Kuroma はAI検索対応度をどう採点しているか

スコアの横に表示される英字の意味

その英字があなたのランクです。ランクは100点満点のスコアだけで決まり、何かを加えたり差し引いたりすることはなく、どの診断でも同じ区間を使います。

このスコアはどう読めばよいですか？

このスコアが測っているのは引用への対応度であり、予測されるトラフィックではありません。AIの回答は確率的で、同じ質問でも実行するたびに引用先の組み合わせが変わるため、どんな数字も掲載を約束することはできません。対応度を高めれば引用される確率は上がります。そのうえで Kuroma の可視性スキャンがエンジンごとの結果を測定し、この2つをあわせることで、何を直すべきか、そして直した効果があったかがわかります。

観測したAIの回答による検証

平たく言えば、このスコアを現実と突き合わせました。各ブランドがすでに持っていたスコアを取り、その後の数週間にAI検索エンジンが実際にそのブランドを引用したかどうかを調べました。計算に使ったのは前の週だけなので、後の週は本当の意味での試験になります。下の表は、0.50 ならこのスコアによるブランドの順位づけがコイン投げと変わらず、1.00 なら完全に正しい順位づけである、という目盛りで読んでください。表の数字はどれもサイトのスコアではありません。表そのものについて一つ断っておくことがあります。これらの数字は、2026年8月9日より前に運用していた採点バージョンで測ったものです。その日に19項目のうち11項目の欠陥を修正したため、その前後のスコアは比較できず、この検証はまだ修正後のバージョンでやり直せていません。すぐにやり直すこともできません。この検証は私たちの予測を、その後の数週間にエンジンが実際にどう振る舞ったかと突き合わせるものなので、修正後の採点のもとで数週間分の結果がそろわなければ、正直に測れるものがないからです。その週は今まさに積み上がっており、新しい数字がどちらに動いても公表します。

私たち自身の可視性スキャンで観測した引用の結果（22週間にわたって収集した201,695件のAI回答）を、それらの回答が生成される前に各ブランドが持っていた診断項目のスコアで回帰分析しました。検証は厳密な時間分割による学習外のデータで行っています。モデルは前の週で学習し、一度も見ていない後の週だけで評価します。指標は AUC、つまりモデルが引用された事例を引用されなかった事例より上位に並べる確率です。0.5 なら偶然と変わらず、1.0 なら完全な順位づけです。

コーパス：201,695件のAI回答、869,783件の抽出した引用、22週間、検証日 2026-07-07。学習に用いたブランド群：17ブランド。

Gemini をこの表から外しているのには、正直な理由があります。私たちのコーパス全体を通して、Gemini がブランド自身のドメインを引用することはほとんどありません（代わりに小売サイト、報道、レビューサイトを引用します）。そのため「ブランドのドメインが引用されたか」は、Gemini を評価する結果指標として不適切です。現在、第三者による言及を捉えるラベルを構築しています。

この検証が証明しないこと。

• 2つの表は別々にではなく、あわせて読んでください。同じスクリプトを同じ期間に走らせて得られたのが両方の表で、前の期間のブランド群では6つのエンジンのうち4つが 0.5 を下回っています。これは当てずっぽうより悪い結果です。それでも公表するのは、都合のよいときにだけ見せる数字は証拠にならないからです。
• 検証用データはそれぞれ5行と4行です。この量ではどちらの表からも結論は出せません。5件の観測から得た AUC は、非常によいモデルとも、まったく予測力のないモデルとも両立します。検証済みの結果ではなく、最初の手がかりとして受け取ってください。
• AUC が測っているのは、項目全体としての順位づけの力です。個々の項目についての因果的な主張を裏づけるものではなく、これらの係数から診断基準の配点を組み直すこともしていません。
• 検証に使った診断は2026年3月から6月のエンジンによるもので、現在の診断基準はその測定の中核を受け継ぎ、証拠に基づいて配点を調整しています。現在の診断基準は、スキャンを行う週ごとに自身の検証用ブランド群を蓄積しています。
• この分割で検証しているのは、モデルが見たことのあるブランドについての時間をまたいだ予測であり、見たことのない種類のブランドについての予測ではありません。ブランド群はそれぞれ17ブランドと10ブランドです。増えるにつれて更新した数字を公表します。

ページ内コンテンツ：総合スコアの25%

ページが十分に掘り下げているか、人が実際に尋ねることに答えているか、そして機械が答えを取り出せる形になっているか。表やリスト、平易な文章、本物の見出し、そして画像の中に閉じ込められた事実ではなく文字で書かれた内容かどうかを見ます。

テクニカル最適化：総合スコアの20%

このカテゴリのほぼすべては一つの問いです。AI検索エンジンはそもそもこのページを取得できるのか、それともブロックされているか、壊れているか、読み終える前に時間切れになるほど遅いのか。

