llms.txtは効くのか、それとも気休めか
llms.txtの仕様が提案されて以来、SEOやAEOのコミュニティでは意見が割れています。推進派は、自社サイトが何者で何を扱っているかをAIシステムにはっきり伝えるシグナルであり、引用の判断を自分に有利に傾ける構造化されたガイドになり得ると主張します。一方の懐疑派は、まだ新しすぎて大した影響はない、正式に対応しているAIシステムはごくわずかだ、llms.txtのおかげとされる引用の改善は、実は導入と同時にチームが行うコンテンツ改善によるものだ、と反論します。
私たちは憶測の段階から一歩先に進みたいと考えました。AI Rank Labの引用トラッキング基盤を使い、llms.txtファイルを追加する前と後で500サイトを分析し、ChatGPT(GPT-4o)、Perplexity、Claude 3.5 Sonnetでの引用率を90日間追跡しました。あわせて、引用が大きく伸びたサイトとほとんど変わらなかったサイトの違いも調べています。
以下がその結果です。llms.txtをめぐる最も楽観的な主張と食い違う部分も、そのままお伝えします。
500サイト調査の方法
6か月の分析期間中に初めてllms.txtを追加した500ドメインを追跡しました。対象ドメインの条件は次のとおりです。
- AIクローラーのアクセスをすでに許可していること(robots.txtでGPTBot、ClaudeBot、PerplexityBotを許可)
- llms.txtの追加前に、少なくとも30日分の引用のベースラインデータがあること
- 測定期間中に大きなコンテンツ変更を行わず、目立った新規被リンクも獲得していないこと
- ページ数が10〜500であること(交絡要因を減らすため、極端に小さいサイトと大きいサイトは除外)
引用率は、そのドメインの主要トピッククラスターに関するクエリにLLMが回答した際に、そのドメインが引用された回数を、テストしたクエリ数に対する割合で表したものです。ドメインごと・LLMごとに、そのドメインの主要キーワードセットから選んだ50件のクエリをテストしました。
対象サイトは、SaaS、EC、地域密着型サービス、BtoBサービス、出版、ヘルスケア、法律、金融サービス、教育、不動産、旅行、テクノロジーニュースの12業種にわたります。
結果1:llms.txtで引用率は上がる。ただしLLMによって差がある
500サイト全体で、llms.txtを追加してから90日間の平均引用率は次のように変化しました。
- Perplexity:平均引用率が+18%改善
- ChatGPT(Browseあり):平均引用率が+12%改善
- Claude:平均引用率が+7%改善
- ChatGPT(Browseなし、GPT-4oベース):+3%(統計的に有意ではない)
LLMごとの差は大きく、クロールの仕方の違いだけでは説明しきれません。Perplexityの反応が強いのは、リアルタイムのWeb検索を前提とした仕組みによるものと考えられます。回答を組み立てる際に、構造化されたガイドファイルを積極的に活用しているのです。ChatGPTのBrowseモード(ライブのWebコンテンツを取得する)では意味のある改善が見られた一方、主に学習データに頼るベースのGPT-4oモデルでは、ファイル1つを追加しただけではほとんど変化がありませんでした。
Claudeの改善が中程度にとどまったのは、Anthropicが公表しているアプローチと整合します。ClaudeBotはガイドファイルをクロールして尊重しますが、Claudeの学習データの更新サイクルは、Perplexityのリアルタイム取得よりも長いからです。改善は確かにありますが、表れるまでに時間がかかります。
結果2:効果を最も左右するのはllms.txtのサマリーの質
引用の伸びが最も大きかったサイト(上位25%、引用率の平均上昇は+31%)には共通点がありました。差別化ポイント、対象読者、扱うトピックをはっきり書いた、非常に具体的なサマリー(引用ブロック)を持っていたことです。
各サイトのllms.txtのサマリーを、次の5つの基準で採点しました。
- 対象読者の具体性(誰のためのサイトか)
- 差別化の明確さ(このサイトならではの点は何か)
- トピック範囲の網羅性(どんなトピックを扱っているか)
- 権威性のシグナル(データ、専門性、調査手法など信頼性を示す情報)
- 行動の文脈(読者はこのサイトで何ができるか)
