エージェンティックSEOとは？チェックリストに代わる新しいワークフローを解説

エージェンティックSEOとは、システムが検索データを観察し、次に何を調べるかを判断し、連携したツールで実行し、その結果を振り返る、というループをゴールに届くまで繰り返す運用モデルです。あらかじめ決めた手順どおりに進むチェックリストとは違い、次の一手をデータという根拠から選びます。

ポイントは「チェックリストが悪い」ということではありません。チェックリストは作業の順番を固定してしまいますが、本当に正しい順番はデータによって変わります。「インデックス状況を確認し、次にCore Web Vitals、その次にコンテンツの網羅性」という流れは妥当なデフォルトですが、だいたい半分くらいのケースでは順番が間違っています。まずSearch Consoleのデータを読み、そのうえで2番目に何を確認するかを決める。これはチェックリストという仕組みでは、そもそもできないことです。

この記事では、私たちがこのモデルをどう捉えているかを柱としてまとめます。ループの仕組み、ガードレール、最初に任せるべき作業、そしてこうしたプロジェクトの多くが失敗する理由です。

エージェンティックSEOとは？

エージェンティックSEOとは、ゴールを持ち、自分で行動を選び、ツールを使ってそれを実行するシステムが担う検索施策のことです。この呼び名に意味を持たせるには、次の3つの条件がそろっている必要があります。

• ゴールで指示する。指示は「タスク」（「順位レポートを出して」）ではなく「成果」（「6月にオーガニック経由のコンバージョンが落ちた原因を突き止めて」）で与えます。
• 実行中にステップを選ぶ。行動の順番は、それまでのステップが返した結果をもとに、実行しながら決まります。
• ツールを実際に使う。Search Console、アナリティクス、クローラー、SERP APIに実際にアクセスします。ツールがなければ、それはただの「意見を言う文章アシスタント」です。

この境界線を知るうえで一番わかりやすい資料が、Anthropicのエンジニアリング記事Building Effective AI Agentsです。この記事では、「LLMとツールがあらかじめ定義されたコードパスでオーケストレーションされる」ワークフローと、モデルが「自らのプロセスとツールの使い方を動的に決める」エージェントを区別しています。「エージェンティック」を名乗って売られているソフトウェアの多くは前者です。Anthropicはこの分野にまさに必要な指摘もしています。まずはシンプルに始め、シンプルな方法では明らかに力不足だとわかったときだけエージェント的な複雑さを足すこと。なぜなら「エージェント型システムは、タスクの成果を高める代わりにレイテンシとコストを犠牲にすることが多い」からです。

エージェンティックSEOのワークフローは実際どう動くのか

ループは4つのステップでできています。本格的な実装は、どれもこの4つのバリエーションです。

1. 観察（Observe）

システムが現状のデータを集めます。比較できる2つの期間のSearch Consoleのパフォーマンス、GA4の行動データ、現在の順位、影響を受けたセクションのクロール結果などです。重要なのは、実際に使う量よりも多めに集めること。この時点では、まだ何が関係あるのかわからないからです。

2. 判断（Decide）

モデルが返ってきたデータを読み、ツールカタログから次のアクションを選びます。ここが自動化との決定的な違いです。表示回数は横ばいなのにクリックが30%減っているなら、CTRとSERP機能の調査を選ぶべきです。掲載順位は横ばいなのに表示回数が30%減っているなら、インデックスと検索需要の調査を選ぶべきです。症状は同じでも、2番目のステップは変わります。

3. 実行（Act）

選んだツールを実行し、その呼び出しのコストを支払います。結果はコンテキストに戻す前に要約します。APIのレスポンスをそのまま流し込むと、3ステップほどでコンテキストウィンドウを使い切ってしまうからです。

4. 振り返り（Review）

ゴールを達成できたかを評価します。まだならループを続けます。予算を使い切った場合は、そこで止まってわかったことを伝えるべきです。お金を使い続けたり、もっと悪いことに結論をでっち上げたりしてはいけません。

私たち自身のランタイムでは、ループの上限を15ステップにしています。計画とツール選択は高速で安価なモデルで行い、最終的なまとめだけを高価なモデルで実行します。そして計画は実行前に料金を見積もります。この最後の仕組みは、見た目以上に重要です。実行内容を見積もり、その額がしきい値を超えると、システムは何かにお金を使う前に止まって確認を求めます。アカウントの残高が見積もりに足りない場合は、お金を払ったのに分析が中途半端に終わる、ということにならないよう、そのターンはすぐに終了します。

エージェンティックSEOとSEO自動化の違い

この2つはしょっちゅう混同されますが、違いは机上の話ではありません。何かがうまくいかなかったときに、何を想定すべきかが変わってきます。

	SEO自動化	エージェンティックSEO
手順	人があらかじめ書く	モデルが実行時に選ぶ
想定外への対応	不可。想定していないケースで止まる	可能。迂回して進む
再現性	毎回まったく同じ	実行ごとに変わる
デバッグ	スクリプトを読む	実行ログ（トランスクリプト）を読む
1回あたりのコスト	固定で予測しやすい	変動。実行したステップ数で決まる
向いている用途	決まった手順の繰り返し	答えの決まっていない調査