権威性シグナル：総合スコアの25%

このページの背後に誰がいるのかを、ページ自体がどう示しているか。実在する情報源へのリンク、サイトを信頼に足るものに見せる連絡先とポリシー、そして日付つきの署名入り著者を見ます。

AI検索対応度：総合スコアの30%

エンジンがページを手にしたあとで、そのページがどれだけ引用に値するか。読者が確かめられる事実と数字、それ単体で成り立つ段落、新しい日付、ほかの検索結果にはまだない内容、機械が読めるコード、そして JavaScript が実行される前から存在するテキストを見ます。

私たちが意図的に採点しないもの

AI可視性の診断ツールの多くは、これらを採点しています。しかし現時点で最良の証拠は、これらがAIによる引用を動かさないことを示しています。採点すれば、報われない作業を膨らませるだけです。

この診断基準のすべてのバージョンと、変わった点

スコアの推移を追う意味があるのは、ものさしがいつ変わったかを知っている場合だけです。この診断基準のすべてのバージョンを新しい順に並べ、何が変わったか、なぜ変えたか、誰かのスコアが動いたかを記しています。スコアが動いたバージョンをはさんだ前後の2つのスコアは、同じものを2回測った結果ではありません。それを読者の推測に任せるのではなく、ここで明記します。

この履歴は、各バージョンの公開時に書き留めたものではなく、2026-08-07に変更記録と社内仕様書をもとにまとめたものです。ここにある最も古いバージョンは、このページの元になっている共有定義より前のものなので、それぞれ何を根拠に復元したかを記しています。

診断基準バージョン 2026-08-13（現在使用中）

変わった点。「アンサーボックス獲得の可能性」は、ページにリストがあるだけで点を与えることをやめ、項目名が指しているものそのものを測定するようになりました。 以前は、「順序付きリストが1つ、または順序なしリストが2つ、またはページ内のどこかにリスト項目が3つ」あるだけで、この項目のスコアの5分の1を与えていました。現在探しているのはパッセージです。ページのある範囲が何について述べているかを示す見出しと、その問いに答えてそこで終わる本文の組み合わせです。答えとして成立する長さがあり、丸ごと引用できる短さで、リンクではなく文章でできていること。これを2回、別々の問いとして確認します。1つは、このページの長さに対してそうしたパッセージが十分にあるか。もう1つは、見出しの大半がパッセージを開いているのか、それとも単にリンクのラベルになっているのか、です。 以前から見ていた他の3つの点は残っています。定義は、1個と3個のところで段階的に跳ね上がる方式から、なだらかな曲線での採点に変わりました。Q&Aブロックの配点は半分になりました。「質問への対応とFAQの有無」がすでに同じFAQマークアップと同じ質問形式の見出しを採点しており、1つの事実に満額を2回支払うべきではないからです。表、定義リスト、手順のマークアップの配点も半分になりました。トップページの89%にはこれらが1つもなく、以前の配点では、ページの説明ではなく固定の減点になっていたからです。 同じバッチで、さらに5つの項目を作り直しました。理由はどれも1つで、2つのサイトを区別できなくなっていたからです。 「信頼性とブランドシグナル」は、HTTPS証明書があることに点を与えるのをやめ、小規模な店舗かどうかを問うことにスコア範囲の半分を費やすこともやめました。星評価、認証マーク、お客様の声、住所、電話番号で100点中52点を占めていたのです。代わりに問うのは、このページを誰が公開しているかを読者が判別できるかどうかです。会社概要ページ、法的表記や運営者情報、そしてマークアップで宣言された発行者の名前、ロゴ、ウェブサイト、投稿に使っているアカウントを見ます。評価、認証マーク、お客様の声は引き続き対象ですが、合わせて52点ではなく15点です。 「構造化データの品質」は、リストと表の数を3段階に丸めることをやめました。以前は、リストが2つのページも100個のページも同じものとして扱われていました。また、表よりリストの方がこの項目のスコアに占める割合が大きくなりました。10ページ中9ページにはデータの表が1つもなく、この項目の5分の2がほぼ全員にとって届かないものになっていたからです。 「質問への対応とFAQの有無」は、中国語、日本語、韓国語で書かれた質問を読めるようになりました。以前はこの項目のスコアの3分の1が英語のフレーズパターンに依存していたため、他の言語で質問に答えているページはその分の点がゼロでした。現在は、全角かASCIIかを問わず、疑問符で終わる文を数えます。どの言語でも書かれる形だからです。 「AIによる発見可能性」は、使われているランドマークの種類の数だけでなく、文書のどれだけがランドマークの内側に置かれているかを見るようになり、main 領域の宣言には別途点を与えます。「生HTMLの利用可能性」は、JavaScript を実行しないクローラーが受け取るテキストを、4段階ではなく連続的な尺度で採点するようになり、299語と300語で正反対の判定になることはなくなりました。

