「競合のサイトに llms.txt というファイルが入っていた。AI に引用されるための新しいやつらしいので、うちも至急入れてほしい」——ここ数ヶ月、こうした依頼が立て続けに来ています。先日も、年商十数億円のBtoBメーカー（社名は伏せます）のWeb担当の方から「コンサルに『llms.txt 対応で30万円』と見積もられたが妥当か」という相談を受けました。価格の前に、そもそもその30万円で何が得られるのかをはっきりさせないと判断のしようがありません。受託で実装を請け負う立場としては、「流行っているから入れる」でも「胡散臭いからやらない」でもなく、いま分かっている事実をもとに費用対効果で線を引くべきだと考えています。
この記事では、llms.txt というファイルそのものについて、過大評価も過小評価もせずに整理します。結論を先に言ってしまうと、入れること自体の害は小さいが、ここに厚く工数を割く対象ではない。本当に予算を寄せるべきは別のところにあります。
llms.txt とは何で、何でないのか
llms.txt は、AIクローラーや大規模言語モデル（LLM）に向けて、サイトの内容を要約・案内するための Markdown ファイルです。サイトのルート（/llms.txt）に置き、「このサイトは何のサイトで、どのページに何が書いてあるか」をAIが読み取りやすい形でまとめておく、という発想です。robots.txt が「クローラーにどこを見せる/見せないか」を伝えるのに対し、llms.txt は「AIに自社をどう理解してほしいか」を能動的に案内する、と説明されることが多いです。LLMO（LLM最適化）やGEO（生成AI検索最適化）の新しい標準になる、という触れ込みで2025年後半から一気に話題になりました。
ここで押さえておきたいのは、llms.txt は正式な標準ではなく、あくまで提案仕様だという点です。誰かが提唱したアイデアが広まっている段階であって、検索エンジンやAIベンダーが「これを置けば必ず参照する」と約束したものではありません。この前提を共有しないまま「対応必須」と煽る情報が多いので、まずここを冷静に見る必要があります。
Google ははっきり懐疑的
判断材料として一番重いのは、Google の見解です。Google の John Mueller 氏は llms.txt について、「キーワードメタタグに相当する」という趣旨の発言をしています。キーワードメタタグは、かつてSEOで重視された <meta name="keywords"> のことですが、今では検索順位にほぼ影響しません。つまり「自己申告のヒントであって、検索エンジンはそれを真に受けない」という比喩です。
さらに、2026年5月の Google の説明でも、少なくともGoogle検索の文脈では、llms.txt の実装に大きな工数を割いても見返りは薄いという見方が示されています。Google の一貫したスタンスは「AIに見つけてもらうための特別な対策（AIO/LLMO）は不要で、普通のSEOを正しくやれば十分」というものです。AI検索に向けた整備の全体像は AI Overview 時代のSEO生存戦略（GH Media） でも扱っていますが、そこでも結論は同じで、「特別な裏ワザ」ではなく王道の積み上げが効く、という話に収束します。
加えて、現時点で llms.txt を実際に読み込んでいるクローラーは確認されていない、という指摘もあります。これに関連して、2025年12月、Google Search Central のサイトに llms 系のファイルが見つかって「Google も使い始めたのでは」と話題になったことがありました。しかしそのファイルは後に削除され、Google は「サイト全体のCMS変更にともなって出てきたもので、検索チームが意図的に置いたものではない」と説明しています。少なくとも公式に「使う」と表明されたわけではない、ということです。
では効果はゼロかというと、そうとも言い切れない
ここで「だから無意味」と切り捨てると、それはそれで誠実ではありません。業界からは、llms.txt の効果を肯定する報告も出ています。
ひとつは、実装後4〜8週間ほどで、AIによる自社の説明のされ方に変化が観察されたという報告です。たとえば ChatGPT や Perplexity に「○○社はどんな会社か」と尋ねたときの回答が、より正確・最新になった、といった観察です。もうひとつは、Google検索とは別に、これらの対話型AIや生成AI検索の文脈では llms.txt が参照されうる、という主張です。
ただ、これらは「効いた」という観察報告であって、llms.txt だけが効いたのか、同時に進めた他の整備（コンテンツ改善や構造化データ）の効果なのかを切り分けた検証は、まだ十分とは言えません。受託としては、「効くという報告はあるが、再現性が確立した施策とまでは言えない」という温度感で扱うのが妥当だと考えています。Google検索の領域では懐疑的、対話型AIの領域では可能性あり、と領域を分けて捉えると混乱しません。
受託としての結論と、実装の落とし込み方
両論を踏まえた私たちの結論は、こうです。llms.txt は、入れても害は小さいが過大評価は禁物。数十分で置ける軽い施策として扱い、効果は計測で見極める。厚い工数や高額な費用をかける対象ではない。