この基準で4〜5点のサイトは平均+27%の引用改善、1〜2点のサイトは平均わずか+6%で、誤差をかろうじて上回る程度でした。ファイルの形式よりも、サマリー部分の中身の質のほうがはるかに重要です。
高得点と低得点のサマリーの例を比べてみましょう。
低得点(5基準中1つを満たす):
「Example Corpは、企業向けにマーケティングツールとリソースを提供しています。」
高得点(5基準すべてを満たす):
「Example Corpは、2,000社以上の中堅SaaS企業が利用するBtoBマーケティングアトリビューションプラットフォームです。一般的なUTMベースのアトリビューションでは取りこぼすダークソーシャル(LinkedIn、ポッドキャストでの言及、コミュニティフォーラム)からのパイプライン貢献を可視化します。主な用途:マーケティング担当VPが計測しにくいパイプラインを取締役会に報告する場面や、デマンドジェネレーションチームがダークソーシャルへの投資の妥当性を示す場面。」
高得点の例では、対象読者(中堅SaaS企業のマーケティング担当VPやデマンドジェネレーションチーム)、差別化(ダークソーシャルのアトリビューション)、権威性(2,000社以上)、行動の文脈(取締役会への報告、投資の正当化)が明記されています。これを読んだAIシステムなら、ユーザーがSaaS企業向けのマーケティングアトリビューションツールについて質問したときに、この製品を正確に説明できます。
結果3:ページ一覧がロングテールでの引用を押し上げる
llms.txtにサマリーだけでなく詳しいページ一覧を載せたサイトでは、ロングテールクエリ(一覧に載せたページで扱う特定の機能、用途、トピックに関するクエリ)での引用がさらに改善しました。
この効果が特に大きかったのは、内部リンクがあまり張られていないページです。ツールページ、技術ドキュメント、ニッチなガイドといった「孤立しているけれど重要な」ページでは、llms.txtのページ一覧に載ることが、AIシステムが関連クエリでそのページを引用するようになる主な経路でした。一覧に載っていなければ、価値ある内容を含んでいても、こうしたページはAIの引用からほぼ見えない状態だったのです。
説明付きのページ一覧を15件以上載せたサイトはロングテールクエリで+22%の引用改善を示し、ページ一覧がない、または説明のない短い一覧だけのサイトの+9%を上回りました。
結果4:llms.txtだけでは足りない
最も重要なネガティブな結果がこれです。robots.txtでAIクローラーをブロックしているサイトでは、llms.txtを追加しても引用はまったく改善しませんでした。予想どおりではありますが、はっきり言っておく価値があります。AIクローラーがサイトにアクセスできなければ、llms.txtは役に立ちません。このファイルはすでにアクセスを許可されたクローラーへのガイドであって、アクセス制限を上書きするものではないのです。
同様に、中身が薄い、または質の低いコンテンツのサイトでは、しっかりしたllms.txtがあっても引用はほとんど改善しませんでした。ファイルに「重要です」と書いてあるからといって、AIシステムが質の低いコンテンツを多く引用するわけではありません。このファイルが改善するのは、AIシステムがサイトを理解し、たどる方法です。土台となるコンテンツ自体が、引用に値するものでなければなりません。
AIによる引用を左右する要因の全体像は、AI検索最適化ガイドをご覧ください。llms.txtは連動して働く複数のシグナルのひとつであって、単独で完結する解決策ではありません。
業種別:llms.txtの恩恵が大きいのはどこか
llms.txtによる引用の改善幅は、業種によって大きく異なりました。
恩恵が最も大きい業種(平均+20〜35%の改善)
- SaaS・テクノロジー:AIシステムはソフトウェア製品を誤分類したり、間違って説明したりすることがよくあります。具体的なllms.txtのサマリーは、こうした誤った説明を効果的に正します。
- 金融サービス:AIシステムは、明確な権威性のシグナルがない金融コンテンツの引用に慎重です。規制上の資格、調査手法の説明、専門資格などを盛り込んだllms.txtは、引用率を目に見えて改善します。
- ヘルスケア・医療:金融サービスと同じ構図です。確かな専門性を持つ健康情報サイトでは、サマリーに権威性のシグナルを入れることで引用率が大きく改善します。
恩恵が中程度の業種(平均+8〜18%の改善)
- BtoBサービス:コンテンツだけでは分類しにくい複雑なサービスは、明示的な説明から恩恵を受けますが、改善幅は中程度です。
