AIエージェントがサイトで詰まる場所｜価格ページと機械可読性の点検【2026】

AIエージェントの機械可読性とは、ChatGPTのエージェント機能やPerplexityのようなAIが、人の代わりに自社サイトを自動で読み取り・操作するとき、必要な情報（価格・サービス内容・問い合わせ先など）を正しく抜き出せる状態のことです。ここで注意したいのは、これは「AIに引用されるためのLLMO対策（AI検索最適化）」とは別の話だという点です。LLMOが「AIに選ばれるか」なら、本記事のテーマは「AIが実際にサイトへ来たとき、目的の情報にたどり着けるか」です。臨床検査の世界にたとえるなら、検体（情報）が正しいラベルで運ばれず、正しい棚に届かない「搬送経路の詰まり」に近い問題です。そして海外の調査では、この詰まりが最も起きる場所がはっきりしています——価格ページです。

この記事でわかること

• 最もつまずく場所： AIエージェントが最も情報を取り違えるのは価格ページで、原因は「情報非開示・機械可読性・アクセス制限」の3つの壁に集約されます。
• 放置するリスク： 自社ページから価格を読めないと、AIはG2やVendrなど自社が制御できない第三者情報に頼り、古い・誤った情報で紹介されます。
• 今日の打ち手： robots.txtのAIクローラー設定、価格・会社概要の生HTML化、Schema.org構造化データの3点を「サイトの健康診断」として点検できます。

結論：AIエージェントが最もつまずくのは「価格ページ」

まず結論からお伝えします。AIエージェントがサイトを読み取るとき、最も高い確率で情報を取りこぼすのは価格ページです。B2Bソフトウェア100製品をAIエージェントで検証した海外調査（Siteline社の調査と、それを分析したKevin Indig氏「Growth Memo」）によると、AIが自社ページから直接答えを得られた割合は、連携情報で93%、セキュリティ情報で92%だったのに対し、価格情報では79%まで下がりました。

価格でだけ成功率が落ちる理由は、突き詰めると3つの壁に整理できます。（1）そもそも価格を公開していない「情報非開示」、（2）価格は載っているのにAIが読み取れない「機械可読性」、（3）AIのアクセス自体を弾いてしまう「アクセス制限」です。この3つは価格ページに限らず、会社概要やサービス紹介など「AIに正しく伝えたいページ」すべてに当てはまります。以降で1つずつ分解していきます。

なぜ今つまずきが問題なのか｜第三者情報に置き換えられるリスク

なぜ「AIが自社ページを読めるか」が今になって重要なのでしょうか。背景にあるのが、AIエージェントが人の代わりに情報収集・比較・問い合わせまで進める「エージェント経由の行動（agentic commerce）」の広がりです。ユーザーが自分で検索する代わりに、AIに「この条件に合うツールを3つ比較して」と頼む場面が増えています。

このとき、自社ページから価格を読み取れないとどうなるか。AIは答えを空欄にはせず、別の情報源で埋めようとします。前述の調査では、AIが自社ページを読めずに第三者情報へ切り替えたケースのうち、その77%が価格に関するものでした。切り替え先の内訳は、比較ブログなどの編集記事が52%、G2・Capterra・Vendrといったディレクトリ（比較・レビューサイト）が46%です。つまり、自社が管理していない場所の、古いかもしれない価格で紹介されてしまうのです。（アイダイム分析）検索結果の見た目を整える以前に、「AIに読ませる情報を自社側で持っているか」が問われる段階に入ったと考えています。

もちろん、この話に冷静な見方もあります。「AIエージェントの本格普及はもう少し先」「価格非公開は営業戦略として正しい」という意見です。妥当な指摘であり、明日すべてを作り替える必要はありません。ただし後述するように、対応の多くは「AI向けの特別な作業」ではなく「人にとっても読みやすいサイトに直す」作業と重なります。やって損のない土台づくりだと捉えるのが現実的です。

つまずく3つの壁｜情報非開示・機械可読性・アクセス制限

AIエージェントがつまずく原因を、3つの壁として整理します。自社サイトがどの壁に引っかかっているかを見極めることが、健康診断の第一歩です。

まず全体像を、壁ごとの症状と直し方の対応表で押さえてください。

この3つのうち、特に見落とされやすいのが②の機械可読性です。人の目には価格がきれいに表示されていても、その数字がJavaScriptで後から描き込まれている場合、AIが最初に取得する生のHTMLには何も書かれていない、という状態が起こります。

つまり、見た目のデザインと「AIが読める形か」は別問題だということです。ここを踏まえたうえで、海外調査が示した具体的な数字を見ていきましょう。

【データ】海外調査が示す価格ページの弱さ

3つの壁が実際にどれだけの差を生むのか、調査データで確認します。次の表は、AIエージェントが自社ページから直接答えを得られた割合と、読めなかったときのコストへの影響をまとめたものです。

注目すべきは、アクセスエラーの影響の大きさです。取得エラーが起きたのは全体の7%と少数でしたが、エラーが起きた場面では第三者情報への切り替えが通常の17%から77%へ跳ね上がりました。「たまにしか起きないから大丈夫」ではなく、「起きたときの被害が大きい」タイプの問題だと分かります。なお、構造化データ（Schema.org）を1つ加えただけで、あるページのAI可読スコアが73から93へ改善した例も報告されています。小さな一手が効く領域でもあるのです。

