ai-seo

ai-seo スキルの概要

ai-seo スキルは、従来の検索順位を上げるだけでなく、AI生成の回答内で自社コンテンツを引用・参照されたいチーム向けのスキルです。Google AI Overviews、ChatGPT、Perplexity、Claude、Gemini などの回答エンジンでの可視性を重視するマーケター、創業者、コンテンツ責任者、SEO担当者に特に適しています。

ai-seo が実際に解決してくれること

ai-seo の本質的な役割は、「なぜ自社ブランドやページがAIの回答に出てこないのか」を診断し、その結果を実務に落とせるコンテンツ改善・可視性向上プランに変えることです。焦点になるのは、あなたのコンテンツが次の状態にあるかどうかです。

• 対象プラットフォームが参照する場所にインデックスされているか
• 関連するボットにクロール可能か
• 回答向けの抜き出しやすい文章として抽出できるか
• 引用に値するだけの信頼性があるか

そのため、単に「記事を最適化して」と頼む汎用プロンプトよりも、引用獲得、言及シェア、推薦系回答への掲載を狙う場面では ai-seo のほうが実用的です。

どんな人が ai-seo スキルを入れるべきか

次のようなニーズがあるなら、この ai-seo skill の導入価値があります。

• プロダクト名、カテゴリ、比較系クエリでのAI可視性を高めたい
• AIボットをブロックすべきか許可すべきか判断したい
• SEOコンテンツを回答エンジンやゼロクリック検索向けに作り替えたい
• LLMが引用・要約・信頼しやすいページを作りたい
• 複数プラットフォームにまたがるAI検索最適化の再現可能な運用を作りたい

一方で、技術SEO監査や schema 実装が主目的なら、最初に選ぶべきスキルではありません。

このスキルが他と違う点

ai-seo の大きな特徴は、「キーワード向けコンテンツを書く」発想で組まれていないことです。代わりに、次の3つの実務的な柱で整理されています。

• Structure: コンテンツを抜き出しやすくする
• Authority: 主張を信頼・引用しやすくする
• Presence: AIシステムが回答のソースを探す場所に存在感を持たせる

さらに、この repo には実務で役立つ補助資料も含まれています。

• references/content-patterns.md: 回答エンジン向けに再利用しやすいコンテンツブロック集
• references/platform-ranking-factors.md: プラットフォームごとのソース取得傾向を整理した資料

これらのファイルがあることで、単一ファイルのプロンプトよりも実行しやすくなっています。狙うAIサーフェスに合わせて出力を調整しやすいからです。

向いているケース / 向いていないケース

向いているケース:

• 「競合は ChatGPT や Perplexity で引用されるのに、なぜ自社は出てこないのか？」
• 「AI Overviews 向けにページをどう構成すべきか？」
• 「GPTBot や PerplexityBot を許可すべきか？」
• 「AIシステムが引用しやすいようにSEOコンテンツを書き直すには？」

向いていないケース:

• サイト構造の深い技術監査
• schema markup の実装詳細
• 被リンク獲得先の調査フロー
• AI可視性を目的としない純粋なブログ執筆

ai-seo スキルの使い方

ai-seo の導入コンテキスト

repo 上の情報を見る限り、SKILL.md には組み込みの install コマンドは明示されていません。実際の導入パターンとしては、親スキル repo を追加したうえで ai-seo を選ぶ形になります。

npx skills add https://github.com/coreyhaines31/marketingskills --skill ai-seo

インストール後は、スキルフォルダを開いて次の順で読むのがおすすめです。

1. skills/ai-seo/SKILL.md
2. skills/ai-seo/references/platform-ranking-factors.md
3. skills/ai-seo/references/content-patterns.md
4. skills/ai-seo/evals/evals.json

この順番なら、まずワークフローを把握し、その後に順位付けロジック、出力パターン、最後に良い実行例の基準を確認できます。

最初のプロンプト前に読むべきファイル

1ファイルしか流し読みできないなら、まず SKILL.md を読んでください。短時間で出力品質を上げたいなら、次も追加で確認すると効果的です。

• references/platform-ranking-factors.md: Google AI Overviews と Perplexity を同じ仕組みとして扱わないため
• references/content-patterns.md: 抽象的な助言を、モデルが実際に書けるページブロックへ落とし込むため
• evals/evals.json: AIボットのアクセス確認、可視性監査、優先順位付けなど、期待される挙動を把握するため

ここが重要なのは、ai-seo usage の質が、汎用SEO知識で即興的に答えさせるよりも、この repo のフレームワークを前提に考えさせたほうが明らかに上がるからです。

可能なら最初に product marketing の文脈を渡す

このスキルは、質問を始める前に .agents/product-marketing-context.md、または旧式の .claude/product-marketing-context.md を確認するようエージェントに明示しています。会社のポジショニング、ICP、差別化要因、根拠となる実績がすでに整理されているなら、ここは非常に重要です。

