A Seo Mcp

@automatelab/ai-seo-mcp

Model Context Protocol 向け AI 引用ツールキット

AI システムがページを引用する理由、または引用しない理由を監査できます。 MCP サーバーです。API キーは不要です。

Claude、Cursor、Windsurf、Codex、および stdio に対応するあらゆる MCP クライアントで動作します。

---

チェック項目

• AI クローラーのアクセス - robots.txt で GPTBot、OAI-SearchBot、ClaudeBot、PerplexityBot が許可またはブロックされているか
• llms.txt - 存在するか、仕様に準拠しているか、リンクが有効か
• 構造化された回答の抽出 - FAQ 見出し、BLUF 段落、回答に適したブロック
• [[schema]] の網羅性 - FAQPage、Article、Organization、Person。非推奨のパターンにはフラグを付けます
• エンティティの明確さ - AI システムによる対象の特定に役立つ、固有表現の密度と sameAs の網羅性
• 引用の書式 - 正規 URL の整合性、og:url、hreflang、noindex の落とし穴
• サイトマップの鮮度 - クローラーにページが最新であることを伝える lastmod シグナル

---

監査を実行して、引用を妨げる要因を優先度順に確認できます。

あなた： https://automatelab.tech/launching-the-ai-seo-mcp/ の AI-SEO 監査を実行してください。

結果（一部抜粋）：

{
  "url": "https://automatelab.tech/launching-the-ai-seo-mcp/",
  "score": 61,
  "grade": "C",
  "dimension_scores": {
    "schema": 45, "technical": 80, "structure": 40,
    "robots": 90, "freshness": 85, "authority": 40,
    "entity_density": 21, "sitemap": 100
  },
  "findings": [
    {
      "severity": "critical",
      "category": "structure",
      "message": "No FAQ structure found (no FAQPage schema or H3 question headings).",
      "fix": "Add FAQ H3 headings ending in '?' with answer paragraphs, and a FAQPage JSON-LD block.",
      "estimated_impact": "high"
    },
    {
      "severity": "warning",
      "category": "authority",
      "message": "Low authority signals - missing Organization or author Person schema.",
      "fix": "Add Organization JSON-LD and Article.author as a Person node with sameAs links.",
      "estimated_impact": "high"
    }
  ]
}

検出項目ごとに、具体的な修正方法が示されます。不透明なスコアも、推測もありません。

---

インストール

npx -y @automatelab/ai-seo-mcp

Node 20 以降が必要です。

Claude Desktop

%APPDATA%\Claude\claude_desktop_config.json（Windows）または ~/Library/Application Support/Claude/claude_desktop_config.json（macOS）に追加します。

{
  "mcpServers": {
    "ai-seo": {
      "command": "npx",
      "args": ["-y", "@automatelab/ai-seo-mcp"]
    }
  }
}

Claude Desktop を再起動します。stdio トランスポートに対応する MCP クライアントなら、同じ command / args のパターンで動作します。

オプション：SPA のヘッドレスレンダリング

デフォルトでは、audit_page は生の HTML を読み込みます。高速ですが、React/Vue/Angular の SPA 上のコンテンツは取得できません。render: "headless" を渡すと Chromium を起動し、レンダリング後の DOM を監査します（監査ごとに 3～10 秒追加されます）。

初回のみインストールします。

npm install playwright-core
npx playwright install chromium

次に、render: "headless" を指定して audit_page を呼び出します。それ以外はすべて static を使用してください。ほとんどのマーケティングサイトやドキュメントは、これを使わなくても問題なくレンダリングされます。

---

CI で実行する（GitHub Action）

このリポジトリは GitHub Action としても使えます。ワークフローに追加すると、ページが AI 引用スコアの基準を下回った際に PR を失敗させられます。同じ監査エンジンを、変更のたびに実行します。

- uses: actions/checkout@v4
- name: AI-SEO audit
  uses: AutomateLab-tech/[email protected]
  with:
    urls: "https://example.com,https://example.com/pricing"
    min-score: "70"            # fail if any URL scores below this
    respect-robots: "true"     # set false for staging / sites you own
    report-path: "ai-seo-report.md"   # optional Markdown report artifact
    fail-on-regression: "true"

