LLMOクイックスタート: 30分で実装

3つのファイルを追加するだけで、サイトをAIに発見可能な状態にできる。所要時間は30分。このガイドではLLMOの最小限の実装を解説する。

3つの必須ファイル

ファイル	目的	所要時間
`robots.txt`	AIクローラーにサイトへのアクセスを許可する	5分
`llms.txt`	サイトの構造化されたサマリーをAIに提供する	15分
JSON-LD `<script>`	コンテンツの構造化データをAIに伝える	10分

ステップ1: AI向けrobots.txt (5分)

ほとんどのサイトにはすでにrobots.txtがある。AIクローラー向けの明示的なAllowルールを追加する:

User-agent: *
Allow: /

User-agent: GPTBot
Allow: /

User-agent: ClaudeBot
Allow: /

User-agent: Google-Extended
Allow: /

User-agent: PerplexityBot
Allow: /

Sitemap: https://yoursite.com/sitemap.xml

なぜ明示的なAllowが必要か？ 一部のホスティングプラットフォームやCDNは、デフォルトでAIクローラーをブロックしている。明示的なルールを設定することで、意図しないブロックを防げる。

主要なAIクローラー

クローラー	運営元	用途
GPTBot	OpenAI	ChatGPT、Webブラウジング
ClaudeBot	Anthropic	Claude Web検索
Google-Extended	Google	Gemini、AI Overviews
PerplexityBot	Perplexity	Perplexity検索
Amazonbot	Amazon	Alexa、商品検索
CCBot	Common Crawl	学習データ収集

ステップ2: llms.txtの作成 (15分)

llms.txtファイル (Jeremy Howardがllmstxt.orgで提案) は、AIシステムにサイトの構造化されたサマリーを提供する。

サイトのルートに配置する: https://yoursite.com/llms.txt

テンプレート

# サイト名

> サイトの概要を1文で。

## 事業内容

コア事業、専門分野、目的を簡潔に説明する段落。
平易な言葉を使い、マーケティング用語は避ける。

## 基本情報

- 設立: [年]
- チーム: [規模または主要メンバー]
- 所在地: [必要に応じて]
- 専門分野: [コア領域]

## 製品・サービス

- **製品A**: 簡潔な説明
- **製品B**: 簡潔な説明

## リンク

- Webサイト: https://yoursite.com
- ドキュメント: https://yoursite.com/docs
- GitHub: https://github.com/yourorg
- お問い合わせ: https://yoursite.com/contact

ベストプラクティス

事実を先に、マーケティングは後に。 「AI自動化を活用したAndroidアプリを開発」は「最先端のシナジーを活用」より優れている。
構造化データを含める。 テーブル、リスト、キーバリューペアは、散文よりもAIが解析しやすい。
2,000語以内に収める。 簡潔なサマリーほど完全に取り込まれる可能性が高い。
定期的に更新する。 AIシステムは定期的に再クロールする。古いllms.txtは古いAIの回答につながる。

ステップ3: JSON-LD構造化データ (10分)

ホームページの<head>にJSON-LDスクリプトを追加する。AIがエンティティの種類、関係性、主要な属性を理解する助けになる。

Organizationスキーマ

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Your Company",
  "url": "https://yoursite.com",
  "description": "What your company does in one sentence.",
  "founder": {
    "@type": "Person",
    "name": "Founder Name"
  },
  "sameAs": [
    "https://github.com/yourorg",
    "https://linkedin.com/company/yourorg",
    "https://x.com/yourorg"
  ]
}
</script>

Articleスキーマ (ブログ記事用)

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Your Article Title",
  "author": {
    "@type": "Person",
    "name": "Author Name",
    "url": "https://authorsite.com"
  },
  "datePublished": "2026-01-15",
  "publisher": {
    "@type": "Organization",
    "name": "Your Company"
  }
}
</script>

どのスキーマタイプを使うか

コンテンツ種別	スキーマ	優先度
ホームページ	Organization または Person	高
ブログ記事	Article または BlogPosting	高
製品	Product	高
FAQページ	FAQPage	中
ドキュメント	TechArticle	中
書籍	Book	中

実装の確認

デプロイ後、以下を確認する:

robots.txt: https://yoursite.com/robots.txt にアクセスし、AIクローラーが許可されていることを確認
llms.txt: https://yoursite.com/llms.txt にアクセスし、内容が正確であることを確認
JSON-LD: Googleのリッチリザルトテストを使うか、ページソースを表示してscriptタグの存在を確認
AIテスト: ChatGPTやPerplexityにサイト・製品について質問し、回答を観察

次のステップ

このクイックスタートでは、LLMO FrameworkのRetrieval SignalsとStructural Formattingコンポーネントをカバーした。フレームワークの全体像については以下を参照:

Knowledge Clarity — AIが理解できるコンテンツの書き方
Authority Signals — 検証可能な専門性の構築
Citation Signals — AIが引用したくなるデータの提供
Framework Overview — 5つのコンポーネントでサイトをスコアリング