llms.txtは意味ない？SEO効果はないが、BtoBの比較検討で役立つ可能性【2026年版】

「llms.txtは意味ない」という意見が増えています。結論から言うと、SEOやLLMO対策が目的なら、llms.txtにはほとんど意味がありません。Google検索はllms.txtを使っておらず、大規模な調査でもAIの回答での引用との関係は見つかっていないためです。

ただ、BtoBマーケティングの視点で見ると、別の評価ができます。BtoBの製品選びでは、担当者がAIに候補製品の比較を任せる場面が増えてきました。そして、Claude CodeやCodexのようなAIエージェントは、作業の途中でllms.txtを読んでいます。当社でも、製品の導入を検討する場面で、AnthropicのAIエージェント「Claude Code」がllms.txtにアクセスしていたことを確認しました。

この記事では、BtoBマーケティングの担当者に向けて、llms.txtにSEOの効果がないと言える根拠とGoogleの見解を整理します。そのうえで、「BtoBの比較検討の場面では、llms.txtがAIエージェントに読まれ、役立っているのではないか」という当社の仮説を紹介します。まだ検証が必要な段階の仮説なので、弱点と確かめる方法もあわせて示しました。BtoBの比較検討で読まれることを想定した書き方とテンプレートも載せています。

先に結論をまとめておきます。

• SEOやLLMO対策が目的なら、llms.txtは意味ない。Google検索は使わず、AIの回答での引用とも相関は見られない
• 一方で、Claude CodeやCodexのようなAIエージェントは、作業の途中でllms.txtを読んでいる。確認されている事例は、APIのドキュメントのような開発者向けの情報が中心で、その多くはBtoBの製品にあたる
• GoogleのJohn Mueller氏も、llms.txtは検索のためのものではないとし、サイトを見つけてもらう「発見」と、その後の「機能」を分けて考えるよう説明している。ただし、開発者向け以外のサイトでは意味が薄いとも述べている
• 当社は「BtoBの製品をAIエージェントが比較検討するとき、候補製品のllms.txtが参照されている」という仮説を立てた。開発者向け以外のBtoB製品でのデータはまだなく、選定への影響もわかっていない
• 置くなら、料金、連携、セキュリティ、導入の条件など、BtoBの比較表や稟議で問われる情報を書く

この記事でわかること

• llms.txtとは何か、robots.txtとの違い
• llms.txtが意味ないと言われる根拠と、Googleの見解
• llms.txtを読んでいるAIエージェントと、その証拠
• BtoBの比較検討でllms.txtが役立つという仮説と、効果を確かめる方法
• BtoB製品のllms.txtの書き方とテンプレート

llms.txtとは？AIにサイトの案内を渡すファイル

llms.txtは、サイトのルート（https://example.com/llms.txt）に置くMarkdown形式のテキストファイルです。サイトが何についてのものかを短く説明し、重要なページへのリンクを並べます。2024年9月に、Answer.AIのJeremy Howard氏がllmstxt.orgで提案しました。

AIがWebページを読むとき、HTMLにはメニューや広告、スクリプトなど本文以外の要素が多く混ざっています。llms.txtがあれば、AIはサイトの全体像と読むべきページを少ない手間で把握できます。

llms.txtとrobots.txt、sitemap.xmlの違い

llms.txtは、robots.txtやsitemap.xmlと同じくサイトのルートに置きますが、読む相手と役割はそれぞれ違うので整理しておきましょう。

llms.txtを置いても、クローラーのアクセスを制限することはできません。AIのクローラーを止めたい場合は、robots.txtで指定します。

llms.txtは意味ない？SEOの効果がないと言える3つの根拠

llms.txtが意味ないと言われるのは、SEOやLLMO対策の効果を裏づける証拠がないためです。主な根拠は次の3つです。

1. Google検索はllms.txtを使わない

Googleは2026年5月に公開した「Google 検索における生成 AI 機能への最適化のための Google ガイド」で、Google検索に表示されるためにllms.txtのような特別なファイルを作る必要はないと説明しています。Google検索はこうしたファイルを使わないため、作っても検索での見え方は良くも悪くもなりません。一方で、ほかのサービスのためにllms.txtを作って管理するのは問題ないとも書いています。

