nuxt-geo-best-practices

Nuxt GEO ベストプラクティス

Nuxt 4 アプリケーション向けの包括的な生成エンジン最適化ガイドです。ChatGPT、Google AI Overviews / AI Mode、Perplexity、Claude、Gemini が生成する回答内で、ブランドが引用される割合を最大化できるように設計されています。エビデンスに基づく効果の大きさに応じて優先順位を付けた、5 カテゴリーにわたる 16 のルールを掲載しています。

適用するタイミング

次のような場合に、このガイドラインを参照してください。

• AI エージェントによる発見に向けて llms.txt と llms-full.txt を設定する
• robots.txt で AI クローラー（GPTBot、ClaudeBot、PerplexityBot、Google-Extended など）を許可リストに追加する（またはブロックする）
• 検索拡張生成（RAG）による抽出のしやすさを考慮してページコンテンツを構成する
• Organization、Person、FAQPage、HowTo の JSON-LD スキーマを使ってエンティティを明確にする
• GEO の arxiv 論文でエビデンスが示されている施策、つまり 統計、引用、抜粋（可視性が 30～40％向上）を適用する
• ページごとに AI フレンドリーなメタ情報を設定する usePageGeo コンポーザブルを作成する
• AI クローラーが JavaScript のシェルではなく、SSR でレンダリングされた HTML を認識できるようにする
• AI フレンドリーな XML サイトマップと sitemap_index.xml を生成する

推奨 Nuxt モジュール

このスキルは Nuxt 4 アプリ向けに構築されています。以下のいくつかのルールでは、「ゼロから」Nitro ルートを実装する方法と、同等のモジュールベースの簡易な方法を紹介しています。ボイラープレートを大幅に削減でき、Nuxt の公式パターンにも準拠し続けられるため、これらのインストールをぜひご検討ください。

• @nuxtjs/seo（Harlan Wilton 作） — @nuxtjs/sitemap、@nuxtjs/robots、nuxt-schema-org、nuxt-og-image、nuxt-link-checker、nuxt-seo-utils をまとめたメタモジュールです。GEO インフラ（robots.txt、サイトマップ、JSON-LD、メタ情報）の大半を、1 回のインストールでカバーします。
• @nuxtjs/sitemap — ページごとの lastmod、hreflang、除外設定に対応した自動生成サイトマップです。
• @nuxtjs/robots — ルートごとの制御や、AI ボットの許可・拒否ルールに対応したプログラム可能な robots.txt です。
• nuxt-schema-org — defineOrganization、defineWebSite、defineFaqPage、defineHowTo、definePerson、defineArticle を通じて、型安全な JSON-LD を利用できます。
• nuxt-og-image — OG／共有画像用です（関連する nuxt-seo-best-practices スキルで説明されています。Cloudflare Workers に関する注意点もそちらをご覧ください）。

Nuxt 公式 SEO Meta ドキュメント

Nuxt 4 には、SEO／メタ情報を扱う第一級のプリミティブが用意されています。独自に作り直す前に、これらのドキュメントをお読みください。

• Nuxt 4 SEO & Meta — useSeoMeta、useHead、useServerSeoMeta、definePageMeta、<Head>／<Title>／<Meta> コンポーネント、ルートレベルの head 設定について説明しています。
• useSeoMeta — OG／Twitter タグの IntelliSense を完全に備えた、useHead({ meta: [...] }) の型付きラッパーです。
• useHead — 汎用的な head マネージャーです（ここでは JSON-LD の script 注入に使用します）。

page-use-page-geo.md の usePageGeo コンポーザブルは、これらのプリミティブを薄くラップしたものであり、これらに置き換わるものではありません。

