- [ ホーム ](/ja/) / - [ ブログ ](/ja/blog/) / - llms.txt を取得するのは誰か？ AI 検索クローラーではなく、エージェントである。 # `llms.txt` を取得するのは誰か？ AI 検索クローラーではなく、エージェントである。 多くの llms.txt ファイルは、ChatGPT や Perplexity の回答に表示されることを期待して公開されています。しかし、実際に計測されたリクエストは別の場所を指しており、それによってファイルに含めるべき内容が変わってきます。 最終更新: 2026年8月12日 このページの内容 - [ 測定結果の内訳 ](#the-breakdown) - [ 測定されたAI取得ではエージェントが最多 ](#agents-lead) - [ 記述内容にとってこれが意味すること ](#write-for-agents) - [ ここでの数字はすべて上限値です ](#ceiling) ## 測定された内訳 Ahrefs は、137,210 ドメインで `/llms.txt` をリクエストしたすべてのユーザーエージェントを 2026年5月 の期間について分類し、12 のカテゴリに分けました。受け入れられたおよそ 38,000 ファイルのうち、リクエストを 1 回でも受けたのは 3% だけで、この技術サンプルでは約 1,100 ファイルでした。以下の内訳が示すのはこれらのリクエストであり、母集団全体でも、モデルが最終的に使ったものでもありません。 個々の AI カテゴリを上回る大分類が 4 つあります。 | カテゴリ | リクエストの割合 | | — | — | | SEO 監査ツール | 21.7% | | その他・未特定 | 14.9% | | 一般 Web クローラー | 13.1% | | 技術プロファイリングツール | 11.6% | 名前が付いた AI bot を合わせると、**19.5%** を占めます。用途別に分けると、状況はかなり明確になります。 | AI bot の種類 | 割合 | | — | — | | AI エージェントとエージェント型インフラ | 10.5% | | AI 学習用クローラー | 5.3% | | AI アシスタント | 2.5% | | AI 検索ボット | 1.1% | さらに 12% は、規約を消費するのではなく調査している業界から来ています。GEO と AEO の採点ツールが 5.8%、専用の llms.txt スキャナーとディレクトリが 3.6%、研究用クローラーが 2.7% です。 規模を分かりやすくする比較が一つあります。**リンクプレビュー bot である Slackbot は、PerplexityBot より頻繁に llms.txt ファイルを取得しました。** ## 測定されたAI取得ではエージェントが最多 2 つ目の表の最下段こそ、じっくり見るべき行です。OAI-SearchBot や PerplexityBot のように、AI 検索プロダクトで現在のユーザーの質問に答えるためページを取得する AI 検索ボットは、測定した全リクエストの **1.1%** でした。Ahrefs によると、OAI-SearchBot、PerplexityBot、Claude の検索クローラーを合わせても、取得は数百件にすぎません。 一方、AI エージェントとそれを支えるインフラは 10.5% を占め、データセット内では Claude-Code がすべての検索ボット、すべてのアシスタント、すべての学習用クローラーより多く取得しました。 これは、Google が述べてきたことと矛盾せず一致します。[Google は llms.txt を使うか](/ja/does-google-use-llms-txt/)で扱うとおり、John Mueller の公開見解は、AI サービスがこのファイルを使うと述べた例はないというものです。さらに[キーワード meta タグにたとえました](https://www.searchenginejournal.com/google-says-llms-txt-comparable-to-keywords-meta-tag/544804/)。つまり、サイト所有者が自分について主張する情報であり、システムはサイトを直接読むほうが低コストで確認できます。 学習用クローラーは 5.3% で、AI の第 2 カテゴリです。検索ボットより llms.txt をほぼ 5 倍多く取得します。ファイルが何かに影響するなら、データは回答を組み立てる瞬間ではなく、コーパスの構築という上流を指しています。 ## 書く内容にとっての意味 想定する利用者が開発者のために働くコーディングエージェントなら、一般的な直感のいくつかは間違っています。 **マーケティングページは不適切なエントリです。** エージェントが「この API でどう認証すればよいか」と尋ねられたなら、リファレンスページ、エラーコード、動作する例が必要です。料金ページは役立ちません。[ベストプラクティス](/ja/best-practices/)が一般論を示し、読者データがそれを具体化します。 **広さより構造。** [仕様](https://llmstxt.org/)はサイトマップではなく、厳選されたインデックスです。40 ページを列挙するファイルは、エージェントの選択を代行しないため、何も節約しません。十分に説明された 12 件のエントリが役割を果たします。 **シグナルを担うのは説明です。** 各リンクの説明は、取得に時間を使うかどうかを決める前にエージェントが見る唯一の情報です。「API リファレンス」だけではほとんど役に立ちません。「REST エンドポイント、認証ヘッダー、レート制限、エラーコード」なら経路選択になります。 **ドキュメント自体がプロダクトなら、llms-full.txt を検討します。** マップではなくコンテンツをエージェントに渡すことが目的なら、それに対応する補助ファイルがあります。[llms-full.txt とは何か](/ja/llms-full-txt/)を参照してください。 [AI エージェントはあなたの llms.txt を探しに行かない](/ja/blog/agents-do-not-look-for-llms-txt/)で扱った発見のとおり、何かがエージェントにファイルの存在を知らせるまでは、どれも意味を持ちません。 ## ここにある数字はすべて上限です。 Ahrefs はこの点を明確に説明しており、埋もれさせず繰り返すべきです。ログのリクエストが証明するのは、クライアントがバイト列を取得したことだけです。モデルがそれを読んだか、使ったか、破棄したかは何も証明しません。したがって、AI が 19.5% を占めるという数字は、AI による消費を最大限に解釈した場合の値であり、その推定ではありません。 彼らの母集団も、自社の分析顧客から抽出されているため技術寄りです。そのため、28% という導入率を上限として示しています。私たちの[導入サンプル](/ja/llms-txt-adoption/)はまったく異なる母集団を測定しており、比較できません。 ## ソース - [ Ahrefs、13万7千サイトを分析：llms.txt ファイルの97%は一度も読み取られない（2026年6月） ](https://ahrefs.com/blog/llmstxt-study/) - [ Search Engine Journal、Google Says LLMs.txt Comparable To Keywords Meta Tag ](https://www.searchenginejournal.com/google-says-llms-txt-comparable-to-keywords-meta-tag/544804/) - [ llmstxt.org、仕様 ](https://llmstxt.org/)