過去2年間、GEOやAI SEOのコミュニティに少しでも身を置いていれば、この売り文句を目にしたはずです。サイトにllms.txtファイルを追加すれば、ChatGPT、Perplexity、GeminiといったAIエンジンがコンテンツをより深く理解し、より多く引用し、より多くのトラフィックを送ってくれる、と。
魅力的なアイデアです。小さなMarkdownファイル1つがAI可視性への近道になるというのですから。2026年半ばになって、ようやくこの問いに正直に答えられるだけのハードデータが揃いました。llms.txtは本当に効果があるのでしょうか?
短い答えはこうです。発見やランキングのメカニズムとしては、ノーです。サーバーログは容赦ない現実を示しています。一方、ドキュメント中心のサイトとAIコーディングアシスタントのための低コストな利便性レイヤーとしては、ささやかながら実在する用途があります。本記事では、自分で確認できるソースとともに賛否両面のエビデンスを検証し、最後に、代わりにAI可視性を実際に動かすものを紹介します。
この記事のポイント
- Googleはllms.txtを無視すると公式に表明しています。 Google検索はクロール、インデックス、ランキングのいずれにもllms.txtを使用しておらず、John Mueller氏はとうの昔に廃れたkeywordsメタタグになぞらえています(Search Engine Land)。
- AIクローラーはこのファイルをほとんどリクエストしません。 5億1,500万件のLLMボットイベントを分析したところ、/llms.txtへのリクエストはわずか408件でした(Limy)。Ahrefsは、llms.txtファイルの97%が1カ月間リクエストゼロだったことを明らかにしています(Ahrefs)。
- このファイルの追加によるランキングや引用への効果を測定した調査は存在しません。 採用は実在するものの浅く、サンプルにより概ね8〜10%のサイトにとどまります。
- 結論:安価な保険であって、レバーではない。 ドキュメント中心や開発者向けのサイトを運営しているなら公開しましょう(1時間で済みますし、Anthropic自身も公開しています)。ただし本当の労力は、引用、エンティティの一貫性、抽出しやすいコンテンツに注ぎましょう。
llms.txtとは何か — そして何ではないか
llms.txtの提案は2024年9月、Answer.AIの共同創業者でfast.aiの作者であるJeremy Howard氏によって公開されました。仕様はllmstxt.orgにあり、アイデアはシンプルです。ルートドメインの/llms.txtにMarkdownファイルを置き、大規模言語モデルに対して、最重要コンテンツの厳選されたトークン効率の良い地図を提供する。タイトル、短いサマリー、そして主要ページのクリーンなMarkdown版への整理されたリンクリストです。
理屈は健全です。LLMは限られたコンテキストウィンドウで動作し、ナビゲーション、Cookieバナー、JavaScript、広告を含む現代のWebページの解析はコストが高く、情報が失われがちです。手作業で厳選されたMarkdownインデックスは、サイトマップがURL発見の問題を解決するのと同じように、理論上はこの問題を解決します。
しかし、3つの誤解が、このファイルを本来の設計を超えた何かへと膨らませてしまいました。
- llms.txtはrobots.txtではありません。 robots.txtは数十年の事実上の強制力を持つ除外プロトコルです。クローラーにアクセスしてはならないものを伝え、主要なクローラーはそれを尊重します。llms.txtはその逆で、強制力がなく、主要なAIラボのどこからも読むという確約のない招待状です。AIトレーニングへのアクセスを制御したいなら、その戦いはGPTBot、ClaudeBot、Google-Extended向けのrobots.txtディレクティブで行うものであり、ここではありません。
- インデックスの保証ではありません。 llms.txtを公開しても、ChatGPTやGeminiがあなたのコンテンツを取り込み、優先し、引用するようにはなりません。このファイルを入力として扱うと文書化されたAIエンジンのパイプラインは存在しません。
- ランキングシグナルではありません。 このファイルの有無とAI回答への登場頻度の関係を測定した公開調査は、これまでのところ存在しません。
定義がはっきりしたところで、2年間の布教活動の後に実際に何が起きたかを見ていきましょう。
採用の実態:実質的な成長、浅い浸透
採用は相対的には急成長し、絶対的には小規模にとどまっています。上位1,000サイトのトラッキングでは、2026年6月時点で8.7%がllms.txtファイルを公開しており、1年前から急増しています。より広範な約30万ドメインを対象としたSE Rankingの分析は2026年5月に10.13%の採用率を計測し、上位1万サイトの独立クロールでは、有効なファイルが2025年7月の約1%から2026年6月には5.6%に増えました。
つまり、これは生まれた瞬間に死んだ仕様ではありません。実際のチームが、とりわけ開発者ツール、SaaS、ドキュメントプラットフォームが、このファイルを公開しています。問題は、消費する側の誰かがそれを拾っているかどうかです。ここでデータは冷たくなります。