理由。この項目が実際に何をしているかを200件の実在ページで測定したところ、その3分の1がまったく同じ数値、20点でした。原因はリストの段階です。典型的なトップページには順序なしリストが13個、リスト項目が86個あり、そのほぼすべてがナビゲーションメニュー、フッター、カード状に並んだ要素です。つまり、「アンサーボックス獲得の可能性」という名前の項目の最も大きな挙動は、メニューがあることへのボーナスであり、何を書いていようとトップページの88.6%が50点未満でした。 ウェブの3分の1が1つの数値に集まる項目では、良いページと悪いページを区別できません。それがこの項目の仕事のすべてです。この項目について公開してきた仕組みは一貫して「パッセージが自己完結しているか」でしたが、その中でそれを測定している部分はありませんでした。 リストの段階は、直すのではなく取り除きました。リストが役に立つのは項目が何かを述べているときで、項目が何かを述べているリストは、すでにそのリストが属するセクションの中で数えられています。測定したところ、リンクではないテキストを8語以上含むリスト項目があるトップページは11%で、直したリストの段階はほとんど誰も届かない4つ目の段階になっていたはずです。それは修正ではなく、欠陥そのものです。 他の5つも同じ方法で見つかり、数値は同じくらい極端でした。「質問への対応とFAQの有無」は200ページ中110ページに同じ0点を与えていました。「構造化データの品質」は取りうる答えが全部で11通りしかなく、ページの42%に同じ答えを与えていました。「AIによる発見可能性」も11通りで、ページの3分の1が「サイトのテンプレート」を意味する1つの数値に集まっていました。「生HTMLの利用可能性」は4通りでした。 「信頼性とブランドシグナル」の壊れ方は別で、より深刻でした。下限が15点でした。診断するすべてのページはHTTPSで配信されており、すべてのページが同じ15点を受け取っていたため、自分について何も公開していないサイトでも0点になることはありませんでした。上限は50点でした。顧客レビューのある店舗でない限り、どのページもこの項目の半分までしか届かなかったからです。私たちはこれを、優れていることに誰も異論のないページの集合で確認していますが、信頼性に関する項目で「良い」と呼べるページは1つもありませんでした。「クロール可能性とアクセシビリティ」は同じ理由で8月にHTTPSの採点をやめており、今回でそれが完了します。 どれも好みの問題ではありません。ウェブの3分の1が1つの数値に集まる項目は何も予測できません。そして私たちはこれから3か月かけて、このスコアがAIアシスタントによる引用を予測するかどうかを検証しようとしています。

