「サイトマップを整備すれば、AI検索にも見つけてもらいやすくなるのか」。サイト運営ご担当の方から、こうしたご質問を受けることがあります。本記事は、Google公式ドキュメントにもとづきサイトマップの役割とインデックス確認手順を整理します。あわせて、OpenAI・Perplexityの公式クローラー文書に現時点で何が書かれていないかも確認します。
01この記事でわかること
- サイトマップが必要なサイトと不要なサイトの判断基準
- sitemap.xmlの正しい書式と、上限件数・ファイルサイズの扱い
- Search Console「ページのインデックス登録」レポートでの確認手順
- OpenAI・Perplexityの公式クローラー文書にサイトマップの言及がない事実
- 公式文書がない状態でも、アクセスログとrobots.txtで確認できる3つのこと
02結論サマリー
サイトマップとは、サイト内のページ一覧を検索エンジンに伝えるファイルです。Googleは、大規模サイト・新規サイト・メディアコンテンツが多いサイトで有効だとしています。
インデックスの登録状況は、Search Consoleの「ページのインデックス登録」レポートで確認できます。一方、AI検索側は事情が異なります。本稿ではOpenAIとPerplexityの公式クローラー文書を確認しました。
いずれにも、sitemap.xmlの読み取りに関する記述は見当たりません。サイトマップはGoogle向けの仕組みとして整備しつつ、AIクローラー側は「実際に何を取得したか」をアクセスログで確認する。この二本立てが現時点で取れる運用です。
03サイトマップ・インデックス管理とは（基礎定義）
Google公式ガイドは、サイトマップを「ページ、動画、その他のファイルの情報を提供するファイル」と定義しています。出典はGoogle Search Central「サイトマップの概要」です。検索エンジンがサイトを効率よくクロールするための情報源、というのがこの仕組みの役割です。
「インデックス管理」とは、クロールされたページが実際に検索エンジンのデータベース(インデックス)へ登録されているかを確認し、意図しない未登録を防ぐ運用を指します。サイトマップの整備とインデックス確認は、ページを検索結果に表示させるための一連の工程としてつながっています。
04サイトマップが必要なサイト・不要なサイト
すべてのサイトにサイトマップが必須というわけではありません。Google公式ガイドは、必要性を判断する基準を示しています。
| 該当するケース | サイトマップの推奨度 |
|---|---|
| サイト規模が大きい | 推奨(内部リンクの網羅が難しいため) |
| 新規サイトで被リンクが少ない | 推奨(Googlebotが発見しにくいため) |
| 動画・画像・ニュース記事が多い | 推奨(メディア情報の検索表示に有効) |
| 中小規模(目安500ページ以下)で内部リンクが充実 | 不要(トップページからたどれるため) |
内部リンクが整理されたサイトなら、サイトマップがなくても主要ページは発見されます。それでも更新頻度や規模の変化を考えると、多くの企業サイトはサイトマップを用意しておくほうが安全です。
なお、サイトマップを整備しても内部リンクの構造自体が崩れていれば効果は限定的です。サイト全体の設計指針は、別記事『サイト構造とAIクローラビリティの関係｜設計手順を7ステップで解説』で扱っています。
05sitemap.xmlの書式と実装ミス
サイトマップは、XML形式で<loc>タグにURLを、<lastmod>タグに更新日を記述する構造です。Google公式ガイドが示す基本形は次のとおりです。
<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<url>
<loc>https://www.example.com/foo.html</loc>
<lastmod>2022-06-04</lastmod>
</url>
</urlset>書式に関わる制約は、以下の4点です。
| 項目 | 内容 |
|---|---|
| 文字コード | UTF-8エンコードが必須 |
| URL形式 | 相対URLではなく完全修飾URLを使用 |
| 件数上限 | 1ファイルあたり50,000 URL |
| サイズ上限 | 1ファイルあたり50MB(非圧縮時) |
上限を超える場合は、複数のサイトマップファイルに分割し、それらをまとめる「sitemap indexファイル」を作成します(出典: 同ガイド)。Googleはchangefreq・priorityタグの値を無視すると明記しています。lastmodは、一貫して検証可能な形で正確である場合にGoogleが使用するとされています。
実装でつまずきやすいのは、次の3点です。
- 相対URLで記述してしまう:
<loc>には/foo.htmlではなくhttps://example.com/foo.htmlのような完全修飾URLが必要です - noindexページを含めてしまう: 検索結果に出したくないページまでサイトマップに載せると、意図が矛盾します
- 削除済みページを放置する: 404・410になったページのURLが残り続けると、クロールの手がかりが不正確になります
サイトマップとURL単位のクロール制御は別の仕組みです。robots.txtによるAIクローラーの許可・拒否設定は、別記事『AIクローラー別robots.txt設計テンプレ集【2026年版】』のテンプレートを参照してください。
06Search Consoleでインデックス状況を確認する
サイトマップを送信した後は、実際にページが登録されているかを確認します。Search Consoleの「ページのインデックス登録」レポートでは、登録済みページ数と、登録されなかった理由がわかります(出典: Search Console ヘルプ)。
未登録の代表的なステータスは、次の2つです。
| ステータス | 意味 |
|---|---|
| 検出 - インデックス未登録 | Googleがページを検出したが、サーバー負荷等を理由にまだクロールしていない状態 |
| クロール済み - インデックス未登録 | クロール済みだが、登録するかどうかはまだ確定していない状態 |
