For EC sites

EC GEO Studio

← ダッシュボード

診断対象

らでぃっしゅぼーや

www.radishbo-ya.co.jp
EC有機野菜の宅配サブスク

診断実行

2026年5月14日 5:18

この診断は入力された URL (www.radishbo-ya.co.jp) を サーバから直接クロールし、4 層 19 サブスコアで採点したスナップショットです。 判定根拠は結果ページの各サブスコア下「判断過程を見る」で確認できます。採点ロジック →

らでぃっしゅぼーや · GEO Readiness

診断レポート

このページは「https://www.radishbo-ya.co.jp/」を実際にクロール → ページ分類 → HTML 解析を行い、5 層 24 サブスコアを算出したスナップショットです。 判定の根拠は「ものさし」と「判断過程」セクションで開示しています。

再診断する採点ロジックを見る

Overall

4

/ 100D
01

結果サマリー

エグゼクティブサマリー

土台ができていない

Schema 実装・GBP 登録・FAQ ページなど、AI に存在を知らせる準備が整っていません。即効施策から着手しましょう。

最大の弱点

L1 Entity

スコア 0/ 100

最も強い層

L5 Commerce

スコア 15/ 100

まず読むべき 2 つ

⚠️ 最優先で対処すべき指摘

L1 · Schema.org Organization が未実装

→ ChatGPT に『〇〇 (あなたのブランド名) とは？』と聞かれたとき、AI はハルシネーション (誤情報) を出すか、『情報が不足しています』と答えます。検索からの流入が AI 経由に置き換わるにつれて、機会損失が指数関数的に増えます。

💡 最優先で着手すべき施策

+10 pt

全商品ページに Product / Offer JSON-LD を実装

⏱ Web エンジニア 半日 (商品テンプレに 1 度仕込めば全商品に適用)

全 11 施策をすべて実施した場合のスコア向上ポテンシャル: +73 pt

評価基準 · ものさし

このスコアは何をどう測ったか

▸

総合スコアの計算式

Overall = L1 × 0.25+L2 × 0.25+L3 × 0.20+L4 × 0.15+L5 × 0.15

グレード閾値

S

90+

業界トップ

A

75+

推薦圏内

B

60+

認知あり

C

45+

発見前

D

0+

未着手

現在

5 層と評価軸

L1 Entity

重み 25%

ブランドの存在認識

呼称一貫性 (30%)Schema.org 実装 (25%)GBP 充実度 (20%)外部 DB 登録 (15%)SNS 整合性 (10%)

L2 Content

重み 25%

AIに引用される文章

結論先出し (20%)段落長 134-167 字 (15%)統計データ (15%)外部引用 (15%)FAQ 網羅 (20%)営業色の薄さ (15%)

L3 Citation

重み 20%

AI/外部からの言及

AI 言及率 (35%)外部言及数 (25%)PR TIMES 活動 (20%)業界メディア (20%)

L4 Conversion

重み 15%

受け皿としての強さ

CTA 視認性 (30%)予約フリクション (25%)AI 属性記述 (25%)トラスト要素 (20%)

L5 Commerce

重み 15%

AI による商品検索適性

商品 schema 実装率 (30%)価格/在庫/送料 (20%)sitemap.xml (15%)AI クローラ許可 (15%)商品属性 (10%)補助シグナル (10%)

⚠️ 結果を読むときの注意

  • L3 スコア = 0 は「失敗」ではなく 「未測定」(API キー未設定) の可能性。
  • 商品ページ取得 0 はクローラブロックや SPA レンダリングが原因の可能性。実際の商品有無とは別。
  • 大幅なスコア低下 は施策の失敗より、 サイト構造の変化や CDN 設定変更で fetch が止まったケースを先に疑う。

各層の更に詳しい背景・サブスコア定義は 診断の仕組み ページにまとまっています。

02

層別スコア

Layers

ⅠLayer 1

Entity

ブランドの存在認識

D Grade
0/ 100

ⅡLayer 2

Content

AIに引用される文章

D Grade
0/ 100

ⅢLayer 3

Citation

AI/外部からの言及

D Grade
0/ 100

ⅣLayer 4

Conversion

受け皿としての強さ

D Grade
10/ 100

ⅤLayer 5

Commerce

AI による商品検索適性

D Grade
15/ 100

Radar

Loading chart…

Sub-scores

各サブスコアの判断過程

クリックで展開。各項目の下の「判断過程を見る」で計算式 + 観測値を確認できます。

▸

ⅠLayer 1

Entity

ブランドの存在認識

0

この層が見た入力

  • 🏠 https://www.radishbo-ya.co.jp/取得失敗

・今回クロールしたページ内訳: 🏠 home: 1

・L1 はホームページの HTML と DB ブランド情報のみを使用しています。

呼称一貫性30%
0
判断過程を見る▸

計算式

ソースが 2 個未満 → 採点不能 (0)

観測値

DB ブランド名
らでぃっしゅぼーや
Schema実装25%
0
判断過程を見る▸

計算式

検出された Schema.org タイプの合計点 = 0 / 100

観測値

Organization
未検出
LocalBusiness
未検出
FAQPage
未検出
Product
未検出
BreadcrumbList
未検出
GBP充実度20%
0
判断過程を見る▸

計算式

ブランド設定に GBP URL が登録されていない / API 未連携 → 0

観測値

gbpUrl
(未登録)
外部DB登録15%
0
判断過程を見る▸

計算式

MVP では Wikipedia/Wikidata API 確認は未実装のため、常に 0

観測値

実装状態
未実装
SNS整合性10%
0
判断過程を見る▸

計算式

SNS プロフィール 0 個 → 0

ⅡLayer 2

Content

AIに引用される文章

0

この層が見た入力

  • 🏠 https://www.radishbo-ya.co.jp/取得失敗

・今回クロールしたページ内訳: 🏠 home: 1

・L2 はクロールできた最大 5 ページの本文を解析しています。

・Claude API を使った深い文章質評価は MVP 未連携 (静的ヒューリスティックのみ)。

結論先出し20%
0
判断過程を見る▸

計算式

0 ページを評価。冒頭 30% に結論キーワードを含むページがあれば 80、無ければ 40 を付与し平均化

観測値

評価ページ数
0
検出結論キーワード
なし
段落長最適化15%
0
判断過程を見る▸

計算式

理想は 134〜167 字。距離に応じて減点 (100 - |avg - 150| × 0.7)