スコアは動きましたか？はい。この日付より前のスコアと後のスコアは比較できません。固定した200ページのうち181ページが動きました。128ページが上がり、53ページが下がり、この項目では平均9.1点、総合スコアに換算すると約0.66点の変動です。 大きく動いたものの方向が重要です。見出しが142個あるのに引用できるセクションが1つもないニュースサイトのトップページは、63点から33点に下がりました。0点だった cloudflare.com は、これまで一度も評価されていなかった9つの引用可能なセクションによって48点に上がりました。参照用に保持している世界水準のトップページ群では、平均が24点から51点に上がり、50点未満のページは11件中10件から11件中5件に減りました。 下位はあまり動いておらず、それは意図したものです。弱いと分類しているページのうち、89%は依然として50点未満で、57%は依然として0点です。見出しがないページや、見出しの下にリンクしかないページはアンサーボックスではなく、そのようには採点されません。 他の5つも動いており、同じルールが当てはまります。この日付より前のスコアと後のスコアを比較しないでください。固定した200ページでは、「信頼性とブランドシグナル」は197ページで平均15点動き、優れたページの参照セットは平均29点から44点に上がり、その最高のページは50点から81点になりました。「質問への対応とFAQの有無」は125ページで動き、ほぼすべてが上昇で、0点のままのページは110から65に減りました。「AIによる発見可能性」は160ページで約5点動きました。「生HTMLの利用可能性」は19ページで動き、181ページはまったく変わっていません。 「構造化データの品質」は主に下がる方向に動いた唯一の項目で、上昇43ページに対して下降85ページです。これは修正が機能している証拠です。以前の段階分けでは、表1つ、リスト2つ、定義リスト1つで100点中90点となり、表11個とリスト40個を持つ参照ページと同じ点でした。ほぼ完璧に構造化されていると告げられていたページは、実際の位置を告げられるようになりました。リストがすべてナビゲーションメニューの中にあるページは引き続き0点で、これは8月から変わっておらず、今回の変更ではありません。 「コンテンツの鮮度」も変わり、上の6項目のどれよりも多くのページを動かしました。200ページ中76ページです。修正は2つあります。 韓国語の書き方の日付を読めるようになりました。以前のパターンは日本語と中国語の年と月の文字は受け付けていましたが、韓国語のものは受け付けていなかったため、自国語で日付を表記した韓国語ページは、日付がまったくないものとして読まれていました。ある韓国のニュースサイトのトップページでは、以前のパターンが見つけられた唯一の日付がページ上部の発行元表記にある2012年の報道機関登録日で、その日の朝に公開されたページを14年前のものと判定し、79点ではなく41点を与えていました。登録日の行は現在スキップされます。登録日はどの言語でも公開日ではないからです。 もう1つの修正は、より多くのページを0点にします。45ページから67ページへの増加ですが、これは項目が壊れたのではなく、機能した結果です。その67ページのうち49ページは、読者が目にする場所に最近の年をどこにも表記しておらず、残りの18ページでは最近の年がすべてページ末尾の著作権表記の中にあります。著作権表記はリクエストのたびにテンプレートが生成するもので、その上にある文章がいつ書かれたかについては何も語りません。それに30点を支払うことは、鮮度について何も伝えないサイトが、伝えているサイトと同じスコアになることを意味していました。ページに執筆日や更新日が4つの言語のいずれかで書かれていれば、現在はその分の点が入ります。書かれていなければ0点で、その理由は正直なものです。 「E-E-A-Tシグナル」には権威性を得る新しい方法が2つ加わり、その結果、何も変えていないのにスコアが下がるページがあります。方向が直感と逆なので、この項目は注意して読んでください。 この項目の権威性の半分は、以前は10点分で、測定できるものがほとんどありませんでした。現在は、これまで見えなかった2つのものを認識します。組織から他の公式プロフィールへの機械可読なリンクと、組織そのものの公的な登録記録へのリンクです。どちらも実在する企業なら示せて、架空の企業には通常示せないもので、それがこの項目の目的です。これにより、権威性の半分は10点から25点になります。 尺度が長くなったため、この2つのシグナルをどちらも持たないページは、より大きな合計に対して測定されることになり、ページが変わっておらず、何も悪くなっていなくてもスコアが下がります。同じ答えを、より厳しい尺度で測った結果です。これらのリンクを公開していれば点が上がり、公開していなければ、これがページ全体の中で最もはっきりした改善点です。 非対称が1つあり、読者に見つけられる前に自分たちで述べておきます。機械可読なプロフィールのリンクは、私たちが測定する英語ページの56%にあり、中国語、日本語、韓国語のページでは34%です。そのため、この減点を受ける非英語のページは英語のページより多くなります。これは各サイトが現在公開しているものの実際の差を映したもので、サイトに対する評価ではありません。そしてこの差は、低いコストで埋められます。

診断基準バージョン 2026-08-11

変わった点。「AI可読性スコア」は、特定のHTMLタグを探すのではなく、ページを読んで段落を見つけるようになりました。問いは以前と同じで、AIアシスタントが丸ごと引用できる短さの段落が全体のどれだけを占めるか、というものです。違いは、文を含む文章のブロックであれば何でも段落として扱う点です。見出しは数えず、大部分がリンクでできたブロックも数えません。どちらも段落ではないからです。配点は動いていません。この指標は「AI可読性スコア」の100点のうち35点分で、昨日と変わりません。

理由。「AI可読性スコア」は短い段落の数を段落の総数で割っており、段落は <p> タグを探して数えていました。文章を <p> ではなく <div> で組んでいるサイトには <p> が1つもないため、この割り算には分母がありませんでした。未定義の答えが0として読まれ、それは取りうる中で最悪の結果です。こうして、採点済みの全ページの12.8%が、実際には一度も読んでいない文章を理由に減点されていました。あるクリニックのサイトは、324文、3,674語の文章で35点でした。 分かりやすい修正、つまり実行できないときはその部分を飛ばして残りを比例配分する方法は、実装してテストしたうえで捨てました。段落タグを「削除した」サイトに19点を支払うことになるからです。測定を1つ外せば、それに落ちていたはずのページが必ず有利になります。唯一の誠実な修正は、項目名が指しているものを実際に測定することでした。

スコアは動きましたか？はい。今日より前のスコアと後のスコアが比較できないのはこのためです。396件の実在ページで測定したところ、可読性はその27.8%で動きました。75ページが上がり、35ページが下がり、最大で35点の変動です。<p> を使っているページも動くことがあります。他のブロックにも文章を持っていることが多く、その文章が今は数えられるからです。総合スコアへの影響は小さく、全体で約0.04点です。そのため、昨日設定したランクの境界はそのまま据え置いています。

バージョン 2026-08-10 内の修正、2026-08-10

変わった点。ランクの開始スコアが動きました。A+ は75点ではなく73点から、A は68点ではなく58点から、B は62点ではなく50点から、C は55点ではなく43点から、D は45点ではなく35点から始まります。スコアは1つも変わっておらず、19の項目もその配点も変わっていません。