大規模サイトでは、クロールの優先順位づけも課題になります。Google公式ガイドは、重複コンテンツの統合をクロール効率を高める方法として挙げています。あわせて、削除済みページには404・410ステータスコードを返すよう案内しています(出典: Google Search Central「大規模サイトのクロールバジェット管理」)。
07AIクローラーとサイトマップの関係｜現時点でわかっていること
ここまではGoogle検索を前提にした整理です。では、AI検索エンジンのクローラーはsitemap.xmlをどう扱うのでしょうか。
WEBMARKSは、OpenAI・Perplexityが公開する公式クローラードキュメントを確認しました。いずれの文書にも、sitemap.xmlの読み取りに関する記述は見当たりませんでした(2026年7月時点)。なお、今回確認したのはこの2社の文書に限られます。
他社のクローラー文書は本稿では検証していません。AIクローラー別のUser-Agent一覧やrobots.txtの扱いは、前述のrobots.txt設計テンプレ集で解説しています。
これは「AIクローラーがサイトマップを無視する」ことを意味するものではありません。単に、公式文書として明言された記述を確認できていないという状態です。断定を避け、事実として「未確認」の状態を正直に扱うことが重要だとWEBMARKSは考えています。
公式文書がない状態で、それでも確認できる3つのこと
「効果が未確認」は「打つ手がない」とは違います。サイトマップの送信結果をAI側で追う手段はありませんが、その手前の事実であれば自社で確認できます。
| 確認したいこと | 使う手段 | わかること |
|---|---|---|
| AIクローラーが実際に来ているか | サーバーのアクセスログをUser-Agentで絞り込む | GPTBot・OAI-SearchBotなどが取得したURLと日時 |
| 取得してほしいURLを自分で塞いでいないか | robots.txtの各ルールをAIクローラーのUser-Agentごとに照合する | 意図しない遮断の有無 |
| サイトマップの中身自体が正しいか | 掲載URLとサイトの実体を突合する | 削除済みURLの残存・noindexページの混入 |
Search Consoleが報告するのはGooglebotの挙動だけです。AIクローラーが自社サイトの何を取得したかは、Search Consoleでは確認できません。確実な一次情報は自社サーバーのアクセスログになります。まずは直近1か月ぶんのログをUser-Agentで集計し、主要ページが取得されているかを見るところから始めてください。
サイトマップの中身の点検そのものは、別記事『サイトマップXMLの過不足をAIにチェックさせるプロンプト』の手順で自動化できます。またAI向けにサイト構造を伝える別系統の手段としてllms.txtがあります。書式と効果の実態は、別記事『llms.txtの正しい書き方と効果の実態データ【実装テンプレ付き】』で扱っています。
08チェックリスト
- sitemap.xmlの
<loc>が完全修飾URLで記述されている - noindexページ・削除済みページがサイトマップに残っていない
- 1ファイルあたり50,000 URL・50MBの上限を超えていない(超える場合はsitemap indexで分割)
- Search Console「ページのインデックス登録」レポートで未登録の理由を確認している
- サーバーのアクセスログをUser-Agentで集計し、AIクローラーの実際の取得状況を把握している
- AIクローラーへの効果を断定せず、公式文書の更新を継続的に確認している
09よくある失敗
サイトマップを送信しただけで安心してしまう。サイトマップの送信は、検索エンジンにページの存在を伝える手段にすぎません。実際に登録されたかどうかは、Search Consoleで個別に確認する必要があります。
サイトマップに書けばAI検索にも有利だと思い込んでしまう。本記事で確認した通り、OpenAI・Perplexityの公式文書にサイトマップの利用を明言する記述は見当たりません。サイトマップへの掲載を成果指標に置くのではなく、アクセスログでAIクローラーの実際の取得URLを確認するほうが確実です。
削除済みページのURLを放置してしまう。404・410を返すべきページのURLが残り続けると、クローラーに古い情報を伝え続けることになります。
10FAQ
Q. サイトマップを送信すれば、必ずインデックスに登録されますか？
登録を保証するものではありません。サイトマップはページの存在を伝える手段であり、実際の登録可否はコンテンツの品質やクロール状況など複数の要因に左右されます。
Q. 500ページ以下の小規模サイトでもサイトマップは作るべきですか？
Google公式ガイドによれば、内部リンクが充実している中小規模サイト(目安500ページ以下)では必須ではありません。ただし将来の規模拡大を見据え、あらかじめ用意しておく判断も実務的です。
Q. sitemap.xmlはAIクローラーにも送信する必要がありますか？
本稿執筆時点で、OpenAI・Perplexityの公式文書にサイトマップの読み取りに関する記述は確認できていません。他社の文書は本稿では未検証です。専用の送信手続きが必要という情報も確認できていないため、まずはGoogle向けの整備を優先することをおすすめします。
Q. lastmodタグは正確に書く必要がありますか？
Google公式ガイドは、一貫性があり検証可能な形で更新される場合に使用するよう案内しています。実際の更新日と異なる日付を機械的に書き換えることは避けるべきです。
11まとめ
サイトマップとは、サイト内のページ情報を検索エンジンに伝えるファイルです。書式・上限件数・sitemap indexによる分割方法を押さえておきましょう。そのうえで、Search Consoleの「ページのインデックス登録」レポートで登録状況を確認する運用が基本になります。
AIクローラーとサイトマップの関係については、OpenAI・Perplexityの公式文書に明確な記述が確認できていません。ただし「効果が未確認」と「打つ手なし」は別です。今日できるのは、サーバーのアクセスログをUser-Agentで集計し、AIクローラーが実際にどのURLを取得しているかを自分の目で確かめることです。