観測値

平均段落長 (字)
0
統計データ15%
0
判断過程を見る▸

計算式

数値+単位 (% / kg / 年 等) のヒット 1 件 = 12 点 (最大 100)

観測値

検出された数値+単位
0 件
外部引用15%
0
判断過程を見る▸

計算式

自社ドメイン以外への外部リンク 1 本 = 18 点 (最大 100)

観測値

検出された外部リンク
0 本
FAQ網羅20%
0
判断過程を見る▸

計算式

8 個の想定プロンプトのうち 0 個がサイト内テキストとマッチ → 0/8 × 100

観測値

想定プロンプト数
8
サイト内で言及済み
0
営業色の薄さ15%
0
判断過程を見る▸

計算式

営業ワード 1 種 = -18 点 (基準 100、低いほど営業色が強い)

観測値

検出された営業ワード
なし

ⅢLayer 3

Citation

AI/外部からの言及

0

この層が見た入力

  • 利用エンジンchatgpt + gemini
  • プロンプト生成gemini-2.5-flash で 2 件を動的生成 (サイト内容に適応)
  • API 呼び出し4 回 (成功 2 / 失敗 2)
  • 自社言及0 件

・L3 では実際に ChatGPT / Gemini に商品検索プロンプトを投げ、自社が回答に登場する率を観測しています。

・プロンプトはクロールした商品ページ・カテゴリ・ホームページ本文を文脈にして Gemini が動的生成します (Gemini 未連携時はテンプレート使用)。

・個別の回答ログは ai_responses テーブルに保存され、各 prompt の言及位置 / 失敗理由を audit できます。

AI言及率35%
0
判断過程を見る▸

計算式

0/2 の AI 回答で自社が言及 → 0

観測値

利用エンジン
chatgpt + gemini
成功した API 呼び出し
2
失敗した API 呼び出し
2
自社が登場した回答数
0
1. chatgpt: 妊娠中に安心して食べられる、農薬不使用の野菜を届けてくれるサブスクを探しています…
失敗 (openai 429)
2. gemini: 妊娠中に安心して食べられる、農薬不使用の野菜を届けてくれるサブスクを探しています…
言及なし
3. chatgpt: アレルギーを持つ子供がいる家庭に最適な、添加物の…
失敗 (openai 429)
4. gemini: アレルギーを持つ子供がいる家庭に最適な、添加物の…
言及なし
外部言及数25%
0
判断過程を見る▸

計算式

現状この層は AI 実調査のみ実装、外部言及数 / PR TIMES / 業界メディアは将来対応

PR TIMES 活動20%
0
判断過程を見る▸

計算式

現状この層は AI 実調査のみ実装、外部言及数 / PR TIMES / 業界メディアは将来対応

業界メディア20%
0
判断過程を見る▸

計算式

現状この層は AI 実調査のみ実装、外部言及数 / PR TIMES / 業界メディアは将来対応

ⅣLayer 4

Conversion

受け皿としての強さ

10

この層が見た入力

  • 🏠 https://www.radishbo-ya.co.jp/取得失敗

・L4 はホームページの HTML のみを評価対象としています。

CTA視認性30%
0
判断過程を見る▸

計算式

CTA キーワード 1 種 = 25 点 (最大 100)

観測値

検索対象 CTA キーワード
カートに入れる / 購入する / 注文する / 今すぐ / 申し込む
検出されたもの
なし
予約フリクション25%
40
判断過程を見る▸

計算式

<form> 要素 0 → 計測不能のため中間 40 点

観測値

ホームページの <form> 数
0
AI属性記述25%
0
判断過程を見る▸

計算式

ホームページ取得失敗

トラスト要素20%
0
判断過程を見る▸

計算式

本文未取得

ⅤLayer 5

Commerce

AI による商品検索適性

15

この層が見た入力

  • /robots.txt200 · 1430 bytes
  • /sitemap.xml未取得
  • /llms.txt未配置

・クロールできた商品ページ: 0 件

・L5 は AI が商品単位で発見・比較・推薦できる EC かを採点します。

商品 schema 実装率30%
0
判断過程を見る▸

計算式

商品ページがクロールできなかったため採点不能 (0)

観測値

商品ページ取得数
0
改善
/sitemap.xml に商品 URL を列挙するとクローラが商品ページに到達できる
価格/在庫/送料の明示20%
0
判断過程を見る▸

計算式

商品ページゼロのため採点不能

sitemap.xml 整備15%
0
判断過程を見る▸

計算式

/sitemap.xml が存在しない (HTTP 520)

観測値

影響
AI クローラが商品 URL を網羅的に発見できない可能性が高い
AI クローラ許可15%
100
判断過程を見る▸

計算式

主要 AI ボットへの許可ポイント合計 = 100 / 100

観測値

GPTBot
許可 (+30)
Google-Extended
許可 (+25)
ClaudeBot
許可 (+20)
anthropic-ai
許可 (+10)
PerplexityBot
許可 (+15)
商品属性の充実度10%
0
判断過程を見る▸

計算式

商品ページゼロのため採点不能

補助シグナル10%
0
判断過程を見る▸

計算式

補助シグナル合計 = 0 / 100 (llms.txt 30 + BC 25 + pagination 20 + RSS 15 + ItemList 10)

観測値

/llms.txt
なし (LLM 向けサイトガイド未提供)
BreadcrumbList JSON-LD
未検出
rel=next/prev
未検出
RSS/Atom feed
未検出
ItemList JSON-LD
未検出
03

何を見て採点したか

クロールしたページ

URL とコンテンツから「ホーム / 商品 / 一覧 / FAQ / 会社情報 / 特商法…」を自動分類しています。 取得失敗があった場合はそのまま表示されます。