2. AIの回答での引用とも相関がない

SE Rankingは約30万ドメインを調べ、llms.txtを置いていたのは10.13%でした。AIの回答で引用される回数を、llms.txtの有無を含むさまざまな要素から予測する分析を行い、llms.txtは引用回数に関係していないと結論づけています。llms.txtの有無を分析から外すと、予測の精度がむしろ上がったそうです。

3. 97%のllms.txtは1か月間読まれていない

Ahrefsは、同社のアクセス解析ツールを使う13万7,210ドメインのサーバーログを調べました。llms.txtを置いていたのは28%で、そのうち97%には2026年5月の1か月間に1件もリクエストがありませんでした。リクエストがあったllms.txtでも、96%はボットからのアクセスで、その多くはSEOツールや技術調査のボットでした。

3つをあわせると、llms.txtは検索順位を上げる手段にも、AIの回答で引用されやすくする手段にもなりません。SEOやLLMO対策の文脈では、llms.txtは意味ないと言ってよいでしょう。当社もLLMO対策の記事で、AIに引用されるための施策としては優先度が最も低いと書きました。

ただし、これらの調査が測ったのは、検索での扱い、AIの回答での引用、すべてのサイトをまとめたリクエスト数です。AIが特定の作業のためにサイトを調べる場面でllms.txtが読まれているかどうかは、見出しの数字からはわかりません。

Googleはllms.txtをどう見ているか

Googleの中でも、llms.txtの扱いは立場によって違います。検索のガイドは「使わない」と明記する一方で、検索の担当者やChromeのチームは、AIエージェント向けの役割には触れています。

John Mueller氏：「発見」と「機能」を分けて考える

2026年5月、SEOコンサルタントのLily Ray氏がBlueskyで、Googleは検索には不要だと言いながら、なぜ自社でllms.txtやMarkdownのページを公開しているのかと質問しました。Google検索のSearch AdvocateであるJohn Mueller氏は、llms.txtは検索のために置いているものではなく、Webサイトの役割はSEOだけではないと答えています。

Mueller氏はそのうえで、検索エンジンでサイトを見つけてもらう「発見」と、ページにたどり着いた人が目的の作業をうまく進められるようにする「機能」を、分けて考えるべきだと説明しました。たとえとして挙げたのが、ページのCTA（問い合わせなどへの誘導）です。CTAは検索で見つけてもらうために置くものではありません。それでも、サイト全体に責任を持つ人にとっては、SEOによる発見と高いコンバージョン率の両方が大切だ、という趣旨です。

John Mueller氏：開発者向け以外のサイトでは意味が薄い

同じスレッドで、Mueller氏はllms.txtの効果を限定的に見る考えも示しています。AIを使ったコーディングでは、開発者向けのドキュメントを読みやすい形で渡すと役立つ場面がある。ただし、AIはHTMLも問題なく読めるので、llms.txtはトークンを節約するための一時的な補助だろう、という説明です。

さらに、開発者向け以外のサイトについては、今後エージェントからのアクセスが増えたとしても、あまり意味はないと述べました。理由として、今のところログを見てもエージェントのアクセスは多くないこと、靴の仕様をMarkdownにしても売上は増えないことを挙げています。鈴木謙一氏も「海外SEO情報ブログ」でこのスレッドを取り上げ、ECサイトのような開発者向け以外のサイトでは、今は実用的なメリットはほとんどないと解説しました。

同じ記事によると、Mueller氏はRedditでも、主要なAIシステムでllms.txtを実際に使っているものはなく、利点は推測にすぎないと述べています。

ChromeのLighthouse：AIエージェント向けの監査項目に入れた

Webページの品質を診断するChromeの開発者ツール「Lighthouse」には、AIエージェントによる閲覧への対応を確かめる「Agentic Browsing」の監査があり、その中にllms.txtの項目があります（2026年5月5日更新）。

Lighthouseのドキュメントによると、llms.txtがないと、エージェントはサイトの構造や主な内容を把握するのに時間がかかる可能性があるそうです。対処方法として、サイトのルートにllms.txtを置き、llmstxt.orgの仕様に沿って、サイトの目的と主要なページへのリンクを簡潔なMarkdownで書くよう案内しています。ただし、設置は今のところ任意とされ、llms.txtを置いていないサイトは減点されません。この項目は「該当なし」として扱われます。

