産業機器メーカー（A社・仮称）のサイトは、技術項目の整備もほぼ終わっており、診断スコアは86.5点（良好）でした。しかし営業現場からは「AIに聞くと競合の名前しか出てこない」という声がありました。
診断でわかったこと（Before）
対象：産業機器メーカー（A社・仮称）
スコアが高くても引用されない原因は「内容の側」にあることがあります。A社のページは業界固有の略語と型番が連なり、AI（そして初見の人間）が文脈を取りにくい構成でした。スコアは「検索AIに開かれているか」を測る指標で、引用されるかはコンテンツの分かりやすさが別に効きます。ここから、足りなかったAIインフラとあわせて内容面の改善を実施します。
| 評価軸 | 点数 | 満点 |
|---|---|---|
| botAccess（AIボットのアクセス状況） | 70 | 70 |
| AIインフラ（llms.txt） | 7.5 | 15 |
| 技術（H1・canonical・alt・JSON-LD・lang） | 9 | 15 |
| 総合スコア | 86.5 | 100 |
| 評価ラベル | 良好 | |
| AI Search Coverage（主要6種の許可率） | 100% | |
改善施策
施策1：各製品ページに「ひとこと定義」を置く
すべての製品ページの冒頭に、略語を使わない1文の定義（これは何をする機器で、どんな課題を解決するか）を追加しました。AIは定義文をそのまま引用しやすく、人間の初見理解も上がる一石二鳥の改修です。
施策2：FAQとJSON-LDで「質問−回答」の形を作る
営業への事前ヒアリングで集めた実際の質問をFAQとして整備し、FAQPageスキーマを付与（技術9点→15点）。質問形式の見出しは、AI検索の質問応答と構造が一致するため引用されやすい形です。
施策3：llms-full.txtに主要ページの全文を集約
llms.txtのみ設置だった状態から、製品・技術資料・FAQを集約したllms-full.txtを追加し、AIインフラ7.5点→15点にしました。
改善後の診断結果（After）
| 評価軸 | Before | After | 満点 |
|---|---|---|---|
| botAccess（AIボットのアクセス状況） | 70 | 70 | 70 |
| AIインフラ（llms.txt） | 7.5 | 15 | 15 |
| 技術（H1・canonical・alt・JSON-LD・lang） | 9 | 15 | 15 |
| 総合スコア | 良好 | 100 | 100 |
| AI Search Coverage | 100% | 100% | − |
再診断は総合86.5点→100点（最適）。内容面の改善と合わせ、AI応答でA社の製品名と定義文が引用される事例が社内報告として蓄積し始めています。スコア満点＝必ず引用される保証ではありませんが、「引用される前提条件」はすべて整った状態です。
この事例のポイント
- スコアが高くても引用されないなら、内容の分かりやすさ（定義文・質問形式）を見直す
- ひとこと定義＋FAQは人間とAIの両方に効く最も費用対効果の高い改修
- 満点は「引用される前提条件が揃った状態」。中身の磨き込みを続ける
関連リンク：AEO基礎知識：引用される書き方 / Schema（JSON-LD）ジェネレーター / llms.txt ジェネレーター
最新のAI情報をメールで受け取る
新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。
ご登録後、確認メールをお送りします。配信停止はいつでも可能です。