ドキュメント ページはブラウザーでは完成しているように見えますが、元の HTML には読者が必要とするテキストが欠けています。 JavaScript を実行せずにプレーンな HTTP リクエストを通じてそのページを取得する AI エージェントは、そのテキストを見逃してしまいます。 Agentic Engine Optimization (AEO) は、コンテンツへのアクセス、構造、関連素材を発見する方法をチェックすることで、これらの障壁を特定するのに役立ちます。
MiltenのAEO監査は、指定したページとサイトの公開ファイルを調べます。レポートでは、合格した項目、確認が必要な問題、データが不足している箇所を区別できます。
Agentic Engine Optimizationとは
Agentic Engine Optimizationは、AIエージェントが読み取り、利用できるようにサイトを整えることです。ドキュメントでは、エージェントが操作の説明を取得し、例を見つけ、関連リファレンスへのリンクをたどれる状態を目指します。
監査は、統合ガイド、API リファレンス、および技術的な例を含むページに役立ちます。ソフトウェア クライアントが公開されたコンテンツにどのようにアクセスできるかを調査することで SEO を補完します。このレポートでは、検索ランキングや AI の回答で引用される可能性は測定されていません。
AEO Web サイト監査では何をチェックしますか?
AEO監査は、以下にまとめた8つの観点を調べます。各項目の適用条件、配点、集計ルールは、個別のレポートで確認してください。
| 分類 | 確認内容 |
|---|---|
| コンテンツの発見 | robots.txtのルールとllms.txtの索引 |
| ページ構造 | 見出し、意味のあるマークアップ、例、Markdown、JavaScriptへの依存の兆候 |
| コンテキストの量 | トークン数とページのメタデータ |
| 利用ルール | agent-permissions.jsonに記載されたアクセス条件と制約 |
| エージェントへのテキストの受け渡し | コピー用の操作要素と元のテキストへのリンク |
各項目には結果と指摘が表示され、評価への反映方法はレポートのルールによって決まります。たとえばllms.txtでは、ファイルの有無に加え、リンク、説明、セクションも確認します。ファイルがあるだけで、使いやすいドキュメントになるわけではありません。
トークン数は、モデルが処理するテキスト量の目安です。モデルによってトークンの分割方法と料金が異なるため、リクエストの費用を計算するものではありません。
監査はJavaScriptを実行せず、サーバーの最初の応答を調べます。構造上の問題の兆候は探しますが、AIエージェントにユーザーの課題を実行させることはありません。特定のエージェントがドキュメントを使えるかどうかは、その課題を別途試して確認してください。
ARD がエージェントによるサイト リソースの発見にどのように役立つか
Agentic Resource Discovery (ARD) は、API、MCP サーバー、ワークフローなど、AI クライアントが利用できるリソースの検出を記述します。クライアントは説明を使用して適切なリソースを見つけ、そのリソース独自のインターフェイスを通じてアクセスできます。
ARDの項目では、リソースの説明がどのように公開されているかを確認します。対象は/.well-known/ard.json、HTMLとHTTPヘッダー内のリンク、robots.txtのAgentmapディレクティブ、埋め込みのARD JSON-LDです。旧形式のai-catalog.jsonも認識し、移行が必要な可能性のある資料を示します。
レポートには、見つかったリソース、説明ファイルのアドレス、フィールドのエラー、確認を完了できなかった制約が表示されます。カタログがない場合、取得に失敗した場合、文書が不正な場合は区別されます。公開状態の確認であり、記載されたAPIやMCPサーバーの動作を保証するものではありません。
ARD の結果は個別に表示され、AEO スコアには影響しません。このセクションは以前はスピード スキャナーに属していました。新しいチェックは AEO で実行されますが、保存された速度レポートには引き続きアクセスできます。
AEO 監査後にサイトを改善する方法
エージェントが具体的な課題のために読むページから始めてください。統合ガイドなら、操作の説明、パラメーター、リクエストの例を取得できるか確認します。
- 本文へのアクセスを確認します。JavaScriptへの依存が指摘されたら、元のHTMLとブラウザー内の内容を比較してください。必要な本文がなければ、サーバー側での描画や取得可能なMarkdown版を検討します。
- 構造を見直します。見出しの階層を順序どおりに整え、例を操作の説明の近くに置き、重複する説明を整理します。パラメーターや選択肢の比較には表が役立ちます。
- 文書の量を見直します。大きなリファレンスは、相互リンクを持つテーマ別のページに分けられます。各ページの理解に必要な条件と例は残してください。
- 関連資料の見つけ方を確認します。
llms.txtを使う場合は、リンクと短い説明を更新してください。ARDを使う場合は、取得できないカタログのアドレスや不正な項目を修正します。 - 公開後、同じURLを再監査します。指摘を比較してから、使用するエージェントに元の課題を与えます。たとえば、API操作のパラメーターを探してリクエストを作る課題です。
AEOスコアの見方
総合評価の割合は、適用された項目、最大点、未完了の結果と併せて読んでください。この監査ではAGENTS.mdとSKILL.mdの確認は実行しません。
ルールと配点は変わることがあります。同じルールを使うレポートを比較し、古い例の固定値ではなく、レポートに示された最大点を基準にしてください。割合だけでは、残っている問題は分かりません。
レポートの指摘と取得エラーを確認してください。ルールはヒューリスティックに基づくため、一般的でないマークアップ、表現、言語を見落とす場合があります。高い評価は、検索順位、AI回答での引用、特定のエージェントによる全形式への対応を保証しません。
AI エージェントの最適化に関するよくある質問
AEO監査はウェブサイト全体をチェックしますか?
1回の実行で調べるのは、指定されたURLと、その確認のために取得した公開ファイルです。全ページの巡回や非公開リポジトリの読み取りは行いません。別のガイドやリファレンスは個別に確認してください。
robots.txt 内のすべてのクローラーを許可する必要がありますか?
いいえ。特定のクローラーの拒否は、意図したサイト方針かもしれません。指摘をアクセス方針と照合し、許可したいクライアントについてのみルールを変更してください。
llms.txt を追加するだけで十分ですか?
いいえ。リンクの索引だけでは、取得できない本文、取得エラー、不完全な例は直せません。まず必要な内容を取得可能にしてから、llms.txtがエージェントの利用手順に合うか判断してください。
ガイドまたはAPIページのURLでAEO監査を実行してください。指摘から修正項目を選び、同じ課題で結果を確かめます。