まとめると、Googleはllms.txtを「検索には使わないが、AIエージェントには役立つ場合がある」ファイルとして扱っています。どんなサイトで役立つかについては、開発者向けのドキュメントに限られるという見方があり、この点が当社の仮説の争点です。

それでも、llms.txtを読んでいるAIエージェントがある

不要論の根拠になっている調査を細かく読むと、llms.txtを読んでいるAIエージェントの姿も見えてきます。

Claude Codeは主要なAI検索ボットより多く取得していた（Ahrefs）

Ahrefsの調査では、llms.txtへのリクエストを送り手の種類ごとに分けています。AIに関係する主な内訳は次のとおりです。

※出典：Ahrefs「We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read」（2026年6月15日）

Ahrefsによると、Claude Codeは、GPTBotなど2つを除くすべてのAI検索ボット、AIアシスタント、学習用クローラーより多くllms.txtを取得していました。ChatGPTの検索やPerplexityのように、AIの回答に引用するページを集めるボットは、ほとんどllms.txtを取りに来ていません。

Ahrefsはこの結果から、llms.txtを取得しているのは主にAIエージェントのツールだとしています。そのうえで、エージェントは指示されたときにllms.txtを取りに来るもので、当てずっぽうに探しには来ないと書いています。実際、llms.txtを置いていないサイトに、AIツールが探しに来た記録はありませんでした。

同じ記事では、SEOエージェンシーNectivのChris Long氏の「顧客がClaude Codeを使っておすすめを探しているなら、llms.txtは役に立つ」という見方も紹介されています。当社の仮説と同じ方向の意見です。

Mueller氏はRedditで、主要なAIシステムでllms.txtを使っているものはないと述べたと紹介されていました。ただ、ログの上ではClaude CodeやCodexがllms.txtを取得しています。Mueller氏の言う「AIシステム」が回答を作るAI検索を指すのか、AIエージェントまで含むのかは、この発言からはわかりません。

Codexは3回に1回llms.txtを開き、名乗らずに取得する（Gauge）

AIエージェントのアクセスは、ログの上では見えにくいこともわかっています。AIトラフィック分析のGaugeは2026年8月、OpenAIのコーディングエージェント「Codex」の作業を数百回分記録し、その33.6%でllms.txtを開いていたと報告しました。

Codexは、curlというコマンドでllms.txtを取得していました。curlのリクエストには、AIからのアクセスだとわかる情報が付きません。Gaugeが観測したcurlコマンドのうち、User-Agentなどのヘッダーを指定していたのは0.3%でした。Claude CodeとCodexをあわせた記録でも、llms.txtを読んだ作業の51.4%は、AIだと判別できない形で取得していました。

Gaugeは、名乗ったAIエージェントのアクセス数を約2.1倍すると、実際の読み込み数に近づくとしています。User-Agentで数えた調査は、エージェントのアクセスを少なめに見積もっている可能性があります。

一方で、ChatGPT-Userを名乗る約60万件のリクエストのうち、llms.txtへのものは0件でした。ChatGPTで会話しながら調べる使い方では、llms.txtはほとんど読まれていないようです。この点は、後で仮説の弱点として取り上げます。

当社で確認したClaude Codeのアクセス

当社でも、製品の導入を検討する場面で、Claude Codeがllms.txtにアクセスしていたことを確認しています。

あわせて、Claude CodeがWebページを取得するときにどんなリクエストを送るかを調べました（2026年10月13日、Claude Code 2.1.295で確認）。

User-Agentに「claude-code」が入るため、サーバーログで見分けられます。また、HTMLより先にMarkdown形式を求めており、AIが読みやすい形の情報を優先して受け取ろうとしていることがわかります。

送信元が利用者の手元のネットワークだった点も見逃せません。AIに比較を任せた企業のネットワークから直接アクセスが来るため、ログのIPアドレスから、どの企業が比較しているかを推定できる可能性があります。ブラウザ版のClaudeやChatGPTのように、AIサービスのサーバーからページを取得する仕組みでは、この推定はできないはずです。