llms.txtを支持するエビデンス
この標準に公平を期すなら、支持する論拠は3本の柱に立っています。
1. コストがほぼゼロ。 llms.txtファイルは静的なMarkdownドキュメントです。整理されたドキュメントを持つサイトなら、手作業でも1時間、ツールを使えば数分で生成できます。Mintlify、Docusaurusのプラグイン、各種CMS拡張が自動生成に対応しています。
2. ドキュメントとエージェントのエコシステムは実際に使っている。 これが最も強い実世界のユースケースです。CursorやClaude Codeで作業する開発者が、ある製品のAPIドキュメントをコンテキストに読み込みたいとき、llms.txtファイルはクリーンでトークン効率の良い入口になります。AnthropicはMintlifyに自社ドキュメント向けのllms.txtとllms-full.txtの実装を依頼し、Anthropicのドキュメントは今日も完全なMarkdownマップを提供しています。これは、コーディングアシスタントにオンデマンドでドキュメントを供給するという特定の仕事のための、このフォーマットに対する意味のあるお墨付きです。FastHTML、Zapier、Cloudflare、そして多くの開発者プラットフォームが、同じ理由で公開しています。
3. 起こり得るシフトへの備えになる。 エージェンティックブラウジング、つまり人間がクリックする代わりにAIエージェントがWebサイト上でタスクを完了する流れが拡大し続ければ、機械可読なコンテンツマップの価値は上がるかもしれません。これは推測に過ぎませんが、このオプションの保有コストはほぼゼロです。(GEOly自身のサイトもgeoly.ai/llms.txtで1つ提供し、ドキュメントとブログをマッピングしています。まさにこの「安いオプション」の論理によるもので、ランキングを動かすと期待しているからではありません。)
llms.txtに反対するエビデンス
さて、帳簿の反対側です。こちらの方がかなり重いのです。
Googleは無視している — 明示的に、繰り返し。 GoogleのGary Illyes氏は2025年7月のSearch Central Liveで、Googleはllms.txtをサポートしておらず、その予定もないこと、AI Overviewsでのランキングに必要なのは標準的なSEOだけであることを確認しました。John Mueller氏はより率直で、llms.txtをkeywordsメタタグになぞらえています。keywordsメタタグは、容易に操作できるため検索エンジンが見捨てた自己申告シグナルです。同氏は、このファイルを使っていると表明したAIサービスは存在しないと指摘し、「サーバーログを見れば、チェックすらしていないことが分かる」と付け加えています。Googleのエコシステム(検索、AI Overviews、AIモード、Gemini)がAI経由の発見の最大シェアを担っていることを考えれば、Googleの拒否だけでこのファイルの上限は決まってしまいます。
サーバーログが、クローラーはこのファイルを求めていないことを裏付けている。 これが決定的なエビデンスで、独立したデータセット間で再現されています。
- Limyは5億1,538万2,577件のLLMボットトラフィックイベントを90日間のウィンドウで分析し、GPTBot、ClaudeBot、PerplexityBot、OAI-SearchBot、Google-Extendedでフィルタリングしました。/llms.txtを対象としたリクエストはわずか408件。統計的に無視できるレベルです。
- Ahrefsは13万7,210ドメインを調査し(2026年5月)、公開されたllms.txtファイルの97%がリクエストゼロだったことを発見しました。届いたトラフィックの大半はSEO監査ツールと汎用クローラーからのもので、ユーザーのクエリに答えるために実際にコンテンツを取得するAI取得ボットは、リクエストのわずか1.1%でした。Ahrefsはまた、存在しないllms.txtファイルを能動的に「探しに行く」AIボットはゼロだったことも確認しています。
- OtterlyAIの3カ月の実験では、llms.txtを正しく実装したサイトで6万件超のAIボットのヒットを記録しましたが、ファイルが使われたのはAI訪問の約0.1%でした。彼らの結論は、AIエージェントは圧倒的に、llms.txtではなく標準のページとサイト構造を通じてコンテンツを発見している、というものです。
主要なAIラボはどこも本番環境での利用を確約していない。 2026年時点で、OpenAIも、Googleも、Metaも、Mistralも、本番の取得システムでllms.txtを読み取り、それに基づいて動作することを公に確約していません(PPC Land)。Anthropicの利用でさえ、自社のドキュメントをコーディングツールに提供するためのものであり、ClaudeBotがあなたのサイトをクロールするときにllms.txtを参照するという表明ではありません。
可視性への効果は測定されていない。 llms.txtの追加がAIの引用、AI Overviewsへの掲載、アンサーエンジンからのトラフィックを増やしたと実証した公開調査は存在しません。2年間と複数の大規模調査を経てもエビデンスが不在であることは、この時点で、それ自体が重みを持つエビデンスです。
