llms.txt用語集: GEO、AEO、RAG、MCP、その他の用語

用語

AEO（Answer Engine Optimization、回答エンジン最適化）: AI アシスタントや回答エンジン（Perplexity、ChatGPT、Claude）にコンテンツが選択・引用されるよう最適化すること。GEO と大きく重なります。
クローラー: Web上のページを取得するプログラム。検索クローラー（Googlebot、Bingbot）は検索インデックスを構築します。AIクローラー（GPTBot、ClaudeBot、PerplexityBot、OAI-SearchBot）は、学習またはグラウンディング用のコンテンツを収集します。
GEO、Generative Engine Optimization: 生成エンジンがコンテンツを正確に参照・引用するよう構成する実践です。手法には、クリーンな Markdown、明示的な見出し、構造化データ、そして（そうです）llms.txt が含まれます。
グラウンディング: LLMがパラメトリックメモリではなく、取得した情報源に基づいて回答すること。llms.txtはグラウンディングの手掛かりです。「当社についての回答をグラウンディングする場合は、これらのページを優先してください」と伝えます。
llms.txt: ルートまたはより具体的なパスに置く、互換エージェント向けのMarkdownリソースマップ。2024年9月にJeremy Howard（Answer.AI）が提案し、現在の提案はllmstxt.orgで公開されています。 llms.txt の詳細 .
llms-full.txt: 「Sibling」の規約：関連するページの実際のコンテンツを連結した単一のMarkdownファイル。ワンショットでの取り込みを想定して設計されている。MintlifyがAnthropicと共同で普及させた。 llms-full.txt の詳細 .
MCP、Model Context Protocol: LLM をツールやデータソースに接続するための Anthropic のオープンプロトコル。MCP 自体は llms.txt への対応を要求も示唆もしません。
Optional（セクション）: ブランドアセット、アーカイブ、プレス資料などの二次リンクに使う一般的なH2ラベルです。2026年8月の提案では、特別な機械的意味は割り当てられていません。
RAG（検索補完型生成）: モデルがクエリ時に関連ドキュメントを取得し、コンテキストとして使用するパターン。llms.txtとllms-full.txtは、サイト固有のRAGに便利な入力です。
REP, Robots Exclusion Protocol: robots.txt で使用される文法（User-agent / Disallow / Allow / Sitemap）。2022年に IETF RFC 9309 として標準化されました。llms.txt とは目的も構文も異なります。
robots.txt: /robots.txt に置かれ、準拠クライアント向けのクロールルールを公開するプレーンテキストファイルです。アクセス制御ではありません。その目的と文法は llms.txt と異なります。 robots.txt の詳細 .
Schema.org: JSON-LDまたはmicrodataを使い、個々のページの意味（Product、Article、FAQなど）をマークアップするための語彙です。llms.txtがサイト全体のマップであるのに対し、こちらはページ単位の情報を補強します。
sitemap.xml: 検索エンジンに知らせたいすべてのURLを、メタデータ（lastmod、priority）とともに列挙するXMLファイルです。網羅性を目的とし、llms.txtは選別を目的とします。 sitemap.xml の詳細 .
静的サイト: ビルド時にページが HTML/Markdown として事前レンダリングされ、ファイルとして配信されるサイトです。Astro、Eleventy、Hugo、Jekyll は静的サイトジェネレーターです。llms.txt との相性は自然です。
要約: 「長すぎて読んでいない」という意味です。セクション冒頭の短い要約で、llms.txtの引用ブロックとして便利です。
ユーザーエージェント: クライアントが自身を識別するために送信する文字列。AI クローラーは GPTBot、ClaudeBot、PerplexityBot、Google-Extended、OAI-SearchBot などの名前を使用しており、サーバーログの絞り込みに役立ちます。

用語

次へ