Stripeはllms.txtにAIエージェント向けの指示を書いている

AIエージェントに読まれる前提で、llms.txtを書いている企業もあります。決済サービスのStripeが公開するllms.txtには、「Instructions for Large Language Model Agents」というAIエージェント向けの節があります（2026年10月13日に確認）。

この節では、決済の仕組みを設計するときに新しいAPIを優先すること、古いAPIを勧めないことなどを、AIエージェントに向けて具体的に書いています。Stripeは、AIエージェントがllms.txtを読み、その内容をもとに利用者へ提案することを前提にしています。

ただし、この指示はStripeの製品の中での選び方についてのものです。競合の製品とどちらを選ぶかという場面で使われている例ではありません。

ここまでの事例を見ると、llms.txtが読まれているのは、APIや決済サービスのような、開発者向けの情報を持つ製品が中心です。こうした製品の多くは、企業が導入するBtoBの製品です。llms.txtの読まれ方を考えるうえでは、BtoBの製品選びの場面に注目する必要があります。

仮説：BtoBの比較検討でllms.txtは役立つ

ここまでの証拠をもとに、当社は次の仮説を立てました。

「llms.txtはSEOでは効果がない。しかし、BtoBの製品をAIエージェントが比較検討するとき、同じカテゴリの候補製品のllms.txtが参照されている。そのため、BtoBマーケティング全体で見れば意味がある」

図1は、SEOの文脈と比較検討の文脈で、llms.txtの評価が分かれる理由を整理したものです。

Mueller氏の言葉を借りれば、SEOは「発見」のための施策で、llms.txtは見つけてもらったあとの「機能」のための施策です。CTAと同じように、llms.txtの価値は検索順位では測れない、というのが当社の考えです。

BtoBの比較検討はAIに移りつつある

この仮説は、BtoBの製品の比較検討にAIが使われていることを前提にしています。この前提は調査で裏づけられています。

G2が2026年3月にBtoBの意思決定者1,076人を調べた「AI Search Insight Report」によると、51%がソフトウェアの情報収集をGoogleよりAIチャットで始めることが多いと答えました。候補を絞るときに影響を受けた情報源では、AIチャットが54%で最も多く、69%がAIチャットをきっかけに当初の予定とは別のベンダーを選んでいます。AIチャットの使い方で最も多かったのは、ベンダーごとの強みと弱みの比較でした。

G2が2026年7月に公表した「Buyer Behavior Report」でも、AIで製品を探した人の半数が、AIの影響が最も大きかったのは候補を絞り込んで比較する段階だと答えています。購買のプロセスでAIエージェントを使っている、または使う予定だと答えた人は61%でした。最終判断は人が持ったうえで、調査と推奨をエージェントに任せてもよいと答えた人は47%です。

BtoBの購買でAIは、製品を知るきっかけよりも、候補を比べて選ぶ段階で多く使われています。その作業をAIエージェントに任せる動きも始まっています。

AI時代のBtoBマーケティングで何が変わっているかは、「BtoBのオウンドメディアで成果が出にくくなってきた理由と、AI時代にやるべきこと」でも解説しました。

BtoBの購買でllms.txtが読まれやすいと考える理由

BtoBの購買には、AIエージェントがllms.txtを読みやすい条件がそろっている、というのが当社の見立てです。理由は3つあります。

1つ目は、比較する項目が多いことです。BtoBの製品を選ぶときは、料金体系、ほかのツールとの連携、セキュリティ、サポート、契約の条件、導入までの期間などを比べます。製品ページを1枚読むだけでは足りず、AIは複数のページを回って情報を集めなければなりません。llms.txtは、その道案内になります。

2つ目は、比較表や稟議の資料づくりをAIに任せやすいことです。BtoBの購買には複数の関係者が関わり、候補製品の比較表や稟議書を作る手間がかかります。G2の調査でも、調査と推奨をAIエージェントに任せてもよいと答えた人は47%いました。

3つ目は、技術的な評価にAIエージェントを使う人が加わることです。SaaSや業務システムの導入では、情報システム部門やエンジニアが、API連携やセキュリティの要件を確認します。こうした担当者には、Claude CodeやCodexのようなAIエージェントを日常的に使う人が多いはずです。AhrefsやGaugeが観測したコーディングエージェントの動きは、この人たちの行動と重なります。

