llms.txt書いても意味ない？cats.txt実験でわかる効果の見分け方

llms.txtは、AI検索での見え方をよくする目的なら、いま急いで設置する理由はありません。Google検索は公式ドキュメントで「使っていない」と明記していますし、13万7千ドメインを調べた実測では、設置済みファイルの97%が1か月間まったく取得されていませんでした。ただしこの記事の本題は、設置するかどうかではありません。「AIがクロールした」「AIが引用した」を効果の証拠として受け取ってよいのか、というほうです。

2026年8月、その問いを正面から突きつける実験が公開されました。イギリスのSEO専門家が、社内の猫の名前と職位となつき度を宣言するという、まったくのジョークファイル「cats.txt」を作って公開したのです。結果、llms.txtが効いている根拠として語られてきた4つの現象が、この猫のファイルでも全部そろってしまいました。

この記事でわかること

• Google検索は公式に「使わない」と書いている： 2026年7月更新の公式ガイドに、順位にも表示にも影響しないと明記されています。ただしこれはGoogle検索についての言明で、世の中のAI全部の話ではありません。
• 設置しても、そもそも取得されていない： 13万7千ドメインの実測で、llms.txtを置いた97%は1か月間リクエストが0件でした。
• 猫のジョークファイルが「証拠」を4つとも満たした： クロールされ、インデックスされ、AIが架空の情報を出典付きで答え、AI自身が「順位に役立つ」と推奨しました。
• 偽物でも合格が出る判定方法は、判定方法のほうが壊れている： 効かないものを「効いた」と読んでしまう状態を、検査の世界では偽陽性と呼びます。
• 発注前に決めておく5つの受け入れ基準： ベースライン、比較対象、観測期間、成功指標、中止条件。この5つを着手前に紙に書けば、AI施策の提案は判定できます。

結論：AI検索のためだけなら、いま急いで設置する理由はない

先に立場を書いておきます。当社は自社サイトにllms.txtを設置していません。中小企業のお客様にも、AI検索での引用を増やす目的でこれを提案したことはありません。効果が確認できていない施策を、確認できていないまま勧めないためです。

まず目的を分ける

「llms.txtは意味があるか」に一言で答えられないのは、目的の違う3つの話が同じ名前で混ざっているからです。AI検索での引用を増やしたいのか、開発者向けドキュメントをAIエージェントに読ませたいのか、自社で用意した仕組みにデータを渡したいのか。この3つは別問題で、答えも別々になります。

このうち中小企業が気にしているのは、ほぼ左側です。そして左側については、置いても置かなくても変わらない、というのが現時点で確認できることです。

「置いても損はない」は正しい。ただし別の話

llms.txtの設置自体は数十分で終わり、費用もほとんどかかりません。ですから「損はない」という言い方自体は正しいのです。問題は、その言い方が「だからやる価値がある」にすり替わって伝わることです。損がないことと、効果があることは別の主張で、必要な根拠の量がまったく違います。

実測：97%は取得すらされず、引用との相関も出ていない

13万7千ドメインを調べたら、97%はリクエスト0件だった

Ahrefsが2026年6月に公開した調査があります。137,210ドメインのサーバーログとトラフィックを2026年5月の1か月ぶん調べたもので、うち28%（約38,000ドメイン）がllms.txtを設置していました。そのうち97%は、1か月のあいだにファイルへのリクエストが1件も発生していません。何かしらのアクセスがあったのは3%、約1,100ドメインだけでした。

アクセスがあった3%も、中身は監査ツールが上位

さらに、そのアクセスがあった3%についてリクエストの中身を分解すると、次のようになります。

この1.1%という数字の読み方に注意してください。137,210ドメイン全体の1.1%ではありません。 アクセスが発生した約3%のサイトに対する全リクエストのうち、AI検索のボットによるものが1.1%だった、という意味です。母集団もAhrefsの解析ツールを使っているサイトに限られます。それでも、設置してもいちばん来てほしい相手が来ていない、という傾向は読み取れます。

約30万ドメインでは、引用との相関そのものが出なかった

もうひとつ、SE Rankingが約300,000ドメインを対象に行った調査があります。llms.txtの設置率は10.13%で、設置の有無とAIに引用される頻度の関係を、相関検定と機械学習のモデルの両方で調べています。結果は、統計的に意味のある関係は確認できず、このllms.txtという項目をモデルから外したほうが、予測の精度がむしろ上がりました。つまり判断の材料としてはノイズだった、ということです。AIに引用されている上位50ドメインのうち、llms.txtを置いていたのは1つだけでした。

取得されない、そして取得されても引用との関係が出ない。二段階で否定されている状態です。

Googleは「検索では使わない」と公式に書いた。ただし全AI用途の話ではない

公式ドキュメントの原文

Google Search Centralの生成AI最適化ガイドには、「やらなくてよいこと」を並べた節があり、そこにllms.txtが名指しで入っています。2026年7月10日更新時点の原文はこうです。

You don’t need to create new machine readable files, AI text files, markup, or Markdown to appear in Google Search (including its generative AI capabilities), as Google Search itself doesn’t use them.