1ページ取得

(うち 1 ページは取得失敗)

🏠ホーム1
  • 🏠ホームhttps://www.radishbo-ya.co.jp/取得失敗

AI 実調査ログ (L3)

実際に ChatGPT と Gemini に投げた商品検索プロンプトと、AI の生回答です。 「言及あり」のカードを開くと、回答のどこに自社が登場したかを確認できます。

4回呼び出し✓ 2成功✗ 2失敗🎯 0回で自社が登場

  • Prompt

    「妊娠中に安心して食べられる、農薬不使用の野菜を届けてくれるサブスクを探しています」

    ChatGPT✗ 失敗 ((error: openai 429))
    gpt-4o-mini · 513ms · 19 chars

    API 呼び出しに失敗しました

    (error: openai 429)

    Gemini· 言及なし
    gemini-2.5-flash · 4509ms · 47 chars

    Gemini の生回答 (全文)

    妊娠中に安心して食べられる、農薬不使用の野菜のサブスクをお探しなのですね。大切な時期だからこそ

  • Prompt

    「アレルギーを持つ子供がいる家庭に最適な、添加物の」

    ChatGPT✗ 失敗 ((error: openai 429))
    gpt-4o-mini · 474ms · 19 chars

    API 呼び出しに失敗しました

    (error: openai 429)

    Gemini· 言及なし
    gemini-2.5-flash · 4186ms · 54 chars

    Gemini の生回答 (全文)

    アレルギーを持つお子さんのご家庭にとって、添加物の少ない食品を選ぶことは非常に重要ですね。アレルギー反応を誘

Methodology

診断方法論 (常に行う手順書)

上の Sub-scores が「今回の実測値」なら、こちらは「いつもどう判定しているか」の仕様書。

▸
Ⅰ

Layer 1

Entity

▸

📥 入力したもの

  • ·入力された URL のホームページ HTML を 1 ページ取得
  • ·ブランド DB に登録された SNS ハンドル (X, Instagram など)
  • ·ブランド DB に登録された GBP URL

⚙️ どう判定したか

  • ·HTML の中に <script type="application/ld+json"> で Schema.org の Organization / LocalBusiness / FAQPage / Product / BreadcrumbList が記述されているかを正規表現で確認
  • ·サイトタイトル・SNS ハンドル・GBP 上の名前を正規化して、表記がどれだけ一致するかを計算 (= 呼称一貫性)
  • ·登録されている SNS プラットフォーム数を expected 4 種 (X/IG/FB/YT) と比較

⚠️ この診断の限界

  • ·MVP では Wikipedia/Wikidata の API 確認は未実装 (常に 0)
  • ·GBP の中身 (写真枚数・投稿数) は API キーが未設定のため手動入力ベース
Ⅱ

Layer 2

Content

▸

📥 入力したもの

  • ·対象 EC サイトから最大 5 ページをクロール (内部リンク追跡 + ページ自動分類)
  • ·DB に登録された 30 個の想定プロンプト (顧客が AI に聞きそうな質問)

⚙️ どう判定したか

  • ·各ページの本文を抽出し、冒頭 30% に結論キーワード (結論/答え/つまり等) があるか
  • ·段落の平均文字数を計測し、AI 引用に最適とされる 134〜167 字からの距離で減点
  • ·数値+単位 (％・kg・年など) の出現回数で「統計データの豊富さ」を判定
  • ·外部ドメインへのリンク数で「外部引用の量」を判定
  • ·想定プロンプト中のキーワードが各ページ本文に何個ヒットするかで「FAQ 網羅率」を計算
  • ·「最安」「今すぐ」など営業キーワードの出現で減点 (= 営業色の薄さ)

⚠️ この診断の限界

  • ·MVP では Claude API を使った文章質評価は未連携 (静的ヒューリスティックのみ)
  • ·クロールは内部リンク 5 ページに限定。商品詳細やブログ全体は見ていない
Ⅲ

Layer 3

Citation

▸

📥 入力したもの

  • ·DB の高優先度プロンプト (priority=high のもの)
  • ·PR TIMES API / 業界メディアの検索結果 (将来)

⚙️ どう判定したか

  • ·ChatGPT と Gemini にプロンプトを投げ、回答テキストに対象ブランド名が含まれる割合を計測
  • ·別表記 (英語名・略称) は Claude API で意味的に同じか判定
  • ·PR TIMES に登録された自社の配信本数と直近の活発さを集計

⚠️ この診断の限界

  • ·OPENAI_API_KEY / GOOGLE_AI_API_KEY 未設定の場合、L3 はすべて 0 (未測定扱い)。これは「悪い」ではなく「測っていない」
  • ·結果は AI の学習タイミングに依存するため、月次の trend を見る指標
Ⅳ

Layer 4

Conversion

▸

📥 入力したもの

  • ·ホームページの HTML (L2 と共通)

⚙️ どう判定したか

  • ·CTA キーワード (「カートに入れる」「購入する」等) のヒット数を計測
  • ·<form> 要素の数で購入フリクションを概算 (少ない方が良い)
  • ·AI が拾いやすい属性ワード (「専門スタッフ監修」「送料無料」など 12 種) のヒット数
  • ·信頼シグナル (プライバシーポリシー / 特定商取引 / 会社概要) の有無

⚠️ この診断の限界

  • ·実際の購入完了率や離脱率は計測していない (それは GA4 等の領域)
  • ·JS で動的にレンダリングされる CTA は拾えない可能性
04

次のアクション

Findings

指摘事項。各カードの「💡 わかりやすく」「⚠️ 放置するとどうなるか」「🔍 何を確認したか」 の 3 セクションで、問題の本質と判定根拠がわかります。

Critical3Warning2Info2

  • L1 · Critical

    Schema.org Organization が未実装

    💡 わかりやすく言うと

    お店の正式情報を「機械が読める名刺」としてサイトに置いていない状態です。Google や ChatGPT は、この名刺をたよりに「ちゃんと実在する、信頼できるお店」と判断します。これが無いと、AI から見て「ふつうの記事」と「お店の公式サイト」の区別がつきません。

