目として含まれています（CINC）。

表記のばらつきは複数の担当者やページで発生しやすいため、社内でのルール整備や既存コンテンツの見直しが必要になります。LLMO対策の具体的なやり方を確認しながら、自社のコンテンツ全体を点検していくことが有効です。

要約ファーストと一次情報とは？

要約ファーストとは、ページの冒頭で結論や要点を先に示し、AIが内容を抜き出しやすい構造にする書き方のことです。あわせてFAQの整備や独自データ・一次情報の発信、事例の拡充、第三者からの信頼できる文脈の獲得も、AIに引用されやすくするための重要な要素として挙げられています（CINC）。llms.txtがAIへの入り口を用意する施策だとすれば、これらはAIに実際に理解・引用してもらうための本体の情報整備にあたります。GEOとは何かを踏まえて、コンテンツ設計全体を見直すことも選択肢になります。

llms.txtのメリットとデメリットは？

llms.txtには、AIに渡す情報量を厳選できることや、将来の標準化を見据えた先行対策になるといったメリットがあります。一方で、対応していないAIクローラーがあること、作成・更新にコストがかかること、SEO・LLMOへの直接効果が不明であることはデメリットとして把握しておく必要があります（SiTest）。

区分	内容	備考
メリット	AIに渡す情報量を厳選しトークンを節約できる	大規模サイトほど効果を期待しやすい
メリット	将来の標準化を見据えた先行対策になる	設置コストが低い
デメリット	対応していないAIクローラーがある	Googleは非対応を明言
デメリット	作成と更新にコストがかかる	ページ追加ごとに更新が必要
デメリット	SEO・LLMOへの直接効果は不明	実データでも相関は確認されていない

TechSuite株式会社の「AI検索パートナーズ」は、AIを活用したコンテンツ制作の仕組みを「バクヤスAI記事代行」事業で培っており、その制作エンジンとナレッジを一次情報の拡充やFAQ整備といったLLMO対策に転用しています。

よくある質問

llms.txtを設置するとSEOの順位に影響しますか？

現時点でSEOの順位に直接影響するという情報は確認されていません。GoogleのJohn Mueller氏はキーワードメタタグに相当するものだと述べており（CINC）、順位を上げるための施策としては位置づけられていません。

どのAIがllms.txtに対応していますか？

2025年時点でOpenAIは公式表明はないもののクローラーのアクセスが確認されており、Anthropicは自社サイトで採用、Googleは非対応を明言しています（SiTest）。すべてのAIが同じように扱うわけではない点に注意が必要です。

書式にエラーがあるとどうなりますか？

書式のミス自体が検索順位に悪影響を与えるという情報はありませんが、意図した内容がAIに正しく伝わらなかったり、誤設定によって重要ページが除外されたり意図しない情報が渡ったりするリスクがあります（SiTest）。

結局いま設置すべきですか？

必須の施策ではありませんが、作成・設置のコストが低いため先行対策として試す価値はあります。優先すべきはブランド表記の統一や一次情報の拡充など他のLLMO/GEO施策であり、llms.txtはその補完として位置づけるのが現実的です。

まとめ

llms.txt対策は、AIに向けて重要ページの概要を伝える低コストな施策です。書き方は7ステップに沿って対象URLの選定からMarkdown化、設置確認まで進められますが、Google公式見解や実データではAI引用への直接効果は確認されていません。

設置後はAI Overview表示率や生成AI経由の流入数といった指標で効果を測定し、ブランド表記の統一や一次情報の拡充など他のLLMO/GEO施策と組み合わせて取り組むことが現実的な進め方といえます。

参考にした情報源

• llms.txtとは？CINCによる解説記事
• llms.txtの書き方とルールに関するSiTestの記事
• llms.txtとLLMOに関するノベルティの記事
• llms.txt実装と効果測定に関するマイナビの記事