あなたは読者のために書いてきた。これからは機械のためにも書く必要がある

はじめに

あなたは、読者のために文章を書く方法を何年もかけて学んできました。短い文。能動態。最初の段落での読者を引きつけるフレーズ。ルールは熟知しています。

しかし、あなたのコンテンツを読む新たな読者が現れました。そして、その読者はあなたの「フック」など気にしません。

ChatGPT、Perplexity、GoogleのAIサマリーなど、AIシステムが今やウェブコンテンツを大規模に処理し、要約しています。誰かがこれらのツールにあなたの業界に関する質問をすると、ツールは自信を持って解析・抽出・引用できるページから情報を引き出します。問題は、あなたのコンテンツがその中に含まれているかどうかなのです。

厄介なのは、人間にとって優れた文章であっても、機械にとってはほとんど読めない場合があるということです。コンテンツの質が悪いからではなく、その構造が意味の抽出を困難にしているからです。

これが実際にどのような状況なのか、そしてどう対処すべきかをご紹介します。

問題は「何を言っているか」ではなく、「どのように言っているか」です。

言語モデルがページを読み込む際、人間のようにコンテンツを「体験」することはありません。段落を超えて積み上げられた文脈の恩恵を受けることもなければ、含意を察知することもできません。モデルは「抽出」を行うのです。つまり、個々の文やセクションを取り出し、それらを使って回答を構築するのです。

それにより、「良い文章」の意味も変わってきます。

同じ文の以下の2つのバージョンを考えてみてください：

バージョンA：「当社のソリューションは、チームが足並みを揃え、より多くの成果を上げられるよう支援します。」

バージョンB：「Acmeのプロジェクト管理ソフトウェアは、タスクの追跡を一つのダッシュボードに集約することで、チーム間のコミュニケーションの齟齬を減らします。」

バージョンAは親しみやすい印象を与えます。バージョンBはより企業的な印象を与えます。

しかし、AIが引用するのはバージョンBの方です。会社名を挙げ、製品の機能を具体的に示し、解決する課題を特定しています。これらすべてが、単独で成立する一文の中に収められています。文脈から切り離されたバージョンAは、ほとんど意味を成しません。

抽出を想定したライティング：シンプルなフレームワーク

サイト全体を書き直す必要はありません。主要なコンテンツのそれぞれについて、少し異なる視点で考える必要があります。

核心となる問いはこれです。「もし誰かがこの段落を文脈から切り離して読んだとしても、明確かつ具体的な内容が伝わるだろうか？」

このテストを実践的に適用する方法は次の通りです：

1. エンティティには明確な名前を付けましょう。「当社のプラットフォーム」と書くのではなく、プラットフォームの名称を明記してください。「このアプローチ」と書くのではなく、そのアプローチが何であるかを具体的に述べてください。AIシステムは、名前が付けられたエンティティから意味を構築します。代名詞や一般的な表現では、AIが捉えるべき手がかりが得られません。

2. 修飾する前に定義してください。事実を先に提示し、その後にニュアンスを加えてください。「ナビゲーションを再構築した後、直帰率が40%低下した」という記述は抽出可能です。「ユーザーがサイト内を移動する方法にいくつかの変更を加えた後、エンゲージメントが大幅に改善した」という記述は抽出できません。

3. 各セクションは1つの質問に答えるようにします。AI検索に最適なコンテンツは、個別の質問を中心に構成されています。「これは何ですか？」「誰を対象としていますか？」「どのような問題を解決しますか？」「どのように機能しますか？」各セクションは、その質問に対して単独で答えられるようにすべきです。

4. 文脈を断ち切らないようにしましょう。「前述の通り…」や「上記を踏まえて…」で始まる文は、抽出されると意味をなさなくなります。必要な内容は改めて記述してください。人間にとって冗長に感じられる繰り返しも、機械にとっては実は役立ちます。

