AI時代のWebサイト制作完全ガイド：ChatGPTやLLMを前提にした設計と運用

「AI検索への対応が必要」と言われ、構造化データやチャットボットを追加しようとしていないでしょうか。どちらも使い道はありますが、検索で見つけてもらうこと、訪問者に答えること、制作を助けることでは、必要な仕組みと評価方法が異なります。

30秒で要点

• AI検索への対応、サイト内チャット、AIによる制作支援を別の施策として設計する。
• Googleの生成AI検索に特別な構造化データは不要。読み手に役立つ内容と通常のSEOの基礎を整える。
• 検索掲載・モデルの学習・ユーザー起点の取得は、用途と事業者ごとに確認する。
• AIの回答や生成画像は、根拠・適用条件・意味の正しさを公開前に確かめる。
• 最初は一つの代表ページを直し、検索での可視性と訪問後の役立ち方を分けて評価する。

「AI対応」を3つの仕事に分ける

LLMは、大量の文章などから学んだパターンを使って文章を生成するモデルです。Webサイトの運用では、検索サービス側のLLM、自社チャットのLLM、編集作業で使うLLMを混同しないことが出発点になります。

表が収まらない場合は、横にスクロールできます

たとえば、記事を大量生成しても、公開ページが取得できない問題は解決しません。チャットを設置しても、検索サービスへの掲載が自動的に増えるわけではありません。「AI対応済み」という一つの印を付けると、この違いが見えなくなります。

この記事では、コーポレートサイトでこの3つを設計・運用する順序を扱います。個別モデルの性能順位や価格は、選択時点の仕様と利用条件に合わせて確認するものとして切り分けます。

GoogleのAI検索では、専用の仕掛けより情報の価値を確かめる

2026年10月3日に確認したGoogleの生成AI検索向けガイドは、通常のSEO（検索で発見・理解されるための整備）の基礎が引き続き有効で、専用の構造化データは不要と説明しています。構造化データは、ページ内の情報を機械が扱いやすい形で記述するものですが、付ければAIに優先されるという保証ではありません。

最初に確認したいのは、会社名やサービス名を繰り返した回数ではなく、利用者が知りたい情報がページにあるかです。以下は企業サイトでの確認例です。

• サービス説明：何を支援し、何が対象外で、どのような条件で進めるのか。
• 実績紹介：実施内容、観測した結果、測定条件、今回の事例だけでは言えないこと。
• 解説記事：どの迷いに答えるか、判断が変わる条件は何か、根拠はどこか。
• 会社情報：提供主体、連絡方法、責任者や更新の体制を確認できるか。

これはAI向けの隠れた情報を増やす作業ではありません。たとえば「売上が改善した」とだけ書くより、「どの期間に、何を変更し、どの指標を見たか」を示したほうが、読み手は自社への適用を判断できます。未確認の成果を埋める必要はなく、測っていないものはそう示します。

見出し・表・図は、読み手の理解に合わせる

Googleは、文章の整理と、内容に関係する高品質な画像・動画を案内しています。一方、AIのために文章を細切れにすることや、検索表現の違いごとに大量のページを作ることは求めていません。Googleのコンテンツ設計に関する説明

用語の違いなら比較表、順序なら工程図、条件で判断が変わるなら分岐図が向きます。抽象的な写真を各見出しの下に置くより、「この図があることで何を一度に把握できるか」を先に決めます。図の中にしか重要情報がない状態を避け、本文にも要点を残します。

ページの構造を表すHTML要素も、見出しや本文を扱いやすくするために使います。意味のあるHTMLは読み上げなどにも役立ちますが、正しく書けばAIに採用されるという点数表ではありません。下の例は情報の対応関係を示す短いHTML例です。

<article>
  <h1>予約変更の手続き</h1>
  <p>予約前日までの変更は、予約詳細画面から受け付けます。</p>
  <section aria-labelledby="same-day">
    <h2 id="same-day">当日に変更したい場合</h2>
    <p>予約詳細画面に表示される担当窓口へ連絡してください。</p>
  </section>
</article>

