mcpField
S
seo-content

seo-content

github.com/agricidanielマーケティング・グロース23.3k7.9k 回インストール6 日前に更新
リポジトリ

seo-content について

コンテンツ品質と E-E-A-T を評価する Claude Code スキルです。著者情報、専門性、信頼性、読みやすさ、構成、新鮮さ、AI 引用への適性を確認し、決定的な原稿整理ツールも備えています。

主な機能

  1. 01E-E-A-T シグナルの評価
  2. 02読みやすさとコンテンツ構成の確認
  3. 03AI 引用への適性確認
  4. 04鮮度とキーワード使用の評価
  5. 05原稿から不可視文字を除去

活用シーン

  1. 01ページや記事の品質評価
  2. 02コンテンツの不足点と改善優先度の特定
  3. 03AI 検索で引用されるための構成確認
  4. 04自身の原稿に含まれる不可視文字の除去

MCP 対応

DataForSEO MCP ツールが利用可能な場合、キーワード指標、検索意図、コンテンツ分析に利用できます。

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/agricidaniel/claude-seo --skill seo-content

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

同梱ファイルLICENSE.txt

詳細

コンテンツ品質と E-E-A-T の分析

Google の「誰が/どのように/なぜ」テスト(標準的なヒューリスティック)

E-E-A-T の各要素を評価する前に、すべてのページ監査で、Google の有用なコンテンツに関するガイドにある、Google 独自の3つの質問によるヒューリスティックを満たす必要があります。

質問確認する内容
誰が作成したのか?目に見える署名、著者のプロフィールページ、専門的な資格。読者が期待する場合に必要であり、YMYL では必須です。
どのように作成されたのか?読者が当然疑問に思う場合は、作成プロセスを開示します。特に AI の支援を受けたコンテンツでは重要です。独自の調査/一次情報による証拠/実体験があるかを確認します。
なぜ存在するのか?「検索クリックを集めるため」ではなく、「人々の役に立つため」かを確認します。専門性のないニッチ分野への参入、新しさのシグナルを得るためのコンテンツの大量更新、文字数の目標に合わせた執筆に注意します。

主な情報源: https://developers.google.com/search/docs/fundamentals/creating-helpful-content

3つの質問への回答がすべて不十分な場合、そのページはコアランキングシステムの有用性シグナルによって不利になるリスクがあります(以前は独立した「有用なコンテンツシステム」でしたが、2024年3月のアップデートでコアシステムに統合されました)。

E-E-A-T フレームワーク(2025年9月更新の QRG)

全基準については ${CLAUDE_PLUGIN_ROOT}/skills/seo/references/eeat-framework.md を、スコアの区分については ${CLAUDE_PLUGIN_ROOT}/skills/seo/references/eeat-scoring-guide.md を参照してください。

経験(一次体験を示すシグナル)
  • 独自の調査、ケーススタディ、実施前後の結果
  • 個人的な逸話、プロセスの記録
  • 独自のデータ、独自の知見
  • 直接の経験に基づく写真や動画
専門性
  • 著者の資格、認定、プロフィール
  • トピックに関連する職歴
  • 対象読者に適した技術的な深さ
  • 正確で、出典が明確な主張
権威性
  • 外部からの引用、権威ある情報源からの被リンク
  • ブランドへの言及、業界での評価
  • 認知度の高い媒体への掲載
  • 他の専門家からの引用
信頼性
  • 連絡先情報、所在地
  • プライバシーポリシー、利用規約
  • 顧客の推薦、レビュー
  • 日付表示、透明性のある訂正
  • 安全なサイト(HTTPS)

コンテンツ指標

文字数の分析

ページの種類ごとの最低文字数と比較します。

ページの種類最低文字数
ホームページ500
サービスページ800
ブログ記事1,500
商品ページ300以上(複雑な商品は400以上)
地域ページ500~600

重要: これらはトピックを網羅するための最低基準であり、目標ではありません。Google は、文字数が直接的なランキング要因ではないと確認しています。目指すのはトピックを包括的に網羅することです。検索クエリに十分に答える500語のページは、答えられていない2,000語のページより上位に表示されます。これらは、十分な網羅性を確保するための目安として使い、厳格な要件とは考えないでください。

