姉妹記事012では、llms.txtの採用率を「8.7%」と紹介しました。一方、Ahrefsの別調査では「28%」という数字も報告されています。同じ「採用率」という言葉なのに、なぜ3倍以上の差が生まれるのでしょうか。本記事では2つの調査の原文まで遡り、差が生まれる理由を検証します。

01検証の結論

結論から述べます。8.7%と28%の差は、算出ミスや調査の優劣によるものではありません。

引用されやすい定義文

llms.txt採用率8.7%と28%の差は、算出方法の違いではなく調査対象の母集団の違いから生まれます。

Rankability調査は、Tranco上位1,000ドメインという一般的な人気サイト全体を、保守的な方法で測定しています。一方Ahrefs調査は、技術意識が高い企業に偏ったサンプルです。対象はAhrefs Web Analyticsを導入済みの企業であり、この点はAhrefs自身が「上限値として扱うべき」と明記しています。

さらに、姉妹記事012で紹介した「97%が読まれていない」という数字にも、精緻化できる点があります。この97%は、AIボットに限らずあらゆるリクエストが0件だったことを意味します。残り3%のリクエストの内訳を見ても、AIボットは実は少数派です。

02検証設計

  • 対象: Rankability社「LLMS.txt Adoption」調査(Tranco上位1,000ドメイン)、Ahrefs社「We Analyzed 137K Sites」調査(Ahrefs Web Analytics利用137,210ドメイン)
  • 期間: Rankability調査は毎月更新方式です。本記事執筆時点の最新版は2026年7月17日更新(使用リストはTranco 2026年6月23日版)。Ahrefs調査は2026年5月の1か月間を観測し、2026年6月15日に記事を公開しています
  • 方法: 両社が公開する調査ページの原文を精読しました。採用率の算出式・注釈・著者自身が明記する限界を照合し、業界別内訳とボット別内訳の元データも確認しています

03結果

まず、2つの調査の条件を比較します。

項目Rankability調査Ahrefs調査
対象母集団Tranco上位1,000ドメインAhrefs Web Analytics利用137,210ドメイン
母集団の性質トラフィック順の人気サイト全体SEO・技術意識の高い企業に偏る(著者明記)
採用率8.7%(87/1,000)28%(38,360/137,210、上限値と著者明記)
算出の特徴到達不可能な451サイトも分母に含む保守算出(到達可能549サイト基準では15.8%)Ahrefs顧客という限定サンプルが母数
測定方法毎月/llms.txt/llms-full.txtにHTTPSリクエストし、HTTP 200のテキストファイルを確認Ahrefs Bot Analyticsで5月の1か月間、/llms.txtへの全リクエストを観測
Rankability調査とAhrefs調査の母集団・算出方法の違い Rankability調査はTranco上位1,000ドメインを対象に保守的に算出し採用率8.7%。Ahrefs調査はAhrefs Web Analytics利用企業137,210ドメインを対象に上限値として28%。同じ「採用率」という指標を異なる母集団・算出方法で測った結果の比較。 COMPARE 2調査の母集団・算出方法の違い Rankability調査 Ahrefs調査 対象: Tranco上位1,000ドメイン (トラフィック順の人気サイト全体) 毎月HTTPSリクエストで存在確認 対象: Ahrefs Web Analytics利用 137,210ドメイン 技術意識の高い企業に偏る(著者明記) 8.7% 採用率(保守算出・87/1,000) 到達可能549サイト基準では15.8% 28% 採用率(上限値・38,360/137,210) 著者自身が「上限値」と明記 同じ「採用率」を、異なる母集団・算出方法で測定した結果 実務では8.7%の方が一般的なサイト全体の実態に近い
Rankability調査とAhrefs調査の対象母集団・算出方法の違いを示す図

次に、Rankability調査が示す業界別の採用率を見ていきます。テクノロジー業界が36.4%と突出して高く、政府機関とソーシャルメディアは0%でした。

業界カテゴリ採用率内訳
テクノロジー36.4%4/11サイト
ビデオストリーミング16.7%1/6サイト
パブリッシング14.3%1/7サイト
その他8.5%10/118サイト
Eコマース6.9%2/29サイト
ニュース・メディア4.8%1/21サイト
ソーシャルメディア0%0/10サイト
政府機関0%0/10サイト

これらのカテゴリの分母を合計すると212サイトです。到達可能な549サイト全体を業種分類した結果かどうかは、ページ上の記載だけでは確認できませんでした。業界別データを引用する際は、この点を踏まえた慎重な扱いが必要です。