結論:安価な保険であって、ランキングのレバーではない
賛否の2列を並べれば、結論はおのずと書き上がります。
llms.txtを公開すべきなのは、 ドキュメント中心、開発者向け、API駆動のサイトを運営している場合です。このファイルの本当の読者は、オープンWebをクロールするGPTBotではなく、開発者のコーディングアシスタントが、あなたのドキュメントをオンデマンドでコンテキストに引き込むケースです。そのワークフローは今日存在し、あなたのコストは1時間で、AIツールによるドキュメント消費をわずかに改善します。
公開する際に期待してはいけないのは、 AI引用の増加、ChatGPTでの可視性向上、Googleへの何らかの効果です。あなたのブランドがAI回答に登場するかどうかを決めるエンジンは、このファイルを読んでいません。
エンジン横断で当社がトラッキングしているすべての知見に基づけば、AI可視性を実際に動かすのは次のものです。
- AIエンジンがすでに信頼するソース上での引用。 ChatGPT、Perplexity、Google AIモードは、繰り返し登場する一連の高権威ドメインに大きく依存しています。Redditのスレッド、レビューサイト、業界メディアです。そこで自社ブランドが言及されることは、自社サーバー上のどんなファイルよりもはるかに重要です。当社のAI引用ソース分析は、各エンジンがどのドメインから引いているかを正確に示しています。
- エンティティの一貫性。 自社サイト、Wikipedia周辺のソース、ディレクトリ、ソーシャルプロフィールにわたって、同じブランド名、同じ説明、同じ事実。LLMは多数のドキュメントからブランド理解を組み立てます。矛盾はあなたを薄めます。
- 抽出しやすいコンテンツ。 質問形式の明確なH2/H3見出し、冒頭の文での直接的な回答、表、FAQ、スキーママークアップ。これはChatGPT AEOガイドのようなエンジン別プレイブックが詳しく扱うオンページ施策であり、llms.txtと違って、取得ボットがこれらのページを消費していることは実証済みです。
完全なフレームワークが欲しければ、GEOアカデミーがエンティティ構築からエンジン別最適化まで、この分野の全体像を解説しています。
そして、どのレバーが効いているかを推測する代わりに、測定しましょう。GEOlyは、ChatGPT、Gemini、Perplexity、Google AIモードにわたる自社ブランドの実際の可視性、引用、シェアオブボイスをトラッキングします。テキストファイルのカーゴカルトではなく、何が実際にAIプレゼンスを動かしているかを確認できます。
llms.txtを正しく実装する方法(やるのであれば)
あなたのサイトがドキュメント中心のプロファイルに当てはまるなら、きちんとやりましょう。llmstxt.orgの仕様が要求するのは次のとおりです。
https://yourdomain.com/llms.txt(ルート直下、サブディレクトリ不可)に置く単一のMarkdownファイル- サイト名またはプロジェクト名のH1(唯一の必須要素)
- ブロッククォートのサマリー、その後にH2で区切られたリンクセクション
- コンテキストが短いときにスキップしてよいリンクのための、任意の
## Optionalセクション
最小構成の例:
# Acme Analytics> Acme Analytics is a product analytics platform for B2B SaaS.> Docs cover installation, APIs, and integrations.## Documentation- [Quickstart](https://acme.com/docs/quickstart.md): Install and send your first event in 10 minutes- [API Reference](https://acme.com/docs/api.md): REST endpoints, auth, and rate limits- [Integrations](https://acme.com/docs/integrations.md): Salesforce, HubSpot, and Segment setup## Optional- [Changelog](https://acme.com/changelog.md): Release history- [Blog](https://acme.com/blog.md): Product updates and guides
実務上のルール:可能な限りページのクリーンなMarkdown版にリンクすること(仕様はURL末尾に.mdを付けることを提案しています)。サイトマップを丸ごと流し込むのではなく厳選すること。説明は1行に収めること。ドキュメントが変わったらファイルも更新すること。古びた地図は、ないよりも悪いのです。オプションで、すべてを一度に取り込むツール向けに、全ドキュメントの内容を1ファイルにまとめたllms-full.txtを追加してもよいでしょう。
そのうえで期待値を適切に設定し、90日後にサーバーログを確認してください。
よくある質問
llms.txtはGoogleのSEOやAI Overviewsに役立ちますか?