理由。同じ日の早い時間に作り直した2つの項目により、診断済みのすべてのサイトが約11点下がりました。そのままにしておくと、以前のランク境界では公開サイトの70%がFになるところでした。これは、2日前に境界を設定したときに解消しようとした失敗そのものです。当時、引き継いでいた学校の成績方式の区分はウェブの47%を落第させ、Aを一度も与えたことがありませんでした。 2つの設定のあいだで一定に保っているのは、各ランクに入るサイトの「割合」であって、数値ではありません。数値が表しているのは測定器で、割合が表しているのはウェブです。測定器が変われば、ウェブの描写が変わらないように、数値の方を動かさなければなりません。

スコアは動きましたか？いいえ。スコアは1つも変わっておらず、この記録の前後のスコアはそのまま比較できます。ランクは、すでにそこにあった数値に貼られたラベルです。今日、異なるランクになったサイトは多くありますが、それは先の作り直しがスコアを動かしたためで、この変更によるものではありません。現在の世代で採点した583サイトで測定すると、ランクの分布は A+ 0.5%、A 3.4%、B 11.8%、C 23.5%、D 28.8%、F 31.9% で、以前の設定が生んでいた形と1ポイント以内で一致しています。

診断基準バージョン 2026-08-10

変わった点。19の項目のうち2つを作り直しました。どちらか一方だけでも全サイトの再採点が必要になるため、同時にリリースしています。 ページが何か独自のことを述べているかを問う項目は、どの言語のページでも読めるようになりました。以前は「the only」「unlike」「case study」「our methodology」といった英語のフレーズを探し、ラテン文字以外が大半を占めるパッセージは読むこと自体を拒否していたため、中国語、日本語、韓国語のページでは採点できるものが残らず、項目ごと除外されていました。現在探しているのは、そのテーマを本当に知っているページにしか書けないもので、それはどの言語でも同じ形をしています。単位、価格、パーセント記号を伴う数値。1つのパッセージに並べて置かれた2つの数値、つまり読者が検証できる比較の形。ページが使っている数値の種類の数。そして、ページが明示的に名指ししているバージョン、型番、規格です。数値の個数より、ページのどれだけが数値を伴っているかが重要になったため、長いページが長いというだけで評価されることはなくなりました。 AIクローラーがページに到達して利用できるかを問う項目は、クローラーが実際にそのページで何をできるかを軸に作り直しました。以前は、ほぼすべてのサイトがすでに持っているもの、つまり安全な接続、doctype、文字コードの宣言、robots.txt が存在すること自体に、ほとんどの点を与えていました。AI検索エンジンのブロックは固定の減点として扱われていたため、引用してくれる可能性のあるエンジンの3分の1を締め出したサイトでも数点を失うだけで、たいてい同じランクにとどまりました。現在、許可は項目全体にかかる乗数です。エンジンの3分の1を締め出せば、このスコアの3分の1が失われます。noindex が指定されたページは、どれだけよく作られていても0点です。AIの回答の根拠となるインデックスから外されたページは、そのインデックスを通じてまったく見つけられないからです。残りの点は、同じサイト内の何ページに先へリンクしているか、そしてリンクのうちどれだけが、メニューのプレースホルダーではなくクローラーが辿れるものかに使われます。安全な接続はもう採点しません。診断するすべてのサイトが持っており、誰もが得る点は誰についても何も語らないからです。

理由。どちらの項目も、サイト同士を区別できなくなっていました。これは直接測定しています。同じ200件の実在ページで、独自性の項目は繁体字中国語ページの91%、韓国語ページの93%に同じスコアを与えており、これらの市場では2つのサイトの違いをまったく識別できませんでした。それらのページで項目を除外しても解決にはならず、中国語、日本語、韓国語のサイトがこの項目について何のフィードバックも得られないだけでした。クローラーの項目はさらに深刻でした。すべてのページに適用されるためで、全ページの96%を1つのランク帯に入れ、日本語ページ30件はその1件残らず同じ帯にありました。診断の中で最も配点の大きい項目なので、最も高くつく「何も教えてくれない項目」でもありました。 両方の下にあったのは同じ欠陥です。ほぼすべての点が、事実上すべてのサイトがすでに持っているものか、他の言語のページには書きようのない英語の言い回しに与えられていました。そのような点は、どれだけ丁寧に測っても2つのサイトを区別できません。

スコアは動きましたか？はい。両方向に動いており、この日付より前のスコアと後のスコアは比較できません。中国語、日本語、韓国語のページは、以前はスコアからまるごと除外されていた独自性の項目で採点されるようになりました。すべてのサイトがクローラーの項目で再採点されます。AI検索エンジンを受け入れ、辿れるリンクで先へつないでいるサイトは以前より高くなり、エンジンをブロックしているサイト、ページに noindex を付けているサイト、クローラーに先へ進む経路を与えていないサイトは目に見えて低くなります。同じ200ページで測定すると、最も多いクローラーのスコアを共有するページの割合は55%から10%に下がり、異なるスコアの数は27から59に増えました。独自性の項目では、ちょうど0点のページの割合が63%から34%に下がり、よく作られたページが到達できる最高点は69点から90点に上がりました。この上限自体が欠陥でした。以前は、世界のどのサイトもこの項目で「良い」と呼ばれることができなかったからです。