この文脈がないと、内容は正しくても無難で薄いAI SEO提案になりがちです。逆に文脈があれば、実際の製品ストーリーや顧客の言葉に沿ったコンテンツ提案に寄せやすくなります。

ai-seo がうまく機能するために必要な入力

強い ai-seo guide を得たいなら、最初から次の入力を渡してください。

• 対象のプロダクトまたはサイト
• 優先クエリ 5〜10件
• とくに重視するプラットフォーム
• すでにどこかで引用されているかどうか
• 主な競合、またはよく引用される代替サービス
• 監査対象にしたい重要URL
• robots.txt でAIボットを許可しているかどうか
• コンテンツ目的: definitions、comparisons、alternatives、how-to、statistics、FAQs

このスキルは、抽象論を投げるより、実在する可視性の課題を評価させたときに強さを発揮します。

あいまいな要望を、完成度の高い ai-seo プロンプトに変える

弱いプロンプト:

“Help with AI SEO.”

より良いプロンプト:

“Use the ai-seo skill to audit why our project management SaaS is not appearing in ChatGPT, Perplexity, and Google AI Overviews for queries like ‘best project management software for agencies’ and ‘Asana alternatives.’ Review our homepage, comparison pages, and product overview page. Assume we allow search crawlers but have not checked GPTBot or PerplexityBot. Give me: 1) a visibility diagnosis by platform, 2) highest-priority content fixes, 3) crawl/indexing checks, 4) page-block recommendations using answer-engine patterns, and 5) a 30-day action plan.”

このレベルまで具体化すると、スキルはフレームワークを使って判断できるようになり、汎用的な小手先のSEOアドバイスに逃げにくくなります。

ai-seo の3本柱ワークフローを実務で使う

実務での ai-seo usage は、だいたい次の順序で進めると機能します。

1. Check presence
   重要なプラットフォーム上で、そもそもインデックスされ、アクセス可能か。

2. Check structure
   ページ内に、自己完結した回答、比較、定義、統計、FAQ があり、きれいに抽出できる状態か。

3. Check authority
   主張に出典や具体性があり、宣伝文句ではなく「引用できそう」に見えるか。

4. Prioritize pages
   広い思想リーダーシップ系コンテンツより先に、購買意図の強い商用ページや比較ページから着手する。

これがスキルの中核にある判断ロジックであり、reference docs でも繰り返し補強されています。

SEOコンテンツ向けの ai-seo と相性がいい内容

ai-seo for SEO Content は、元の素材にちゃんと中身があるときに最も力を発揮します。補助資料では、回答エンジンが拾いやすいブロックとして次のような形式が示されています。

• 簡潔な定義セクション
• step-by-step の手順ブロック
• comparison tables
• FAQ blocks
• 統計に裏付けられた主張
• expert quote や evidence blocks
• 自己完結した answer paragraphs

ページの大半がブランドコピーや機能訴求だけで占められている場合でも支援は可能ですが、その場合は最適化以前に構造の書き換えを勧められることが多いです。

プラットフォーム別の見方が重要

このスキルを使う大きな理由の1つが、プラットフォームごとの挙動を分けて考える点です。reference では、各システムが異なる検索バックエンドや重み付けを持つことが示されています。実務上は、たとえば次のような違いにつながります。

• Google AI Overviews は、依然として従来型SEOや信頼シグナルの影響が強い
• Bing と結びついたエコシステムは、Google系とは違う動きをする場合がある
• 回答エンジンは、きれいに抽出・要約できるパッセージを好む

そのため、複数プラットフォームを対象にするなら、AI SEO の共通チェックリストを1つ求めるべきではありません。プラットフォーム別の実行プランを求めてください。

evals を品質基準として使う

evals/evals.json を見ると、このスキルが「良い回答」に何を含める想定なのかが分かります。eval の内容から読み取れる有用な基準には、次のようなものがあります。

• 最初に product marketing context を確認する
• 主要なAIプラットフォーム横断で可視性を監査する
• コンテンツの抽出しやすさを確認する
• robots.txt におけるAIボットのアクセス可否を確認する
• 優先順位付きのアクションプランを出す
• AI crawler をブロックする際のトレードオフを説明する

最初の結果でこれらが抜けているなら、eval の期待に照らして再回答させる価値があります。

導入前によくある障壁

ai-seo install で迷う理由の多くは技術的なものではなく、戦略面にあります。

• どのAIプラットフォームを重視すべきか決められていない
• 現時点で自社が回答に出ているか検証していない
• 問題が indexing なのか structure なのか authority なのか切り分けられていない
• キーワード調整だけでAI可視性が伸びると考えている

このスキルは、AI検索を「順位の問題」ではなく「ソース化と抽出の問題」として扱う意思があるチームほど、効果を得やすいです。

ai-seo スキル FAQ

ai-seo は大手ブランド向けだけですか？

いいえ。小規模サイトでも、権威性を示せるカテゴリで、明快で具体的かつ回答可能なコンテンツを出せるなら十分に効果が期待できます。特に、比較ページ、定義ページ、ユースケースページをしっかり作れる SaaS、サービス業、B2B サイトには相性が良いです。

ai-seo は通常のSEOプロンプトと違いますか？

はい。一般的なSEOプロンプトは、順位、キーワード、オンページの基本最適化に寄りがちです。ai-seo はもっと目的が絞られており、AIシステムに「見つけられる・解釈される・信頼される・引用される」コンテンツが必要なときに役立ちます。さらに、標準的なプロンプトでは見落としがちな bot access や platform behavior の確認まで促してくれます。

ai-seo は従来のSEOを置き換えますか？

いいえ。特に大規模なWebインデックスを参照するプラットフォームでは、ベースとなるSEOは依然として重要だという前提に立っています。AI可視性は、通常の discoverability を置き換えるものではなく、その上に積み上がることが多いです。