    ⚠️ 放置するとどうなるか

    ChatGPT に『〇〇 (あなたのブランド名) とは？』と聞かれたとき、AI はハルシネーション (誤情報) を出すか、『情報が不足しています』と答えます。検索からの流入が AI 経由に置き換わるにつれて、機会損失が指数関数的に増えます。

    🔍 何を確認したか

    ホームページの HTML 内に Schema.org の Organization という構造化データタグが含まれているかをチェックしました。

  • L1 · Warning

    Google Business Profile 未連携

    💡 わかりやすく言うと

    Google ビジネスプロフィールに登録が無いか、住所・営業時間・写真などが不足している状態です。AI は「現実世界にもちゃんと存在するお店か」を Google マップ系の情報で裏取りすることが多いため、ここが薄いと推薦されにくくなります。

    ⚠️ 放置するとどうなるか

    AI は『〇〇は実在しますか？』『信頼できますか？』の問いに対し、GBP が無いブランドを『裏取り不能』と判定し、推薦リストから除外します。

    🔍 何を確認したか

    ブランド設定の Google Business Profile URL が登録されているか、また登録後に住所・電話・写真5枚以上・投稿等が揃っているかを見ました。

  • L1 · Info

    Wikipedia 等の外部 DB に登録なし

    💡 わかりやすく言うと

    Wikipedia や Wikidata、業界の公式データベースなど、自社以外のサイトに名前が載っていない状態です。AI は「公式ページが言っていること」より「複数の第三者ソースで言及されている事実」を強く信用します。

    ⚠️ 放置するとどうなるか

    公式サイトの主張は『広告』として AI に弱く扱われ、第三者ソース無しでは『裏付けのある事実』と認識されません。中長期で AI 引用率が頭打ちになります。

    🔍 何を確認したか

    Wikipedia API などでブランド名のページ存在を確認しました (MVP では未連携のため一律 0)。

  • L3 · Critical

    AI 主要プロンプトでの言及率が極めて低い

    💡 わかりやすく言うと

    実際に ChatGPT や Gemini に「アトピー対応の自然食品ECは？」のような質問を投げたとき、自社の名前がほとんど登場しない状態です。L1・L2 が整っていても、ここが低いと「準備はあるが、まだ AI に届いていない」段階です。

    ⚠️ 放置するとどうなるか

    AI 経由の指名検索 / 商品比較 / 推薦のいずれにも乗っていない状態。AI を経由する顧客接点が完全に競合に流れています。

    🔍 何を確認したか

    事前に登録された高優先度プロンプトを ChatGPT と Gemini に投げ、回答テキストに自社ブランド名 (別表記含む) が含まれる率を計算します。

  • L5 · Critical

    クロールできた商品ページがゼロ

    💡 わかりやすく言うと

    AI に商品単位で発見・推薦してもらうには、まず AI クローラが商品ページに到達できる必要があります。今回はクロール経由で商品ページが 1 つも取得できなかったため、AI 経由の商品検索に乗らないリスクが高い状態です。

    ⚠️ 放置するとどうなるか

    ChatGPT に『〇〇円以内で買える △△ を比較して』と聞かれた時、AI 候補に絶対に上がりません。商品の質ではなく、技術的な到達性で負けている状態。

    🔍 何を確認したか

    ホームページから内部リンクを辿り、URL パターン (/products, /items, /goods 等) + Product schema + 価格マーカーで商品ページを特定しました。1 つも見つからなかったため、サイト構造かクローラブロックの可能性があります。

  • L5 · Warning

    /sitemap.xml が無い、または商品 URL が含まれていない

    💡 わかりやすく言うと

    /sitemap.xml は「このサイトには何ページあるか」をクローラに教える地図です。商品 URL が列挙されていないと、AI は商品ページを発見できず、商品検索の候補にも上がりません。

    ⚠️ 放置するとどうなるか

    クローラがホームから 5 ホップ以内にリンクされていない商品 (例: 過去カテゴリの商品、季節商品) は、AI から完全に存在しないものとして扱われます。

    🔍 何を確認したか

    /sitemap.xml (および robots.txt 内の Sitemap: ディレクティブで指定された URL) を直接取得し、含まれる <loc> URL 数と、そのうち商品 URL と判定できた数をカウントしました。

  • L5 · Info

    /llms.txt が未配置

    💡 わかりやすく言うと

    /llms.txt は LLM 向けの「サイトガイド Markdown」で、新興の業界仕様です。設置すると LLM が要約や引用に使いやすくなり、まだ採用しているサイトが少ないため差別化要因にもなります。

    ⚠️ 放置するとどうなるか

    致命的ではありませんが、競合が先に採用すると AI の引用効率で差がつきます。今のうちに採用しておく『先行者優位』施策。

    🔍 何を確認したか

    /llms.txt を直接 fetch し、200 で返ってくるかを確認しました。

Roadmap

改善ロードマップ。優先度 → なぜ必要か → 具体ステップ → Before/After コード例 → 工数 + 期待効果 の順に並びます。

01

即効

1〜7日で着手

  1. L1 Entity+8pt

    Schema.org Organization / FAQPage を JSON-LD で実装

    💡 わかりやすく言うと

    お店の名前・住所・電話番号・SNS リンクなどを、機械が読める形式 (JSON-LD) でホームページに埋め込みます。Google も ChatGPT も、ここを「公式情報源」として扱うため、AI の回答に出る確率が大きく上がります。

    🎯 なぜ必要か (AI 視点)

    ChatGPT に「〇〇とは？」と聞かれた時、現状の AI は『該当情報なし』『一般的な EC サイトの 1 つ』程度の答えしか返せません。Organization schema を実装すると、AI は『〇〇は〜〜の専門 EC で、URL は〜〜、SNS は〜〜、設立は〜〜』と、サイトに書いた正確な内容で答えるようになります。

    📋 具体的にやること

    1. 1.ホームページの </head> 直前に <script type="application/ld+json"> を追加
    2. 2.name / url / logo / sameAs (SNS URL の配列) / address / contactPoint の各フィールドを埋める
    3. 3.FAQ ページがある場合は FAQPage スキーマも別途追加
    4. 4.Google Search Console の「リッチリザルト テスト」で構文エラーがないか確認