既存サイトであれば、サイトの主要ページとその概要を整理して Markdown にまとめ、ルートに1ファイル置くだけです。サイト構造が頭に入っていれば、実作業は数十分から長くても半日の範囲に収まります。これを「30万円のAI対策パッケージ」として売るのは、率直に言って中身に見合っていません。先のメーカーの担当者には、「これ単体なら、棚卸しのついでに無償の範囲で置けます。むしろ予算はこちらに回しましょう」とお伝えしました。
置いたあとは、放置せず計測します。具体的には、(1) ChatGPT・Perplexity などに自社について尋ね、説明の正確さが時間とともに改善するかを定点観測する、(2) サーバーログでAI系クローラーが /llms.txt を取得しているかを確認する、の2点です。効果が観察できたら維持し、何も変わらなければ深追いしない——この見極めができることが、流行りものに付き合ううえで一番大事です。
| 観点 | llms.txt の現実的な位置づけ |
|---|---|
| 工数 | 数十分〜半日。既存サイトなら軽い |
| Google検索への効果 | 期待しない（公式に懐疑的） |
| 対話型AIへの効果 | 可能性はあるが要・計測検証 |
| 投資判断 | 「ついでに置く」はあり。「主役の施策」にはしない |
予算を寄せるべきは、AIが理解しやすい情報の整備
llms.txt が「自己申告のヒント」にとどまる一方で、AIや検索エンジンが実際に評価しているのは、もっと地道なものです。良質なコンテンツ、E-E-A-T（経験・専門性・権威性・信頼性）、サービス内容や強みが明確に書かれていること、そして他サイトでの言及（被リンクやサイテーション）——AIはこうした「裏付けのある情報」を手がかりに、自社を理解し、引用するかどうかを判断します。
特に受託で効果を出しやすいのが、構造化データ（schema.org / JSON-LD）の整備です。会社名・事業内容・運営者といった情報を機械可読な形で正確にマークアップしておくと、AIが自社を取り違えるリスクを下げられます。これは「AIにこう書いてほしい」と申告する llms.txt よりも、はるかに実装の作法と効果が確立しています。具体的な型の選び方や実装の落とし穴は 構造化データ(JSON-LD)で検索結果の見栄えを取り戻す（GH Media） と、AI検索の文脈での効き方を扱った 構造化データとAI検索（GH Media） で詳しく書いています。
そしてもうひとつ重要なのが、AIに誤って説明されないための守りの整備です。自社サイトに正しい一次情報が薄いと、AIは第三者の不正確な記述で隙間を埋めてしまいます。llms.txt を置く前に、まず公式サイト上の会社情報・事業内容そのものが正確で十分か——こちらのほうが優先度が高い。この論点は AIが自社を誤って説明するリスクと「正しく引用される」サイト作り（GH Media） で掘り下げています。
発注者が陥りやすい落とし穴
最後に、相談を受けるなかで実際に見てきた失敗パターンを共有します。
まず多いのが、llms.txt を置いただけで「AI対策は済んだ」と発注者が誤解すること。一番軽くて効果が不確実な施策で安心してしまい、本来やるべきコンテンツや構造化データの整備が後回しになる。これが一番もったいない。
次に、外注に高額を払って llms.txt 生成だけをさせられるケース。数十分の作業に数十万円の値札が付いているなら、その費用は構造化データやコンテンツ改善に回したほうが、同じ予算ではるかに大きな見返りがあります。
見落とされがちなのが、llms.txt の中身がサイト本文と矛盾していて逆効果になるパターンです。古い事業内容や、もう提供していないサービスを llms.txt に書き残してしまうと、AIに誤った自己紹介を渡すことになります。構造化データと同じで、機械に伝える情報は、実際の表示内容と一致していなければ意味がありません。
どう進めるか
llms.txt そのものは、否定すべき敵でも、すがるべき救世主でもありません。「軽く置いて、計測して、深追いしない」という距離感が、いまの正解だと考えています。そのうえで、限られた予算は、AIと検索エンジンが本当に評価する土台——正確な一次情報、構造化データ、コンテンツの質、外部からの言及——に寄せる。これが受託として誠実にお勧めできる順序です。
「競合が入れたと聞いて不安」「AI対策として何にいくらかけるべきか分からない」「見積もられた費用が妥当か判断したい」——そうしたご相談は、グリームハブの お問い合わせフォーム からお気軽にどうぞ。現状のサイトを棚卸ししたうえで、llms.txt のような軽い施策と、構造化データのような効く施策を切り分けて、予算配分からご提案します。
Sources
- Intro to robots.txt / Crawling and indexing － Google Search Central
- John Mueller on llms.txt being like the keywords meta tag － Search Engine Roundtable
- Should you use llms.txt? Google’s view and what actually matters － ベイジ
- LLMO/GEO時代に本当に効く施策とは － CINC
- 構造化データ(JSON-LD)で検索結果の見栄えを取り戻す（GH Media）
- 構造化データとAI検索（GH Media）
- AIが自社を誤って説明するリスクと「正しく引用される」サイト作り（GH Media）
- AI Overview 時代のSEO生存戦略（GH Media）
