GEO サイト監査
概要
URLのみから、外部調査により、1つまたは複数の国・言語市場におけるWebサイトのAI検索可視性を評価し、クライアントがそのまま修正に使えるレポートを出力します。
基本原則: 証拠の強度に応じてリソースを配分します。最大のレバレッジは、クロール可能 → 検索可能 → 吸収可能 → 外部からの言及の順であり、単なる文章の書き換えではありません。各提言には references/evidence.md の証拠番号と強度を必ず引用してください。
このスキルはオープンなAgent Skills形式に従い、Claude Code、Codex、Cursorなどのツールで使用できます。bash <skill>/install.sh で各ツールのスキルディレクトリにインストールしてください。以降のパスはすべてこのSKILL.mdファイルが置かれているディレクトリ(<skill>)を基準とします。
使用すべきでない場合
- 従来型SEOのフル監査(外部リンク、キーワード順位): GEOに関連する場合のみ言及。
- AIインターフェースを実際に呼び出しての可視性テスト: 実施しません。レポートでは手動での方法のみを記載します。
- クライアントサイトへの直接修正: レポートのみを作成し、最大で1〜2セクションのサンプル修正を添付します。
必要な環境機能
| 機能 | 用途 | ない場合の対処 |
|---|---|---|
| shell + Python 3 | <skill>/scripts/ 配下の検出スクリプトの実行(標準ライブラリのみ使用) | 監査不可。ユーザーに通知 |
| ネットワークアクセス | スクリプトによるクライアントサイトの取得 | ステップ1の試行で検出し、停止してユーザーにネットワーク接続を促す |
| Web検索ツール(Claude CodeではWebSearch) | 外部からの言及調査 | 「外部言及」セクションに「検出不可(現在の環境にWeb検索機能がありません)」と記載。このセクションは省略不可 |
| Webページ取得ツール(Claude CodeではWebFetch) | 外部ページの読み取り | curl で代用 |
| ファイル書き込みツール | レポートの書き出し | shellのヒアドキュメントで代用 |
| Chrome / Chromium(オプション) | レンダリング比較 | スクリプトが自動的に「未検出」とマーク |
ファイル
| ファイル | 用途 |
|---|---|
scripts/crawl_check.py | robots.txtによるAIクローラーの許可(RFC 9309)、User-Agentブロックの確認、sitemap、canonical、noindex、HTTPS、llms.txt、ICP、hreflang(HTML / HTTP Linkヘッダー / sitemapの3ソースと双方向チェック) |
scripts/render_diff.py | JavaScript非実行時とレンダリング後の本文比率 |
scripts/page_audit.py | 見出し階層、証拠ユニット、構造化データ、著者と更新日、canonical、hreflang;--save-html で元のHTMLを保存 |
references/checklist.md | 汎用チェックリストとP0/P1/P2ルール |
references/markets/<コード>.md | 市場プロファイル:cn us jp kr de fr es;未登録の市場は _generic.md |
references/evidence.md | エビデンスライブラリ E1–E16 |
references/ai-crawlers.md | クローラーの用途、公開UAを持たないエンジン、偽装UAの限界 |
references/report-template.md | レポートの構造と執筆ルール(必須) |
全スクリプト共通パラメータ:python3 <skill>/scripts/<スクリプト>.py <url> [その他の url…] [--proxy URL] [--timeout 秒] [--lang 言語タグ] [--out ファイル.json]。結果はJSONで標準出力に出力され、いかなる場合も終了コードは0です。crawl_check.py は1つのURLのみを受け付け、--markets cn,us,jp オプションがあります。
監査手順
まず、出力ディレクトリ geo-report-<ホスト名>-<YYYYMMDD>/ を作成します(カレントワーキングディレクトリ内;<ホスト名> はトップページの最終URLのホスト名をそのまま使用、例:www.example.com)。すべての生データはここに保存します。レポートファイル geo-report-<ホスト名>-<YYYYMMDD>.md は同じ階層に配置します。
-
コンテキストの収集
- URLは必須。ブランド名と主要業務が不明な場合は一度だけ質問し、ユーザーが答えない場合はトップページから推測し、その旨をレポートの「監査範囲と前提」に記載します。
- レポート言語 = ユーザーが監査を依頼した際の言語。ユーザーが別途指定した場合はその言語を使用します。
- ターゲット市場(市場コードリスト):ユーザーが指定したものを優先。指定がない場合は、まずステップ2を実行し、
crawl.jsonのhreflangと言語切り替え機能から推測し、ユーザーに確認を求めます。1回の監査ではデフォルトで最大3市場まで。ユーザーが回答しない場合は、「サイトのデフォルト言語に対応する市場 + hreflangに含まれる登録済み市場のうち最大2つ(cn、us、jp、kr、de、fr、esの順)」とし、残りは「今回未監査の市場」とします。ユーザーが明示的にそれ以上の市場を要求した場合は従いますが、ページ数と時間予算は変わりません。 - 市場は国または地域ごとに区分します。