海外の数字は価格ページ中心ですが、日本の中小企業では事情が少し異なります。次に、現場でよく見る失敗を見ていきます。

日本の中小企業サイトのあるある失敗｜価格だけでなく「サービス情報全般」

海外調査は価格ページが主題でしたが、日本の中小企業サイトでは、そもそも価格ページを持たない業種も多くあります。その場合につまずくのは、会社概要・サービス内容・対応エリア・問い合わせ先といった「サービス情報全般」の機械可読性です。ここで、実際の現場で見かける失敗を挙げます。

最も多いのが、③アクセス制限の壁——robots.txtでAIクローラーを一律ブロックしているケースです。（実務知見）ある案件では、アクセス解析データを見て「AI経由の訪問が全然来ていない」ことをきっかけに調べたところ、robots.txtでAIのクローラーをまとめて拒否する設定になっていた、という状態でした。学習用のクローラーを避けたい意図は理解できますが、その巻き添えで、回答時に参照される種類のクローラーまで弾いてしまうと、AIの回答に自社が一切登場しなくなります。こうした「気づかないうちに自分でAIから消えている」設定は、決して珍しくなく、そこそこの割合のサイトで見かけます。クローラーの種類と役割の違いは「検索エンジンのクローラーとは？仕組みや呼び込むための施策を解説」で整理しています。

次に多いのが、②機械可読性の壁です。料金やサービスの要点が画像・PDFだけで提供されていたり、JavaScriptで後から描画されていたりして、生HTMLには情報が無い、というパターンです。人には普通に見えるため、問題に気づきにくいのが厄介な点です。どのクローラーを許可し、どこまでAIに開くかの全体設計は「生成AI最適化とは？Google公式が示す「やるべきこと・やってはいけないこと」【2026年版】」で解説しています。

AIエージェント時代のサイト健康診断チェックリスト

ここまでの3つの壁を、自分で点検できる「サイトの健康診断」に落とし込みます。臨床検査の精度管理（QC）では、結果を出す前に「そもそも検体が正しく届いているか」を確認します。同じように、AI対策も「AIがページを取得・読解できているか」という土台の検査値から見るのがおすすめです。

（実務知見）この診断で私たちが最初に目視するのは、意外に思われるかもしれませんが会社概要ページです。構造化マークアップが入っているかを見ると同時に、「そもそも会社概要として情報が正しく・十分に書かれているか」を一緒に確認します。これは構造化データを付ける以前の、いわば「会社概要の最適化（LPO＝ランディングページ最適化の考え方）」です。なぜ最初にここを見るかというと、AIは会社概要を手がかりに「この会社は何者で、何を提供しているか」を理解するからです。土台となる会社概要が薄い・古いままだと、どれだけ個別ページを整えても、AIが描く自社像そのものがぼやけてしまうのです。

診断で壁が見つかったら、次は具体的な直し方です。

つまずきの直し方｜生HTML化・構造化データ・robots.txt・llms.txt

3つの壁の直し方を、優先度の高い順に整理します。共通しているのは、いずれも「AI専用の難しい作業」ではなく、人にとっても読みやすいサイトに整える作業と重なる点です。

手順1　robots.txtでAIクローラーの扱いを見直す。まず「そもそも読ませているか」を確認します。学習系のクローラーはブロックしても、回答時に参照される種類のクローラーは許可する、といった役割ごとの設定が基本です。全体の考え方は「【図解】AI検索 対策とは？公式が示す本当に必要な施策【2026年版】」を参照してください。

手順2　価格・会社概要・サービス情報を生HTMLに置く。JavaScriptで後から描画するのではなく、サーバ側で描画された状態（生HTMLに文字がある状態）にします。計算機ウィジェットやPDFだけの提供は、テキストの説明を併記して補います。

手順3　構造化データ（Schema.org）で意味を付与する。価格ならProductやOffer、会社概要ならOrganizationといったマークアップで、「これは価格です」「これは所在地です」とAIに明示します。実装と検証の方法は「JSON-LDとは？構造化データの書き方・実装・検証方法」で具体的に解説しています。あわせて、価格や仕様は1つの正規URL（canonical）に集約し、他のページからはそこへ案内する形にすると、AIが情報の在りかを迷いません。

（実務知見）なお、構造化マークアップの代行そのものは、着手から反映まで1〜2週間程度が目安です。ただし実際には、この作業に入ると会社概要が薄いといった別の問題点も一緒に見つかることが多く、そちらも直すため、結果としてもう少し時間をかけるケースが大半です。単にタグを付けるだけの作業ではなく、サイト全体の「健康診断とあわせた改善」になる、と考えていただくのが実態に近いです。こうしたAIに選ばれる土台づくりの全体像は「【入門編】LLMO対策の教科書：AIに選ばれる検索戦略とコンサルティング」でまとめています。

AIエージェント対応のよくある質問

参考情報

• Kevin Indig「Where AI agents get stuck on your site」（Growth Memo）
• Search Engine Land「Where AI agents get stuck on websites」
• Search Engine Journal（Siteline調査に関する報道）