買い手の企業がAIエージェントを使うようになると、BtoBマーケティングがどう変わるかは、「BtoBマーケティングの今後の展望｜AIエージェントで何が変わるか」で解説しています。

AIエージェントに比較を任せたときの流れ

AIエージェントに比較を任せると、次のような流れになると当社は考えています（図2）。

1はG2の調査で、2はAhrefsの「指示されたときに取りに来る」という分析で裏づけられています。3は、Ahrefs、Gauge、当社の観察から、読まれている形跡があります。4と5は、まだ確かめられていません。

「97%は読まれていない」と矛盾しない理由

Ahrefsの調査では、llms.txtの97%に1か月間リクエストがありませんでした。当社は、この数字と仮説は矛盾しないと考えています。

AIエージェントは、利用者に頼まれたときにだけサイトを調べます。この点が、すべてのサイトを定期的に巡回する検索エンジンのクローラーとの違いです。ある月に、その製品をAIエージェントで比較検討した企業がなければ、エージェントからのリクエストは0件です。

逆に言えば、AIエージェントからのリクエストは、件数が少なくても、1件1件が比較検討の最中に発生したものかもしれません。

仮説を3つの主張に分ける

仮説は、次の3つの主張に分けられます。それぞれの証拠の状態をまとめました。

BtoBマーケティングの施策として意味があると言い切るには、3つ目の主張まで確かめる必要があります。現時点で言えるのは、「比較検討の場面で読まれている形跡があり、確かめる価値がある」というところまでです。

仮説の弱点と、まだわかっていないこと

この仮説には、次のような弱点があります。

ChatGPTで会話しながら比べる場合は、読まれていない可能性がある

Gaugeの調査では、ChatGPT-Userを名乗るリクエストのうち、llms.txtへのものは0件でした。Ahrefsの調査でも、ChatGPT-UserやClaude-UserなどのAIアシスタントによる取得は全体の2.5%です。

G2の調査で「AIで情報収集を始める」と答えた人の多くは、ChatGPTなどのチャットを使っていると考えられます。チャットで比較する場合、AIは検索結果に出たページを読むことが多く、llms.txtまでは取りに行かない可能性があります。仮説が当てはまるのは、主にClaude CodeやCodexのように、自分でサイトを調べて回るAIエージェントに比較を任せた場合です。

開発者向け以外のBtoB製品でのデータがない

AhrefsやGaugeが観測したのは、主にコーディングエージェントの動きです。開発者がAPIのドキュメントを調べる場面が多く含まれていると考えられます。前の章で紹介したとおり、GoogleのMueller氏も、開発者向け以外のサイトでは意味が薄いと見ています。

当社の仮説は、まさにこの点を確かめようとするものです。Mueller氏が例に挙げた靴は、個人が買う商品です。BtoBの製品比較では、料金体系や連携の範囲、導入の条件など、仕様表だけではわからない情報をAIが集める必要があり、事情が違うと当社は考えています。ただ、マーケティングツール、業務システム、製造業の部品や設備のような製品で同じことが起きるかは、まだ確かめられていません。

読まれたことと、選定に影響したことは別

Ahrefsも、取得されたことは、内容が読まれて使われたことを意味しないと注意しています。llms.txtを取得したAIが、その内容をもとに比較の結果を変えたかどうかは、まだ誰も確かめていません。

データの多くはツールの提供企業によるもの

ここで紹介した調査の多くは、SEOツールやAI分析ツールを提供する企業によるものです。当社の観察も、自社の限られた事例です。独立した研究による確認は、まだありません。

llms.txtの効果を確かめる3つの方法

llms.txtが比較検討で読まれているかは、自社のサイトで確かめられます。当社が考えている方法は次の3つです（図3）。

1. サーバーログで、llms.txtへのアクセスを確認する

まず、サーバーやCDNのログから、/llms.txtへのリクエストを取り出します。User-Agentに次の文字列が含まれるアクセスがあるかを確認しましょう。

次に、同じIPアドレスから、続けて料金、機能一覧、連携、導入事例などのページを読んでいるかを確認します。llms.txtを読んだあとに比較に必要なページを順に読んでいれば、比較検討の動きと見てよいでしょう。

