Amplest AutopilotAmplestAutopilot
実装ガイド

WordPressサイトのLLMO対策を5ステップで実装する方法【具体的な手順】

15分著者:田中克彦

LLMOの概念は理解した。でも、自分のWordPressサイトで実際に何をすればいいのか分からない。

そういう方のために、「今日からできる」レベルで具体的な手順を5ステップに整理しました。

プラグインの設定からコンテンツの書き方、llms.txtの作り方まで、順番どおりに進めればひと通りの対策が完了します。所要時間の目安は1〜2営業日です。

前提条件

このガイドはWordPressサイトを運営している方を対象としています。以下の環境を前提とします。

- WordPress 6.0 以上

- 管理者権限でのアクセス

- RankMath Pro または All in One SEO Pro(無料版でも一部対応可能)

- 推奨:Amplest Autopilotプラグイン(自動スキャン・修正提案)

01

構造化データ(JSON-LD)を設置する

LLMが「機械可読な情報源」として認識するための最重要施策。最優先で実施。

構造化データとは、サイトの情報をGoogleやLLMが読み取りやすい形式(JSON-LD)で記述したコードです。LLMは構造化データを参照することで「このページが何について書いているか」「誰が書いたか」「信頼できる情報源か」を正確に判断します。

実装すべき3つのスキーマ

① Organization スキーマ 会社・事業者情報をサイト全体で宣言します。サイト名・URL・代表者名・ロゴ・連絡先を含めます。RankMathの「一般設定 → ナレッジグラフ」から設定できます。

② Article / BlogPosting スキーマ ブログ記事や解説ページに付与します。タイトル・著者・公開日・更新日・説明文を含めます。RankMathでは投稿タイプごとに自動付与の設定が可能です。

③ FAQPage スキーマ FAQブロックに付与します。LLMが最も引用しやすい形式です。次のステップ3で詳しく解説します。

RankMath Proでの設定手順

  1. RankMath → 一般設定 → ナレッジグラフ → 事業者情報を入力
  2. RankMath → タイトルとメタ → 投稿(Posts)→ スキーマタイプを「記事(Article)」に設定
  3. 各投稿編集画面の RankMathサイドパネル → スキーマ → スキーマを確認・調整

確認方法 Googleのリッチリザルトテスト(search.google.com/test/rich-results)でURLを入力し、エラーなしと表示されればOKです。

02

見出し構造を「疑問文 + 直接回答」形式に変える

コンテンツの書き方を変えるだけで引用率が上がる。プラグイン不要。

LLMが回答を生成するとき、最も引用しやすいコンテンツパターンがあります。

それは「疑問文の見出し → その直下に端的な回答段落」の組み合わせです。

Before(引用されにくい)

H2:WordPressとSEO対策について 本文:WordPressはSEOに強いCMSとして知られており、さまざまなプラグインを活用することで……

After(引用されやすい)

H2:WordPressはSEOに強いですか? 本文:はい、WordPressはSEOに強いCMSです。パーマリンクの設定・メタタグの制御・サイトマップの自動生成など、SEOに必要な機能を標準またはプラグインで完備しています。

実装のポイント

  • H2を「〇〇とは何ですか?」「〇〇の方法は?」「〇〇はいつ必要ですか?」などの疑問文にする
  • H2直下の最初の段落で「〇〇とは、〜です」「〇〇するには、〜します」と直接答える
  • 回答は2〜3文に収める(LLMは長い段落より短い直接回答を引用しやすい)
  • 1記事につきH2を5〜8個設け、それぞれが独立した質問に答える構成にする

既存記事の改修優先順位

新規記事より既存の主力記事から手をつけるのが効率的です。GA4で流入数の多い上位10記事を確認し、見出し構造を順次改修してください。

この施策はプラグイン不要で、エディタ上の作業だけで完了します。費用ゼロで最も費用対効果が高い施策です。

03

FAQセクションを設置してFAQPageスキーマを紐づける

5問以上のFAQを各ページ末尾に設置し、JSON-LDと接続する。

FAQセクションは、LLMOにおいて最も即効性の高い施策のひとつです。LLMは「質問と回答がセットになっている構造」を非常に引用しやすいため、FAQPageスキーマと組み合わせることで引用率が大幅に上がります。