最後に、Ahrefs調査が示す「97%が読まれていない」の内実を確認します。有効なllms.txtを持つドメインは約38,000件です。そのうち5月中にリクエストを受けたのは、わずか3%(約1,140ドメイン)でした。この3%のリクエストを送信元カテゴリ別に見ると、AIボットは上位4カテゴリのいずれにも入りません。

リクエスト送信元カテゴリ全リクエストに占める割合
SEO監査ツール21.7%
不明・未分類14.9%
汎用Webクローラー13.1%
技術プロファイリングツール11.6%
AIエージェント・エージェント基盤10.5%
AI学習用クローラー(GPTBot 4.51%等)5.3%
AIアシスタント2.5%
AI検索取得ボット(OAI-SearchBot 0.74%等)1.1%
llms.txtへの実リクエスト3%の送信元カテゴリ別内訳 横棒グラフ。SEO監査ツール21.7%、不明・未分類14.9%、汎用Webクローラー13.1%、技術プロファイリングツール11.6%(以上非AI起点)、AIエージェント10.5%、AI学習用クローラー5.3%、AIアシスタント2.5%、AI検索取得ボット1.1%(以上AI関連)の順。AI関連カテゴリは上位4位のいずれにも入らない。 BREAKDOWN 実リクエスト3%の送信元カテゴリ別内訳 カテゴリ SEO監査ツール 21.7% 不明・未分類 14.9% 汎用Webクローラー 13.1% 技術プロファイリングツール 11.6% AIエージェント・基盤 10.5% AI学習用クローラー(GPTBot等) 5.3% AIアシスタント 2.5% AI検索取得ボット(OAI-SearchBot等) 1.1% 非AI起点(上位4カテゴリ) AI関連4カテゴリ(合計約19%) 出典: Ahrefs
llms.txtへの全リクエストのうち実際にリクエストが発生した3%を送信元カテゴリ別に示す図

04考察

8.7%と28%という2つの数字は、どちらかが誤りというわけではありません。異なる定規で同じ対象を測った結果と捉えるべきです。Rankabilityは人気サイト全体という広い母集団を、保守的に測定しています。Ahrefsは技術意識の高い企業という狭い母集団の、上限値を示しています。

実務者が数字を引用する際は、8.7%の方が一般的なサイト全体の実態に近いと考えられます。28%は、Ahrefs自身が上限値と認めている数字だからです。

97%という数字についても、012で「AIボットから読まれていない」と紹介した表現には、補足が必要です。より正確には「人間のアクセスも含めたあらゆるリクエストが0件」という、さらに厳しい実態を指します。加えて、残り3%のリクエストも、大半はAIボット以外が占めています。

llms.txtは本来、「AIに読まれるために」設置するファイルです。この内訳は、Ahrefsの結論をさらに補強するものと言えます。

ここで注意したいのは、相関と因果の混同です。リクエストの有無は「アクセスされたか」を示すに過ぎず、「AI検索の回答に反映されたか」までは証明しません。Ahrefs自身も、ボットがファイルを取得したことと、実際の応答生成に使ったかは別問題だと留保しています。

05限界

  • 両調査ともサンプルに偏りがあります: Rankabilityはトラフィック上位という「有名サイト」に偏ります。Ahrefsは「SEOツール導入企業」に偏ります。中小企業サイト全体の実態を代表するデータではありません
  • 業界別内訳の母数が不明瞭です: Rankabilityの業界別データは、分類できたサイトの一部集計である可能性があります
  • 仕様準拠までは検証していません: 両調査とも、ファイルの「存在」は確認していますが、llms.txtの記法が仕様どおりに書かれているかまでは確認していません
  • 単月データです: いずれも特定月のスナップショットであり、季節性や導入トレンドの推移を追うには、継続的な観測が必要です

06実務への適用

自社サイトへの示唆として、2点を挙げます。採用率を判断材料にする場合は、28%ではなく8.7%を基準にすべきです。これは到達可能サイト基準に換算すると15.8%に相当します。Ahrefsの28%は、著者自身が上限値と認めている数字だからです。

また、被参照率のデータからは、過度な期待は禁物だとわかります。llms.txtを設置しても、「AIに読まれる」ことが保証されるわけではありません。設置の判断は、姉妹記事012の基準に立ち返ることをおすすめします。

基準は「作成コストと見合うか」です。第三者の数字を対外的に引用する際も、母集団の性質まで確認したうえで使うことが重要です。

07この分野を体系的に学ぶ

この記事は検証・データ記事です。llms.txtをはじめとするAI向けメタデータ設計を基礎から体系的に学びたい方は、AI検索最適化講座「テクニカル編: AIに読まれるサイトを作る(III-C: llms.txt・メタデータ標準)」をご覧ください。