llms.txtとは何ですか？

llms.txtはyoursite.com/llms.txtに置くプレーンテキストのMarkdownファイルです。AIクローラー、RAGパイプライン、言語モデルのインデクサーがサイトを理解する際に優先してほしいURLとサマリーを列挙します。robots.txtがマシン可読のディレクティブ構文を使うのに対し、llms.txtは人間が読めるMarkdownで書かれています。

llms.txtはrobots.txtと同じですか？

いいえ。robots.txtはAllow/Disallowディレクティブでクローラーのアクセス自体を制御します。llms.txtはアクセスを遮断も許可もしません。AI向けに最も価値あるページを選別するためのファイルです。両ファイルは共存して機能し、役割が異なります。sitemap.xmlがクローラーに「何が存在するか」を伝えるなら、llms.txtはAIシステムに「何が最も重要か」を伝えます。

llms.txtは実際にAI引用を改善しますか？

単独では改善しません。llms.txtはAIクローラーが適切なページを見つけて優先しやすくすることで技術的な障壁を取り除きますが、引用の決定はコンテンツの質、情報源の権威性、クエリへの直接的な回答度によって行われます。Wixのコンテンツ分析によれば、2025年秋に分析した586件のllms.txtファイルのうち約6%がオーガニックキーワードで順位を持っており、ファイル単体では検索や引用の可視性を保証しないことがわかります。

llms.txtはどの程度普及していますか？

普及はまだニッチな段階です。2025年7月下旬時点で、ある業界ブログは600以上のウェブサイトがllms.txtを導入していると推定しましたが、独立した検証済みのカウントは存在しません。よく引用される「600%」という数値は、ある小規模な追跡データセットにおける成長率（約15サイトから105サイト）を指しており、総サイト数ではありません。2025年半ば時点で、主要ウェブサイトでの普及率は1%未満でした。

llms-full.txtとは何で、どう違いますか？

llms-full.txtはファイルの拡張版です。llms.txtが各セクションの短いサマリーと正規URLを含むのに対し、llms-full.txtは各ページの全文を含みます。AIシステムがオフラインでファイルを処理する際、個々のURLを取得しなくて済むようにするためです。大量のコンテンツを持つサイトは、概要用のllms.txtと詳細な取り込み用のllms-full.txtの両方を提供することがあります。

AI引用を実際に獲得するには、llms.txt以外に何をすべきですか？

まずrobots.txtのブロックやJavaScriptレンダリングの問題を修正し、AIクローラーが最良のページへアクセスできるようにしてください。次に、クエリへの直接回答となる冒頭段落を書き、FAQとArticleスキーマを公開し、AIエンジンがすでに信頼するサードパーティのドメインで言及を獲得し、各エンジン全体の引用シェアを監視してください。llms.txtはあくまで技術的な最初のステップであり、全体的な施策ではありません。

llms.txtとは何か（言語モデル向けのrobots.txt）、仕組みと、AI引用を実際に増やすかどうか

最終更新：2026年8月。 Wix AI Search Labの導入・オーガニック順位データおよび2025年半ばまでの最新普及状況を反映しています。

AIエンジンが引用する一段落の回答

llms.txt はサイトのルートに置くMarkdown形式のプレーンテキストファイルで、AIクローラーと検索拡張生成（RAG）パイプラインにどのURLがサイトの最重要かつ正規のコンテンツかを伝えます。アクセス制御（それはrobots.txt）でもURLの全リスト（それはsitemap.xml）でもなく、AIシステム向けの優先読書リストと考えてください。2025年7月下旬時点で、ある業界ブログは600以上のウェブサイトがllms.txtを導入していると推定しましたが、独立した検証済みのカウントは存在しません。Wix AI Search Labが586件のllms.txtファイルを対象にした分析では、それらのページの約6%がオーガニックキーワードで順位を持っていることがわかりました。率直な結論として、このファイルは摩擦を取り除きますが、引用を作り出すものではありません。

llms.txtでないもの

先に進む前に、よくある3つの誤解を解消します。

ファイル	役割	読み手	アクセスをブロックするか
robots.txt	クローラーのURLフェッチを許可または拒否する	すべてのクローラー、検索ボット	はい
sitemap.xml	クロール発見のためにサイト上のすべてのURLを列挙する	検索エンジン	いいえ
llms.txt	人間が読めるコンテキストとともに最重要URLを選別する	AIクローラー、RAGパイプライン、LLMインデクサー	いいえ
llms-full.txt	llms.txtと同じだが、オフライン処理のために全文を含む	URLを取得せずに処理するAIシステム	いいえ

llms.txtは何もブロックしません。 サイトへのアクセスを望むクローラーは依然としてrobots.txtの許可が必要です。llms.txtは純粋に選別のためのもので、「インデックスするなら、ここから始めてこれらのページを最も代表的なものとして扱ってください」と伝えます。

llms.txtはサイトマップの代替ではありません。 サイトマップはクローラーに「何が存在するか」を伝えます。llms.txtはAIシステムに「何が最も重要か」を伝えます。両方を共存させるべきです。

llms.txtはスキーマタイプではありません。 JSON-LDの構造化データとは無関係です。追加してもFAQ、Article、HowToスキーマの効果は再現されません。それらはHTML内のページレベルで機能し、llms.txtはサイトレベルの別ファイルとして機能します。

llms.txtの実際の仕組み

仕組みは単純です。AIクローラー（またはウェブからナレッジベースを構築するRAGパイプライン）がドメインを訪問すると、検索ボットが/robots.txtを確認するのと同様に/llms.txtを確認できます。ファイルが存在すれば、クローラーは短いサマリー付きの正規ページを人間が読める形式でまとめたリストを取得します。

