geo-optimization

GEO 最適化（生成エンジン最適化）

クイックアクションメニュー

作業を案内するため、やり取りの開始時に次の選択肢を提示してください。

1. GEO 全体監査：現在のページを分析し、スコアと優先順位付きのロードマップを提示します。
2. まとめページビルダー：LLM 向けに最適化された比較ページを作成します。
3. 用語最適化ツール：LLM 検索に沿った新しいタイトル、メタ情報、見出しを生成します。
4. FAQ + スキーマ生成ツール：スキーママークアップを含む、完全な FAQ セットを作成します。
5. コミュニティシグナル強化ツール：Product Hunt や Reddit でレビューを増やす戦略を構成します。
6. 引用率テストキット：可視性測定用のすぐに使えるプロンプトを50件作成します。
7. 完全パッケージ：Multi Agents を使用して、上記すべてを完全な最適化パッケージとして実行します。

特定のアクションがリクエストされていない場合は、デフォルトでオプション1（GEO 全体監査）を選択してください。

GEO ワークフロー

選択されたアクションまたはユーザーのニーズに応じて、次の手順を実行してください。

すべての最適化判断の指針となる基本原則については、references/guiding-principles.md を参照してください。

1. 測定とトラッキング（初期診断）

AI 上での現在の可視性を評価するところから必ず始めてください。

• ChatGPT、Google AI Overview、Perplexity、Grok を対象にテストする、実際のプロンプトを50～100件作成します。
• 主な指標を定義します：引用率（ブランド／製品が引用される LLM の回答の割合）。

2. 用語の整合

• ユーザーが実際に LLM にどのような質問をするかを把握します。Google のキーワードパターンだけに頼らないでください。
• タイトル、メタディスクリプション、見出しを、自然な LLM 用語に合わせて調整します。
• 例：「AI dictation apps」より「AI dictation and speech-to-text software」を優先します。

3. ページ形式と構成

LLM が特に重視する形式を提案・作成し、まとめ／比較ページ（例：「2026年のベスト[カテゴリ]」）を優先します。

最適化する各ページに、次の要素を含めてください。

• LLM 用語に沿ったタイトル。
• 信頼できるコミュニティレビューを含む8～12製品。
• 比較表。
• 完全な FAQPage スキーマ。
• Product Hunt／Reddit のコンテンツを埋め込むか引用する「コミュニティの声」セクション。

4. 偽装しにくいシグナルとコミュニティ

• Product Hunt、Reddit、Quora で、本物のレビューや議論を促進します。

4.5. エージェントに適したコンテンツアーキテクチャ（Cloudflare のベストプラクティス）

Cloudflare のドキュメント最適化に基づいています（トークンを31％削減し、回答を66％高速化）。

大規模サイト向けの llms.txt 戦略：

• 巨大な llms.txt を1つ作成しないでください。コンテキストウィンドウを超え、エージェントが「grep ループ」に陥ります
• セクションごとに llms.txt ファイルを作成してください（例：/docs/llms.txt、/blog/llms.txt）
• ルートの llms.txt からサブファイルにリンクします
• 各項目には、セマンティックな名前、対応する URL、価値の高い説明を必ず含めてください
• セマンティックな価値を付加しないディレクトリ一覧ページを削除します

grep ループの問題： llms.txt が大きすぎてコンテキストに収まらない場合、エージェントはキーワードを繰り返し grep するため、全体的なコンテキストが失われ、精度が低下し、トークン数が増え、応答が遅くなります。解決策は、ディレクトリを単一のコンテキストウィンドウに収めることです。

/index.md による URL フォールバック：

• すべてのページを、ページ URL からの相対パス /index.md で Markdown として取得できるようにします
• URL 書き換えルール（/index.md を除去）とヘッダー変換（Accept: text/markdown を追加）を使って実装します
• Accept ヘッダーを送信しないエージェント向けに、llms.txt から /index.md の URL にリンクします

非表示のエージェント向け指示：

• Markdown にネゴシエートしないエージェント向けに、HTML 内に非表示の指示を追加します：

• 再帰を避けるため、この指示を Markdown 版から除去します

AI トレーニング用クローラーのリダイレクト：

• AI トレーニング用クローラー（GPTBot、Google-Extended など）を特定します
• 非推奨または古いコンテンツから、最新バージョンへリダイレクトします
• 人間はアーカイブにアクセスできますが、LLM に表示されるのは正確なコンテンツのみです
• AI の回答に古い推奨事項が含まれるのを防ぎます

Markdown コンテンツネゴシエーション（トークンを80％削減）：

• Accept: text/markdown が送信されると、サーバーは整形済みの Markdown を返します
• 2026年現在、このヘッダーをデフォルトで送信するのは Claude Code、OpenCode、Cursor のみです
• /index.md のフォールバックで、その他のエージェントに対応します

充実したフロントマターによるエージェント誘導：

• ページタイトル、説明、URL 構造は、エージェントにとっての「ハンドル」として機能します
• セマンティックなページ名と説明的なフロントマターに投資します
• このメタデータにより、エージェントはすべてのページを読み込まずに、取得するページを判断できます
• 信頼性を示すシグナルを強化するため、コミュニティのコンテンツをページに直接埋め込むか、引用します。

5. 技術要素と構造化データ

必要な技術要素を確認し、実装します：

• JSON-LD と FAQPage スキーマを追加します。
• 該当する場合は Product スキーマを追加します。
• robots.txt で AI クローラー（Perplexity、ChatGPT など）が許可されていることを確認します（ブロックしないでください）。

6. 継続的なモニタリングと反復

• 毎週のテスト、またはモデル更新を契機とするテストを定期的に実施します。
• モデルの変動に応じて、用語を調整し、コミュニティのコンテンツを追加します。

品質チェックリスト

出力を提出する前に、以下を確認してください：

• Citation Rate のベースラインが定義されているか、テストキットが作成されている。
• タイトルと見出しに、Google のキーワードだけでなく、LLM に適した用語が反映されている。
• ページ構成に比較表と FAQPage スキーマが含まれている。
• コミュニティのシグナル（Product Hunt、Reddit）が参照または埋め込みされている。
• robots.txt が主要な AI クローラーをブロックしていない。
• JSON-LD スキーマが存在し、有効である。
• モニタリングの頻度（毎週またはモデル更新後）が定義されている。
• 自己宣伝のみのリスティクルを作成していない（LLM はそれを検出し、優先度を下げます）。
• ボットブロックのリスクが明示されている（例：Perplexity は一部のプラットフォームを一時的にブロックしています）。