zh-TW/zh-HK、en-GBなどの非アメリカ英語、de-AT/de-CH、fr-BE/fr-CAなどはすべて_genericを使用し、関連性についてはmarkets/_generic.mdのセクション1を参照します。 - 監査マシンのネットワーク出口国を確認します(例:
curl -s https://ipinfo.io/country)。
-
クロール可能性のチェック(ネットワーク接続のテストも兼ねる)
python3 <skill>/scripts/crawl_check.py <url> --markets <コードリスト> --lang <最初のターゲット市場の言語タグ> --out <出力ディレクトリ>/crawl.jsonhomepageとrobotsの両方がネットワークエラーの場合、現在の環境はインターネットに接続できないと判断:処理を停止し、ユーザーにネットワーク接続を有効にするよう伝えます(Codexでの有効化方法はREADME参照)。空のレポートは出力しません。ai_crawlers(relevantがtrueのものは特に注意)、ua_blocking、homepage、robots.value.source、meta_robots、x_robots_tag、canonical、https、sitemap、icp、hreflang、other_domainsを読み取ります。判定ルールはreferences/checklist.mdを参照し、ローカルクローラーについては各市場プロファイルのセクション4を参照します。sitemap.value.truncatedがtrueの場合、countは読み取られた数に過ぎず、サイト全体の総数ではありません。- 他のホスト上の言語バージョン:
hreflang.declared内で別のドメイン/サブドメインにあり、かつ選択されたターゲット市場に属するバージョンは、今回の監査に含め、そのトップページに対して再度crawl_check.pyを実行し、出力はcrawl-<ホスト名>.jsonとします。hreflangで宣言されていない他のドメイン(other_domains)については、レポートで注意を促し、別途監査を推奨します。
-
重点ページの選定:各ターゲット市場につき最低2ページ(その市場の言語バージョン)、合計20ページ以内。優先順位:トップページ、コア製品/サービスページ、比較ページ、価格ページ、アバウトページ、コンテンツページ。ソースはsitemapとナビゲーションを優先します。
-
レンダリング比較:1回につき1~5つのURLを渡し、タイムアウト30秒、対応する市場の言語を使用します。
python3 <skill>/scripts/render_diff.py <url1> <url2> --timeout 30 --lang ja-JP --out <出力ディレクトリ>/render-1.json -
ページ監査と本文の読み取り:
python3 <skill>/scripts/page_audit.py <url1> <url2> … --lang ja-JP --save-html <出力ディレクトリ>/html --out <出力ディレクトリ>/pages-jp.json- スクリプトはカウントのみを行い、
<nav>およびページレベルの<header>、<footer>内のリンクと見出しは除外します。 - 本文の読み取りは
--save-htmlで保存されたファイルを使用します。別途スクレイピングスクリプトを書かず、中間ファイルを出力ディレクトリの外に配置しないでください。 - 判断すべき内容:定義文、比較、手順、検証可能なデータがあるか、1つのパラグラフで1つの主張のみを述べているか、隠し本文(折りたたまれたFAQがJSデータ内にある、数字アニメーションがHTMLで0と表示されているなど)、ローカライズ版が手作業によるものか、機械翻訳の痕跡があるか、市場プロファイルセクション7のローカライズのポイント。
- スクリプトはカウントのみを行い、
-
検索可能性の判断:各ターゲット市場ごとに、現地の言語で10~20の質問を推論します。質問形式は市場プロファイルのセクション6を参照し、認知/比較/意思決定/アフターサービスの各段階をカバーします。各質問に対して、その市場の言語バージョンに直接回答するページがあるかどうかを判断し、レポートの「質問カバレッジ表」(現地言語原文 + レポート言語訳)に記入します。
-
外部からの言及:Web検索ツールを使用し、市場プロファイルのセクション5に記載されたプラットフォームごとに調査し、「あり」「なし」「検出不可」と代表的なリンクを記録します。ログインが必要なプラットフォームは調査しません。
-
監査選択内容の保存:
<出力ディレクトリ>/audit.jsonに書き込みます。{"target": "", "markets": ["jp", "us"], "report_language": "ja", "brand": "", "business": "", "pages": {"jp": ["…"], "us": ["…"]}, "questions": {"jp": ["…"], "us": ["…"]}, "offsite_queries": {"jp": ["…"], "us": ["…"]}, "extra_hosts": ["…"], "proxy_country": {"jp": "JP"}, "date": "YYYY-MM-DD"}proxy_countryにはどの国の出口を使用したかのみを記録し(使用しなかった場合は{})、プロキシアドレスは記録しません。 -
レポートの作成:
references/report-template.mdの構造に従い、レポート言語で記述します。セクション番号は固定。該当しない場合は「該当なし」と記述します。
再監査モード
ユーザーが以前の geo-report-<ホスト名>-<日付>/ ディレクトリを提供した場合:その中の audit.json を読み取り、同じ市場、重点ページ、推論質問、外部サイトクエリを使用して、ステップ2~7を再実行し、レポートの「改善前後比較」セクションに記入します。