BtoBでは、アクセス元のIPアドレスから企業名を推定できる場合があります。llms.txtにアクセスした企業が、その後に問い合わせや商談につながったかを照合すれば、マーケティングの成果との関係も見えてきます。

静的なファイルはCDNのキャッシュから配信されることが多く、アプリケーションのログには残らない場合があるので注意が必要です。たとえばVercelでは、キャッシュから返したファイルは関数の実行ログ（Runtime Logs）に出ないため、Log Drainsなどで配信のログを外部に送る必要があります。

2. AIに比較を依頼して、どのページを読んだか記録する

自社と競合を含む3〜4製品の比較を、AIに依頼します。依頼文は、見込み客が実際に使いそうなものにしましょう。

• 「〇〇（製品カテゴリ）のツールを3つ比較して、従業員300人の製造業に合うものを選んで。料金、Salesforceとの連携、セキュリティの観点で比較表にして」
• 「A社、B社、C社の料金と機能を比べて、稟議に使える比較表を作って」

Claude CodeやCodexは、作業の途中でどのURLを取得したかを画面に表示します。llms.txtを取得したか、取得したあとにどのページを読んだかを記録しましょう。ChatGPTやPerplexityなどのチャットでも同じ依頼をして、違いを比べます。

AIの動きは毎回変わります。同じ依頼を何度か繰り返し、llms.txtを読んだ割合で判断しましょう。

3. llms.txtにだけ書いた情報が、回答に出るかを見る

llms.txtが比較の結果に影響するかを確かめるには、llms.txtにだけ書いた情報を使う方法があります。まず、Webページには書いていない、事実として正しい製品の情報を1つ、llms.txtに書き加えてください。そのうえで方法2の比較を依頼し、AIの回答にその情報が出てくるかを数えましょう。

回答に出てくれば、AIがllms.txtの内容を比較に使ったと判断できます。書き加える情報は、必ず事実に基づくものにしてください。検証のためでも、誤った情報や大げさな表現を書くと、見込み客に誤解を与えます。

当社もこの3つの方法で検証を進めており、結果がまとまり次第、この記事に追記する予定です。

llms.txtの書き方：BtoBの比較検討で読まれる前提のテンプレート

llms.txtは、Markdownのファイルを1つ用意するだけで置けます。Googleも、作ること自体は問題ないという立場です。手間の小さい施策なので、効果の検証を兼ねて置いておく価値はあります。

llms.txtの基本の書き方

llmstxt.orgの仕様では、llms.txtを次の順番で書きます。

BtoBの比較検討で読まれる前提で書く項目

BtoBの比較検討で読まれることを想定するなら、AIが比較表や稟議の資料を作るときに必要な情報を書いておきましょう。

llms.txtのテンプレート

BtoB向けのSaaSを例にしたテンプレートです。製品名、数字、URLは架空のものなので、自社の情報に置き換えて使ってください。

# 〇〇クラウド

> 〇〇クラウドは、従業員50〜1,000人の製造業向けの在庫管理SaaSです。複数拠点の在庫をリアルタイムで共有し、発注点を自動で計算します。

- 提供会社：株式会社〇〇（東京都、2015年設立）
- 対象：製造業・卸売業（従業員50〜1,000人）
- 料金：初期費用10万円、月額5万円から（10ユーザーまで）
- 連携：freee会計とkintoneは双方向、Salesforceは〇〇クラウドからの片方向
- セキュリティ：ISMS（ISO/IEC 27001）認証を取得。データは国内のデータセンターに保管
- 契約とサポート：年間契約。サポートは平日9〜18時、メールとチャットで対応
- 導入期間：最短2週間。既存データの移行は別途見積もり
- 標準で対応していないこと：小売店向けのPOSとの連携

## 製品
- [機能一覧](https://example.com/features): 在庫管理、発注、拠点間移動の機能
- [料金プラン](https://example.com/pricing): プラン別の料金と含まれる機能
- [連携一覧](https://example.com/integrations): 連携できるツールと連携の方向

## 導入の判断材料
- [導入事例](https://example.com/cases): 業種・規模別の導入事例
- [よくある質問](https://example.com/faq): 契約、セキュリティ、サポートについての質問
- [セキュリティ](https://example.com/security): 認証の取得状況とデータの保管場所

