2026/10/24 9:30 の診断結果
71/ 100
基本的な対応はできていますが、AI が情報を正確に読み取れない、または答えに使いにくい項目が残っています。
AI から見た、あなたのサイト
robots.txt などの宣言に基づく判定です。実際の訪問数は含みません。
技術テーマ別 — 直すと上がる点
総合点はあと 29 点上げられます。上がる点の多いテーマから並べています。
AI 向け宣言+2 点
- Markdown のコンテントネゴシエーション+2 点→ 直し方
クローラー到達
これまでの診断 — 点の推移と 4 段の内訳
- 見つかる
- 読める
- 伝わる
- 使われる
AI に見つけてもらえる？
見つかる
19/ 19100%
前回（9/28）と同じ
- GPTBot—
合格 14 項目 · 判定できない 4 項目
- Applebot-Extended—
- Claude-SearchBot
- ClaudeBot—
- Google-Extended—
- OAI-SearchBot
- PerplexityBot
- canonical URL
- Content-Signal
- /llms-full.txt の存在
- /llms.txt の存在
- llms.txt の仕様準拠度
- その他の AI クローラー—
- RSS / Atom フィード
- sitemap.xml
- Applebot対象外
- bingbot対象外
- Googlebot対象外
- MCP サーバーの宣言（/.well-known/）対象外
AI がページを読み取れる？
読める
25/ 2986%
前回（9/28）と同じ
- Markdown のコンテントネゴシエーション−2 点
合格 9 項目 · 判定できない 7 項目
- Claude-User
- クローラーへの配信—
- 見出し階層−1 点
- alt 属性の充足率
- JavaScript 依存度
- ランドマーク要素−1 点
- 言語属性
- サーバー応答時間
- robots.txt
- 公開 API の参照対象外
- ChatGPT-User対象外
- Google-Agent対象外
- Perplexity-User対象外
- WebMCP Declarative API対象外
- A2A Agent Card対象外
- UCP プロファイル対象外
会社のことが AI に伝わる？
一部伝わる
27/ 3871%
前回（9/28）から +6
- エンティティの相互接続−3 点
- 組織の同定−3 点
- 事業の明示−1 点
- 内部リンク−1 点
- Open Graph メタデータ−1 点
- Schema.org タイプ−2 点
合格 7 項目
- 情報構造の明確性
- JSON-LD の存在
- 構造化データと本文の整合—
- メタディスクリプション
- タイトル
- 必須プロパティの充足度
- プロパティ値の形式妥当性
AI が答えに使ってくれる？
根拠が薄い
0/ 140%
前回（9/28）と同じ
- 具体性−14 点
合格 0 項目 · 判定できない 5 項目
- 答えの形対象外
- 著者情報・日付対象外
- 根拠と出典対象外
- FAQ / Q&A コンテンツ対象外
- 更新の新しさ対象外
4 社の AI とも、検索用・取得用のクローラーを受け入れています（robots.txt での拒否なし）。 サイト全体の AI 対応を見る →
最初に直すこと: 組織の同定 — 3 点を取り戻せます。
組織を同定できるようにする
Organization に所在地・連絡先・外部プロフィールへの sameAs を足してください。（ ）の値を埋めます。
JSON-LD（script タグの中）
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "サンプル株式会社",
"url": "https://www.example.co.jp/",
"address": {
"@type": "PostalAddress",
"addressRegion": "（都道府県）",
"addressLocality": "（市区町村）",
"streetAddress": "（番地）"
},
"telephone": "（電話番号）",
"sameAs": ["（会社を指す外部ページの URL。法人番号公表サイト・業界団体・SNS など）"]
}なぜ・どう確認するか
- なぜ
- 所在地が無いと「そこから頼めますか」に答えられません。sameAs が無いと同名の別会社と区別できません（Schema.org Organization）。
- どう確認
https://search.google.com/test/rich-results反映後に実行してください。そのあと Tooru で再診断すると、段が動きます。
- 直すと
- 会社のことが AI に伝わりやすくなります。3 点。
他の直し方（9 件）
AI がページを読み取れる？ (3)
h1 を 1 つにして、見出しの順を整える
ページが何かを言う h1 をちょうど 1 つ。話題ごとに h2、その下に h3。レベルを飛ばさない（h2 → h4 にしない）。
HTML（head の中）
<h1>サンプル株式会社 | 工場の省エネ設備の設計・施工</h1>
<h2>（主要な話題 1）</h2>
<h3>（その小見出し）</h3>
<h2>（主要な話題 2）</h2>なぜ・どう確認するか
- なぜ
- エージェントは本文より先に見出しの構造を読みます。h1 が無い・レベルが飛ぶと、ページの地図が無い状態になります。
- 直すと
- AI が読める範囲が広がります。1 点。
header・nav・main・footer で区切る
ページを header・nav・main・footer の要素で包み、本文は article か section に入れます。その役割をしている div を置き換えるだけです。
HTML（head の中）
<header>（サイト名・ナビ）</header>
<nav>（主要なリンク）</nav>
<main>
<article>（このページの本文）</article>
</main>
<footer>（会社情報・連絡先）</footer>なぜ・どう確認するか
- なぜ
- どこが本文でどこがナビかを機械に伝える印です。無いとページ全体が区別の無い 1 つの塊になります。
- 直すと
- AI が読める範囲が広がります。1 点。
Accept: text/markdown に Markdown を返す
リクエストが求めたときに、ページの Markdown 版を返してください。
なぜ・どう確認するか
- なぜ
- エージェントが HTML を解析せずに構造化テキストを取れます。対応はまだ一様ではないので、小さな加点として扱ってください。