いいえ。Googleは、検索がクロール、インデックス、ランキングのいずれにもllms.txtを使用していないこと、そしてAI Overviewsに入るのは通常のSEOであることを公式に確認しています。John Mueller氏はこのファイルをkeywordsメタタグになぞらえました。Googleのサーフェスへの効果は、設計上ゼロです。
llms.txtとrobots.txtの違いは何ですか?
robots.txtは広く尊重されている除外プロトコルです。クローラーにアクセスしてはならないものを伝えます。AIトレーニングボットのブロックが目的なら、そこで行います(GPTBotやGoogle-Extendedといったユーザーエージェント経由で)。llms.txtは任意の招待状です。強制力のない厳選コンテンツマップであり、サーバーログ調査によれば、AIクローラーによる消費はほぼ皆無です。両者は異なる問題を解決するものであり、確実に読まれるのは片方だけです。
2026年、自社サイトにllms.txtを追加すべきですか?
ドキュメント中心、開発者向け、API重視のサイトを運営しているなら、イエスです。1時間程度のコストで、AIコーディングアシスタントによるドキュメント消費を助けます。一般的なマーケティングサイト、ブログ、ECストアを運営しているなら、害はありませんが、測定可能な可視性向上は期待しないでください。その時間は抽出しやすいコンテンツと引用に充てましょう。AIエンジンが自社のニッチを実際にどう見ているかを理解する最初の一歩としては、無料のAIプロンプトジェネレーターの方が優れています。
ChatGPT、Claude、Perplexityはllms.txtを読みますか?
体系的には読みません。主要なAI企業のどこも本番の取得システムでllms.txtを読むことを確約しておらず、ログ調査は、GPTBot、ClaudeBot、PerplexityBotがこのファイルをほぼリクエストしないことを示しています。ある90日間のデータセットでは、5億1,500万件のボットイベントのうち408リクエストでした。Anthropicは自社ドキュメント向けにllms.txtを公開していますが、これはドキュメント配信のフォーマットへのお墨付きであって、同社のクローラーがあなたのファイルを読むという確約ではありません。
llms.txtがサイトに害を及ぼすことはありますか?
基本的にありませんが、注意点が2つあります。古いファイルがAIツールを時代遅れのドキュメントへ導けば、製品について誤った回答を招く可能性があります。また、数千のURLを自動生成で流し込めば、このファイルの厳選という目的が崩れます。短く、正確に、メンテナンスして保つか、さもなければやめておきましょう。
llms.txtがAI可視性を動かさないなら、何が動かすのですか?
測定可能なレバーは、AIエンジンがすでに信頼するドメイン上での引用、Web全体で一貫したエンティティ情報、そして抽出用に構造化されたコンテンツ(質問形式の見出し、直接的な回答、スキーマ)です。比較クエリや代替クエリは特にレバレッジの高いサーフェスです。ブランドがそこでどう競っているかは、当社の代替ツールページでご覧ください。そして、思い込みではなくエンジンごとに結果をトラッキングしましょう。それこそがGEOlyが測定するものです。