geo-analyzer について
GEO Analyzer は、ChatGPT・Perplexity・Google AI Overviews に引用されやすい信号に基づいてコンテンツを採点する MCP サーバーです。AI 検索での可視性を高めたいライターやサイト運営者を対象とし、主張密度や冒頭への情報配置などを評価します。現在は非推奨で、SEO Audit Console に統合されています。
主な機能
- 01主張密度と抽出可能な事実の集計
- 02情報密度とカバレッジ予測
- 03回答の冒頭配置の分析
- 04意味トリプルとエンティティの認識
- 05文の長さの評価
- 06総合・抽出性・可読性・引用性のスコア
活用シーン
- 01記事が AI 検索で引用されやすいかの確認
- 02複数ページの AI 検索での可視性比較
- 03優先度付きの提案に基づく公開済みコンテンツの改善
MCP 対応
GEO Analyzer は、Web ページや貼り付けたテキストを分析する analyze_url と analyze_text の 2 つの MCP ツールを提供します。意味抽出には Anthropic API を使用します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
ツール
2掲載時のツール一覧 · 2 週間前に更新
| パラメーター | 型 | 必須 | 説明 |
|---|---|---|---|
| url | string | はい | 分析する URL |
| query | string | いいえ | Optional context string describing the content topic (e.g., "sim racing wheels", "content optimization"). Used for relevance scoring only. Defaults to "general content analysis". |
| output_format | enum | いいえ | Output verbosity: "detailed" (default) includes all suggestions and recommendations; "summary" provides condensed resultsdetailed | summary |
詳細
警告
非推奨であり、メンテナンスも終了しています。 GEO Analyzer の AI 検索向けコンテンツ分析は、SEO Audit Console(
npm i @houtini/seo-audit-console)に統合されました。SEO Audit Console は、AI Overview の引用、文章の関連性、エージェント対応状況、コンテンツの抽出可能性を評価するとともに、包括的なテクニカル SEO 監査もすべて 1 つの MCP で実施します。こちらに移行してください。
GEO Analyzer
AI 検索での可視性を高めるためのコンテンツ分析ツールです。ChatGPT、Claude、Perplexity、Google AI Overviews に引用されるうえで実際に重要な要素を測定します。
クイックナビゲーション
機能
GEO Analyzer は、AI システムが引用元を選ぶ際に用いるシグナルに基づいてコンテンツを分析します。
- 主張密度 - 100 語あたりの抽出可能な事実の数
- 情報密度 - 単語数と AI による予測カバー率の比較
- 回答の先頭配置 - 重要な情報がどれだけ早く登場するか
- 意味トリプル - 構造化された(主語、述語、目的語)の関係
- エンティティ認識 - AI が参照できる固有表現
- 文の構造 - AI による解析に適した最適な長さ
分析は Claude Sonnet 4.5 を使用した意味抽出により、ローカルで実行されます。外部サービスは使用せず、データがマシンの外に送信されることもありません。
インストール
Claude Desktop
claude_desktop_config.json に追加します。
{
"mcpServers": {
"geo-analyzer": {
"command": "npx",
"args": ["-y", "@houtini/geo-analyzer@latest"],
"env": {
"ANTHROPIC_API_KEY": "sk-ant-..."