Action は指定された ref から監査ツールをビルドし、各 URL で audit_page を実行して、ジョブのサマリーにスコアカードを書き込みます。fail-on-regression が true の場合、いずれかの URL が min-score を下回ると、ゼロ以外の終了コードを返します。出力：min_score_observed、urls_audited、report_path。完全な例：examples/github-action-usage.yml。

---

さらに読む

• automatelab.tech - 詳細な分析とケーススタディ

---

MCP ツールの一覧（20 個のツール）

ツール	目的
audit_page	8 つの観点（スキーマ、技術面、構造、robots、鮮度、権威性、エンティティ密度、サイトマップ）で評価する、AI SEO の複合監査です。
audit_schema	Schema.org のルールと AI による引用のベストプラクティスに照らして JSON-LD を検証します。非推奨のパターンを検出します。
audit_canonical	canonical リンクの整合性、末尾スラッシュの適切さ、og:url の一貫性を確認します。
audit_site	1 回の呼び出しでサイト全体を調査します。audit_page + check_robots + check_sitemap + audit_schema を実行し、総合評価と優先度の高い修正項目を 5 件返します。
audit_sitemap	サイト全体のコンテンツ監査です。サイトマップから一定間隔で N 件の URL を抽出し、それぞれに audit_page を実行して、分布、評価の低いページ、主な指摘事項を返します。
check_robots	robots.txt を解析し、既知のすべての AI クローラーについて、クローラーごとの許可／拒否を報告します。GPTBot はブロックされている一方で OAI-SearchBot は許可されているという落とし穴も検出します。
check_sitemap	XML サイトマップを検証します。存在の有無、URL 数、lastmod の鮮度、画像／動画の拡張を確認します。
check_technical	HEAD タグを監査します。canonical、OpenGraph、Twitter Card、hreflang、HTTPS、noindex、タイトルの適切さを確認します。
score_ai_overview_eligibility	現在の相関要因に基づき、Google AI Overviews にページが表示される確率を評価します。
score_citation_worthiness	Perplexity、ChatGPT、Google AI Overviews、Claude でページまたはテキストブロックが引用される可能性を評価します。セクションごとの chunk_analysis / extractability_score も含まれます。各見出しから、LLM が独立した回答をどれだけ明確に取り出せるかを示します。
score_agentic_browsing	Lighthouse の「Agentic Browsing」カテゴリ（2026 年 5 月）に照らしてページを評価します。llms.txt、WebMCP、アクセシビリティツリーの整合性、レイアウトの安定性を確認します。
score_test_citation	MCP サンプリングを使って「このクエリに対して AI エンジンはこれを引用するか」をシミュレーションします。利用できない場合は、決定論的なヒューリスティックにフォールバックします。
llms_txt_generate	ドメインのサイトマップから llms.txt と、任意で llms-full.txt を生成します。
llms_txt_validate	既存の llms.txt を仕様への準拠状況とリンク切れについて検査します。
rewrite_aeo	回答エンジン最適化（BLUF 構成、FAQ 形式、スキーマの追加）に合わせてコンテンツを書き換えます。
rewrite_geo	生成エンジン最適化（エンティティの定義、比較表、要約しやすい構成）に合わせてコンテンツを書き換えます。
extract_entities	ページのコンテンツと構造化データから、名前付きエンティティ、sameAs リンク、引用密度スコアを抽出します。
diff_pages	AI に引用される可能性について 2 つの URL を比較します。観点別のスコアを並べて表示し、ギャップ分析と、url_a 向けの優先度順の修正案を提示します。
report_save	audit_page / audit_site の結果を Markdown レポートとしてレンダリングし、MCP_WORKSPACE_ROOT 配下のディスクに書き込みます。

v0.4.0 では、ツール名をフラットな snake_case から、階層をたどりやすいドット記法（audit_page、check_robots、…）に変更しました。保存済みの呼び出しを更新してください。

環境変数については、ENV.md を参照してください。

---

コントリビューション

バグ報告、機能のアイデア、PR を歓迎します。CONTRIBUTING.md を参照してください。

セキュリティ

脆弱性を報告するには、SECURITY.md を参照してください。

ライセンス

MIT - LICENSE を参照してください。

automatelab.tech が開発しました。

メンテナンスと検証

解釈上の制限、該当する場合の現在のツール名、再現可能な検証については、メンテナンスガイド を参照してください。