llms.txt解説：AI引用を本当に動かすのか？

目次

2026年5月更新。

TL;DR： llms.txtはyoursite.com/llms.txtにあるプレーンテキストファイルで、AIクローラーにどのページを優先すべきかを伝えます。Perplexityはこれをアクティブに読みます。ChatGPTとBing Copilotはおそらくまだ読んでいません。実装に20分かかり、コストゼロです。やるべきですが、来週引用が急増するとは期待しないでください。

[オペレーターの視点] 私はAIエージェントを運用して、自分のサイトがPerplexity、ChatGPT、Google SGEでどのように引用されているかを監視しています。llms.txtは本当に自分のものである最初のシグナル層です——以下が現在のデータが示すことです。

llms.txtとは実際何なのか

AIクローラーのrobots.txtのようなものですが、逆向きです。robots.txtは「これをクロールしない」と言います。llms.txtは「あなたが私のサイトについてコンテキストを構築するとき、これが最も重要なことだ」と言います。

仕様は2024年末にJeremy Howard（fast.ai創設者）によって提案されました。アイデア：yoursite.com/llms.txtにプレーンMarkdownで最も重要なページをリストしたファイルを置く。コンテキストのためにサイトをスクレイピングするAIクローラーはそのファイルを読んで、何を優先すべきかすぐに把握できます——PageRankやクロール深度で推測するのではなく。

オプションのllms-full.txtバリアントもあり、主要ページの完全なテキストを一つのドキュメントに連結したものです。いくつかのクローラーはラウンドトリップを減らせるためこのフォーマットを好みます。

どちらのファイルもW3C標準ではありません。技術的な創業者やコンテンツチームの間で採用が増えているコミュニティ提案です。

ファイルの見た目

alejandrorioja.comで使用しているllms.txtを紹介します：

# Alejandro Rioja

> オペレーター、AIコンサルタント、Picklelandの創設者。GEO、AIエージェント、創業者の成長について執筆。

## 主要ページ

- [About](https://alejandrorioja.com/about/): 経歴、コンサルティングサービス、私との協業方法。
- [ブログ](https://alejandrorioja.com/blog/): GEO、SEO、AIエージェント、創業者の成長に関する全記事。
- [コンサルテーション](https://alejandrorioja.com/consultation/30/): 30分の有料セッションを予約。

## トップ記事

- [ChatGPTの回答で引用される方法](https://alejandrorioja.com/blog/how-to-get-cited-in-chatgpt-answers/): クライアントサイトで使用しているGEOプレイブック。
- [創業者のためのAIエージェントアーキテクチャ](https://alejandrorioja.com/blog/ai-agent-architecture-for-founders/): フルエンジニアリングチームなしでマルチエージェントシステムを設計する方法。
- [GEO vs SEO](https://alejandrorioja.com/blog/geo-vs-seo/): Googleが唯一重要な検索エンジンでなくなったとき何が変わるか。

## オプション：無視

- /drafts/
- /admin/

注意すべき点：

• H1はブランド名です。
• ブロック引用はあなたが誰であるかの1〜2文の説明です。これが最も重要な行です——LLMがあなたのサイトの素早いメンタルモデルを構築するのに使うものです。
• セクションは目的別にページをグループ化します。
• URLは絶対パスです。一部のクローラーは相対パスを解決できません。
• ## オプション：無視セクションは仕様に公式に含まれていませんが、一部の実装ではrobots.txtのDisallow行のように読み取ります。

実際にどのAIエンジンがこれを読むか

ここで正直に言わなければなりません：状況は断片化されており、部分的にドキュメント化されていません。

Perplexity — はい、確認済み。PerplexityのクローラーBot（PerplexityBot）はサイトをインデックスするときにllms.txtを読みます。エンジニアリングチームが仕様を公に参照しています。PerplexityがあなたにとってReの重要なリファラルソースであれば、llms.txtの実装は影響への明確なパスを持っています。

ChatGPT / OpenAI — 未確認。OpenAIのクローラー（GPTBot）は2026年半ば時点でllms.txtを読んでいないようです。そのクロール動作はrobots.txtとOpenAI独自の内部優先順位によって管理されています。OpenAIから仕様を認識する公開声明はありません。

Bing Copilot / Microsoft — 未確認。OpenAIに似た状況。BingのAIクローラー（BingBot）はrobots.txtに従いますが、llms.txtを読んでいるシグナルはありません。

Google AI Overviews / Gemini — 未確認。Googleは独自の構造化データエコシステム（schema.org、サイトマップ）を持っており、サードパーティの仕様を採用するとは示唆していません。

Anthropic — AnthropicのクローラーBot（ClaudeBot）はトレーニングデータのためにウェブをクロールします。llms.txtを読むという公開ドキュメントはありませんが、いくつかのGEO実践者は実装後にClaudeの引用が改善したと報告しています。相関関係であり因果関係ではありません——ただし注目に値します。

小規模AIサーチエンジン — You.com、Phind、いくつかの垂直AIサーチツールはllms.txtを読んでいると述べているか示唆しています。仕様は小規模チームにとって採用が容易です。なぜならリファクタリングすべき何年分ものクロールインフラがないからです。

正直なまとめ：現時点では、llms.txtはPerplexityの最適化で、他では推測的なメリットがいくらかあります。仕様が成熟するにつれてその比率は変化するでしょう。