続けて、他のサービスのために置いておくのは構わないとしたうえで、こう書かれています。

Doing so will neither harm nor help your site’s visibility or rankings in Google Search, as Google Search ignores them.

害にもならないが助けにもならない、Google検索は無視している。ここまではっきり書かれている以上、Google検索での順位や表示を目的にした設置には、根拠がありません。

ただし、これはGoogle検索についての言明

一方で、この文章は「世の中のAIすべてが使わない」とは言っていません。Google検索（その生成AI機能を含む）についての言明です。開発者向けの用途まで含めて「llms.txtは無意味」と読むのは、書かれていることを超えています。Googleの見解についてはAI検索最適化に関するGoogleの公式見解でも整理しています。

公式化される前は、個人の発言が根拠として流通していた

この公式記載が入る前、根拠としてよく引かれていたのはGoogleのジョン・ミューラー氏の投稿でした。2025年6月、サーバーログを見れば明らかだ、消費者向けのAIやチャットボットはページは取りに来るがllms.txtは取りに来ない、という趣旨の発言です。

内容としては正しかったのですが、当時それは個人の発言であって公式ドキュメントではありませんでした。同じ主張でも、社員のSNS投稿と公式ドキュメントでは根拠の強さがまったく違います。この違いを意識しないまま「Googleが言っている」とまとめてしまうと、次に別の話題が来たときも同じ精度で判断してしまいます。

猫のジョークファイルが、4つの「証拠」を全部満たしてしまった

cats.txtとは何か

2026年8月、イギリスのSEO専門家マーク・ウィリアムズ=クック氏が、cats.txtという仕様を公開しました。サイトのルートに置くテキストファイルで、書くのは社内の猫の名前、職位、品種、そして「PurrLevel」というなつき度を1から10で示す必須項目です。もちろん全部が架空で、最初から風刺として作られたものです。

そのうえで氏は、llms.txtが効いていると主張するときに使われる4つの根拠を、このcats.txtに当てはめてみました。結果は次のとおりです。

具体的には、サーバーログにPerplexityBot、GPTBot、ClaudeBot、Googlebotが並び、実在しない「GUI Purrfectionist」という職位ごとGoogleにインデックスされ、Google AI Overviewsはそのファイルにしか書かれていない架空の猫の特徴を出典付きで回答しました。そして公開から2週間ほどたつと、ChatGPTは「cats.txtは検索やAIでのランク付けに役立つ可能性がある」と答えるようになりました。

大事な注意：Googleが猫の規格を採用したわけではない

ここを取り違えないでください。AI Overviewsがcats.txtの中身を答えたのは、インデックス済みのテキストファイルを普通に拾ったからです。Googleがcats.txtという規格を認識して優先的に扱ったわけではありません。ウィリアムズ=クック氏自身がそう説明しています。同じことがllms.txtにも言えます。AIが答えに使ったからといって、そのファイル形式が特別扱いされている証拠にはならないのです。

ファイルは1文字も変えていないのに、AIの答えだけが変わった

いちばん示唆的なのはこの後です。cats.txtが冗談だとインターネット上で知れ渡ると、AIの回答は「これは風刺的なファイルです」に変わりました。ファイルの中身は1文字も変えていません。変わったのは、そのファイルについて世の中に書かれたテキストのほうだけです。

氏はこれを収束問題と呼んでいます。AIは自分で実験も検証もしておらず、その話題について見た内容のうち最も一般的なものを返しているだけだ、という指摘です。llms.txtについてもまったく同じで、「効く」と確信をもって書かれた投稿がウェブに大量にあった時期には、AIも同じように答えていました。

偽の施策でも「効いた」判定が出るなら、疑うべきは判定方法のほう

ここから先は、当社の見方です。

効かないものを「効いた」と読む状態には名前がある

臨床検査の世界では、実際には陽性でないものを陽性と判定してしまうことを偽陽性と呼びます。偽陽性が続けて出る検査は、検体を疑うのではなく、検査方法の特異度が低いと判断します。特異度というのは「本来は反応しないはずのものに、ちゃんと反応しないでいられる能力」のことです。

cats.txtが証明したのは、llms.txtが効かないということではありません。世の中でllms.txtの効果判定に使われている方法が、偽物を入れても合格を出してしまうということです。判定方法のほうが壊れています。

