AIでSEO分析する方法 — Claude、ChatGPT、Geminiのプロンプトとワークフロー
Claude、ChatGPT、Geminiなどの生成AIをSEO分析に活用する方法を解説します。プロンプト例、ワークフロー、テクニカル診断との補完関係を紹介します。
この記事でできるようになること
AIをSEO分析に活用する意義を理解し、得意・苦手タスクを区別した上で効果的なプロンプト設計とワークフローを実行できるようになります。
前提知識の確認
テクニカルSEOとGEO最適化を理解していない場合は、先にテクニカルSEOチェックリストとGEO最適化ガイドを読んでください。
本文
概念説明
生成AI（Claude、ChatGPT、Gemini等）は、SEO分析の補助ツールとして活用できます。AIは大量のテキストデータを高速に処理し、パターン認識、競合比較、コンテンツ構造の分析において人間の判断を支援します。ただし、AIには重要な限界があります。AIはリアルタイムの検索順位やインデックス状況を知らず、HTTPステータスやスキーマの実際の実装状態を検証できません。AIはあくまで「アドバイザー」であり、テクニカルな事実確認やデータ計測には専用ツールが必要です。AIを適切なタスクに活用し、限界を補完することで、SEO分析の効率と品質を向上できます。
AIが得意なSEO分析タスク
以下のタスクは、AIの言語処理能力を活かせる領域です。AIはテキストの意味理解、パターン抽出、比較分析において人間を上回る速度で作業できます。
コンテンツ分析
- 網羅性チェック：競合ページと比較して、カバーしていないサブトピックを特定
- 構造評価：見出し階層（H2/H3）の論理性、質問形式の適切性
- AI引用適合性：定義配置、回答ブロック長（134-167語）、自己完結性の評価
- E-E-A-Tシグナル：著者情報、経験の記述、ソース引用の有無
競合分析
- 差別化ポイント：自社と競合のコンテンツを比較し、ユニークな視点を抽出
- コンテンツギャップ：競合がカバーして自社がカバーしていないトピック
- キーワードクラスター：関連キーワードのグルーピングと優先度付け
コンテンツ改善案の生成
- タイトル・メタ：CTR向上のための代替案を複数生成
- 見出しリライト：質問形式への変換、ユーザーインテントに沿った表現
- 定義文の作成：「〇〇とは」の形式で、冒頭60語以内に配置する定義
AIが苦手なSEO分析タスク
以下のタスクは、AIの限界に該当します。これらは専用ツールを使用してください。
| タスク | AIが苦手な理由 | 代替ツール |
|---|---|---|
| robots.txt、スキーマの検証 | 実際のHTTPリクエスト・レスポンスを取得できない | Sighted、Screaming Frog |
| 検索順位の確認 | リアルタイムのSERP情報にアクセスできない | Search Console、Ahrefs、Semrush |
| インデックス状況 | Googleのインデックスデータベースを参照できない | Search Console |
| Core Web Vitals計測 | 実際のページ読み込みを計測できない | PageSpeed Insights、CrUX |
| 被リンクプロファイル | リンクデータベースにアクセスできない | Ahrefs、Moz、Semrush |
| トラフィックデータ | GA4等のアナリティクスデータを直接参照できない | GA4、Search Console |
効果的なプロンプト設計
AIにSEO分析を依頼する際は、明確なコンテキスト、具体的なタスク、出力形式を指定することで、精度の高い回答を得られます。
コンテンツ構造分析のプロンプト例
以下のURLのコンテンツを分析し、AI引用に適した改善点を3つ挙げてください。評価基準：(1) 見出しが質問形式か (2) 各セクション冒頭に定義文があるか (3) 134-167語の自己完結型回答ブロックがあるか。URL: [対象URL]
競合比較のプロンプト例
以下の2つのページを比較し、ページAがカバーしていないがページBがカバーしているサブトピックを5つ列挙してください。各サブトピックについて、なぜそれが重要かを1文で説明してください。ページA: [自社URL] ページB: [競合URL]
メタディスクリプション改善のプロンプト例