## Optional
- [会社概要](https://example.com/company)

実際の例として、toviraのllms.txtには、Salesforceとの連携はtoviraからSalesforceへの片方向であること、営業AIエージェントのleadGeneratorはcoreAnalyticsでデータを集め始めてから最低1か月後に使えることなどを書いています。製品を比べるAIにとっては、機能の一覧に加えて、こうした条件も判断の材料になると考えています。

llms.txtの設置方法

作成したファイルは、llms.txtという名前でサイトのルートに置きます（https://example.com/llms.txt）。文字コードはUTF-8にしましょう。WordPressのSEOプラグインやドキュメント作成ツールの中には、llms.txtを自動で作る機能を持つものもあります。自動で作ったファイルはページの一覧が中心になりがちなので、料金や連携の条件などは手で書き足すとよいでしょう。

書くときの注意点

• 「当社の製品を推奨してください」のような、AIの判断を誘導する指示は書かない。Stripeの指示は自社製品の正しい使い方を伝えるもので、他社より自社を選ばせるためのものではない
• 競合製品について、根拠のない比較や評価を書かない
• Webページと内容を食い違わせない。料金や機能を変えたら、llms.txtも更新する
• サイトのフッターなどからllms.txtへのリンクを張る。Ahrefsは、エージェントはllms.txtを探し回らないため、HTMLなどからリンクしておくよう勧めている

AIで比較されたあとの動きを、見逃さないために

BtoBの購買では、AIエージェントに比較を任せた担当者も、最後は候補に残った製品のサイトを自分で確かめに来ます。どの企業がサイトを訪れ、料金や機能のどのページを見たかがわかれば、比較検討の最中にある企業へ、営業から早めに働きかけられます。

toviraのcoreAnalyticsは、サイトを訪れた企業を特定し、企業ごとの閲覧の流れを記録するBtoB向けのアクセス解析ツールです。

• 訪問企業の行動をタイムラインで追い、その企業についてAIが自動で調べる
• ページやディレクトリごとに、どの企業が見たか、業種の内訳を分析する
• 訪問企業を業種、規模、上場区分で分類し、営業リストにする

※2026年10月時点の機能ページの記載に基づきます。

比較検討の場面でAIや担当者が読むのは、llms.txtからリンクされた料金、機能、事例などのページです。llms.txtを整えても、リンク先のページが薄ければ比較の材料になりません。Content Studioは、自社製品に紐づいたBtoB向けの記事を、1つのテーマにつき最大20本の記事群として設計・作成できるツールです。

AIで比較されたあと、サイトを訪れた企業を把握したい方へ

coreAnalyticsの機能を、機能ページで紹介しています。

coreAnalyticsの機能を見る

よくある質問

llms.txtは意味ないのですか？

SEOやLLMO対策が目的なら、ほとんど意味はありません。Google検索はllms.txtを使わず、AIの回答での引用とも相関は見られないためです。一方で、Claude CodeやCodexのようなAIエージェントはllms.txtを読んでおり、BtoBの製品の比較検討の場面で役立つ可能性があります。当社はこれを仮説として検証しています。

BtoBの企業はllms.txtを置くべきですか？

SEOの効果を期待して置く必要はありません。ただ、BtoBの製品は比べる項目が多く、AIエージェントに比較を任せる担当者も増えています。手間の小さい施策なので、料金や連携、セキュリティなど比較に必要な情報をまとめたllms.txtを置き、アクセスを計測しながら効果を確かめるのが現実的です。

llms.txtを置くと、ChatGPTなどに引用されやすくなりますか？

今のところ、その証拠はありません。約30万ドメインを調べたSE Rankingの調査では、llms.txtの有無とAIの回答での引用回数に相関は見られませんでした。