- 直すと
- AI が読める範囲が広がります。2 点。
会社のことが AI に伝わる？ (5)
schema.org の型を複数で書く
JSON-LD に少なくとも Organization・WebSite・WebPage と、ページに合う型（Article・Service・Product・FAQPage・LocalBusiness など）を入れます。1 つの @graph にまとめます。
JSON-LD（script タグの中）
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@graph": [
{ "@type": "Organization", "@id": "https://www.example.co.jp/#org", "name": "サンプル株式会社", "url": "https://www.example.co.jp/" },
{ "@type": "WebSite", "@id": "https://www.example.co.jp/#site", "url": "https://www.example.co.jp/", "name": "サンプル株式会社", "publisher": { "@id": "https://www.example.co.jp/#org" } },
{ "@type": "WebPage", "@id": "https://www.example.co.jp/#page", "url": "https://www.example.co.jp/", "name": "サンプル株式会社 | 工場の省エネ設備の設計・施工", "isPartOf": { "@id": "https://www.example.co.jp/#site" } }
]
}
</script>なぜ・どう確認するか
- なぜ
- 型はそれぞれ別の問いに答えます。誰なのか・このページは何か・何を提供するか。1 つの型では 1 つしか答えられません。
- 直すと
- 会社のことが AI に伝わりやすくなります。2 点。
冒頭で事業を明示する
タイトル・説明文・h1 に「何を・誰に・どこで」が揃うように書き直してください。（ ）を埋めます。
HTML（head の中）
<title>サンプル株式会社 | （何を）を（誰に）に提供（どこで）</title>
<meta name="description" content="（どこで）の（誰に）向けに、（何を）を提供しています。（強み・実績を 1 文）">
<h1>（何を）</h1>なぜ・どう確認するか
- なぜ
- AI はページの冒頭から読みます。ここで事業が分からないと、構造化データでは補えません。
- 直すと
- 会社のことが AI に伝わりやすくなります。1 点。
@id でエンティティをつなぐ
各エンティティに @id を付け、publisher・isPartOf・author などから @id で参照します（同じデータを繰り返さない）。@graph にまとめます。
JSON-LD（script タグの中）
"@graph": [
{ "@type": "Organization", "@id": "https://www.example.co.jp/#org", "name": "サンプル株式会社" },
{ "@type": "WebPage", "@id": "https://www.example.co.jp/#page", "publisher": { "@id": "https://www.example.co.jp/#org" } }
]なぜ・どう確認するか
- なぜ
- つながっていると、ページ・サイト・会社が 1 つのものだと機械に分かります。ばらばらだと無関係な 3 つの記録に見えます。
- 直すと
- 会社のことが AI に伝わりやすくなります。3 点。
自サイトの他のページへリンクする
同じサイトの関連ページ（サービス・会社概要・お問い合わせ・関連記事）へのテキストリンクを、本文か「関連するページ」の枠に 5 件以上置きます。
HTML（head の中）
<section>
<h2>関連するページ</h2>
<ul>
<li><a href="https://www.example.co.jp/（サービスのページ）">（サービス名）</a></li>
<li><a href="https://www.example.co.jp/（会社概要）">会社概要</a></li>
<li><a href="https://www.example.co.jp/（お問い合わせ）">お問い合わせ</a></li>
</ul>
</section>なぜ・どう確認するか
- なぜ
- 内部リンクは、クローラーがこのページからサイトの残りを見つけ、このページが何に属するかを知る経路です。
- 直すと
- 会社のことが AI に伝わりやすくなります。1 点。
Open Graph の 4 つを入れる
head に og:title・og:description・og:image（絶対 URL）・og:url を入れます。
HTML（head の中）
<meta property="og:title" content="サンプル株式会社 | 工場の省エネ設備の設計・施工">
<meta property="og:description" content="サンプル株式会社は、工場や倉庫の空調・照明・コンプレッサーの省エネ設備を設計から施工、保守まで一貫して手がけています。">
<meta property="og:image" content="https://www.example.co.jp/（画像）.jpg">
<meta property="og:url" content="https://www.example.co.jp/">なぜ・どう確認するか
- なぜ
- エージェントがページを引くときに出すカードの材料です。無いと素のリンクになります。
- どう確認
curl -s https://www.example.co.jp/ | grep -i "og:"反映後に実行してください。そのあと Tooru で再診断すると、段が動きます。
- 直すと
- 会社のことが AI に伝わりやすくなります。1 点。
AI が答えに使ってくれる？ (1)
具体的な数字をページに載せる
価格・納期・対応能力・従業員数・実績を、単位付きで書いてください。ページに 10 件以上が目安です。
なぜ・どう確認するか
- なぜ
- 生成エンジンの研究（Aggarwal et al., KDD 2024）では、検証できる統計を加えると引用される頻度が 30〜40% 上がりました。数字のない主張は引用されにくいです。
- 直すと
- AI が答えに使ってくれる可能性が上がります。3 点。