検査では、何も出ないはずの検体を一緒に流す

検査の現場では、何も検出されないことが分かっている検体を、本番の検体と同じ手順で一緒に流します。陰性対照といいます。ここに反応が出たら、その日の測定結果は全部保留です。疑うのは検体ではなく手順のほうだからです。

cats.txtは、まさにこの陰性対照にあたります。何も効くはずのないファイルを、llms.txtとまったく同じ判定方法にかけたら、合格が出てしまった。だから疑うべきはllms.txtではなく、判定に使っている観測のほうなのです。

単独では効果指標にしないもの

以上から、次の4つはそれだけでは施策の効果を示しません。提案書やレポートでこれらが成果として並んでいたら、根拠として弱いと判断してください。クロールされたこと、インデックスされたこと、AIの回答に登場したこと、そしてAI自身が有効だと言ったことです。

発注前に決めておく、AI施策の受け入れ基準5つ

では何を見ればいいのか。難しい統計は要りません。着手前に次の5つを決めて紙に書くだけで、AI施策の提案はかなり判定できるようになります。

①ベースライン：施策前の数字を、入れる前に取っておく

後から「入れる前はどうだったか」を思い出すことはできません。指名検索の数、問い合わせ数、AI経由の流入。施策を入れる前に、直近3か月ぶんを取っておきます。

②比較対象：施策を入れないものを残す

全ページに一斉に入れてしまうと、比べる相手がなくなります。似た性質のページを何本か施策なしで残しておくと、季節変動なのか施策なのかを切り分けられます。

③観測期間：いつ判定するかを先に決める

「効果が出るまで見る」は判定ではありません。最低でも4週間、季節性のある業種なら8週間と決めて、その日に判定します。

④成功指標：何がどれだけ動いたら成功か

ここがいちばん大事です。クロールされた、引用された、を成功指標にしないでください。 事業として意味があるのは、問い合わせ、資料請求、電話といった行動です。少なくとも、検討段階のページに人が到達したかどうかまでは降ろします。

⑤中止条件：どうなったらやめるか

やめる条件を先に決めておかないと、成果が出ないまま延々と続きます。

LLMOの効果測定は、施策前後の比較だけでは足りない

LLMOの効果測定でいちばん多い誤りは、施策を入れた後に引用されたことをもって成功とする形です。cats.txtが示したとおり、引用は何もしなくても起きます。比較対象を置いて初めて、その差が施策によるものかどうかを言えるようになります。

LLMOへの取り組み全体の進め方はLLMO対策とは？AI検索で引用されるための具体策で解説しています。

それでもllms.txtに意味がある「読み手がはっきりしている」用途

llms.txtそのものを否定したいわけではありません。読み手がはっきりしている用途なら、意味があります。

開発者向けドキュメントとAPIリファレンス

開発支援のAIに自社のドキュメントを読ませたい、という目的なら話は別です。この場合、誰に読ませたいかがはっきりしていて、その相手が実際にファイルを取りに来ることも確認できます。先ほどのAhrefsの内訳で、AIエージェントからのアクセスが10.5%と比較的多かったのも、この用途に対応しています。

noteの事例を、自社サイトにそのまま当てはめない

2026年7月30日、note株式会社がllms.txtへの対応を発表しました。日本語圏でこの話題が広がったきっかけです。ただし中身をよく読む必要があります。

対象になっているのはクリエイターページに公開されているプロフィールやSNSリンクで、記事の本文は対象ではありません。note側の説明も、活動内容が事実に沿って正しく伝わりやすくすること、事実と異なる内容の生成を抑えたりデータ量を節約したりする効果、という書き方にとどまっています。AIに引用されやすくなる、とは言っていません。

加えて、note.comのドメイン直下のllms.txtは2026年8月8日時点で存在しません。つまりこれは、プラットフォームが自社の構造に合わせて実装した事例であって、一般的な企業サイトがルートにファイルを1枚置く話とは前提が違います。「noteが入れたから自社も」は、成り立ちません。

一般向けのAIが自動で使うと公表した例は、まだ確認できない

2026年8月時点で、任意のサイトのllms.txtを自動で見つけて優先的に使う、と公表している一般向けのAI検索やチャットサービスは確認できていません。ドキュメントサイト側が自主的に置いている例は増えていますが、置いていることと、AI側が使っていることは別の話です。AIエージェントに向けたサイト構造そのものについてはAIエージェントに見つけてもらうためのサイト構造で扱っています。

