- [ ホーム ](/ja/) / - [ ブログ ](/ja/blog/) / - llms.txtの影響を測定する # `llms.txt`の効果だと決めつけずにAI上の可視性を測定する方法 Google Search ConsoleとBingは現在、AIによる可視性の一部を報告している。いずれもllms.txtの帰属情報を提供していないため、報告されたシグナル、検証済みのフェッチ、および参照元を個別に測定する必要がある。 最終更新: 2026年8月12日 このページの内容 - [ 測定上の課題 ](#measurement-challenge) - [ 自社提供のAI可視性レポートを利用する ](#first-party-reports) - [ サーバーログを確認します ](#server-logs) - [ AIからの参照トラフィックを監視する ](#ai-referral-traffic) - [ 引用の正確性をテストする ](#citation-accuracy) - [ AIの出力におけるブランド言及を追跡する ](#brand-mentions) - [ ベースラインの設定 ](#baseline) - [ 「インパクト」と混同してはならないもの ](#what-not-to-track) ## 測定上の課題 AI検索に関する可視性レポートが利用可能になりつつあるが、これらはアトリビューションレポートではない for `llms.txt`Google Search Consoleは、Googleの生成系SearchおよびDiscover機能における一部の可視性を報告します。Bing Webmaster Toolsは、対応するAIエクスペリエンス全体の引用を報告します。どちらにも、インプレッションや引用がこのファイルによって生じたことを示すフィールドはありません。 したがって、問うべきなのは「llms.txtが機能したか」ではありません。どの製品で、どの期間に、どの観測可能な事象が変化し、ほかにどのような説明が残るかです。ファイルの取得、参照、引用、回答品質は、それぞれ別個の観測結果です。 主な測定アプローチは 4 つあります: - **ファーストパーティのレポート**、関係するプラットフォームが提供している場合。 - **サーバーログ**、検証済みクライアントがファイルを取得したことを示す直接的な証拠。 - **AIからの参照トラフィック**、分析ツールでリファラーを確認できる訪問。 - **文書化した手動確認**、回答と引用URLについて再現可能な観測を行います。 - **ブランドモニタリング**、その測定方法を検証可能なサードパーティによる測定結果。 注記 可視性は llms.txt の帰属表示ではない AI可視性レポートにおける上昇傾向は、コンテンツに関する意思決定の有用な根拠となり得る。しかし、それは 公開や変更が llms.txt が増加を引き起こしたとは証明できません。観測結果と因果関係の説明を分けてください。 ## 一次情報源による AI 可視性レポートを使う Google は 2026年6月 に Search Console で生成 AI 向けの専用パフォーマンスレポートを発表しました。公開時点で、レポートは一部のウェブサイトに段階的に展開され、検索のインプレッション、表示 URL、国、デバイス、期間を示せると説明しました。自分のプロパティにレポートが表示される場合は使いますが、表示されない場合に結果を推測しないでください。 BingのAI Performanceダッシュボードでは、引用総数、引用ページの平均数、グラウンディングクエリのフレーズ、ページ単位の引用状況、傾向が報告されます。Bingは、これらの引用指標が、個々の回答内でのランキング、権威性、重要性、掲載位置を示すものではないと明言しています。BingもGoogleも、これらの指標が `llms.txt`. ## サーバーログを確認します サーバーアクセスログは、次の場所へのリクエストを直接記録したものです。 `/llms.txt`。そこから リクエストされたパス、時刻、レスポンス、リファラー、IPアドレス、申告されたユーザーエージェントが分かる場合があります。クローラー名を挙げる前に、必要に応じてプロバイダーが文書化した識別方法に照らしてリクエストを検証してください。 - 検証済みクライアントがファイルを取得したかどうか。 - 測定期間中に、その検証済みクライアントが再訪した頻度。 - データに含まれる、申告済みのクライアントカテゴリ。 AI 関連の名称をすべて同等に扱うのではなく、文書化されたユーザーエージェントの役割から始めてください： - `OAI-SearchBot`、ChatGPT Search向けとしてOpenAIが文書化しているボット。 - `GPTBot`。基盤モデルの学習に使用される可能性のあるコンテンツ向けとして文書化されているOpenAIのボットです。 - `ChatGPT-User`。OpenAIによれば、ユーザーが開始したOpenAI経由の訪問であり、自動WebクロールでもSearchの対象資格を示すシグナルでもありません。 - 他の宣言済みエージェントについては、それぞれの現在のプロバイダードキュメントを確認した後に限ります。 NginxまたはApacheを運用している場合、簡単なログgrepは次のようになります： ``` # Nginx access log, filter for llms.txt requests from AI crawlers grep "llms.txt" /var/log/nginx/access.log | grep -E "GPTBot|ClaudeBot|PerplexityBot|OAI-SearchBot" ``` ユーザーエージェントの一致を、モデルがファイルを読んだという主張にすり替えないでください。検証済みリクエストで確認できるのは取得だけであり、解析、保持、学習、ランキング、引用、回答への影響ではありません。 ## GA4でAIからの参照トラフィックを監視する リファラーから、訪問者が識別可能なAI製品のドメイン経由で来たことが分かる場合があります。これは 有用なビジネスシグナルになり得ますが、それだけでは回答、プロンプト、引用されたURL、または `llms.txt`。参照元の扱いも、ブラウザー、アプリ、プライバシー設定によって異なります。 Google Analytics 4 で比較または探索を設定し、参照元が次のドメインに一致するセッションを分割します: - `perplexity.ai` - `chat.openai.com` および `openai.com` - `claude.ai` - `copilot.microsoft.com` - `gemini.google.com` このセグメントを継続的に追跡し、重要なコンテンツ、製品、測定方法の変更を注記してください。