この ai-seo スキルは初心者でも使えますか？

概ね使えます。少なくとも自社プロダクトと狙うクエリが分かっていれば、実務的に進めやすい内容です。ただし初心者は、indexing、robots.txt、AI回答内での現在のブランド言及といった基本確認を、やや丁寧に進めたほうがよいでしょう。

どんなときに ai-seo を使うべきではありませんか？

次のタスクが直近の優先事項なら、最初から ai-seo を使うのはおすすめしません。

• サイト全体の技術的な crawl 問題の修正
• structured data の詳細実装
• 幅広いコンテンツカレンダーの作成
• 引用獲得を目的としない汎用ブログ記事の執筆

このスキルが最も価値を出すのは、問いが明確に「AI回答での可視性」に向いているときです。

AI crawler はブロックすべきですか？

repo の evals では、これは単純な yes / no ではなく、中心的な判断テーマとして扱われています。ブロックすると引用機会を減らす可能性があります。一方、許可すれば掲載機会は増える一方で、再利用に関する社内懸念が出るかもしれません。コンテンツ種別、ビジネスモデル、可視性目標に応じたトレードオフを、このスキルで評価するのが適切です。

ai-seo スキルを改善する方法

目的だけでなく、ai-seo に根拠データを渡す

ai-seo の出力を最も速く改善する方法は、実データを渡すことです。

• 監査してほしいページ
• 実際のAI回答のスクリーンショットやメモ
• 引用されている競合の例
• 現在の robots.txt
• 検索意図ラベル付きの対象クエリ

モデルは「もっと露出したい」よりも、「このページで引用を取り逃している」という材料があるほうが、はるかに精度よく推論できます。

意思決定しやすい構成で出力させる

良いプロンプト構造は、ai-seo usage の質を上げます。次の順で出力するよう求めてください。

1. diagnosis
2. root causes
3. page-by-page fixes
4. content block rewrites
5. platform-specific notes
6. prioritized roadmap

この形式にすると、背景理論の説明に紙幅を使いすぎるのを防げます。

コピー改善の前に、抽出しやすさを改善する

よくある失敗は、「SEO向けっぽい文章」に寄せようとして、引用しやすさを改善していないことです。まずはページを抽出可能なブロックへ組み替えるようスキルに依頼してください。

• one-sentence definitions
• 平易な summary
• 直接的な comparison
• 箇条書きの criteria
• ページ外に切り出されても意味が通る FAQ answers

多くの場合、トーンを整えるよりこちらのほうが AI での引用可能性を大きく変えます。

根拠と具体性を足して authority を強化する

もう1つの典型的な失敗は、裏付けのない主張です。reference が statistic citation blocks や evidence-backed claims を重視しているのは理由があります。AIシステムは、出典や帰属先が想像しやすい文章を使いやすいからです。

より良い入力:

“We reduce onboarding time by 37% based on 214 customer implementations.”

弱い入力:

“We dramatically improve onboarding for modern teams.”

前者のほうが、引用しやすく、圧縮しやすく、信頼されやすい表現です。

1回の汎用修正ではなく、プラットフォーム別に反復する

初稿が弱いときに、単に “make it better” と言うだけでは不十分です。次のようにプラットフォーム別の反復を依頼してください。

• “Revise this for Google AI Overviews.”
• “Now adapt it for Perplexity-style citation behavior.”
• “Rewrite this comparison page to be easier for ChatGPT to quote.”

こうすると、モデルは platform-ranking の reference を実際に使わざるを得ず、すべての回答エンジンを同じものとして平坦化するのを防げます。

content patterns を設計部品として使う

references/content-patterns.md は、出力品質を上げるうえで最も実務的なファイルです。ページをそのファイル内の名前付きブロックへ組み替えるよう依頼してください。たとえば次のようなものです。

• definition block
• step-by-step block
• comparison table block
• FAQ block
• evidence sandwich block
• self-contained answer block

これにより、単なる助言ではなく、実際のコンテンツ設計が得られます。

変更後は実際のAI可視性で検証する

ai-seo skill の改善サイクルとして最も良いのは、運用ベースのループです。

• ページブロックを公開または改訂する
• 重要プロンプトを対象AIプラットフォームで試す
• ブランドが表示されたか、引用されたか、除外されたかを記録する
• どのパッセージが使われたか比較する
• その結果を次のプロンプトに戻す

このループがないと、紙の上ではコンテンツが改善していても、実際の回答エンジンの挙動についてはほとんど学べません。