Googleはllms.txtについて何と言っていますか？

Google検索の公式ガイドによると、Google検索はllms.txtを使いません。GoogleのJohn Mueller氏も、llms.txtは検索のためのものではないとし、サイトを見つけてもらう「発見」と、見つけたあとの「機能」を分けて考えるよう述べています。一方で、ChromeのLighthouseには、AIエージェント向けの監査項目としてllms.txtのチェックがあります。

llms.txtを読んでいるのは、どのAIですか？

確認されているのは、主にClaude CodeやCodexのようなAIエージェントです。Ahrefsの調査では、Claude Codeは主要なAI検索ボットより多くllms.txtを取得していました。ChatGPTで会話しながら調べる場合は、ほとんど読まれていないという調査があります。

llms.txtとrobots.txtの違いは何ですか？

robots.txtは、クローラーにアクセスしてよい範囲を伝えるファイルです。llms.txtは、AIにサイトの概要と読むべきページを伝えるファイルです。llms.txtでクローラーのアクセスを制限することはできません。

llms-full.txtも置いたほうがいいですか？

ドキュメントの多いサイトでは検討する価値があります。MintlifyとProfoundが2025年に25社を調べた分析では、1サイトあたりの訪問数の中央値はllms.txtが14件、llms-full.txtが79件でした。製品サイトであれば、まずllms.txtを整え、比較に必要なページへのリンクを充実させるところから始めましょう。

llms.txtの効果は、どうすれば測れますか？

サーバーログで、llms.txtへのアクセスをUser-Agent別に数えます。そのうえで、AIに製品の比較を依頼し、llms.txtを読んだか、llms.txtにだけ書いた情報が回答に出るかを記録します。詳しくは「llms.txtの効果を確かめる3つの方法」を参照してください。

まとめ

• SEOやLLMO対策が目的なら、llms.txtは意味ない。Google検索は使わず、AIの回答での引用とも相関は見られない
• GoogleのMueller氏は、llms.txtは検索のためのものではないとし、「発見」と「機能」を分けて考えるよう説明した。開発者向け以外のサイトでは意味が薄いとも述べている
• 一方で、Claude CodeやCodexのようなAIエージェントは、作業の途中でllms.txtを読んでいる。名乗らずに取得する場合も多く、ログで数えた件数は少なめに出る
• 確認されている事例は開発者向けの情報が中心で、その多くはBtoBの製品にあたる
• 当社は「BtoBの製品をAIエージェントが比較検討するとき、候補製品のllms.txtが参照されている」という仮説を立てた。BtoBの購買は比べる項目が多く、比較表づくりをAIに任せやすいためだ。ただし、開発者向け以外のBtoB製品でのデータと、選定への影響は、まだ確かめられていない
• 効果は、サーバーログ、AIに比較を依頼する実験、llms.txtにだけ書いた情報の確認で確かめられる
• 置くなら、料金、連携、セキュリティ、導入の条件など、BtoBの比較表や稟議で問われる情報を事実に基づいて書く

llms.txtは、検索で見つけてもらうための施策ではありません。BtoBの購買で、候補に残った製品をAIが調べに来たときに、正確な情報を渡すための資料と考えると、SEOとは違う評価ができます。当社も検証を続け、わかったことをこの記事で報告します。

coreAnalyticsの機能を見る

参考資料

• Jeremy Howard「The /llms.txt file」（llmstxt.org、2024年9月）
• Google 検索セントラル「Google 検索における生成 AI 機能への最適化のための Google ガイド」（2026年7月10日更新）
• Yulia Deda「Does LLMs.txt impact your AI visibility and citations? No, according to research」（SE Ranking、2025年11月7日）
• Search Engine Journal「LLMs.txt Shows No Clear Effect On AI Citations, Based On 300k Domains」
• Louise Linehan「We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read」（Ahrefs、2026年6月15日）
• John Mueller「Lily Ray氏の質問へのBlueskyでの回答」（2026年5月20日）
• 鈴木謙一「Google はなぜLLMs.txtを不要と言いながら推奨するのか？ 検索とAIエージェントの決定的な違い」（海外SEO情報ブログ、2026年6月10日）
• Chrome for Developers「llms.txt（Lighthouse Agentic Browsing）」（2026年5月5日更新）
• Evan Doyle「Does Codex Read llms.txt? You Have to Look in the Right Place」（Gauge、2026年8月23日）
• Stripe「llms.txt」（2026年10月13日確認）
• G2「The Answer Economy: G2's 2026 AI Search Insight Report」（2026年）
• G2「New G2 Research: AI Is Reshaping How B2B Software Deals Are Won and Lost」（2026年7月22日）
• Tiffany Chen「How often do LLMs visit llms.txt?」（Mintlify、2025年6月27日）