読みやすさ
  • Flesch Reading Ease:一般向けコンテンツでは60~70を目標にします

注: Flesch Reading Ease はコンテンツの読みやすさを測る有用な指標ですが、Google の直接的なランキング要因ではありません。John Mueller は、Google が基本的な読みやすさのスコアをランキングに使用していないと確認しています。Yoast は v19.3 で Flesch スコアの優先度を下げました。読みやすさの分析はコンテンツ品質の指標として活用し、直接最適化する SEO 指標としては扱わないでください。

  • 学年相当のレベル:対象読者に合わせます
  • 文の長さ:平均15~20語
  • 段落の長さ:2~4文
キーワードの最適化
  • メインキーワードをタイトル、H1、最初の100語に含めます
  • 自然な密度(1~3%)にします
  • 意味的なバリエーションを含めます
  • キーワードを詰め込みません
コンテンツ構成
  • 論理的な見出し階層(H1 -> H2 -> H3)
  • 説明的な見出しを付けた、内容を把握しやすいセクション
  • 適切な箇所で箇条書きや番号付きリストを使います
  • 長文コンテンツには目次を付けます
マルチメディア
  • 適切な代替テキストを付けた、関連性の高い画像
  • 適切な箇所で動画を使用します
  • 複雑なデータにはインフォグラフィックを使います
  • 統計にはチャートやグラフを使います
内部リンク
  • 1,000語あたり関連性の高い内部リンクを3~5件設置します
  • 内容がわかるアンカーテキストを使います
  • 関連コンテンツへのリンクを設置します
  • 孤立したページを作りません
外部リンク
  • 権威ある情報源を引用します
  • ユーザー体験のため、新しいタブで開きます
  • 適切な数にとどめ、過剰に設置しません

AI コンテンツ評価(QRG:生成 AI に関するガイダンスを 2025 年 1 月に追加、現行バージョンは 2025 年 9 月 11 日)

Google の評価者は、AI による執筆そのものを独立した問題として捉えるのではなく、低品質、量産、コピー、または AI 生成のメインコンテンツに見られるパターンを評価します。

許容される AI コンテンツ
  • 真の E-E-A-T を示している
  • 独自の価値を提供している
  • 人間による監督と編集が行われている
  • 独自の洞察を含んでいる
低品質な AI コンテンツの兆候
  • 汎用的な言い回しで、具体性に欠ける
  • 独自の洞察がない
  • ページ間で構成が繰り返されている
  • 著者の表記がない
  • 事実誤認がある

Helpful Content System(2024 年 3 月): Helpful Content System は、2024 年 3 月のコアアップデート中に Google のコアランキングアルゴリズムに統合されました。現在は独立した分類器として機能していません。有用性のシグナルは、すべてのコアアップデートで重み付けされるようになりました。原則は変わりません(ユーザー第一のコンテンツ、E-E-A-T の実証、ユーザーの意図を満たすこと)が、個別の HCU アップデートではなく、継続的に適用されます。また Google は現在、大規模なアップデートの間に継続的に実施される、事前告知のない小規模なコアアップデートについても記載しています(変更履歴 2025-12-09)。

生成 AI 向けの最適化は SEO(Google のドキュメント、公開日 2026-05-15、最終更新日 2026-07-10): 公式の「生成 AI 機能向けの最適化」ガイドでは、新しい AI ファイル、マークアップ、Markdown、コンテンツの分割、AI 専用の書き換えは必要ないと説明されています。信頼性のない「言及」を追い求めても役に立ちません。AEO/GEO は、コアランキングと品質に根ざした、名称を変えた SEO です。