持続的な変化は調査に値する観測結果であり、単一ファイルに起因すると断定できるものではありません。新しいコンテンツ、需要、モデルの更新、参照元の処理はいずれも時系列データに影響し得ます。 ランディングページも確認してください。どのページに観測可能なリファラルが届いているかは分かりますが、 AI製品がそれらを選んだ理由や、llms.txtへの掲載が `llms.txt` 重要だった。 ## 引用の正確性をテストする 特定のプロダクトが特定の日付に有用な回答を返すかどうかは、手動確認で明らかにできます。実際の顧客ニーズを表す質問を使い、文言を固定して、プロダクト、日付、回答、引用された URL を記録します。他の変数を管理していない限り、その結果を対照実験として説明しないでください。 具体的な確認事項： - 製品に関する事実の記述は正確ですか？（正しい料金プラン、正しい機能名、 正しいAPIエンドポイントのパス） - 関連する場合に、あなたのページが情報源として引用されていますか？ - この回答は最新の情報に基づいているのか、それとも古い情報を反映しているのか？ - 本来あなたが押さえるべき質問で、あなたのページではなく競合他社のページが引用されていますか？ 製品とアクセス方法を利用できる場合に限り、同じ確認を繰り返してください。文書化されたサイト変更の前後について、結果なしのケースも含めて未加工の観測結果を保存します。 この定性的な確認には限界がありますが、実務的な問いには答えられます。記録した条件下で、そのプロダクトはユーザーにあなたのビジネスについて正確な情報を提供したでしょうか。 ## AIの出力におけるブランド言及を追跡する AI生成回答内のブランド言及を追跡するサードパーティーツールが複数登場しています。2026年初頭時点では、AI回答にブランドがどの程度の頻度と正確さで現れるかの監視に特化した初期段階の製品が含まれます。通常、これらのツールは複数のAIアシスタントに一連のクエリを実行し、その結果を集約します。 これらのツールはまだ初期段階にあり、方法論もさまざまです。導入を検討する場合は、どのクエリを実行するか、どのAIシステムでテストするか、「言及」をどう定義するかを評価してください。この分野は急速に変化しているため、閲覧時点で最新の提供状況を確認してください。 これらのツールが、手動でのチェックでは得られないもの：時間の経過に伴うボリュームおよびトレンドデータ。 手動でクエリを繰り返し実行する必要がありません。 ## ベースラインの設定 llms.txtに変更を加える前（または初めて公開する前）に、 各測定項目にわたるベースラインを確立してください： - **サーバーログ:** AIクローラーによる現在の取得頻度を記録します： `/llms.txt` （まだ公開していない場合はゼロ）と主要ページへのアクセスを記録する。 - **AIからの参照トラフィック:** GA4で、Perplexity、 ChatGPT、Claudeなどのリファラーからの現在の週間セッション数を記録します。 - **引用の正確性:** ブランドに関する一般的な質問を5～10件選び、手動で確認します。回答の品質と、引用されたページ（ある場合）を記録してください。 データの頻度と量に合った比較期間を選びます。期間をレポートに記載し、すべての外部プロダクトがインデックスや回答をいつ更新するかを仮定せずに基準値と比較します。 ## 「インパクト」と混同してはならないもの llms.txt の影響と混同しやすい指標： - **Google Search Consoleの指標。** Googleは現在、対象となるプロパティについて一部の生成AIでの可視性を報告していますが、GoogleによればSearchはllms.txtを無視します。これらの指標は、可視性や順位の変化をこのファイルに帰属させるものではありません。 - **直接流入の増加。** ブラウザにURLを直接入力しているユーザーは、AIの引用元から来ているわけではありません。これは無関係な指標です。 - **bot のトラフィック量だけ。** 一部のサイトでは、AIクローラーから大量のボットトラフィックが発生します。 クローラーがページを取得したという事実は、コンテンツがAI生成の回答に掲載されたことを意味しません。 クロール量と引用量は同じではありません。 - **短期的な変動。** AIシステムの挙動は、モデルの更新、検索 インデックスの更新、およびAI各社の製品変更に伴い変化します。AIからの参照 トラフィックに短期的な変化が見られたとしても、それはllms.txtとは無関係である可能性があります。 ## 続きを読む - [llms.txtは機能するのでしょうか？](/ja/does-llms-txt-work/), 利用例ごとの証拠に対する率直な評価。 - [AIクローラーの解説](/ja/blog/ai-crawlers-explained/)、どのボットがファイルを取得しているかを把握します。 - [llms.txt と SEO](/ja/llms-txt-seo/)、検索順位に何をし、何をしないか。 - [バリデータ](/ja/validator/)、影響を追跡する前にファイルが仕様に準拠していることを確認する。 ## ソース - [ Google Search Central: Search Console の生成 AI パフォーマンスレポート ](https://developers.google.com/search/blog/2026/06/gen-ai-performance-reports) - [ Bing Webmaster Tools：AI Performanceパブリックプレビュー ](https://blogs.bing.com/webmaster/February-2026/Introducing-AI-Performance-in-Bing-Webmaster-Tools-Public-Preview) - [ OpenAI：クローラーとユーザーエージェントの役割 ](https://developers.openai.com/api/docs/bots) - [ llmstxt.org、コミュニティによる提案 ](https://llmstxt.org/) - [ llms.txtは機能するのか？、llmtxt.info ](https://llmtxt.info/ja/does-llms-txt-work/) - [ llms.txtとSEO、llmtxt.info ](https://llmtxt.info/ja/llms-txt-seo/)