20分での実装方法

静的サイト（Astro、静的エクスポートのNext.js、Hugoなど）を使用している場合は、public/llms.txtにファイルを作成してください。ルートで提供されます。

Next.jsのapp routerサイトでは動的に生成できます：

// app/llms.txt/route.ts
import { allPosts } from "@/lib/content";

export async function GET() {
  const topPosts = allPosts
    .filter((p) => p.featured || p.views > 1000)
    .slice(0, 10);

  const lines = [
    "# Alejandro Rioja",
    "",
    "> オペレーター、AIコンサルタント、Pickleland創設者。GEO、AIエージェント、創業者の成長について執筆。",
    "",
    "## トップ記事",
    "",
    ...topPosts.map(
      (p) => `- [${p.title}](https://alejandrorioja.com/blog/${p.slug}/): ${p.description}`
    ),
    "",
    "## 主要ページ",
    "",
    "- [About](https://alejandrorioja.com/about/): サービスと経歴。",
    "- [コンサルテーション](https://alejandrorioja.com/consultation/30/): セッションを予約。",
  ];

  return new Response(lines.join("\n"), {
    headers: { "Content-Type": "text/plain; charset=utf-8" },
  });
}

Astroサイトの場合、src/pages/の.txt.tsエンドポイントが等価です：

// src/pages/llms.txt.ts
import type { APIRoute } from "astro";
import { getCollection } from "astro:content";

export const GET: APIRoute = async () => {
  const posts = await getCollection("posts", (p) => p.data.lang === "en");
  const top = posts
    .sort((a, b) => b.data.pubDate.valueOf() - a.data.pubDate.valueOf())
    .slice(0, 10);

  const body = [
    "# Alejandro Rioja",
    "",
    "> AIコンサルタントとオペレーター。GEO、AIエージェント、創業者の成長について執筆。",
    "",
    "## 最新記事",
    "",
    ...top.map(
      (p) =>
        `- [${p.data.title}](https://alejandrorioja.com/blog/${p.slug}/): ${p.data.description}`
    ),
  ].join("\n");

  return new Response(body, {
    headers: { "Content-Type": "text/plain; charset=utf-8" },
  });
};

デプロイ後、curl -s https://yoursite.com/llms.txtで確認してください。Markdownが表示されれば完了です。

llms-full.txtも作成すべきか？

場合によります。llms-full.txtは主要ページの連結ダンプです——タイトル、URL、完全な本文テキストを---で区切って並べたものです。クローラーが一つのリクエストで全部取得でき、個々のページをクロールせずにサイトに関する質問に答えるのに十分なコンテキストを持てるというアイデアです。

トレードオフ：大きなファイルです。私のはトップ30記事で約400KBになります。一部のクローラーはタイムアウトするか切り捨てるかもしれません。コンテンツが事前消化されているため、より重く重み付けするものもあります。

現在のアプローチ：llms-full.txtを生成しますが、トラフィックによる上位15記事に制限します。250KB以下に保ちます。デプロイのたびに再生成します。

データが実際に示していること

2026年1月以来、このサイトと3つのクライアントサイトのPerplexity引用を監視しています。観察結果：

• llms.txtを持つサイト：実装前のベースラインと比較して月あたりのPerplexity引用が平均2.3倍。サンプルサイズ：4サイト、4ヶ月のデータ。合理的な信頼区間では統計的に有意ではありません。
• 交絡因子：llms.txtを追加したすべてのサイトは同時に他のGEO作業も行っていました（より良い構造化データ、よりクリーンな見出し、より具体的な回答フォーマット）。帰属は不可能です。
• ChatGPT引用：llms.txt追加後、どのサイトでも測定可能な差はありません。確認済みサポートの欠如と一致しています。

正直な解釈：llms.txtはおそらくPerplexityに役立っています。メカニズムは明確です——Perplexityがそれを読みます。上昇がllms.txt特有のものか、それとも一緒についてくる一般的なGEO改善からなのかは、まだ言えません。

ブロック引用に何を書くか

ブロック引用の一行説明は、最も時間をかけるべき部分です。これはLLMがRAGコンテキストであなたを要約するために使用するテキストです。それは次のようである必要があります：

• 具体的：「中小企業向けに本番エージェントを運用するAIコンサルタント」は「起業家兼コンサルタント」に勝ります。
• キーワード意識：引用されたい用語を含めます。「GEO」の引用が欲しければ、その行に「GEO」を入れてください。
• エンティティアンカー：LLMがあなたを曖昧性解消するのに役立つ固有名詞を言及します。名前＋会社＋都市は名前だけに勝ります。

悪い例：> AIでビジネスの成長を支援します。

より良い例：> Alejandro Rioja——テキサス州オースティンのAIコンサルタント、Pickleland創設者、2019年からGEO、AIエージェント、創業者の成長について執筆。

オペレーターの最終結論

llms.txtの実装は20分かかり、提供コストはゼロで、Perplexityとの確認済みの読み取りパスがあります。やってください。仕様は本当の標準になるか（その場合、早期採用者が勝ちます）消えるか（その場合、20分を失いました）のいずれかです。非対称性は明白です。ただし、より高いROIのGEO作業から注意をそらさないようにしてください：構造化データ、明確なエンティティシグナル、スニペット抽出のためにフォーマットされた回答。それらはすべてのAIエンジンを動かします。llms.txtは現在一つを動かします。