適用範囲の正直な説明(Google のドキュメント、2026-06-05): 「サードパーティの SEO ツール、サービス、アドバイスの利用」によれば、ランキングを保証するツールはなく、サードパーティのツールは Google の内部ランキングデータにアクセスできません。claude-seo のスコアは Google 内部のシグナルではなく、ヒューリスティックです。その旨をレポートに記載し、GEO/AEO の調査結果は Google の公式ガイダンス(ファーストパーティの情報源は Search Console)と照らし合わせて検証してください。

下書きのクリーンアップ:AI らしい表現と不可視の電子透かし

「人間らしくして」「電子透かしを削除して」「この下書きをクリーンアップして」といった依頼には、ユーザー自身のコンテンツに対して、同梱のクリーンアップスクリプトを実行してください。

"${CLAUDE_PLUGIN_ROOT}/scripts/claude-seo" run content_humanize.py draft.md -o cleaned.md
cat draft.md | "${CLAUDE_PLUGIN_ROOT}/scripts/claude-seo" run content_humanize.py --json

決定論的な 2 つの処理を行い、どちらも JSON 出力に記録します。

  1. 不可視文字(invisible_removed):ゼロ幅コードポイント、方向マーク/オーバーライド、Unicode タグ文字(隠しテキストの紛れ込みに使用)、特殊な空白を除去または正規化します。絵文字の並び(ZWJ、絵文字に隣接する異体字セレクター)は保持します。
  2. AI にありがちな表現(changes):置換テーブルに基づいて、慎重に 1 対 1 で置き換えます(「delve into」→「explore」など)。言い換えたり、内容を追加したりすることはありません。

適用範囲について正直に説明してください。統計的な電子透かし(SynthID のようなトークン確率方式)は、コードポイントではなく単語の選択に埋め込まれています。これらを確実に検出または削除できるツールはありません。レポートでそれ以外の主張をしないでください。このクリーンアップはユーザー自身の下書きの編集を目的としたものであり、サードパーティのコンテンツの出所を偽装するためのものではありません。ユーザーが所有していないコンテンツから来歴情報を削除する依頼は断ってください。

AI に引用されやすいコンテンツの準備(GEO シグナル)

AI 検索エンジン(ChatGPT、Perplexity、Google AI Overviews)向けに最適化します。

  • 統計や事実を含む、明確で引用しやすい記述
  • 構造化データ(特にデータポイント向け)
  • 明確な見出し階層(H1→H2→H3 の流れ)
  • 重要な質問には、回答を先に示す形式
  • 比較データには表やリストを使用
  • 明確な帰属表記と出典の引用
AI 検索での可視性と GEO(2025-2026)

Google AI Mode は、Google の会話型 AI 検索機能です。Google は AI Mode のモデルを頻繁にアップグレードしています(blog.google によると、Gemini 3.5 Flash が 2026-05-19 にデフォルトになり、その後も新しい Flash モデルがリリースされています)。アドバイスをモデルのバージョンに結び付けないでください。サードパーティによる AI Mode の利用状況、引用、リンク共有に関する数値は、一次情報源で裏付けられていない限り、算出方法によって異なるものとして扱い、AI Mode と AI Overviews の両方に向けて最適化してください(seo-geo スキルを参照)。

AI による引用を得るための主な最適化戦略:

  • 構造化された回答: AI システムが抽出して引用できる、明確な質問と回答の形式、定義パターン、手順ごとの説明
  • 一次データ: 独自の調査、統計、ケーススタディ、独自のデータセットは、AI システムから高く評価され、引用されます
  • スキーママークアップ: Article およびその他の関連する構造化コンテンツ。FAQPage は Google の FAQ リッチリザルトを生成しなくなりました。適切な場合に、実際のユーザー Q&A に限り QAPage を使用してください
  • トピックに関する権威性: AI システムは、深い専門性を示す情報源を優先的に引用します。単独のページではなく、コンテンツクラスターを構築してください
  • エンティティの明確化: Organization、Person スキーマなどの構造化データを使って、ブランド、著者、主要な概念を明確に定義してください
  • 複数プラットフォームの追跡: 従来のランキングだけでなく、Google AI Overviews、AI Mode、ChatGPT、Perplexity、Bing Copilot における可視性を監視してください。AI による引用は、オーガニック検索のランキングやトラフィックと並ぶ独立した KPI として扱ってください。