    📝 実装イメージ (Before / After)· ホームページの <head>

    ✗ Before
    <!DOCTYPE html>
<html lang="ja">
<head>
  <title>たまな商店</title>
  <meta name="description" content="自然食品の通販">
</head>
<body>
  <h1>たまな商店へようこそ</h1>
  ...
    ✓ After
    <!DOCTYPE html>
<html lang="ja">
<head>
  <title>たまな商店</title>
  <meta name="description" content="自然食品の通販">

  <script type="application/ld+json">
  {
    "@context": "https://schema.org",
    "@type": "Organization",
    "name": "たまな商店",
    "url": "https://tamanasyouten.com/",
    "logo": "https://tamanasyouten.com/logo.png",
    "description": "アトピー・アレルギー対応の自然食品 EC",
    "sameAs": [
      "https://www.instagram.com/tamanasyouten/",
      "https://x.com/tamanasyouten"
    ],
    "contactPoint": {
      "@type": "ContactPoint",
      "contactType": "customer service",
      "areaServed": "JP"
    }
  }
  </script>
</head>
<body>
  ...

    ⏱️ 工数イメージ

    Web エンジニア 1〜2 時間 (テンプレ修正のみ、追加課金なし)

    ⭐ 期待される効果

    L1 が +20〜30 pt 程度上がる見込み。Google 検索のリッチ表示にも効きます。

  2. L4 Conversion+5pt

    ホームページに AI属性キーワードを明示

    💡 わかりやすく言うと

    「専門スタッフ監修」「送料無料」「全国配送」「返品保証」など、AI がブランドの紹介文を組み立てるときに拾うキーワードを、ホームページの目立つ場所に明示します。

    🎯 なぜ必要か (AI 視点)

    AI が EC を 1 行で紹介する際、属性キーワード (送料・対応エリア・返品保証・専門性) を文中に組み込もうとします。サイトに明示されていないと、AI は『一般的な EC』と平板な紹介に留まり、ユーザーの『どこを選べばいいか』に対し他社との差別化が消えます。逆に属性が明示されていると、AI は『送料無料 + 返品保証 + 専門監修のある EC』と具体的に紹介し、推薦の決め手になります。

    📋 具体的にやること

    1. 1.ファーストビュー (画面の最初に見える領域) にバッジ風に 4〜6 個並べる
    2. 2.それぞれにリンクを張り、詳細ページで根拠を補足
    3. 3.フッターにも同じキーワードを羅列するとクロール時に確実に拾われる
    4. 4.業界特有の強み (「アトピー対応」「アレルギー対応」など) もブランドの強みとして明記

    📝 実装イメージ (Before / After)· ホームページのファーストビュー

    ✗ Before
    <header>
  <img src="logo.svg" alt="たまな商店">
  <h1>たまな商店</h1>
  <p>自然食品のオンラインショップ</p>
  <button>商品を見る</button>
</header>
    ✓ After
    <header>
  <img src="logo.svg" alt="たまな商店">
  <h1>たまな商店</h1>
  <p>自然食品のオンラインショップ</p>

  <ul class="value-badges">
    <li>✓ 専門スタッフ監修</li>
    <li>✓ 全国送料無料 (5,000円〜)</li>
    <li>✓ 返品保証 30日</li>
    <li>✓ アトピー・アレルギー対応</li>
    <li>✓ 有機JAS 認証商品多数</li>
    <li>✓ 翌日配送 (関東)</li>
  </ul>

  <button>商品を見る</button>
</header>

    ⏱️ 工数イメージ

    デザイナー + Web エンジニアで 2〜3 時間

    ⭐ 期待される効果

    L4 AI 属性記述スコアが +30〜50 pt。AI が紹介する一文が良くなる。

  3. L5 Commerce+10pt

    全商品ページに Product / Offer JSON-LD を実装

    💡 わかりやすく言うと

    AI が商品検索の回答に「商品名・価格・在庫・画像・配送条件」をそのまま引用できるよう、商品ページに Product と Offer の JSON-LD を埋め込みます。これが無いと、AI に商品を比較・推薦してもらえません。

    🎯 なぜ必要か (AI 視点)

    ChatGPT / Perplexity / Gemini に『3,000 円以下の有機米を比較して』と聞かれると、AI は Product schema を持つ商品のみを候補に並べます。あなたの商品ページに Product/Offer schema が無いと、たとえ価格・品質で勝っていても、比較表のテーブルにそもそも載りません。Schema は AI 商品検索の『出場資格』に当たります。

    📋 具体的にやること

    1. 1.商品テンプレート (Shopify なら product.liquid, EC-CUBE なら product detail テンプレ) を編集
    2. 2.<script type="application/ld+json"> に Product (name, image, description, sku, brand) + Offer (price, priceCurrency, availability, url) を出力
    3. 3.可能なら AggregateRating (rating, reviewCount) と Review も追加
    4. 4.Google Search Console のリッチリザルトテストで一商品ごとに構文を検証

    📝 実装イメージ (Before / After)· 商品ページの HTML

    ✗ Before
    <div class="product">
  <h1>有機玄米 5kg</h1>
  <img src="/products/genmai.jpg">
  <p class="price">¥3,800</p>
  <p>有機JAS 認定の国産玄米です。</p>
  <button>カートに入れる</button>
</div>
    ✓ After
    <div class="product">
  <h1>有機玄米 5kg</h1>
  <img src="/products/genmai.jpg">
  <p class="price">¥3,800</p>
  <p>有機JAS 認定の国産玄米です。</p>
  <button>カートに入れる</button>
</div>