条件と例外を近くに置くことがポイントです。実際のサイトでは、自社の受付条件に合わせます。存在しない窓口や手続きを、説明の体裁を整えるために作ってはいけません。

構造化データとFAQを、目的に合わせて扱う

構造化データは、ページ本文と一致させます。著者、日付、サービスの内容を、検索のために実態より強く書くことはできません。タイトルや説明文、画像のaltも、見た目の確認だけでなく事実確認の対象です。GoogleのAI生成内容に関する案内

FAQには、読者の疑問を短く解く役割があります。しかし「FAQを付ければ検索結果が拡張表示される」という以前の期待は見直す必要があります。Googleは、FAQリッチリザルトを2026年5月7日から表示しないと更新履歴で案内しています。リッチリザルトは検索結果の追加的な表示形式のことです。Google検索の更新履歴・2026年5月

FAQ本文を消す理由にはなりません。実際に問い合わせが多い例外や、本文に入れると流れを妨げる補足に使います。一方、同じ定義を「要点」「本文」「FAQ」で繰り返すだけなら、一か所にまとめたほうが読みやすくなります。

検索への掲載と学習への利用は、設定を分けて確認する

「AIのアクセスを許可するか」という問いだけでは、判断対象が広すぎます。自社の公開情報を検索結果に載せたいのか、モデルの学習に使わせたいのか、利用者が指定したページの取得を扱うのかで、確認先が変わります。

Googleは生成AI表示の設定と、その継承も見る

Googleの現在の案内には、Search ConsoleのSettings → Search generative AIで生成AI機能への参加を管理する設定があります。親のプロパティ（登録したサイト範囲）から設定を継承する場合もあります。公式ヘルプは、この制御はAI学習を制御するものではないと区別しています。Search generative AI control

掲載を希望する場合は、担当者が管理しているプロパティの設定を確認します。一般的な検索の取得可否、インデックス登録、スニペット（検索結果に出る短い説明）の可否も関係します。設定を満たしても、表示が約束されるわけではありません。

OpenAIは検索用と学習用のbotが異なる

OpenAIは、ChatGPT検索向けのOAI-SearchBotと、基盤モデルの学習に使われる可能性のある内容を取得するGPTBotを分けて案内しています。検索を許可し、学習を許可しない設定は独立に扱えます。OpenAIのクローラー説明

ChatGPT-Userはユーザーの操作を起点とする取得で、自動クロールとは別です。公式資料には、この種の取得ではrobots.txtの規則が適用されない場合があるとも書かれています。したがって、robots.txtだけで非公開情報を守れるという設計にはしません。

実務では「対象事業者」「目的」「管理する設定」「決定者」「確認日」を一枚に記録します。検索に載せる範囲と、認証を必要とする会員情報を分けたうえで、公開情報の取り扱いを決める方法です。他社の設定例をそのまま入れる前に、何を許可・拒否するものかを確認します。

サイト内チャットは、回答する範囲を先に決める

チャットボットが必要かどうかは、問い合わせが多いだけでは決まりません。案内が分散していることが原因なら、ページの整理で解決できる場合もあります。質問者の条件によって参照するページが変わり、通常の導線ではたどり着きにくいなら、対話の価値を検討できます。

RAGは、質問に関係する資料を検索し、その内容を参照して回答を生成する方法です。構成は「質問→許可した資料の検索→根拠付きの回答」と整理できます。資料が古い、違う条件の文章を取得した、例外を落とした、という問題は残るため、RAGを入れるだけで正確性や最新性が保証されるわけではありません。

設計時には、回答を3種類に分けておくと試験しやすくなります。

表が収まらない場合は、横にスクロールできます

参照資料にも更新と権限の設計が必要

回答用の資料には、出典URL、更新日、適用期間、公開可否などを持たせます。会員別の情報を扱う場合は、検索する段階でアクセス権を確かめます。「モデルに見せた後で、表示しないよう頼む」という方法だけに委ねません。

また、参照資料には、AIへ別の動作を指示する文が混入することがあります。これはプロンプトインジェクションと呼ばれる問題です。OWASPはRAGの参照内容を汚染する攻撃を挙げ、命令とデータの分離、最小限の権限、出力の検証などを案内しています。OWASPの対策ガイド