再現性は、誰も教えてくれないトレードオフです。定期クロールなら、毎週月曜に同じ形式のレポートが出てきます。エージェントは同じ指示を2回与えても、違うルートをたどって違うポイントを強調するかもしれません。原因の診断ではこれが強みになりますが、クライアント向けレポートでは弱点になります。だからこそ、定期レポートには決まった動きをする自動化を、調査にはエージェントの実行を使う、というのが成熟した使い分けです。

最初にエージェントに任せるべきSEOタスク

2つの軸で順位をつけます。作業がどれだけ機械的か、そしてアウトプットをどれだけ検証しやすいか。両方とも高いものは、今すぐ任せましょう。

1. トラフィック減少の原因診断。最初の候補として最適です。本当に答えが決まっておらず、すべて根拠ベースで、結論は自分で10分あれば検証できます。
2. あと一歩で上位に入るキーワードとカニバリゼーションの洗い出し。機械的で量が多く、人がやるとうんざりする作業ですが、確認は簡単です。
3. 競合とのキーワードギャップ分析。データを取得し、差分を出し、クラスタリングし、規模を見積もる。判断が必要なのはその結果をどう使うかであって、作り出す部分ではありません。
4. テクニカル監査の優先順位付け。クロールそのものは決まった処理なので対象外です。任せるのは、クロールで見つかった問題を想定される影響の大きさで並べる部分です。
5. コンテンツブリーフの作成。トピックをサブクエスチョンに分解し、いま上位にいる結果がどれに答えているかを確認し、抜けている部分を軸にブリーフを組み立てます。

逆に最後まで任せない、あるいは決して任せないものは、レビューなしで公開する作業、ビジネス目標に照らして優先順位を決める作業、そして自信満々に間違えたときの代償が大きい作業です。Search Engine LandのエージェンティックAIとSEOのガイドも同じ結論にたどり着いています。生き残る実装は、戦略と検証を人が担い、地道な作業をエージェントに吸収させています。

エージェンティックSEOに必要なガードレール

ここでのガードレールは、コンプライアンスのための面倒な作業ではありません。放っておいても任せられるシステムか、ずっと見張っていなければならないシステムか、その分かれ目です。そしてそれこそが価値のすべてです。

• 厳格なステップ上限。ゴールが誤解されたときのコストに上限をかけます。上限に達したら、手元の情報からまとめを作り、余地を使い切ったことを伝えるべきです。黙って途中で打ち切るのは絶対にNGです。
• 実行前のコスト見積もり。計画を実行する前に料金を見積もり、しきい値を超えるものは明示的な承認を必須にします。
• ツールの権限タグ付け。すべてのツールを「読み取り」「生成」「書き込み」に分類します。読み取りは無人で実行してかまいませんが、書き込みはダメです。
• 信頼できないコンテンツの隔離。エージェントが競合ページを取得すると、そのページのテキストはあなたの指示と同じコンテキストウィンドウに入ります。そこに命令が仕込まれていたら、無防備なエージェントはそれに従ってしまうかもしれません。私たちのランタイムでは、取得したコンテンツをすべて「信頼できない」ラッパーで囲い、そのターンを汚染済みとしてマークし、人が明示的に承認しない限り、そのターンの残りでは書き込みツールを使わせません。
• 読めるトランスクリプト。すべてのツール呼び出し、引数、コスト、結果を後から確認できるようにします。監査できないエージェント型システムは、信頼できないエージェント型システムです。

エージェンティックSEOとGoogleのクエリファンアウトの関係

見落とされがちですが、ここにはきれいな対称性があります。Googleの生成AI向け最適化ガイドによると、AI Modeは1つのプロンプトを関連する多数のサブクエリに展開し、そのすべてについて情報を取得します。これがクエリファンアウトで、だからこそ今はキーワードを狙うより、トピックを深く網羅するほうが成果が出るわけです。エージェントも分析の側で同じように展開します。「なぜトラフィックが落ちたのか」を、いくつものサブ調査に分解するのです。

ただし、結論には注意が必要です。同じGoogleのガイドは、「AI OverviewsやAI Modeに表示されるための追加の要件や、特別な最適化は必要ない」と明言しています（AI OverviewsはGoogleのAIによる概要表示）。エージェントを使ってコンテンツを作っても、そのコンテンツが本来対象にならないものの対象になるわけではありません。キーワードのバリエーションごとにエージェントでページを量産するのは、大量生成コンテンツの不正利用をスピーディーにやっているだけです。エージェントは、何について書くべきかを見つけ、それをカバーできたかを確認する手助けをしてくれます。表示される資格を与えてくれるわけではありません。

エージェンティックSEOはSEO担当者の仕事を奪うのか？

置き換わるのは役割ではなく、タスクの一部です。エージェントが引き受けるのは、4つのシステムからデータを集めて突き合わせるような作業で、これはたまたま現在ジュニアメンバーの時間の多くが割かれている部分でもあります。一方で、特定の販売サイクルとリスク許容度を持つビジネスに対して、筋の通った3つの戦略のうちどれが合うかを決める仕事は引き受けません。