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "有機玄米 5kg",
  "image": "https://example.com/products/genmai.jpg",
  "description": "有機JAS 認定の国産玄米。アレルゲン: なし",
  "sku": "genmai-5kg-001",
  "brand": { "@type": "Brand", "name": "たまな商店" },
  "offers": {
    "@type": "Offer",
    "url": "https://example.com/products/genmai-5kg",
    "priceCurrency": "JPY",
    "price": "3800",
    "availability": "https://schema.org/InStock",
    "shippingDetails": {
      "@type": "OfferShippingDetails",
      "shippingRate": { "@type": "MonetaryAmount", "value": "550", "currency": "JPY" }
    }
  },
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.6",
    "reviewCount": "87"
  }
}
</script>

    ⏱️ 工数イメージ

    Web エンジニア 半日 (商品テンプレに 1 度仕込めば全商品に適用)

    ⭐ 期待される効果

    L5 productSchema が +60〜100 pt。AI 経由の商品引用が起き始める最重要施策。

  4. L1 Entity+4pt

    ホームページに JSON-LD で Organization スキーマを追加してください

    Schema.org Organization が未実装
  5. L3 Citation+4pt

    Wikipedia / PR TIMES / 業界メディアでの言及を獲得し、AI が再学習する材料を増やしてください。

    💡 わかりやすく言うと

    PR TIMES など第三者メディアでの言及を増やします。AI は再学習のたびに「ネット上で言及が増えているブランド」を覚え直すので、月 1 本のリリース継続が効きます。

    🎯 なぜ必要か (AI 視点)

    AI は学習データの優先度を『独立した複数ソースで言及されているか』で決めます。自社サイトだけで宣伝しても『広告』扱いされ、引用優先度は低いままです。PR TIMES のような配信メディアで取り上げられると、AI は『裏付けのある事実』として強く学習し、回答に組み込みます。月 1 本 × 12 ヶ月で『常に動いているブランド』としての地位を獲得できます。

    📋 具体的にやること

    1. 1.テーマ案: 新商品発売 / 専門家コラム / 監修者インタビュー など月 1 本
    2. 2.PR TIMES に法人アカウントを開設 (法人格・WEB サイト必須)
    3. 3.タイトルは数字 + ニュース性 (例: 「アトピー対応調味料 全 32 種、〇月〇日発売」)
    4. 4.本文に出典・引用しやすい統計データを入れる
    5. 5.業界メディア (オーガニックビジネス、自然食ニュースなど) にも個別送付

    📝 実装イメージ (Before / After)· プレスリリース運用

    ✗ Before
    直近 12 ヶ月の PR TIMES 配信: 0 本

→ AI は「Web 上での新しい言及がない」と判断
→ 古い情報のまま記憶される
→ 競合との差別化シグナルが薄い
    ✓ After
    直近 12 ヶ月の PR TIMES 配信: 12 本

例:
- 2026年5月: 「アトピー対応の新調味料 12 種、5/1 発売」
- 2026年4月: 「管理栄養士監修レシピブック、累計 5,000 部突破」
- 2026年3月: 「アレルギー対応冷凍ミールキット、初の専門 EC で発売」
...

→ AI は「動いているブランド」と認識
→ 直近の取り組みも引用に組み込まれる
→ 「最近〇〇社が発売した△△は」のように答えに登場

    ⏱️ 工数イメージ

    PR 担当 (or 外注) で 1 本あたり 4〜8 時間。月 1 本ペースで 12 ヶ月継続

    ⭐ 期待される効果

    L3 が中長期で +15〜25 pt 程度伸びる見込み。

  6. L5 Commerce+4pt

    サイト内リンクや /sitemap.xml に商品 URL を列挙し、AI クローラが商品ページに到達できるようにしてください

    💡 わかりやすく言うと

    AI クローラに「このサイトにある商品 URL の全リスト」を 1 ファイルで教える sitemap.xml を整備します。これが無いとクローラが全商品ページに到達できず、AI が商品検索の候補に入れません。

    🎯 なぜ必要か (AI 視点)

    AI クローラはサイトの全リンクを総当りするのではなく、sitemap.xml に記載された URL を優先的に巡回します。商品 URL が sitemap に無い (= サイト内の深いカテゴリ階層に埋もれている) と、AI からは『その商品は存在しない』のと同じです。新商品・季節商品・廃番予定品など、ホームから 5 ホップ以上離れた商品は、sitemap で明示しないと半数以上が AI から見えていません。

    📋 具体的にやること

    1. 1.商品 DB から全商品 URL を抽出する自動スクリプトで /sitemap.xml を生成
    2. 2.更新タイムスタンプ <lastmod> も付ける (鮮度の指標)
    3. 3.1 ファイルが 50,000 URL or 50MB を超えるなら sitemap_index.xml に分割
    4. 4.robots.txt 末尾に `Sitemap: https://your-shop.example.com/sitemap.xml` を追加
    5. 5.Google Search Console / Bing Webmaster Tools で送信

    📝 実装イメージ (Before / After)· /sitemap.xml

    ✗ Before
    (/sitemap.xml が 404)

→ AI クローラはホームページから内部リンクのみで巡回
→ 商品 1,000 件のうち 200 件しか到達できない
→ 残り 800 件は AI から見えない
    ✓ After
    <?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://example.com/</loc>
    <lastmod>2026-05-13</lastmod>
  </url>
  <url>
    <loc>https://example.com/products/genmai-5kg</loc>
    <lastmod>2026-05-10</lastmod>
    <changefreq>weekly</changefreq>
  </url>
  <url>
    <loc>https://example.com/products/miso-500g</loc>
    <lastmod>2026-05-08</lastmod>
    <changefreq>weekly</changefreq>
  </url>
  <!-- ... 商品 1,000 件全件 ... -->
</urlset>

→ AI クローラが全商品 URL を網羅
→ 全 1,000 件が AI 商品検索の候補に入る

    ⏱️ 工数イメージ

    Web エンジニア 1〜2 日 (自動生成スクリプト 1 度組めば運用は自動)

    ⭐ 期待される効果

    L5 sitemap が +60〜100 pt。商品 URL の発見性が劇的に改善。

02

短期

今月中の対応

  1. L1 Entity+6pt

    Google Business Profile を登録 & 充実化

    💡 わかりやすく言うと

    Google ビジネスプロフィールを登録し、住所・営業時間・カテゴリ・写真を入稿します。AI が裏取りに使うため、ここが空だと信頼度が下がります。

    🎯 なぜ必要か (AI 視点)