Nuxt 4.5 に関する注意: head 管理は unhead v3 で実行されるようになりました。useHead の型チェックはより厳格になり、Promise を入力として受け付けません。このスキルの useHead による JSON-LD 注入パターンでは、通常の同期値を使用しているため、v3 と互換性があります。また、4.5 の実験的な SSR ストリーミングはボットを考慮した動作になっています。クローラーには自動的に完全にバッファリングされた HTML が返されるため、有効にしても GEO に悪影響はありません（ai-ssr-for-crawlers を参照）。

エビデンスベース

以下の情報を統合したルールです。

1. GEO：生成エンジン最適化（Aggarwal ほか、KDD 2024、arXiv:2311.09735） — 10K のクエリを対象に 9 種類の最適化手法をベンチマークした基礎論文です。ここでは、次の主な知見を採用しています。
   • 統計、引用、引用文により、可視性が最大 40％向上します。
   • 権威あるトーンと流暢さの最適化により、中程度の向上が見られます。
   • キーワードの詰め込み（従来の SEO）は生成エンジンでは効果がありません。SEO のキーワード密度に関する習慣を GEO に持ち込まないでください。
2. 業界の GEO プレイブック（Search Engine Land、Semrush AI Visibility Index、Backlinko） — Google AI Mode と ChatGPT で追跡した 2,500 件以上のプロンプトから、エンティティの明確さ、複数プラットフォームでのプレゼンス、センチメント、測定フレームワークが確認されています。
3. 本番環境における AEO 監査データ（2026） — 自動 AEO スコアリングエンジンによる 41 ページの Nuxt サイトの監査結果と、4 つの回答エンジンにわたる複数回の可視性追跡です。以下の要因別ウェイト表、一貫して失敗する 3 つの要因、および measure-aeo-visibility における統計上のガードレールの出典です。主な観察結果：サイトには GEO インフラストラクチャ（llms.txt、有効なスキーマ、サイトマップ、Google インデックス登録率 90％）が _完全に_整備されていたにもかかわらず、カテゴリクエリ 10 件のうち引用は0 件でした。インフラストラクチャは必要ですが、それだけでは十分ではありません。

優先度別ルールカテゴリ

優先度	カテゴリ	影響	プレフィックス
1	コンテンツの抽出可能性（+40％の要因）	重大	content-
2	AI クローラーとディスカバリー	重大	ai-
3	エンティティの明確さ	高	entity-
4	ページ単位の GEO	高	page-
5	測定と検証	重大	measure-

観測された監査の重み（本番環境のAEO監査ツール、2026年）

arxiv論文が「どの施策が可視性を高めるか」を示す一方、自動化されたAEO監査では「スコアリングエンジンがページを実際にどのように評価するか」がわかります。以下の重みは、41ページのNuxtサイトを本番環境で監査して得られたもので、すべてが一度に問題となっている場合に改善の優先順位を決めるのに役立ちます。

要素	重み	典型的なスコア	備考
構造化データ（JSON-LD）	12%	一部合格	entity-organization-schema
コンテンツの深さ	10%	合格	content-statistics, content-self-contained-chunks
引用と権威性のシグナル	8%	一部合格	content-citations
E-E-A-Tのシグナル	8%	不合格（26）	entity-author-schema — よく見られる失敗の中で最悪
FAQコンテンツ	8%	不合格（31）	entity-faq-howto-schema
スキーマの完全性	8%	合格	entity-faq-howto-schema
コンテンツの鮮度	7%	一部合格	page-canonical-and-fresh
エンティティの一貫性	7%	一部合格	title / og:title / schema name を一致させる
コンテンツの抽出可能性	6%	一部合格	content-self-contained-chunks
定義ブロック	6%	不合格（12）	content-definition-blocks — 最も低いスコア
固有表現	6%	合格	entity-organization-schema
スニペットへの適格性	6%	合格	—
AIアクセス用ファイル（llms.txt）	5%	合格	ai-llms-txt
スキーマの有効性	5%	合格	—
テクニカルSEO	5%	合格	関連スキル nuxt-seo-best-practices
AIクローラーのアクセス	4%	一部合格	ai-robots-allowlist