診断基準バージョン 2026-08-09

変わった点。採点エンジンの全面的な監査で28件の欠陥が見つかり、その修正によって、19項目のうち12項目が測定するものが変わりました。そのうち2件は調整ではなく、一度も正しく動いていなかったものの修正です。第1に、ページのテキストを読む方法が、ページ自身のプログラムコードやスタイル指定まで拾い上げて文章として数えており、それがエンジン内の13か所で起きていました。第2に、サイトが自動アクセスに対してどの部分を読んでよいかを伝えるファイルが、ウェブページ用の変換器にかけられていました。すべての行が1行につながってしまい、AI検索エンジンをブロックしているサイトが、許可しているサイトとまったく同じに見えていました。それに加えて、サイトへのアクセスの重み付け、英語以外のページの判定方法、何を引用と数えるか、何を新しいと数えるか、何を独自性のあるページと数えるかも変わりました。12項目の中で最も大きく変わったのはページのパフォーマンスです。以前は、ページを取得できるか、どれだけ速く応答するかで採点しており、ほぼすべてのページが通過するため、測定した繁体字中国語のサイトすべてに同じ結果を、日本語のサイトすべてにも同じ結果を与えていました。現在は、機械がページを読むために実際に何をしなければならないかを採点します。ページが表示されるまでにいくつのスクリプトとスタイルシートを読み込む必要があるか、そして本文1語あたりにどれだけのマークアップを費やしているかです。

理由。これらはどれも、測ると称していたものとは別のものを測っていました。コードの読み取りが最も分かりやすい例です。300語の文章と大きなプログラムバンドルを持つページが、数万語の文章があるものとして評価され、そのうえでさらに数万語を書くようにと告げられていました。アクセスファイルは最も影響の大きい例です。47件の実在サイトのサンプルでは、36%が私たちにはまったく見えない形でAI検索エンジンをブロックしており、あらゆるエンジンを歓迎しているかのように採点されていました。

スコアは動きましたか？はい。大幅に、両方向に動きました。この日付の前後のスコアは比較「できず」、サイトのパフォーマンスの変化として読んではいけません。プログラムコードの多いサイトは、コードが文章として評価されなくなったため、一般にスコアが下がります。AI検索エンジンをブロックしているサイトは、そのブロックが見えるようになったため、アクセスの項目で下がります。測定が不当に不利に働いていたサイトでは、スコアが上がるものもあります。ページのパフォーマンスに限れば、以前はほぼすべてのサイトが満点で、現在は大半がそれを下回ります。200件の実在ページで測定した総合スコアへの影響は平均1点未満で、繁体字中国語、日本語、韓国語、英語で同じ大きさでした。このスコアが実際の引用をどれだけ予測できるかについて公開している数値は、以前のエンジンで測定したもので、今回のエンジンを説明するものではありません。現在再測定中で、どちらの方向に動いても新しい数値を公開します。

バージョン 2026-08-04 内の修正、2026-08-08

変わった点。スコアに付くランクが変わりました。A+ は90点ではなく75点から、A は80点ではなく68点から、B は70点ではなく62点から、C は60点ではなく55点から、D は50点ではなく45点から始まります。スコア自体は変わっておらず、19の項目もその配点も変わっていません。

理由。以前の境界は学校の成績方式の区分で、実在のページが実際に何点を取るかと照らし合わせたことは一度もありませんでした。このサイトで公開している764件の診断結果全体で、ウェブの47%をFと評価し、Aを一度も与えていませんでした。Stripe、Cloudflare、Anthropic、OpenAI、Vercel、Notion など14サイトのトップページに同じ採点をかけると、どれも62点付近に並びました。100点満点を取るには、1つのページが同時にトップページであり、Q&Aページであり、引用付きの研究記事であり、署名入りの著者ページでなければならないからです。Stripe をCと呼ぶ区分は、ウェブではなく自分自身の目盛りを説明しています。新しい境界は測定した分布に固定しており、A+ はおよそ上位0.2%、A はおよそ上位3%です。

スコアは動きましたか？いいえ。すべてのスコアは以前とまったく同じで、この変更の前後の2つの診断はそのまま比較できます。動いたのはスコアの横に表示される文字だけで、すべての境界を下げたので、動くとすれば上方向だけです。このスコアが実際の引用をどれだけ予測できるかの公開済みの検証結果は影響を受けません。それが測っているのはスコア同士の「順位」で、ランクの境界はその順位の一部ではないからです。基準点は固定であり、診断するサイトが増えても再計算しません。そのため、他の誰かが診断を実行しても、ご自身のランクが変わることはありません。

