AI検索監査テンプレート完全版：どんなクライアントにも使えるAEO監査の進め方

AI検索監査が答えるべき問いは、たったひとつです。「このサイトはなぜ今の頻度でAIエンジンに引用されているのか。そして、何を変えれば引用率は上がるのか」。体系立てた監査をしないままAEO対策を進めると、ここに構造化データを足し、あそこの見出しを書き直し……と、何が引用を妨げているのか分からないまま手探りで動くことになります。

ここで紹介するのは、AI可視性の案件で実際に使っている監査テンプレートです。AIの引用率に影響するすべての観点をカバーし、優先度付きの指摘リストを作れて、業種を問わずどのクライアントにも繰り返し使えます。各セクションは前のセクションの結果を土台にしているので、順番どおりに進めてください。

始める前に：監査のスコープを決める

監査に入る前に、次の項目を決めておきます。

• 対象のAIエンジン：4つのエンジン（ChatGPT、Gemini、Perplexity、Claude）のうち、このクライアントの顧客層にとって重要なのはどれでしょうか。BtoBのクライアントなら4つすべてが重要です。消費者向けブランドなら、ChatGPTとPerplexityを優先します。いずれの場合も、監査自体は4つすべてで実施してください。

• コアキーワードセット：見込み客がAIエンジンでそのカテゴリーを調べるときの聞き方を表す、10〜20件のクエリです。カテゴリー調査系、競合比較系、課題解決系のクエリを含めます。

• 主要な競合：ベンチマーク対象とする直接競合を3〜5社。競合のAI可視性データがあってはじめて、クライアントの成績を正しく位置づけられます。

• 監査期間：AIの回答にはばらつきがあるため、ベースラインの引用率は2〜4週間かけて測定します。その場でのスポットチェックも役には立ちますが、統計的に意味のある数値を得るには繰り返し測定が必要です。

セクション1：ベースライン引用率の測定

ここが監査の土台です。ベースラインがなければ、ほかのどの指摘も比較の基準を持てません。

1.1 エンジン別の現在の引用率

10〜20件の対象クエリそれぞれについて、AIエンジンの回答にクライアントのブランドが引用されているかを記録します。回答のばらつきを考慮し、各クエリは別々のセッションで最低3回ずつ実行してください。引用率は「（引用があったクエリ数 ÷ 測定したクエリの総数）× 100」で計算します。

記録用の表の列：クエリ | ChatGPTの引用率 | Geminiの引用率 | Perplexityの引用率 | Claudeの引用率 | メモ

1.2 引用タイプの内訳

クライアントが引用されたクエリについては、どのような形で登場したかを記録します。

• 直接の推薦：AIがクライアントのブランドを、おすすめのツールやサービス提供者として名指しする

• 情報源としての引用：AIがクライアントのコンテンツを情報源として引用するが、ブランド自体は直接推薦しない

• 比較での言及：AIが比較の文脈でクライアントに触れる（「ブランドX対ブランドY」など）

• ネガティブな言及：ブランドのためにならない文脈で引用される（まれですが、見つけたら必ず報告します）

1.3 競合の引用率

同じクエリを、3〜5社の競合ブランドそれぞれについても実行し、エンジン別の引用率を記録します。これで「競合可視性マップ」ができあがります。つまり、AIエンジンごと、クエリタイプごとに、クライアントが競合と比べてどの位置にいるかが一目で分かるようになります。

重要な問い：競合は推薦されているのに、クライアントの名前が出てこないクエリはどれか。そこが最優先で取り組むべき最適化ターゲットです。

1.4 AI Overviews（AIによる概要）での表示状況（Google）

コアキーワードセットについて、GoogleのAI Overviews（検索結果の上部に出るAIによる概要）を確認します。記録するのは、どのクエリでAI Overviewが表示されるか、その中でクライアントが引用されているか、競合のコンテンツが引用されているか、の3点です。パーソナライズの影響を抑えるため、シークレットモードのブラウザを使ってください。

セクション2：コンテンツ構造の分析

AIエンジンが引用するのは、質問にストレートに答えているコンテンツです。このセクションでは、クライアントのコンテンツが「引用されやすい構造」になっているかを評価します。