}
}
}
}
設定ファイルの場所:
- Windows:
%APPDATA%\Claude\claude_desktop_config.json - macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Linux:
~/.config/Claude/claude_desktop_config.json
保存後、Claude Desktop を再起動してください。
Claude Code(CLI)
Claude Code は異なる登録方法を使用します。claude_desktop_config.json は読み込みません。代わりに claude mcp add を使用してください。
claude mcp add -e ANTHROPIC_API_KEY=sk-ant-... -s user geo-analyzer -- npx -y @houtini/geo-analyzer@latest
次のコマンドで確認します。
claude mcp get geo-analyzer
Status: Connected と表示されます。
要件
- Node.js 20+
- Anthropic API キー(console.anthropic.com)
使用例
公開 URL を分析する
Analyse https://example.com/article for "topic keywords"
トピックのコンテキストを指定すると関連性の評価に役立ちますが、必須ではありません。
Analyse https://example.com/article
テキストを直接分析する
分析するコンテンツを貼り付けます(最低 500 文字)。
Analyse this content for "sim racing wheels":
[Your content here]
要約モード
詳細な推奨事項を省いた、簡潔な出力を取得します。
Analyse https://example.com/article with output_format=summary
出力
スコア(0~10)
| スコア | 測定内容 |
|---|---|
| 全体 | すべての要素の加重平均 |
| 抽出可能性 | AI が事実をどれだけ簡単に抽出できるか |
| 読みやすさ | AI による解析に適した構造の品質 |
| 引用可能性 | 引用しやすさと出典の明確さ |
主要指標
情報密度:
- カバレッジ予測を含む単語数
- 最適な範囲:800~1,500語
- 1,000語未満のページ:約61%のAIカバレッジ
- 3,000語を超えるページ:約13%のAIカバレッジ
回答の前倒し:
- 最初の100語/300語に含まれる主張とエンティティ
- 最初の主張の位置
- 回答の即時性を示すスコア
主張密度:
- 目標:100語あたり4件以上の主張
- 抽出可能な事実、統計、測定値
文の長さ:
- 目標:平均15~20語
- Googleの約15.5語のチャンク抽出に合致
推奨事項
優先順位を付けた提案には、以下が含まれます。
- コンテンツ内の具体的な箇所
- 変更前/変更後の例
- 調査に基づく根拠
ツール
analyze_url
公開されているウェブページを取得して分析します。
| パラメーター | 必須 | 説明 |
|---|---|---|
url | はい | 分析するURL |
query | いいえ | 関連性スコアリングのトピックコンテキスト |
output_format | いいえ | detailed(デフォルト)またはsummary |
analyze_text
貼り付けたコンテンツを直接分析します。
| パラメーター | 必須 | 説明 |
|---|---|---|
content | はい | 分析するテキスト(最低500文字) |
query | いいえ | 関連性スコアリングのトピックコンテキスト |
output_format | いいえ | detailed(デフォルト)またはsummary |
トラブルシューティング
「ANTHROPIC_API_KEY is required」
設定のenvセクションにAPIキーを追加してください。
設定変更後に「Cannot find module」と表示される Claude Desktopを完全に再起動してください。
「Content too short」 有意義な分析には、最低500文字が必要です。
ペイウォールで保護されたコンテンツでエラーが発生する アナライザーがアクセスできるのは、一般公開されているページのみです。
パフォーマンス
- URL分析:約8~10秒
- テキスト分析:約5~7秒
- コスト:分析1回あたり約0.14ドル(Sonnet 4.5)
v1.xからの移行
v2.0では外部依存関係が削除されました。設定を更新してください。
旧(v1.x):
{
"env": {
"GEO_WORKER_URL": "https://...",
"JINA_API_KEY": "jina_..."
}
}
新(v2.x):
{
"env": {
"ANTHROPIC_API_KEY": "sk-ant-..."
}
}
開発
git clone https://github.com/houtini-ai/geo-analyzer.git
cd geo-analyzer
npm install
npm run build
調査の基盤
分析手法は、査読済みの研究および実証研究に基づいています。
MIT GEO論文(2024年)
Aggarwal et al., 「GEO: Generative Engine Optimization」 - ACM SIGKDD
適用した主な知見:
- 目標とする主張密度は100語あたり4件以上
- 最適な文の長さは15~20語
- 抽出可能性を重視することで、AIの引用率が40%向上
Dejan AIのグラウンディング研究(2025年)
7,060件のクエリと2,275ページの実証分析
適用した主な知見:
- クエリあたりのグラウンディング予算は合計約2,000語
- 1位の情報源は531語(予算の28%)
- 5位の情報源は266語(予算の13%)
- 抽出チャンクの平均は15.5語
- 1,000語未満のページ:カバレッジ61%
- 3,000語以上のページ:カバレッジ13%
dejan.ai/blog/how-big-are-googles-grounding-chunks
dejan.ai/blog/googles-ranking-signals
MIT License - Houtini.ai
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。