FAQの設計原則

  • 最低5問、理想は8〜10問
  • 読者が実際に検索・質問しそうな内容を選ぶ(キーワードツール・サジェストを活用)
  • 各回答は100〜200字程度。簡潔に、直接答える
  • 記事の本文と重複する内容でも問題なし(別の視点で要約する)

RankMathでのFAQスキーマ設置手順

  1. 投稿または固定ページの編集画面を開く
  2. ブロックエディタで「FAQブロック」を追加(RankMath提供のブロック)
  3. 質問と回答を入力する
  4. RankMathが自動でFAQPageスキーマを生成・挿入する

All in One SEOの場合

  1. 各ページのAIOSEOメタボックスを開く
  2. 「スキーマ」タブ → スキーマ追加 → FAQPageを選択
  3. 質問と回答を入力

Gutenbergブロック(プラグインなし)でも可能

ブロックエディタの「FAQ」カスタムブロックは存在しませんが、「詳細」ブロックを使ってアコーディオン形式のFAQを作り、手動でJSON-LDを追加する方法もあります(技術的な知識が必要)。

確認方法

リッチリザルトテストで「よくある質問」のリッチリザルトが検出されればFAQPageスキーマが正しく機能しています。

04

llms.txtを作成してドメインルートに配置する

AIクローラーへのサイト案内ファイル。robots.txtのAI版。10分で設置完了。

llms.txtは、AIクローラーに対してサイトの内容・運営者・コンテンツポリシーを案内するプレーンテキストファイルです。

OAI-SearchBot(ChatGPT)・Google-Extended・ClaudeBot・PerplexityBotなどの主要AIクローラーが参照します。

llms.txtの基本フォーマット

以下のような内容を記述します(プレーンテキスト、Markdown形式)。

  • --

> サイトの1〜2行の説明文

  • 提供するサービスや情報の概要
  • このサイトが誰のためのものか
  • [ページタイトル](URL): 説明
  • [ページタイトル](URL): 説明
  • 会社名・代表者名・連絡先
  • AIによる要約・引用の可否
  • クレジット表記の要望など
  • --

WordPressへの設置手順

方法A(推奨):FTPまたはサーバーのファイルマネージャーでドメインルートに llms.txt を作成・アップロード。

方法B:WordPressの「外観 → テーマエディタ」は使わず、プラグイン「WP Filesystem Access」などを使ってルートに配置する。

方法C:Amplest Autopilotプラグインをインストールすると、管理画面から llms.txt の内容を編集・自動更新できます。

設置の確認

ブラウザで https://yourdomain.com/llms.txt にアクセスし、テキストが表示されれば設置完了です。

05

著者ページとAboutページを権威性コンテンツに強化する

「誰が書いたか」がLLMの信頼判断の根拠。匿名コンテンツは引用されにくい。

LLMは情報を引用するとき、「誰が書いたか」を信頼性判断の材料にします。著者名・経歴・実績が明示されているページは、匿名コンテンツより引用率が高い傾向があります。

著者ページに含めるべき情報

  • フルネームと顔写真
  • 専門領域・資格・経験年数
  • 過去の実績(数値化できるものが理想)
  • 外部メディアへの掲載・登壇歴
  • SNSアカウントへのリンク(本人確認のシグナル)
  • メールアドレスまたは問い合わせフォームへのリンク

WordPressでの著者ページ強化手順

  1. ダッシュボード → ユーザー → プロフィール編集
  2. 「自己紹介」欄に上記情報を記入(HTMLタグ使用可)
  3. Simple Author Box または Molongui AuthorshipプラグインでリッチなAuthorボックスを各記事末尾に表示
  4. Person スキーマを著者ページに追加(RankMathで対応可能)

Aboutページの強化ポイント

  • 会社・事業者の設立背景・ミッションを明示
  • 代表者の顔写真と略歴
  • 実績・受賞・メディア掲載の一覧
  • Organization スキーマを設置(ステップ1で設定済みのはず)