2.1 見出し構造の監査

主要ページ（製品ページ、サービスページ、成果の出ているブログ記事）ごとに、次の点を確認します。

• H2・H3見出しが、対象クエリの質問形式と一致しているか（「Xについて」ではなく「Xとは」）

• 各H2セクションで、見出し直下の最初の1〜2文の中に直接の答えがあるか

• 見出しが引用に耐えるほど具体的か（「AIの引用率を上げる方法」は引用されやすく、「成果を上げるためのヒント」は引用されにくい）

2.2 「直接回答」型の段落の監査

AIエンジンは回答に使える一節を抜き出します。コンテンツに次のような要素があるかを確認してください。

• 最初の一文で「それが何か」を言い切る定義の段落

• ステップ数や得られる結果を冒頭で示すプロセスの段落

• 選択肢を一つずつ別々に説明するのではなく、明示的に比べている比較コンテンツ

• 出典を明記した統計やデータ（AIエンジンは根拠が示されたコンテンツを好みます）

2.3 会話型クエリのカバー状況

10〜20件の対象クエリを、既存のコンテンツに一つずつ対応づけます。各クエリについて確認するのは次の点です。

• このクエリに直接答えるページやセクションはあるか

• そのページの見出しに、クエリと同じ言い回し、または近い表現が使われているか

• 答えがそのページ内で完結しているか、それともユーザーが別のページへ移動しないと分からないか

対応するコンテンツがないクエリは、新規コンテンツを作るチャンスです。対応が弱いクエリは、既存コンテンツを改善するチャンスです。

2.4 コンテンツの鮮度チェック

AIエンジンは新しいコンテンツを好みます。次の点をチェックしましょう。

• 主要ページの最終更新日

• 統計データ、製品機能、市場データが最新かどうか（2022年頃の情報のままになっていないか）

• クローラーから見える形で、公開日や更新日が明記されているか

セクション3：構造化データ（スキーママークアップ）のレビュー

構造化データは、AIからの引用を増やすうえで最もインパクトの大きい技術的レバーです。このセクションは省略できません。

3.1 既存スキーマの棚卸し

Googleのリッチリザルトテストやスキーマバリデーターを使い、主要ページに現在どのスキーマタイプが実装されているかを確認します。記録する項目は、ページURL | 実装済みのスキーマタイプ | 検証エラー です。

3.2 FAQPageスキーマの監査

FAQPageスキーマは、AIの引用率に対して単体で最も効果の大きいスキーマタイプです。次の点を確認します。

• 製品ページ、サービスページ、主要なブログ記事にFAQPageスキーマが入っているか

• スキーマ内のFAQの質問が、ユーザーが実際にAIエンジンに投げかける会話型のクエリと一致しているか

• FAQの回答が完結していて、ストレートか（ページを訪れなくても答えが分かるか）

• FAQの質問がそれぞれ本当に別の内容か、それとも同じ質問の言い換えになっていないか

3.3 ArticleスキーマとOrganizationスキーマ

次の点をチェックします。

• すべてのブログコンテンツにArticleスキーマがあるか（datePublished、dateModified、author、publisherを含む）

• サイト全体にOrganizationスキーマがあるか（名前、URL、ロゴ、説明、SNSプロフィールのsameAs）

• 専門性を示す実名の著者にPersonスキーマがあるか（EEATシグナルに関係します）

• 該当する場合、ProductスキーマまたはServiceスキーマがあるか

3.4 スキーマの抜け漏れの優先順位づけ

スキーマの抜け漏れは、インパクトで格付けします。アクセスの多いページでのFAQPageの欠落 = 緊急、Articleスキーマの欠落 = 高、Organizationスキーマの欠落 = 高、その他のスキーマタイプ = 中、です。

セクション4：技術的なアクセス性の監査

AIクローラーは、アクセスできないコンテンツを引用できません。このセクションでは、技術的な障壁が引用を妨げていないかを確認します。

4.1 AIクローラーのアクセス

robots.txtを見直し、既知のAIクローラーをブロックしかねないdisallowルールがないかを確認します。特に、次のクローラーが明示的にブロックされていないかをチェックしてください。

• GPTBot（OpenAI）

• PerplexityBot

• ClaudeBot（Anthropic）

• Google-Extended

• Bingbot（一部のAIシステムが利用）

範囲の広いdisallowルールやワイルドカードでのブロックが原因で、意図せずこれらのクローラーを締め出しているサイトは少なくありません。許可したいクローラーは、明示的に許可しておきましょう。