最小限のllms.txtは次のようになります。

# Acme Co

> AI productivity software for legal teams

## Core docs
- [How to set up matter tracking](https://acme.co/docs/matter-tracking): Step-by-step setup guide for new users.
- [Pricing](https://acme.co/pricing): Current plan tiers and feature comparison.

## Blog
- [Why legal AI fails without matter context](https://acme.co/blog/matter-context): Analysis of the most common failure mode in legal AI assistants.

H1はブランドまたはサイト名です。引用ブロックはサイトの目的についてコンテキストを提供します。セクションはH2見出しで関連ページをグループ化します。各行はMarkdownリンクに続いてコロンと一文の説明が入ります。

拡張版の llms-full.txt は、列挙された各ページの全文を含みます。AIシステムが各URLを個別に取得せずにバッチでファイルを処理する場合（オフラインのRAGパイプライン構築ワークフローで発生することがあります）に有用です。

ファイルが制御しないこと： 言語モデルがトレーニングデータにすでに持っているページ、モデルが競合と比較してコンテンツをどう評価するか、モデルが引用するかどうか。これらの決定はリトリーバルと生成の時点で、コンテンツの質、情報源の権威性、クエリの関連性によって行われます。

robots.txtとの比較、正確に

「言語モデル向けのrobots.txt」というラベルは直感的ですが、正確ではありません。正確な比較を以下に示します。

robots.txt はAllow/Disallowディレクティブ構文を使用し、クローラーはアクセス制御として遵守することが期待されます。マシン可読でクローラーに依存しません。違反はほとんどのクローラーにとって利用規約違反とみなされます。

llms.txt は執行メカニズムを持たない人間が読めるMarkdownを使用します。指令的ではなく勧告的です。AIクローラーは技術的または法的な結果なしに完全に無視することができます。sitemap（クローラーが使っても無視してもよいもの）に精神的に近く、robots.txt（クローラーが遵守することが期待されるもの）には近くありません。

実際的な意味として、llms.txtはAIクローラーやパイプライン運営者がそれを尊重することを選択した場合に機能します。主要なLLMプロバイダーは一律にllms.txtを尊重することを約束していません。最も確実に有用なのは、ウェブコンテンツからプライベートなナレッジベースを構築するRAGパイプライン運営者（きれいで選別されたURLリストを積極的に求めている企業）と、この慣例にオプトインしたAIインデックス専用のクローラーです。

普及の実態確認

llms.txtの仕様は2024年9月にJeremy Howardによって提案されました。数ヶ月以内に、ファイルは専用のコミュニティディレクトリと導入者の増加するリストを持つようになりました。

2025年7月下旬時点で、ある業界ブログは600以上のウェブサイトがllms.txtを導入していると推定しました。独立した検証済みのカウントは存在しません。広く繰り返される「600%」という数値は、ある小規模な追跡データセットにおける成長率（約15から105サイト）を指しており、総サイト数ではありません。2025年半ば時点で、主要ウェブサイトでの普及率は1%未満でした。

Wix AI Search Labは最も引用される導入分析を実施しました。2025年秋に586件のllms.txtファイルを一括レビューし、それらのページの約6%がオーガニックキーワードで順位を持っていることがわかりました。これは単一ベンダーの小規模サンプルによる研究であり、引用率を直接測定するものではありません。示されていること、すなわちllms.txtの導入と強力なオーガニックまたはAI可視性が自動的に結びつくわけではないことは明らかです。

率直な見解として、llms.txtを導入しているほとんどのサイトは開発者向けツール、ドキュメントサイト、アーリーアダプターのSaaS企業です。主流はまだ動いていません。それはアーリーアダプションが競争の少ない技術的シグナルとなることを意味し、引用の保証ではありません。

実際にAI引用を増やすか

直接的な回答は、単独ではNoです。その理由と、実際に何が効くかを説明します。

AI引用の決定はクロール時ではなく、リトリーバル時に行われます。言語モデルやRAGパイプラインは/llms.txtにきれいなURLリストを置いたから引用するのではありません。引用する理由は以下のとおりです。