バージョン 2026-08-04 内の修正、2026-08-05

変わった点。canonical URL を宣言していないページでは、外部へのリンクがすべてページ自身へ戻るリンクとして数えられていたため、外部の情報源をいくつ引用していても、その分の点がまったく入りませんでした。

理由。自サイトへのリンクを無視するルールは、各リンクをそのページの canonical URL と比較していました。ページが canonical URL を宣言していない場合、この比較は空の文字列に対して行われ、どのURLも空の文字列を含むため、すべてのリンクが一致していました。

スコアは動きましたか？はい。ただし1種類のページに限られます。canonical URL を宣言しておらず、外部へリンクしているページです。そうしたページは、総合100点のうち最大3.15点を、本来得ていないのに得ていました。canonical URL を宣言しているページは影響を受けず、外部リンクのないページも同様です。バージョン番号は動いて「いません」。診断基準が変わったのではなく、その適用方法の欠陥だったからです。つまり、診断結果には、この修正のどちら側で採点されたかが記録されていません。canonical タグのないページについて、8月初めをまたいだ2つの診断を比較する場合は、この点を念頭に置いて差を読んでください。

診断基準バージョン 2026-08-04

変わった点。英語以外のページを、英語向けの仕組みで測定することをやめました。3つの変更をまとめて行っています。語数は空白で区切って数えていましたが、中国語と日本語は空白を使わないため、中国語の文章のページがほとんど空として数えられ、中身のないページとして捨てられることがありました。4つの項目は、英語の単語を探すという理由で中国語と日本語のページでは丸ごと無効にされていましたが、実際にはそれらが見ているものの多くは、どの言語にも属さないマークアップです。そして可読性の項目は、本文ではなく、ナビゲーションやフッターを含むページ全体を読んでいました。

理由。これらはどれも、見解の変更ではなく測定上の欠陥です。中国語のページは厳しく採点されていたのではなく、まったく採点されておらず、ページ上のどこにもそのことは示されていませんでした。4つの項目を無効にすることは、両方向に同時に誤っていました。マークアップを持たない中国語と日本語のページを過大評価し、豊富に持つページを過小評価していたのです。3つを1つのバージョンとしてリリースしたのは、どれか1つだけでも全体の再採点が必要になるからです。

スコアは動きましたか？はい。この一覧の中で最大の変動です。中国語と日本語のページは、マークアップの量に応じて9点から16点動きます。英語のページもわずかに動きます。可読性の修正が英語のページにも及ぶためで、再採点が中国語と日本語の部分だけでなく全体を対象にしたのはそのためです。それ以外の英語の採点は変わっておらず、項目ごとに確認しています。このバージョンと1つ前のバージョンのスコアは同じものを2回測ったものではないため、公開済みのすべてのスコアを、ベンチマークで再び使う前にこの診断基準で再実行しました。

診断基準バージョン 2026-08-02

変わった点。市場調整が機能し始めました。Kuroma はブランドが販売している市場に応じてスコアを調整します。たとえば、台湾のサイトが繁体字中国語で書かれていれば点を加えます。この調整は、これまで一度も誰にも適用されていませんでした。

理由。調整の表は市場コードで参照されますが、それを参照するシステムのすべての箇所が、代わりに市場のデータベースIDを渡していました。参照は何も報告せずに外れ、すべての市場が同じスコアになり、この機能はその存在期間のすべてにわたって名目上のものでした。前月のレビューでは、表に正しい20市場が入っていることは確認されましたが、何かがそれを読んでいるかどうかは問われませんでした。

スコアは動きましたか？はい。調整が設定されている20市場のブランドが対象です。ブランドは最大8点上がり、サイトの言語が販売先の市場と一致しない場合は1点下がります。典型的な台湾のブランドは約5点上がります。変動は比例しません。すでに100点のカテゴリには、点を加える余地がないからです。市場が紐づいていない診断は、この変更の前後で同一であり、公開ベンチマークの対象の大半がそれに当たります。

診断基準バージョン 2026-08-01

変わった点。「構造化データの品質」の項目が、このページがすでに訪問者に伝えていたものを測定するようになりました。HTML自体の中にあるデータ構造、つまりヘッダー行のある表、3項目以上のリスト、定義リストです。このバージョンまでは、代わりに schema.org のマークアップを採点していました。

理由。この項目は7月に証拠に基づいて対象範囲を見直し、このページもそれに合わせて更新されましたが、採点コードは更新されていませんでした。約3週間半のあいだ、公開された診断基準は1つのことを説明し、エンジンは別のことを測っていました。これが何を意味するかは、正確に述べておく価値があります。このページはエンジンが配点を読むのと同じ定義から描画されるため、ここにある配点は常にエンジンが使った配点です。しかしその保証は、個々の項目のコードが実際に何を探しに行くかまでは及んでいませんでした。今回のずれは、その保証が及ばない隙間で起きたもので、だからこそ公開しています。採点コードの方を公開された診断基準に合わせて変更し、逆にはしませんでした。ページを書き換えることは、証拠に基づく決定を静かに覆すことになり、また schema.org は診断基準の別の場所で、ほぼゼロという妥当な配点ですでに採点されているからです。