    AI は『〇〇は実在しますか？信頼できますか？』『所在地は？』という問いに対して Google マップのデータを参照します。GBP 未登録だと AI は『所在不明』と判断し、回答の信頼度を大幅に下げます。逆に GBP がリッチに整備されていると、AI は『所在地〇〇、評価 4.2、レビュー 156 件の信頼できる店舗です』と具体的に答えます。

    📋 具体的にやること

    1. 1.https://business.google.com/ で「店舗名」を新規登録 (オーナー確認 1〜2 週間)
    2. 2.カテゴリは「自然食品店」「オンラインショップ」など最も近いものを選択
    3. 3.営業時間・連絡先・公式 URL を入力
    4. 4.店内・商品・スタッフの写真を 5 枚以上アップロード
    5. 5.月 2 本以上の「投稿」(新商品・キャンペーンなど) を継続

    📝 実装イメージ (Before / After)· AI 回答シミュレーション

    ✗ Before
    ユーザー: 「たまな商店ってどんなお店？」

AI: 「たまな商店という名前のオンラインショップが
存在するかもしれませんが、所在地やサービス内容に
ついての確かな情報を見つけることはできませんでした。
公式サイトでご確認ください。」
    ✓ After
    ユーザー: 「たまな商店ってどんなお店？」

AI: 「たまな商店は東京都〇〇区に拠点を置く、自然食品を
扱う EC ストアです。Google 上の評価は 4.5/5 (レビュー 87 件)、
営業時間は平日 10:00-18:00。アトピー・アレルギー対応の
食品に特化しており、写真や投稿からも実店舗の運営実態が
確認できます。」

    ⏱️ 工数イメージ

    オーナー: 登録自体 30 分。オーナー確認のハガキ到着 1〜2 週間。継続運用は月 1〜2 時間

    ⭐ 期待される効果

    L1 GBP 充実度が +60 〜 80 pt。AI の事実確認パスを一つ追加できます。

  2. L2 Content+9pt

    想定プロンプトに対応する FAQ を 10件以上追加

    💡 わかりやすく言うと

    想定される顧客の質問 (「アトピーでも食べられる？」「送料は？」など) ごとに、Q&A 形式の記事を 10 本以上ホームページに用意します。AI は質問と回答の対応を取りやすく、引用率が上がります。

    🎯 なぜ必要か (AI 視点)

    ChatGPT に『〇〇 EC の送料は？』『〇〇は何時まで注文できる？』『〇〇は妊娠中でも安心？』と聞かれた時、サイトに FAQ ページがあると AI はその文章をそのまま引用します。FAQ が無いと『不明』『公式サイトでご確認ください』とぶっきらぼうに返され、ユーザーは離脱します。FAQ は AI 経由の問い合わせを『一次対応』できる無人サポートとして機能します。

    📋 具体的にやること

    1. 1.ダッシュボードの「想定プロンプト」一覧から、まだ FAQ が無い質問を抽出
    2. 2.Q を見出し (h2 もしくは details summary)、A を 134〜167 字でまとめる
    3. 3.A の冒頭に結論、続いて根拠 (出典・数値・写真) を入れる
    4. 4.ページに FAQPage スキーマを実装してから公開

    📝 実装イメージ (Before / After)· FAQ ページ HTML

    ✗ Before
    <div class="faq">
  <h2>送料について</h2>
  <p>送料はサイズによって違います。詳しくは
  お問い合わせください。</p>
</div>
    ✓ After
    <div class="faq">
  <h2>送料はいくらですか?</h2>
  <p><strong>本州・四国・九州 550 円、北海道・沖縄 880 円</strong>です。
  ¥5,000 以上の購入で全国送料無料、クール便は +220 円。
  詳しくは <a href="/shipping">配送ポリシー</a> をご確認ください。</p>
</div>

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "送料はいくらですか?",
    "acceptedAnswer": {
      "@type": "Answer",
      "text": "本州・四国・九州 550円、北海道・沖縄 880円。5,000円以上で送料無料。"
    }
  }]
}
</script>

    ⏱️ 工数イメージ

    コピーライター + Web エンジニアで 10 本につき 1〜2 営業日

    ⭐ 期待される効果

    L2 FAQ 網羅 が大幅改善。AI に引用される最短ルート。

  3. L5 Commerce+7pt

    /sitemap.xml を整備して商品 URL を全列挙

    💡 わかりやすく言うと

    AI クローラに「このサイトにある商品 URL の全リスト」を 1 ファイルで教える sitemap.xml を整備します。これが無いとクローラが全商品ページに到達できず、AI が商品検索の候補に入れません。

    🎯 なぜ必要か (AI 視点)

    AI クローラはサイトの全リンクを総当りするのではなく、sitemap.xml に記載された URL を優先的に巡回します。商品 URL が sitemap に無い (= サイト内の深いカテゴリ階層に埋もれている) と、AI からは『その商品は存在しない』のと同じです。新商品・季節商品・廃番予定品など、ホームから 5 ホップ以上離れた商品は、sitemap で明示しないと半数以上が AI から見えていません。

    📋 具体的にやること

    1. 1.商品 DB から全商品 URL を抽出する自動スクリプトで /sitemap.xml を生成
    2. 2.更新タイムスタンプ <lastmod> も付ける (鮮度の指標)
    3. 3.1 ファイルが 50,000 URL or 50MB を超えるなら sitemap_index.xml に分割
    4. 4.robots.txt 末尾に `Sitemap: https://your-shop.example.com/sitemap.xml` を追加
    5. 5.Google Search Console / Bing Webmaster Tools で送信

    📝 実装イメージ (Before / After)· /sitemap.xml

    ✗ Before
    (/sitemap.xml が 404)