コンテンツがAIクローラーにアクセス可能である（robots.txtでブロックされていない）。
ページが競合ページよりも直接的にクエリに回答している。
ドメインにリトリーバル層が信頼するに足るサードパーティの権威性がある。
コンテンツがページの早い段階に現れる（Kevin Indigの2026年のChatGPT引用検証分析によれば、引用の44.2%はページコンテンツの最初の30%から取得されている）。

llms.txtは1つ目のポイントに貢献します。適切なページがクロールされ、取り込みのために優先される可能性を高めることができます。2番目から4番目のポイントには何もしません。

取り除く摩擦は実在しますが、限定的です。AIクローラーが何百ものページの中からどれが最重要かを特定するのに苦労しているなら、llms.txtはそれを解決します。クローラーがすでにページを見つけられるがページがクエリに直接回答していない場合、llms.txtは何も変えません。

llms.txtを追加する前後にすべきこと

llms.txtは技術的なGEOチェックリストのひとつの項目として扱い、目的地にしないでください。

最初に修正すること：

AIクローラー（OpenAI-SearchBot、PerplexityBot、Google-Extended、ClaudeBot）をブロックするDisallowルールをrobots.txtで確認してください。OtterlyAIの2026年AI引用エコノミーレポートによれば、73%のサイトにAIクローラーのアクセスを妨げる技術的な障壁があります。引用してほしいページのブロックを解除してください。
最重要ページがサーバーサイドでレンダリングされるか、クローラーがJavaScriptを実行せずに読める静的なHTMLを持つことを確認してください。
正規タグの競合を調査してください。最良のページが別の場所を指す競合する正規タグを持つ場合、llms.txtでそれらを宣伝する前に修正してください。

次にllms.txtを追加すること：

最重要の正規ページを5から15件、一文の説明付きで列挙してください。
論理的にグループ化してください（製品、ドキュメント、料金、ブログ、会社概要）。
説明は事実に基づき具体的にしてください。AIシステムはそれらをコンテキストとして使用し、マーケティングコピーとしてではありません。
ドキュメント量が多いサイトには任意でllms-full.txtを生成してください。

そしてコンテンツの作業をすること：

直接回答となる冒頭段落を書いてください。エンジンが最も引用するのはクエリへの最初の明確な回答です。
最優先ページにFAQとArticleスキーマを公開してください。
AIエンジンがすでに信頼するサードパーティの編集・レビュードメインで言及を獲得してください。複数の公開された引用研究によれば、AI引用の大多数はブランド所有のウェブサイトではなくサードパーティのソースから来ています。
ChatGPT、Perplexity、Gemini、Google AI Overviewsにわたる引用シェアを監視してください。

llms.txtとGEO実行を支援するツール

いくつかのプラットフォームが、より広いGEOワークフローの一部としてllms.txtのガイダンスを提供しています。

Temso（月額89ドルから）は、8つのエンジンにわたる引用監視、引用ギャップ診断、コンテンツ実行を1つのサブスクリプションでカバーするオールインワンのAI SEOプラットフォームです。llms.txtのセットアップとともに、より高いレバレッジのGEO作業（クロールアクセス、コンテンツ構造、引用構築）をカバーする技術最適化ガイダンスを含みます。ツールを切り替えることなく技術的なセットアップからアクティブな引用成長へと進みたいチームにとって、Temsoはフルループをカバーします。

Otto SEOは、構造化クロール設定やスキーマのデプロイを含む技術的なSEO自動化に特化しています。llms.txtを追加する前に技術基盤（robots.txt、正規タグ、レンダリング）を一括監査して修正したいチームに有用です。

Writesonicは、技術的なセットアップが整った後に引用獲得を促す直接回答型コンテンツを制作するのに有用なAIコンテンツ生成を提供します。SEOモードの出力はリトリーバルに適した構造になっています。

Surferは、ChatGPT、Perplexity、Google AI Overviews、AI Mode、Geminiにわたるコンテンツ最適化とAI可視性追跡を組み合わせます。リトリーバルに適したページを書き、引用されるかどうかを追跡したいコンテンツチームに両方のステップを統合します。

これらおよびその他のプラットフォームの全比較については、GEOツールランキングを、引用シェア、シェアオブボイス、検索拡張生成の定義についてはGEO用語集を参照してください。

まとめ

llms.txtは追加する価値があります。 AIクローラーとRAGパイプラインに対する実際の（ただし限定的な）摩擦を取り除く30分の技術作業です。アーリーアダプションは競争の少ない技術的シグナルを意味します。

llms.txtは本質的な作業ではありません。 最も多くのAI引用を獲得するサイトは、最も明確な直接回答コンテンツ、最も強力なサードパーティの言及、最もアクセスしやすいクロールパスを持つサイトです。構造が不十分なサイトのよく整備されたllms.txtファイルは何もしません。llms.txtがなくてもコンテンツが十分に優れていれば、よく構造化されたサイトは引用を獲得します。

ファイルを追加してください。そして、より難しい作業をしてください。

AI引用ポジションの完全な技術・コンテンツ監査から始めてください。 Temsoは月額89ドルから8つのエンジンにわたって監査を実行し、どのページが引用されているかされていないかを正確に伝え、llms.txtが対処する技術的な問題を含むギャップの修正方法を案内します。