スコアは動きましたか？はい。1種類のページで大きく動きます。schema.org のマークアップが豊富で、表もリストもないページは、この項目の上位付近から下位付近に移りました。この項目は総合100点のうち4.5点分です。このバージョンの前後のスコアをまとめて扱うことはできません。schema.org で判定したサイトと表で判定したサイトを比べることになるからです。

診断基準バージョン 2026-07-08

変わった点。それまで英語のテキストしか認識していなかった3つの項目に、中国語の言語パターンを追加しました。「外部引用と参考文献」「コンテンツの鮮度」「アンサーボックス獲得の可能性」です。

理由。この3つの項目は英語の単語やフレーズを探していたため、中国語のページはどれだけよく書かれていても、これらの項目で点を得られませんでした。

スコアは動きましたか？中国語のページのみです。英語の採点は同一で、そのためこの一覧の中で、1つ前のバージョンとスコアを比較できる唯一のバージョンです。

診断基準バージョン 2026-07-07

変わった点。診断基準全体の配点を証拠に基づいて見直し、このページを初めて公開しました。6つの配点が動いており、下に一覧があります。「生HTMLの利用可能性」を新しい項目として追加し、項目数は18から19になりました。主要なAIクローラーはどれも JavaScript を実行せず、スクリプトの実行後にしか現れないコンテンツはクローラーには見えないためです。ページ速度も段階的な採点をやめ、ページを取得できるかどうかの合否判定になりました。

理由。配点は従来のSEOの慣行から引き継いだもので、対照研究が存在する箇所では、研究結果がその配点と食い違っていました。schema.org のマークアップを追加してもAIによる引用は増えなかったため、ほぼゼロまで下がりました。AIクローラーをブロックすると、そのエンジンの回答からサイトが消えることが検証可能であるため、クロール可能性がテクニカル面で最も大きな項目になりました。著者の経歴はAIによる引用の原因として検証されたことがないため、最低限の基本項目にふさわしい配点まで引き下げました。このバージョンは、採点エンジンとこのページの両方が読む1つの共有定義に診断基準をまとめたバージョンでもあり、上に書いたことすべてが検証可能なのはそのためです。

スコアは動きましたか？はい。全員が対象です。ほとんどの項目の配点が動き、項目が1つ追加されたため、この時点より前のスコアと後のスコアは比較できません。

診断基準バージョン 2026-06-28

変わった点。「メディアのアクセシビリティ」を18番目の項目として「ページ内コンテンツ」カテゴリに追加し、カテゴリの15%で開始しました。すでにあった5つの項目は、カテゴリの合計が100%のままになるよう配点を調整しています。その配点は9日後、上の配点見直しで7%に引き下げられました。

理由。画像や動画の中に閉じ込められたテキストはAI検索エンジンには見えませんが、診断基準の中に、テキストの代替が存在するかを問うものはありませんでした。開始時の配点は自社のデータではなく研究に基づいて設定したもので、当時も暫定的なものと説明していました。

スコアは動きましたか？はい。新しい項目がカテゴリに入り、場所を空けるために隣の項目の配点が動いたため、前後のスコアは比較できません。

根拠。変更そのものと社内仕様書から再構成しました。このバージョンは、このページの描画元である共有の診断基準定義より前のもので、当時は照合できる公開された診断基準がありませんでした。

診断基準バージョン 2026-06-06

変わった点。最初のバージョン番号は、3つの採点上の欠陥を修正した日に追加されました。llms.txt ファイルは30点分だったものが5点に下がりました。robots.txt でクローラーをブロックしているサイトは、そのことを2つの異なる項目で二重に減点されていました。そして robots.txt ファイルがまったくないサイトは、ないことを理由に15点を得ていました。

理由。この3つの修正はスコアを動かしましたが、保存された診断には、どの診断基準がそれを生成したかを示すものが何もありませんでした。バージョン番号を追加したのは、後にスコアが下がったとき、それをサイトが悪くなったのではなく診断基準の変更に帰属させられるようにするためです。

スコアは動きましたか？はい。この時点より前の診断にはバージョン番号がまったくないため、どの診断基準が生成したかを知る方法はありません。診断した日付はバージョンの証拠にはなりません。これらはこの一覧のどれとも比較できません。

根拠。バージョン番号を追加した変更と社内仕様書から再構成しました。3つの修正を行った変更には説明が残っておらず、このバージョンは、このページの描画元である共有の診断基準定義より前のものです。