一貫して不合格となる3つの要素、E-E-A-T（8%）、FAQコンテンツ（8%）、定義ブロック（6%）は、スコアの合計22%を占め、最も低コストで改善できる要素でもあります。 サイトでは、完璧な llms.txt、有効なスキーマ、Googleのインデックスカバレッジ90%を実現していても、この3つすべてでスコアが0になることがよくあります。まずはここから着手しましょう。

従来のSEOの健全性は、AEOの可視性を保証しません。 監査対象のサイトは、インデックスカバレッジ90%で、自社ブランド名の検索順位が#3.9でしたが、カテゴリ関連のクエリ10件では一度も引用されませんでした。ブランド検索とカテゴリでの発見は別の問題です。measure-aeo-visibility をご覧ください。

クイックリファレンス

1. コンテンツの抽出可能性（重大）

これらは、GEOのarxiv論文で根拠が示された、可視性を+30～40%高める施策です。3つだけ実施するなら、次の3つを行ってください。

• content-statistics — 定量的な統計を追加する（測定された中で最も効果の大きい変更）
• content-citations — 信頼できる情報源へのインライン引用を追加する（Sourcesコンポーネントのパターン）
• content-quotations — 権威ある人物の引用を追加する
• content-self-contained-chunks — 抽出されても意味が保たれる段落を書く（RAG検索）
• content-definition-blocks — 「Xとは」／「Xの方法」という形式にする。実際の監査で最も低いスコアの要素（12/100）
• content-no-keyword-stuffing — SEOのキーワード詰め込みをGEOに持ち込まないでください。可視性が実際に低下します

2. AI クローラーと発見（CRITICAL）

AI クローラーがコンテンツにアクセスできなければ、ほかのルールは何の意味もありません。

• ai-llms-txt — Nitro のサーバールートを通じて llms.txt と llms-full.txt を生成します
• ai-robots-allowlist — GPTBot、ClaudeBot、PerplexityBot、Google-Extended などを明示的に許可します
• ai-ssr-for-crawlers — AI クローラーが JS シェルではなく、レンダリング済み HTML を受け取れるようにします
• ai-sitemap — 新しいコンテンツを知らせる lastmod を含む、AI に適した XML サイトマップを生成します

3. エンティティの明確化（HIGH）

AI システムが、あなたが「誰」なのか、「どのカテゴリ」に属するのか、「何について権威がある」のかを識別できるようにします。

• entity-organization-schema — sameAs による相互参照を含む、サイト全体の Organization JSON-LD
• entity-faq-howto-schema — LLM が得意とする質問形式のクエリに対応する FAQPage および HowTo スキーマ
• entity-author-schema — E-E-A-T 向けの資格情報と sameAs を含む Person スキーマ

4. ページ単位の GEO（HIGH）

• page-use-page-geo — ページごとの GEO メタデータに対応する、再利用可能な usePageGeo コンポーザブル
• page-canonical-and-fresh — コンテンツの鮮度を示すシグナルとなる、正規 URL と dateModified

5. 測定と検証（CRITICAL）

これがなければ、上記のすべては反証できません。生成エンジンの出力は確率的なため、コンテンツをまったく変更しなくても、同じクエリがある測定では引用され、次の測定では引用されないことがあります。

• measure-aeo-visibility — 繰り返しのサンプリング、シェア・オブ・ボイス、Wilson 区間、月あたり最低 5 回の測定、言及と引用の区別

使い方

詳しい説明とコード例については、各ルールファイルを参照してください。

rules/content-statistics.md
rules/ai-llms-txt.md
rules/_sections.md

各ルールファイルには、次の内容が含まれています。

• 重要である理由の簡潔な説明（該当する場合は arxiv の根拠も記載）
• 誤ったコード例とその説明
• Nuxt に特化した正しいコード例
• 追加の背景情報、測定に関する注記、参考資料

完全版ドキュメント

すべてのルールを詳しく説明した完全版ガイド：AGENTS.md