公開FAQを案内する最初のチャットなら、送信や予約変更まで一度に任せず、情報の案内から始める設計ができます。行動を実行する機能を追加するときには、利用者による内容確認、重複実行の防止、失敗時の扱いを別に設計します。

導入前の試験は、答えられる質問だけにしない

以下はテスト設計の例です。実際の問い合わせと自社の公開資料から、期待する応答を人が先に用意します。

• 資料にそのまま答えがある質問。
• 同じ意味を違う言葉で尋ねた質問。
• 適用条件や例外を確かめる質問。
• 資料にない料金や日付を尋ねる質問。
• 古い資料と新しい資料が食い違う質問。
• 参照資料に業務と無関係な指示が含まれる質問。

「自然に会話できた」だけでは判定せず、回答と根拠が一致した件数、根拠にない断定が出た件数、適切に引き継げた件数を別に記録します。たとえば根拠一致率なら、分子は「根拠と一致した回答」、分母は「回答した試験ケース」です。未回答を分母から外すだけで高得点に見せないよう、未解決件数も併記します。

AIで記事と画像を作るときは、公開判断を残す

AIは下書きや比較軸の整理に使えますが、文章が整っていることと、根拠が正しいことは異なります。Googleは、価値を加えない大量生成がスパムポリシーに抵触しうるとし、公開前に人が事実確認するよう案内しています。AI生成コンテンツの扱い

記事の制作工程は、次のように分けると確認漏れを見つけやすくなります。

1. 読み手の迷いを決める。 既存記事で答えられるなら、重複した新記事を増やす前に更新を検討する。
2. 根拠を読む。 検索結果の短い説明だけで済ませず、本文の主張、日時、対象条件を確認する。
3. 構成と下書きを作る。 確認した事実と、編集者の見立てや仮定を分ける。
4. 図と画像を選ぶ。 比較・手順・関係を理解するために必要な場所へ置く。
5. 公開前に確かめる。 数値、固有名詞、出典、リンク、画像の意味、スマートフォン表示を確認する。
6. 更新を引き継ぐ。 変わりやすい主張と確認先を記録する。

生成画像は、概念のイメージを伝える用途に使いやすい一方、実物・実績の写真と受け取られる場所では注意が必要です。実在しない導入風景や成果の画面を、事実を示す証拠として置かないようにします。数値や文字の正確さが重要な図は、生成画像だけで完成させず、内容を編集・確認できる形で作る方法が適しています。

長文記事なら、節の冒頭に判断の全体図を置き、細かい条件は本文へ戻せるようにします。装飾画像を増やすだけでは読みやすさは判断できません。画面が狭くなったときにも、文字が読めるか、矢印の関係が分かるかを確かめます。

表示回数と、訪問後の成果を別に測る

2026年10月3日に確認した公式ヘルプには、Search ConsoleのGenerative AI performance report (Search)があります。対象はGoogle検索のAI OverviewsとAI Modeの表示回数で、ページ・国・端末・日付などから確認できます。Search Labsの実験は含まれません。生成AIパフォーマンスレポートの仕様

このレポートを、AIの全回答における引用率や、そのままの売上寄与とみなさないことが大切です。自社の表示回数だけでは、全体の回答数という分母は分かりません。データ不足などでレポートが見えない場合も、可視性がゼロだと即断しないようにします。

表が収まらない場合は、横にスクロールできます

最初の検証は、サービス説明か主要記事を一つ選び、読者が迷う条件を明確にすることから始められます。内容を確認して図を一つ加え、訪問者が同じ問いに答えられるかを確かめる。検索の変化は公開日を記録し、期間やページの条件をそろえて別に追います。

AI時代のWebサイトでも、読み手が知りたい条件を確かめ、信頼できる説明にたどり着けることが基礎です。制作全体の目的から整理する場合は、Web制作の全体像に立ち返り、追加する機能ごとに「誰のどの迷いを減らすのか」を言葉にしてから進めると、投資の順序を選びやすくなります。