mcpField
B
bencium-aeo

bencium-aeo

github.com/benciumマーケティング・グロース4683.4k 回インストール3 週間前に更新
リポジトリ

bencium-aeo について

bencium-aeoは、従来の検索順位ではなく、回答エンジン向けのコンテンツ作成と評価を支援するスキルです。引用されやすい文章、FAQや構造化データ、根拠と鮮度の扱い、AEO対応度の評価方法を示します。

主な機能

  1. 01引用されやすい文章の指針
  2. 02単一テーマのページ構成
  3. 03FAQとJSON-LDの指針
  4. 04根拠と鮮度の確認
  5. 05AEO対応度の評価

活用シーン

  1. 01AI引用を意識したページ最適化
  2. 02FAQコンテンツと構造化データの作成
  3. 03主張と根拠の確認
  4. 04コンテンツの抽出しやすさの評価

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/bencium/bencium-marketplace --skill bencium-aeo

インストール後、Claude Code で/bencium-aeoを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

CLAUDE.md
prd.md
README.md
story-structured.md

詳細

AEO コンテンツ最適化スキル

Answer Engine Optimization — 従来の検索順位ではなく、AI による引用に向けてコンテンツを最適化します。

このスキルを使うタイミング

次の場合にこのスキルを使います：

  • ユーザーが AI 検索／引用向けのコンテンツ最適化を依頼した場合
  • ユーザーが ChatGPT、Claude、Gemini での可視性に言及した場合
  • ユーザーが AI 向けの FAQ スキーマ、JSON-LD、または構造化データを求めた場合
  • ユーザーが GEO（Generative Engine Optimization）について尋ねた場合
  • ユーザーが AI による抽出への対応状況をコンテンツについて分析したい場合
  • ユーザーが「AI Overviews」や「answer engines」に言及した場合

従来の SEO 向けではありません — これは AI／LLM による引用の最適化に特化しています。

主な参照資料

完全なテンプレートとガイドライン： このディレクトリの prd.md を読んで、実装の詳細を確認してください。

クイックリファレンス：主な原則

18 トークン抽出ルール

LLM は約 18 トークン（約 15～20 語）の、単独で意味が通じる文を抽出します。重要な主張は、周囲の文脈がまったくなくても理解でき、引用できる完全な文にする必要があります。

良い例：「8 つの API を統合することで、不動産分析のエラーが 67% 減少します。」（9 トークン） 悪い例：「当社のシステムは非常に高速で、素晴らしい結果をもたらします。」（曖昧）

単一トピックに絞ったページ

単一のコンセプトに絞ったページは、複数のトピックを扱うコンテンツを大きく上回ります。包括的なガイドではなく、domain.com/specific-concept のように焦点を絞った URL を作成してください。

引用＋統計情報で可視性が 30～40% 向上

主な主張にはすべて、次の情報が必要です：

  • 検証可能なデータと方法論
  • データ収集日
  • 専門家の帰属情報（氏名＋資格＋組織）
情報の鮮度が重要

AI による引用の 95% は、過去 10 か月以内に更新されたコンテンツから得られています。更新されないコンテンツは価値を失います。

権威レベルによって戦略が決まる
権威レベル最適化アプローチ
挑戦者（新しいサイト、権威性が低い）積極的：ページあたり 5～7 個の抽出ポイント、多数の引用、週次の小規模更新
確立済み（上位表示、知名度が高い）控えめ：戦略的なポイントを 1～2 個設け、既存の信頼性を活かし、過剰な最適化を避ける

プリンストン大学の調査結果： 5 位のサイトは積極的な最適化によって可視性が 115% 向上しました。1 位のサイトは過剰な最適化により 30% 低下しました。

生成するもの

ユーザーが AEO コンテンツを依頼した場合、次を生成します：

1. 製品概要（50 語）
  • 製品が何であるか（1 つの節）
  • 対象範囲／期間の文脈
  • 重要である理由（価値提案）
  • 「最終更新日」
2. スキーマ付き FAQ 15 件
  • 質問：7～12 語、自然な言葉遣い
  • 回答：30～50 語（AI 抽出に適した長さ）
  • datePublished と dateModified を含む FAQPage JSON-LD スキーマ
  • 永続的なアンカー ID（#faq-slug）
3. エビデンスパネル

重要な主張すべてについて、次を記載します：

  • 主張文
  • 方法論
  • データソース＋URL
  • データ収集日
  • 制限事項
  • 問い合わせ先
4. JSON-LD スキーマ
  • FAQPage（最重要）
  • HowTo（ガイド向け）
  • Product（製品ページ向け）
  • Organization（会社概要ページ向け）

避けるべきアンチパターン

従来の SEO 手法は GEO に悪影響を与える
  • キーワードの過剰な詰め込み
  • 独自の知見を含まない一般的なリスト記事
  • 曖昧で断定を避ける表現（「役立つ可能性があります」「もしかすると効果があるかもしれません」）
  • 複数のトピックを扱う包括的なガイド
  • 確立済みサイトでの過剰な最適化
コンテンツ構成の誤り
  • 50 語を超える FAQ の回答
  • 回答が埋もれている（結論を最初に置く）
  • 代名詞の曖昧さ（「製品」ではなく「それ」）
  • 日付と鮮度のシグナルがない
  • スキーママークアップがない

評価フレームワーク

AEO 対応状況を分析する際は、次の項目を 0～10 点で評価します：

評価項目確認内容
抽出18 トークン未満で、引用に使える文はいくつあるか？
焦点単一トピックか、複数トピックに広がっているか？
権威性資格を含む専門家の帰属情報があるか？ 引用があるか？
鮮度90 日以内に更新されているか？ コンテンツに日付があるか？

簡易テスト： 文脈がなくても質問に完全に答えられる文を 3 つ、コピーして貼り付けられますか？

実装チェックリスト

  • 製品概要：50語、日付入り、H1の下に配置
  • FAQを15件：それぞれ30～50語、自然な質問形式
  • エビデンスパネル：手法、データ、日付、制約事項
  • すべてのセクションに「最終更新日」を記載
  • <head> に FAQPage JSON-LD スキーマを追加
  • FAQに永続的なアンカー ID を設定
  • Google リッチリザルト テストで検証

テスト手順

実装後、次の内容でテストします。

  1. 認識：「[製品]とは何ですか？」（ChatGPT、Claude、Gemini）
  2. 比較：「[製品]と[競合製品]を比較してください」
  3. 最適な選択肢：「[用途]に最適な[カテゴリ]は何ですか？」
  4. 使い方：「[製品]で[タスク]を行うにはどうすればよいですか？」

記録する項目： 言及されたか？リンクされたか？正確か？エビデンスが引用されたか？

ドキュメント全文

テンプレート、例、詳細なガイドラインについては、以下をお読みください。

  • prd.md - HTML テンプレートを含む AEO コンテンツ生成ガイド全文
  • story-structured.md - Princeton の研究に基づくフレームワークの概要

コメント

Markdown 対応