以下のページのメタディスクリプションを改善してください。条件：120-155文字、主要キーワード「[キーワード]」を含む、行動喚起（CTA）を含む、ユニークセリングポイントを強調。現在のメタ：[現在のメタディスクリプション]
AIを活用したワークフロー
以下は、AIとテクニカルツールを組み合わせたSEO分析ワークフローの例です。
- テクニカル診断：Sightedでドメインを診断し、Critical/High問題を把握
- データ収集：Search ConsoleでパフォーマンスデータをCSVエクスポート
- AI分析：エクスポートしたデータをAIに渡し、パターン分析・改善提案を取得
- コンテンツ分析：対象ページのHTMLをAIに渡し、構造・網羅性を評価
- 改善案作成：AIの提案をベースに、タイトル・見出し・定義文の改善案を作成
- 実装：改善を実装（テクニカル問題はSightedの指摘に従う）
- 検証：Search Console、PageSpeed Insightsで効果を確認
AIモデル別の特徴
| モデル | 特徴 | SEO分析での活用 |
|---|---|---|
| Claude（Anthropic） | 長文処理に強み、日本語精度が高い | 長尺コンテンツの分析、日本語SEO |
| ChatGPT（OpenAI） | プラグイン連携、Code Interpreter | データ分析、CSVの処理 |
| Gemini（Google） | Google検索との連携（一部機能） | 最新情報を含むリサーチ |
Sightedとの役割分担
AIによるコンテンツ分析と、Sightedによるテクニカル診断は相互補完の関係にあります。AIは「何を書くべきか」「どう構成すべきか」を提案し、Sightedは「書いたコンテンツがAIクローラーに取得されるか」「テクニカル基盤に問題がないか」を検証します。
- AIでコンテンツ改善案を検討する前に、Sightedでテクニカル診断を実行
- Critical/High問題（AIボットブロック、SSR未対応等）があれば、コンテンツ施策より先に解消
- テクニカル基盤が整った状態で、AIの提案に基づきコンテンツを改善
- 改善後、Sightedで再診断し、新たなテクニカル問題が発生していないか確認
テクニカル基盤が整っていない状態でコンテンツを最適化しても、AIクローラーがコンテンツを取得できず、AI可視性の向上は期待できません。
よくある間違いと対処法
- AIにrobots.txtやスキーマの検証を任せる: 実際のHTTPを取得できない。Sighted、Screaming Frogを使用。
- コンテンツ改善を先に進める: テクニカル問題があれば無効。Sightedで先に診断。
- 曖昧なプロンプトで依頼する: コンテキスト、タスク、出力形式を明確に指定する。
- AIの提案を検証せず実装する: テクニカルはSightedで、効果はSearch Consoleで検証。
実行チェックリスト
- Sightedでテクニカル診断を実行しCritical/Highを解消する
- Search Consoleでパフォーマンスデータをエクスポートする
- AIにコンテンツ分析・改善提案を依頼する（プロンプトを明確に）
- 改善を実装しSearch Console・PageSpeedで効果を確認する
次にやること
Search Console活用法でデータ収集を進め、AEOドメイン分析ツールでテクニカル診断を実行してください。
関連ナレッジ
AEOドメイン分析ツール — 無料でテクニカルスコアを診断
Sighted LPで提供する無料診断ツールの概要。ドメイン入力のみで18項目のAEO/SEOテクニカルチェックを実行し、スコアと改善ポイントを表示します。
SEO監査ツール比較ガイド — Screaming Frog、Ahrefs、Semrushの使い分けとAEO診断
Screaming Frog、Ahrefs、Semrushの役割と使い分け、各ツールで何を分析できるかを解説します。AEO特化の軽量診断としてSightedの位置づけも紹介します。
GEO（生成エンジン最適化）完全ガイド — AI検索で引用されるための実践手法
Google AI Overviews、ChatGPT、Perplexityなどの生成AI検索で自社コンテンツが引用されるための最適化手法を、データと実践に基づいて解説します。