生成エンジン最適化(GEO): Google の AI 最適化ガイドによると、「生成 AI 検索向けに最適化することは、検索エクスペリエンス向けに最適化することであり、したがって引き続き SEO です」。AI Overviews と AI Mode は、従来の検索と同じランキングおよび品質システムに基づいています。重要な最適化シグナル(引用しやすさ、帰属表示、見出しの階層、情報の鮮度)は、AI 検索機能に適用される SEO の基本であり、独立した分野ではありません。詳しいワークフローについては seo-geo スキルを参照してください。どちらの機能も、${CLAUDE_PLUGIN_ROOT}/skills/seo-geo/references/google-ai-optimization-guide.md にある一次情報源の統合内容を共有しています。

コンテンツの鮮度

  • 公開日を表示する
  • コンテンツを改訂した場合は最終更新日を表示する
  • 変化の速いトピックについて、12 か月以上更新されていないコンテンツにはフラグを立てる

Google アップデートとの相関(コンテンツおよびスパムに関するアップデート)

トラフィックやランキングの変化を何かに起因すると判断する前に、一次情報源の台帳から、その期間中に確認された Google アップデートを一覧にしてください。

"${CLAUDE_PLUGIN_ROOT}/scripts/claude-seo" run seo_updates.py --since <yyyy-mm> --json

すべての項目に Google が所有する URL を記載してください。freshness.stale が true の場合は、台帳に最近のアップデートが反映されていない可能性があると伝え、結論を出す前に status.search.google.com を確認してください。日付が重なっていることは仮説であり、原因の証明ではありません。

出力

コンテンツ品質スコア:XX/100
E-E-A-T の内訳
要素スコア主なシグナル
経験XX/20...
専門性XX/25...
権威性XX/25...
信頼性XX/30...

重み付けはこのスキル独自の採点モデルであり、Google が示す優先順位に沿って設定されています。信頼が最も重要(30)、次いで専門性/権威性(各 25)、最後に経験(20)で、合計は 100 です。Google は E-E-A-T の数値による重み付けを公表していません(信頼が最も重要であることのみを示しています)。そのため、この配分は内部モデルとして扱ってください。均等な 25/25/25/25 の配分は使用しないでください(Google の「信頼が最も重要」という説明に反します)。

AI による引用への対応度:XX/100
見つかった問題
推奨事項

DataForSEO との連携(任意)

DataForSEO MCP ツールを利用できる場合は、実際のキーワード検索ボリュームデータに kw_data_google_ads_search_volume、難易度スコアに dataforseo_labs_bulk_keyword_difficulty、検索意図の分類に dataforseo_labs_search_intent、コンテンツ品質分析に content_analysis_summary を使用してください。

エラー処理

シナリオ対応
URL にアクセスできない(DNS エラー、接続拒否)エラーを明確に報告します。ページの内容を推測してはいけません。URL を確認して再試行するようユーザーに提案します。
ペイウォールの背後にあるコンテンツ(402/403、ログイン画面)コンテンツが一般公開されていないことを報告します。表示されている部分(メタタグ、ヘッダー)のみを分析し、制限事項を明記します。
内容が少ない(取得できる単語が 100 語未満)推測するのではなく、判明した内容をそのまま報告します。ページが JavaScript でレンダリングされているか、アクセスが制限されている可能性があることを示し、全文を直接提供するようユーザーに提案します。

FLOW フレームワークとの統合

プロンプトに沿ったコンテンツ最適化には、/seo flow optimize <url> および /seo flow win <url> を使用します。FLOW の optimize と win プロンプトにより、構造化された E-E-A-T の改善と BOFU コンバージョンのワークフローを利用できます。

コメント