4.2 JavaScriptレンダリング

製品ページやサービスページの主要コンテンツが、JavaScriptで描画されていないかを確認します。表示にJavaScriptの実行が必要なコンテンツは、サーバーサイドでレンダリングされたコンテンツや静的HTMLに比べ、AIクローラーに確実にインデックスされにくくなります。確認には「ページのソースを表示」テストを使います。生のHTMLソースにそのコンテンツが出てこなければ、JavaScriptで描画されています。

4.3 ページ速度とCore Web Vitals

AIエンジンの引用率はコンテンツの品質シグナルと相関しており、ページ速度もそのひとつです。PageSpeed Insightsを使って、主要ページのLargest Contentful Paint（LCP）、Cumulative Layout Shift（CLS）、Interaction to Next Paint（INP）を確認します。基準を下回るページ（LCPが4秒超、CLSが0.25超）は、改善対象としてフラグを立ててください。

4.4 LLMs.txtの有無

サイトのルートURLにllms.txtファイルがあるかを確認します。なければ、「手間が少なく、優先度は中」の推奨事項として挙げます。あれば、ファイルが最新で、主要ページが正確な説明付きで載っているかを確かめます。

セクション5：サードパーティのシグナル監査

AIエンジンが参照するのは、クライアント自身のコンテンツだけではありません。レビューサイト、ニュースでの言及、業界ディレクトリなど、Web全体の情報を使っています。このセクションでは、サイト外のシグナルの状況を評価します。

5.1 レビュープラットフォームでの存在感

AIエンジンが情報源にしているプラットフォームで、クライアントがどれだけ露出していて、レビューがどれだけ集まっているかを確認します。対象は、G2、Capterra、Trustpilot、Googleのクチコミ、Clutch（代理店の場合）、TripAdvisor（ホスピタリティ業界の場合）、Healthgrades（医療業界の場合）などです。主要プラットフォームでレビュー数が少ないことは、引用率を押し下げる要因になります。

5.2 メディア・出版物での言及

業界メディア、ニュースソース、信頼されているディレクトリで、ブランドがどう言及されているかを検索します。AIエンジンは、権威ある情報源からの言及をより重く評価します。言及の量、掲載メディアの質、新しさを評価してください。

5.3 Wikipediaとナレッジグラフでの存在感

ブランド、創業メンバー、主要製品にWikipediaのページやGoogleのナレッジパネルがあるかを確認します。ナレッジグラフにしっかり登録されていると、指名検索のクエリでAIに引用される可能性が大きく高まります。

セクション6：優先度付きアクションリスト

監査で見つかった指摘は、優先度付きのアクションリストにまとめます。次の優先度フレームワークを使ってください。

緊急（2週間以内に対応）：

• robots.txtでAIクローラーがブロックされている

• 主要な商用ページにFAQPageスキーマがまったくない

• 主要コンテンツにアクセスできない（JavaScriptレンダリングがクロールを妨げている）

高（30日以内に対応）：

• Organizationスキーマがない

• 主要なクエリタイプに対応するコンテンツがない

• ブログ記事にArticleスキーマがない

• 購買意欲の高いクエリで、競合との引用ギャップがある

中（60日以内に対応）：

• 見出し構造が会話型クエリの形式に合っていない

• 主要ページでコンテンツの鮮度に問題がある

• レビュープラットフォームでの存在感が弱い

• LLMs.txtがない

低（継続的に改善）：

• 部分的にしかカバーできていないトピックで、コンテンツを深掘りする

• メディアや出版物での言及を増やす

• 既存コンテンツの統計データを更新する

監査結果のレポートのまとめ方

よくまとまった監査レポートには、次の要素が入っています。競合との比較を含むベースライン引用率の表、セクション別・優先度別に整理した指摘のサマリー、各アクションの担当者と期限を記した優先度付きアクションリスト、そして測定計画、つまりベースラインに対して引用率の進捗を「いつ、どうやって」追うかです。

測定計画は欠かせません。測定のサイクルを事前に合意しておかなければ、最適化の施策が効いていることを示す手立てがないからです。監査でベースラインを確定し、次の測定タイミング（通常は施策実施から60日後）を決め、どの程度の変化を「意味のある改善」とみなすかをクライアントと合意しておきましょう。

ベースライン測定と継続的なトラッキングには、ChatGPT、Gemini、Perplexity、Claudeを横断して引用を追跡するAI Rank Labが使えます。自動で測定する仕組みがあるので、監査を繰り返し実施するのが現実的になります。残りのセクションに取りかかる前に、まずは無料のベースライン測定から始めてみてください。