文章の下にある構造的レイヤー

たとえ完璧に書かれたコンテンツであっても、その下にある構造が機械による読み取りに対応していなければ、AIシステムに正しく伝達されない可能性があります。

ここで、話は文章のスタイルを超えて、多くのコンテンツ制作者がこれまで考える必要のなかった技術的な層へと移ります。

ここで重要な点がいくつかあります：

• スキーママークアップ - ページに何が掲載されているかだけでなく、それがどのような種類の情報であるかをAI対応検索システムに伝える構造化データです。GoogleのAI概要のようなプラットフォームでは、スキーマがコンテンツの解釈や表示に与える影響は十分に実証されています。ChatGPTやPerplexityのようなLLM（大規模言語モデル）の場合、その関係はそれほど直接的ではありませんが、明確な構造と意味的なシグナルは、コンテンツの処理と正確な表現を容易にします。

• 見出しの階層構造 - 明確で説明的な見出し（H1、H2、H3）は、AIシステムにコンテンツの地図を提供します。「詳細情報」や「次のステップ」のような曖昧な見出しは、有用な情報を伝達しません。

• llms.txt - robots.txtと概念が類似した、提案中の規約（まだ公式標準ではありません）であり、AIクローラーに対してサイトの構造や使用が許可されている内容について明確な指針を提供します。これは研究者のJeremy Howard氏によって提唱され、いくつかの主要なAIクローラーに採用されていますが、採用状況は依然として不均一であり、このファイルを設置している多くのサイトでも、実際に正しく読み込まれているかどうかを確認できていません。

このレイヤー専用に開発されたツール（AI可読性ツールのGeordyなど）が存在するのは、まさにこれが多くのコンテンツチームが手動で管理できるものではないからです。Geordyは、AIシステムがコンテンツを理解し引用するために使用する構造化フォーマット（スキーマ、llms.txt、YAML、Markdownなど）を自動的に生成し、既存のサイトに触れることなく、独自のドメインから提供します。

実際の運用例

実際の例を見てみましょう。あなたが小規模な会計事務所を経営しており、フリーランサー向けの四半期ごとの税務申告について、分かりやすい解説ページを作成したとします。

現在、誰かがChatGPTに「フリーランサーはいつ四半期ごとの税務申告をする必要があるか」と尋ねた場合、たとえそのページが良く書かれていてGoogleでの順位も高いとしても、引用されるページの中に含まれない可能性があります。その一般的な理由をいくつか挙げます：

• 重要な情報が、文脈から切り離すと抽出が困難な、流れるような文章の中に埋め込まれている。

• FAQセクションの構成が明確でない場合、AIシステムがページのどの部分が特定の質問に直接答えているかを特定するのは困難です。

• 貴社の社名や具体的なサービス内容が、記載されている主張と明確に結びついていません。

解決策はページ全体を書き直すことではありません。明確な構造を持ったFAQセクションを追加し、明示的なスキーママークアップを適用することです。また、重要な主張の近くに事務所名を表示させ、見出しをトピックベースではなく質問ベースにすることも重要です。

「四半期ごとの申告期限」は「フリーランサーの四半期ごとの税務申告期限はいつですか？」となります。情報は同じですが、はるかに抽出されやすくなります。

対象読者が広がったなら、文章もそれに合わせて進化させるべき

これは、人間が読みやすいコンテンツの要素をすべて捨てるということではありません。優れた文章は、依然として優れた文章です。

しかし、「良い」という定義は広がりました。今日機能するコンテンツは、2つの対象読者に奉仕する必要があります。1つはページを読む人、もう1つは、他の誰かが受け取る回答の中であなたのページを引用するかもしれないAIシステムです。そのAIシステムは、あなたのサイトに一度も訪問することなく、その情報を引き出します。

この2つ目の読者層には、異なるニーズがあります。AIは推論できません。文脈を理解することもできません。AIは情報を抽出し、表現するだけです。

両者のために書き、両者のために構成を組み立ててください。そして、コンテンツの下にある技術的な基盤が、あなたが伝えようとしていることを実際に支えているかを確認してください。なぜなら、現時点では、ほとんどのサイトにおいて、それができていないからです。

これは埋める価値のあるギャップです。