確認方法

Google検索で「site:yourdomain.com author」や「about」と入力し、著者ページ・Aboutページがインデックスされているか確認します。Person スキーマはリッチリザルトテストで検出確認できます。

+

ボーナス:robots.txtでAIクローラーを制御する

robots.txtでAIクローラーの許可/拒否を明示することも重要です。

主要AIクローラーのUser-agent名

  • ChatGPT(OpenAI):OAI-SearchBot
  • Google AI:Google-Extended
  • Claude(Anthropic):ClaudeBot, anthropic-ai
  • Perplexity:PerplexityBot
  • Microsoft Copilot:bingbot(Bing経由)

推奨設定(全AIクローラーを許可する場合)

robots.txt に以下を追記します。

User-agent: OAI-SearchBot
Allow: /
User-agent: Google-Extended
Allow: /
User-agent: ClaudeBot
Allow: /
User-agent: anthropic-ai
Allow: /
User-agent: PerplexityBot
Allow: /

注意点

特定のディレクトリ(/wp-admin/ など)はすべてのボットに対してDisallowになっているはずですが、AIクローラーを追加する際に上書きしないよう注意してください。

WordPressのrobots.txtはSEO設定 → 一般 → robots.txtエディタ(RankMath)から編集できます。

よくある質問(FAQ)

RankMathの無料版でもLLMO対策はできますか?
基本的な構造化データ(Organization・Article)とFAQPageスキーマはRankMath無料版でも設置可能です。ただし、より詳細なスキーマカスタマイズ・複数スキーマの組み合わせ・Schema Generator機能はPro版が必要です。まず無料版で始め、効果を確認してからPro版への移行を検討するのが合理的です。
構造化データを設置してからLLMに引用されるまでどのくらいかかりますか?
リアルタイム検索型LLM(Perplexity・ChatGPT Search)では数週間以内に変化が現れることがあります。学習データ型LLM(ChatGPTの基本モデル等)への反映はモデルの再トレーニングサイクルに依存するため、数ヶ月単位で考えてください。いずれも「設置して終わり」ではなく、コンテンツの継続的な更新が効果を持続させます。
llms.txtはSEOに影響しますか?
現時点でllms.txtはGoogleの検索ランキングに直接影響しません。あくまでAIクローラーへの案内ファイルです。ただし、llms.txtに主要コンテンツのURLを記載することで、AIクローラーが重要ページを見つけやすくなる間接的な効果が期待できます。Googleもllms.txtのような補助ファイルの活用を今後検討する可能性があります。
既存のWordPressサイトに後から構造化データを追加するのは難しいですか?
RankMathやAll in One SEOを使えば、既存サイトへの後付けは比較的簡単です。プラグインをインストールして設定ウィザードを完了するだけで、新規・既存の投稿に自動でスキーマが付与されます。FAQPageスキーマのみ、各投稿にFAQブロックを手動で追加する作業が必要です。記事数が多い場合は主力記事から優先的に対応してください。
Gutenbergではなくクラシックエディタを使っています。対応できますか?
はい、対応できます。RankMathとAll in One SEOはクラシックエディタでも動作します。ただし、FAQブロック(Gutenbergブロック)は使えないため、FAQPageスキーマはRankMathのSchema Generatorから手動で設定するか、投稿のカスタムフィールドに直接JSON-LDを記述する方法を取ります。ブロックエディタへの移行を検討するタイミングかもしれません。
Amplest AutopilotプラグインはLLMO対策の何を自動化してくれますか?
Amplest Autopilotは、①5大LLMの定期スキャンと引用状況の記録、②AIスコアの可視化と改善提案、③llms.txtの自動生成・管理、④構造化データの設置状況チェック、⑤FAQの自動生成支援を行います。ステップ1〜5の「設置して終わり」ではなく、継続的なモニタリングと改善サイクルをサポートするのがAutopilotの役割です。

5ステップを自動化したい方へ

Amplest Autopilotが構造化データのチェック・LLMスキャン・改善提案を月次で自動化します。