設置すると決めた人向け：Lighthouseで確認する最低限の記法

用途がはっきりしていて設置すると決めたなら、記法だけは正しく書いておきます。ChromeのLighthouseには2026年6月からAgentic Browsingという監査カテゴリがあり、llms.txtの記法が推奨に沿っているかを見てくれます。

最初に確認しておきますが、この監査に合格することは「AI対応済み」の証拠ではありません。Chrome側はあくまで任意項目として扱っており、Google検索側は使わないと明記しています。矛盾ではなく、エージェント向けの読みやすさと検索順位という、用途が違う話です。

手順は、ChromeのDevToolsを開き、LighthouseタブでAgentic Browsingのカテゴリを選んで実行するだけです。よくある不合格は記法の間違いで、Homepage: / – 説明 のようなプレーンテキストで書くと「リンクが1つも見つからない」と判定されます。[Homepage](/): 説明 というMarkdownのリンク記法に直せば合格します。追加で必要な文字数はごくわずかです。

なお、llms.txtが未設置で404の場合は不合格ではなく、評価対象外（N/A）になります。置いていないこと自体は減点されません。

結局、問うべきは「何を効果の証拠と認めるか」

llms.txtをやるかやらないかは、この記事のいちばん重要な部分ではありません。数か月後にAI各社の方針が変われば、答えは変わり得るからです。

変わらないのは、猫のファイルが教えてくれたほうです。クロールされた、インデックスされた、AIが答えに使った、AI自身が推奨した。この4つは、効かないものにも等しく起こります。 効果の証拠として受け取ってはいけません。これはllms.txtに限らず、これから出てくるAI関連の施策すべてに当てはまります。

当社は、構造化マークアップの実装やLLMOのご相談をお受けするとき、施策そのものと同じくらい、何をもって効いたと判断するかの設計に時間を使います。臨床検査の精度管理と同じで、測り方が決まっていない数字は、増えても減っても意味が読めないからです。実装の費用感は構造化マークアップ依頼の費用と相場にまとめています。いま受けている提案が妥当かどうかを見てほしい、という段階でしたらSEO無料相談でも構いません。

よくある質問

Q. llms.txtを設置すると、ChatGPTやAI Overviewsに引用されやすくなりますか。

A. 引用されやすくなるという確認は取れていません。約30万ドメインを対象にした調査で、設置の有無とAIに引用される頻度のあいだに統計的に意味のある関係は見つかっていません。引用されている上位50ドメインのうち、設置していたのは1つだけでした。

Q. Google検索での順位には影響しますか。

A. しません。Googleの公式ドキュメントに、Google検索はこれらのファイルを無視するため、サイトの表示や順位を害することも助けることもない、と明記されています。置いてもマイナスにはならない、という意味でもあります。

Q. robots.txtやsitemap.xmlとは何が違いますか。

A. robots.txtとsitemap.xmlは、検索エンジンが仕様として読むことを公表しているファイルです。llms.txtは提案されている書式であって、読むことを公表している一般向けのAIサービスが2026年8月時点で確認できていない、という点が決定的に違います。置く側の話だけが先行している状態です。

Q. 自社サイトのllms.txtに、誰がアクセスしているかは調べられますか。

A. サーバーのアクセスログで調べられます。レンタルサーバーの管理画面から生ログを取得し、llms.txtへのリクエストを抜き出して、ユーザーエージェント名を見てください。ただし、そこにAIのボット名が並んでいても、それは取得された証拠であって効果の証拠ではありません。

Q. ChatGPTに「この施策は有効ですか」と聞いて確かめてはいけませんか。

A. 効果の根拠としては使えません。AIは自分で実験して答えているのではなく、その話題についてウェブ上に多く書かれている内容を返しています。実際、猫のジョークファイルについてもAIは「順位に役立つ可能性がある」と答えていました。冗談だと世間に知れ渡ったあと、ファイルは1文字も変えていないのに回答だけが変わっています。

Q. 提案書に「AI検索で引用されました」と書いてあります。成果と見てよいですか。

A. それだけでは判断できません。引用は施策を入れなくても起こるためです。同じ期間に、施策を入れていない別のページでも引用が起きていないかを確認してください。両方で起きているなら、その引用は施策の成果ではありません。

Q. noteが対応したと聞きました。自社サイトも同じようにすべきですか。

A. 前提が違うので、そのまま真似する必要はありません。noteが対象にしているのはクリエイターページのプロフィールとSNSリンクで、記事の本文は含まれていません。プラットフォームが自社の構造に合わせて実装した事例であって、一般的な企業サイトにファイルを1枚置く話とは別のものです。