- 教育:扱うトピックの範囲を明確に説明することで、AIシステムが教育コンテンツを具体的な学習系のクエリと結びつけやすくなります。
- 出版・ニュース:恩恵の中心はサマリーそのものではなく、コンテンツの鮮度に関するガイド(頻繁に更新されるセクションの明示)です。
恩恵が小さい業種(平均+3〜8%の改善)
- EC:商品ページは、構造化データ(Productスキーマ)からAIシステムが十分に理解しています。スキーマが充実していれば、llms.txtが上乗せする価値は小さくなります。
- 地域密着型サービス:地域サービスの引用パターンは、llms.txtのガイドよりも、口コミの充実度やNAP(名称・住所・電話番号)の一貫性に大きく左右されます。
懐疑派の指摘にも一理ある
私たちのデータは、llms.txtに対する懐疑的な主張の一部を裏付けています。
引用を保証するものではありません。上位25%のサイトでさえ改善は+31%で、しかもそれはベースラインからの伸びです。引用率10%のサイトなら約13%になる計算です。劇的な変化ではありませんが、時間とともに積み上がっていく意味のある改善です。
コンテンツの改善のほうが重要です。llms.txtを追加しただけのサイトと、同時にコンテンツの質も改善したサイト(FAQの回答の改善、より具体的な構造化データ)を比較しました。コンテンツも改善したグループは、llms.txtのみのグループの2.4倍の引用改善を示しました。llms.txtは良いコンテンツの効果を高めるものであって、その代わりにはなりません。
すべてのLLMが同じように反応するわけではありません。ChatGPTのベースモデル(Browseなし)では、影響は小さめです。狙っているクエリを主に処理しているのが、リアルタイム取得ではなく学習データに頼るモデルであれば、llms.txtによる改善は遅く、測定もしにくくなります。
私たちのおすすめ
データを踏まえた私たちのおすすめは次のとおりです。
- まだならllms.txtを導入する:得られる効果は本物で、導入の手間は小さく(質の高いファイルで30〜60分)、デメリットもありません
- サマリーの質を最優先にする:引用改善の70%はここから生まれます。具体的で、対象読者を絞り込み、差別化された説明に時間をかけましょう
- 内部リンクの少ない重要ページを一覧に載せる:特に、内部リンクがあまり張られていないツールページ、ドキュメント、テーマ別ガイド
- AIクローラーをブロックしているなら、まずrobots.txtを直す:ブロックされたサイトにllms.txtを置いても何も起きません
- コンテンツとスキーマの改善と組み合わせる:llms.txtは単独の対策ではなく、AEO戦略全体の一部として取り入れたときに最も効果を発揮します
ファイルの作成にはAI Rank Labの無料llms.txtジェネレーターを、今のllms.txtが正しい形式になっているか、ほかのAEOシグナルと組み合わさって機能しているかの確認には総合監査ツールをご利用ください。
まとめ
llms.txtは、AIによる引用率に実際に測定可能な影響を与えます。特にPerplexityとChatGPT Browseで、特に複雑な、あるいは誤分類されやすい製品・サービスを扱うサイトで、そして特にサマリーが具体的で差別化されている場合に効果が大きくなります。魔法のファイルではありません。質の低いコンテンツを引用に値するものに変えることも、ブロックされたクローラーを通すこともできません。それでも、AEO戦略全体を構成する要素のひとつとしては、30分の導入作業に十分見合う価値があります。
いちばん大事なポイントは、ファイルがあるかどうかよりも、llms.txtのサマリーの質のほうがはるかに重要だということです。ありきたりな2文の説明では、効果はほとんどありません。対象読者を絞り込み、権威性のシグナルと明確な差別化を盛り込んだ具体的なサマリーこそが、llms.txtに対応したLLM全体で意味のある引用改善をもたらします。
Get a free AI ranking consultation
Want your brand to show up when ChatGPT, Gemini and Perplexity answer questions in your market? Tell us about your site and our team will send a personalized strategy.