近い将来の現実的な姿は、これまで3人必要だった作業を経験豊富な1人が監督し、その人の時間がデータ集めから判断と検証に移る、というものです。Gartnerの予測も同じ方向を指していて、日常業務の意思決定のうち15%が2028年までにエージェント型AIによって自律的に行われるようになり、2024年の実質ゼロから増えるとしています。15%は大きな変化ですが、置き換えではありません。

エージェンティックSEOがうまくいっているかを測る方法

測るべきは活動量ではなく、アウトプットです。問いは3つあります。

1. 自分でやっても同じ結論になったか？すでに手作業で済ませた調査をエージェントにも実行させ、比べてみましょう。これが唯一の正直な精度テストです。
2. 役に立った結論1つあたりのコストはいくらか？1回の実行あたりのコストではありません。何も使える結果が出なかった実行にもお金はかかります。その割合こそ、スコープの切り方が正しいかを教えてくれる数字です。
3. 検索パフォーマンスは実際に動いたか？Search Consoleで確認し、AIサーフェス経由のトラフィックにはGoogle自身の生成AIパフォーマンスレポートを使います。GoogleのAIランキングの内部システムを読めると主張するサードパーティツールは無視しましょう。そんなアクセス権を持つ外部ツールはありません。

エージェンティックSEOの実行にかかるコスト

コストは2つの要素でできていて、チームを驚かせるのは2つ目のほうです。

モデルのトークンは、コンテキストに入るデータ量に比例して増えます。だからこそ観察のステージは、データの話であると同時にコストの判断でもあります。Search Consoleのデータを25,000行取得して推論させるのは、500行の場合よりはっきり高くつきます。私たちは、1ターン内のすべてのモデル呼び出しについて、入力と出力を合わせて100万トークンあたり一律300クレジットで課金しています。そのため私たちのランタイムでは、大きなツール結果をそのまま流さず、要約してからコンテキストに戻しています。

ツール呼び出しのほうが、たいていはコストの大部分を占めます。ほとんどが有料のサードパーティAPIをラップしているからです。私たちが公開している呼び出しごとのコストを見ると、全体像がつかめます。ページ監査は50クレジット、Core Web Vitalsチェックは25、Search ConsoleまたはGA4のクエリはそれぞれ50、キーワードギャップ分析は30、競合の洗い出しは15、ライブSERPの取得はキーワードごとに5、ブランドの可視性チェックは問い合わせるエンジンごとに100です。「このセクションを監査して、最初に何を直すべきか教えて」という1つの指示が、こうした呼び出し10回以上に展開されることも普通にあります。

ここから3つのことが言えます。どのベンダーを使う場合でも当てはまります。

• メッセージ単価ではなく、実行単価で評価する。チャット無制限のシート単価を見ても、複数ツールを使った実際の調査にいくらかかるかはまったくわかりません。
• 大ざっぱなゴールは高くつくゴール。「SEOを改善して」はカタログ内のすべてのツールに展開されます。「6月にクリックが減ったブログURLとその理由を見つけて」なら、そうはなりません。
• 上限のない実行こそが失敗のパターン。ステップ上限も事前見積もりもなければ、誤解されたゴールは何の成果も出さないまま満額のコストだけを使います。次のセクションで触れるプロジェクト中止の多くは、この仕組みが原因です。

エージェント型AIプロジェクトが失敗する理由

その多くは実はエージェント型ではなく、残りはスコープが決まっていないからです。Gartnerは2025年6月、エージェント型AIプロジェクトの40%以上が2027年末までに中止されると予測しました。理由として挙げたのは、膨らむコスト、不明確なビジネス価値、不十分なリスク管理です。同じ分析で、エージェント型AIをうたう数千のベンダーのうち、本当にエージェント型なのはおよそ130社にすぎないと推定し、残りはアシスタント、チャットボット、RPA（ロボティック・プロセス・オートメーション）を看板だけ掛け替えた「エージェントウォッシング」だとしています。

SEOに限って言えば、失敗のパターンは一貫しています。チームがエージェントに範囲の定まらないゴールを与え、ステップ上限を設けず、書き込み権限まで渡す。その結果、高くついたうえに少しずれたアウトプットが出てきて、「この技術は使えない」と結論づけてしまうのです。うまくいかなかったのは技術ではなく、スコープの切り方です。まずは読み取り専用の診断タスクを1つ選んで範囲を区切り、1か月間そのアウトプットを自分の結論と比べ、そこから広げていきましょう。

今週から始めるなら

一番やりたくない調査を選んでください。Search Console、GA4、順位チェックツールを3つのタブで開いて、手作業で突き合わせるあの作業です。まさにそれを、読み取り専用のアクセス権、ステップ上限、コスト上限を付けてエージェントに任せます。これを4回やってみましょう。結論が自分と一致すれば、範囲を広げます。一致しなければ、安く大事なことを学べたことになります。

関連記事のAI SEOエージェントとは何かでは、アーキテクチャをさらに詳しく解説しています。またAutopilotなら、ここで紹介したループをあなたが連携したデータで実行できます。