旧バージョンの audit.json では "market": "cn" | "global" | "both" が使用されています。以下のルールで変換します:"cn" → cn;"global" → us;"both" → cn,us。旧バージョンの questions キー global は us に対応します。
レート制限と時間予算
- スクリプトにはバックオフが組み込まれています:429またはRetry-Afterを含む503を受信した場合、待機してから1回リトライし、後続のリクエストを自動的に遅くします。結果に
rate_limited: trueが含まれる場合、または複数のページで連続して429が返された場合:- 残りの重点ページを各市場2ページに削減します。
- レポートの「監査範囲と前提」に「サイトがレート制限中。サンプルページ数を削減しました」と明記します。
- レート制限中は、個々のスクリプトが数分間実行される可能性があります(Retry-Afterの待機)。スクリプト実行時はシェルのタイムアウトを10分に設定するか、バックグラウンドで実行し、タイムアウトによる中断でJSON出力が失われないようにしてください。
- 監査全体は45分以内に完了することを推奨します。超過した場合は新たな取得を停止し、既存のデータでレポートを作成し、未完了のチェックがあることを明記します。
- レート制限を回避するためのプロキシや出口IPの切り替え、User-Agentの変更、リトライの高速化は禁止です。
--proxyで特定の国の出口を指定できるのは、次の2つの場合のみです:テスト対象の国の到達可能性を確認するため、またはサイトがアクセス地域に応じて異なるコンテンツを返す場合。使用した国の出口はレポートに記載しますが、国のみを記載し、プロキシアドレスは記載しません(プロキシアドレスは監査側の内部情報であり、レポートとaudit.jsonはクライアントに渡されます)。
判定ポイント
| スクリプト結果 | 意味 | レポートの書き方 |
|---|---|---|
ai_crawlers で検索系またはユーザートリガー系が fail | robots.txtで明示的にブロック | P0 |
ai_crawlers で unknown | robots.txtを読み取れない | 「検出不可」およびその理由を記載 |
ai_crawlers でトレーニング系が warn | トレーニングクローラーをブロック | メリット・デメリットのみを説明 |
ua_blocking が suspect | ブラウザUAは正常だが、偽装AI UAがブロックされた | P1、「疑わしい」と記載。クライアントにCDN/WAFまたはサーバーログの確認を依頼 |
ua_blocking が warn / unknown | すべてブロック / レート制限またはリクエスト失敗 | 監査に制限があることを説明 |
homepage が unknown | 監査マシンがWAFのチャレンジを受けている | 「サイトが利用不可」ではない。別のネットワークから確認が必要 |
render_diff の ratio < 0.5 | AIクローラーは基本的に本文を認識できない | P0、js_only_headings をリストアップ |
hreflang.alternates で fail / warn | 言語バージョンが開かない / 双方向でない | P1 / P2 |
いずれかの項目が unknown | 検出できず | 「検出不可」およびその理由を記載。評価はしない |
llms_txt | 有無のみ記録 | 「推奨しない」に含める |
raw_words / rendered_words | 中国語・日本語・韓国語は1文字1語、その他の言語は単語単位 | 異なる言語の文字数を直接比較できない |
禁止事項
- すべての問題には証拠が必要。すべての提言には証拠番号と強度を記載すること。ターゲット市場が
usでない場合は「(推測)」を追加。ただし、市場プロファイルのセクション8に別段の記載がある場合は除く。未登録市場の場合は「この市場はプロファイルが未登録のため、証拠は弱い」と明記すること。 - 取得できなかった内容は「検出不可」と記載し、印象による評価はしないこと。
- データの捏造、偽の評価、やらせレビュー、AIへの隠し指示、競合他社の誹謗中傷、機械翻訳による多言語バージョンの一括生成は推奨しない(E13)。
- llms.txt、FAQ化、スキーマ、権威あるトーンを主要な提言としないこと(E10、E9、E7)。
- トラフィックや順位の向上を約束しないこと(E15)。
- レポートの言語はユーザーの質問言語と一致させること(ユーザーが別途指定した場合を除く)。
よくある間違い
suspectを確定したブロックとみなすこと:robots.txtによる明確なブロックのみがP0。- Googleの順位でAIの可視性を推測すること:両者の重複は非常に低い(E13)。市場やエンジンごとに分けて見ること。
- レポート言語で質問を推論すること:推論質問はターゲット市場の現地言語と現地ユーザーの質問方法を使用すること。
- スクリプトのカウントだけで結論を下すこと:
numbersが多いからといってデータが検証可能とは限らず、external_linksにも<div>で書かれたフッターリンクが混ざっている可能性があるため、本文を読むこと。 - sitemapの
countをサイト全体のページ数とみなすこと:truncatedがtrueの場合はその旨を明記すること。 - レート制限後に無理に続行すること:「レート制限と時間予算」セクションに従ってページ数を減らし、長時間待機するための独自ループを書かないこと。
- 他のホスト上の言語バージョンを見落とすこと:
hreflangで別のドメインに宣言されているターゲット市場のバージョンは監査に含めること。