→ AI クローラはホームページから内部リンクのみで巡回
→ 商品 1,000 件のうち 200 件しか到達できない
→ 残り 800 件は AI から見えない
    ✓ After
    <?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://example.com/</loc>
    <lastmod>2026-05-13</lastmod>
  </url>
  <url>
    <loc>https://example.com/products/genmai-5kg</loc>
    <lastmod>2026-05-10</lastmod>
    <changefreq>weekly</changefreq>
  </url>
  <url>
    <loc>https://example.com/products/miso-500g</loc>
    <lastmod>2026-05-08</lastmod>
    <changefreq>weekly</changefreq>
  </url>
  <!-- ... 商品 1,000 件全件 ... -->
</urlset>

→ AI クローラが全商品 URL を網羅
→ 全 1,000 件が AI 商品検索の候補に入る

    ⏱️ 工数イメージ

    Web エンジニア 1〜2 日 (自動生成スクリプト 1 度組めば運用は自動)

    ⭐ 期待される効果

    L5 sitemap が +60〜100 pt。商品 URL の発見性が劇的に改善。

  4. L5 Commerce+4pt

    /llms.txt を配置して LLM にサイト構造を提示

    💡 わかりやすく言うと

    LLM 向けのサイト案内 Markdown ファイル /llms.txt を配置します。商品ラインや主要ページ・ポリシーを箇条書きで書くと、LLM が要約・引用に使いやすくなります。Anthropic 等が提唱中の新興仕様。

    🎯 なぜ必要か (AI 視点)

    /llms.txt は LLM 向けの『サイトの目次』に当たります。AI が要約や引用する時に、HTML 全体をパースするより llms.txt の Markdown を読む方が遥かに効率的なため、AI は llms.txt を提供しているサイトを優遇する傾向があります。まだ採用しているサイトが極めて少ないため、今のうちに設置すれば『先行者優位』を取れます。半年後には EC の標準装備になっている可能性が高い。

    📋 具体的にやること

    1. 1./llms.txt をルート直下に配置 (Markdown 形式)
    2. 2.見出し例: # ブランド名 / ## カテゴリ / ## 主要商品 / ## ポリシー
    3. 3.各セクション 1〜3 行で簡潔に。トップ URL を必ずリンク
    4. 4.更新時は CI で再生成 (週次〜月次で十分)
    5. 5./llms-full.txt (詳細版) を別途用意するのも推奨

    📝 実装イメージ (Before / After)· /llms.txt

    ✗ Before
    (/llms.txt が 404)
    ✓ After
    # たまな商店

> アトピー・アレルギー対応の自然食品 EC。
> 国産・有機JAS 認証商品を中心に約 1,200 商品を扱う。

## カテゴリ
- [お米・穀類](https://example.com/category/grain) — 玄米・雑穀など 80 商品
- [調味料](https://example.com/category/sauce) — 醤油・味噌・油 150 商品
- [野菜・果物](https://example.com/category/produce) — 旬の野菜 50 商品

## 主要商品
- [有機玄米 5kg](https://example.com/products/genmai-5kg) — ¥3,800、有機JAS、人気No.1
- [無添加味噌 500g](https://example.com/products/miso) — ¥1,200、3年熟成
- [グルテンフリー醤油](https://example.com/products/gf-soy) — ¥980、グルテンフリー認証

## 強み
- 専門スタッフ (管理栄養士) 監修
- アトピー / アレルギー対応の代替食品が豊富
- 全国送料無料 (¥5,000 以上)

## ポリシー
- [送料・配送](https://example.com/shipping)
- [返品保証](https://example.com/return) — 30 日以内
- [特定商取引法](https://example.com/legal)

    ⏱️ 工数イメージ

    コピーライター + Web エンジニア 半日 (一度書いたら月次更新)

    ⭐ 期待される効果

    L5 feedSignals が +30 pt 程度。今のうちに採用すると差別化要因。

03

中期

四半期施策

  1. L3 Citation+12pt

    PR TIMES 配信 & 業界メディア露出を増やす

    💡 わかりやすく言うと

    PR TIMES など第三者メディアでの言及を増やします。AI は再学習のたびに「ネット上で言及が増えているブランド」を覚え直すので、月 1 本のリリース継続が効きます。

    🎯 なぜ必要か (AI 視点)

    AI は学習データの優先度を『独立した複数ソースで言及されているか』で決めます。自社サイトだけで宣伝しても『広告』扱いされ、引用優先度は低いままです。PR TIMES のような配信メディアで取り上げられると、AI は『裏付けのある事実』として強く学習し、回答に組み込みます。月 1 本 × 12 ヶ月で『常に動いているブランド』としての地位を獲得できます。

    📋 具体的にやること

    1. 1.テーマ案: 新商品発売 / 専門家コラム / 監修者インタビュー など月 1 本
    2. 2.PR TIMES に法人アカウントを開設 (法人格・WEB サイト必須)
    3. 3.タイトルは数字 + ニュース性 (例: 「アトピー対応調味料 全 32 種、〇月〇日発売」)
    4. 4.本文に出典・引用しやすい統計データを入れる
    5. 5.業界メディア (オーガニックビジネス、自然食ニュースなど) にも個別送付

    📝 実装イメージ (Before / After)· プレスリリース運用

    ✗ Before
    直近 12 ヶ月の PR TIMES 配信: 0 本

→ AI は「Web 上での新しい言及がない」と判断
→ 古い情報のまま記憶される
→ 競合との差別化シグナルが薄い
    ✓ After
    直近 12 ヶ月の PR TIMES 配信: 12 本

例:
- 2026年5月: 「アトピー対応の新調味料 12 種、5/1 発売」
- 2026年4月: 「管理栄養士監修レシピブック、累計 5,000 部突破」
- 2026年3月: 「アレルギー対応冷凍ミールキット、初の専門 EC で発売」
...

→ AI は「動いているブランド」と認識
→ 直近の取り組みも引用に組み込まれる
→ 「最近〇〇社が発売した△△は」のように答えに登場

    ⏱️ 工数イメージ

    PR 担当 (or 外注) で 1 本あたり 4〜8 時間。月 1 本ペースで 12 ヶ月継続

    ⭐ 期待される効果

    L3 が中長期で +15〜25 pt 程度伸びる見込み。

再診断する