サイト構造・エンティティ設計とは、「自社サイトが何の専門家で、各ページがどう関係しているか」を、人にも生成AIにも一貫して伝わる形でサイト全体を組み立てる情報設計（IA：Information Architecture）です。 AIが引用元を選ぶとき、見ているのは個々のページの出来だけではありません。サイト全体に一貫性があるかどうかが、判断を左右します。
この記事の要点（TL;DR）
- AIは1ページだけでなく「サイト全体が何の専門家か」を文脈として読む。だからIA（情報設計）が効く。
- エンティティ設計とは、自社・人物・サービスといった「実体」を、表記を揺らさず一貫して指し示すこと。
- トピッククラスタ（柱記事＋関連記事を内部リンクで束ねる構造）が、専門性をAIに伝える基本形。
- 内部リンクは「主キーワード完全一致」に偏らせず、自然文アンカーを混ぜて関係を表現する。
- 構造化データ（schema）の実装は構造化データの実装ガイド、対策の全体手順はLLMO対策のやり方に分けて解説しています。
この記事で扱うのは、AIに引用されるための施策のうち情報設計（IA）・エンティティ・内部リンク設計の3つに絞った話です。サイトの「構造」がなぜAIの理解を左右するのか、具体的にどこをどう組み替えるのか。実際にサイトへ手を入れる立場から整理しました。用語そのものの全体像（LLMO・AIO・GEOとは何か）を先に押さえたい方は、LLMOとは（基礎・全体像）からどうぞ。
なぜ「サイト構造」がAIの理解を左右するのか
生成AIは、回答の根拠を1ページの中だけで決めているわけではありません。そのページがどんなサイトに属し、サイト全体でどんなテーマを継続的に扱ってきたか。この「文脈」も手がかりになります。中身がまったく同じ1ページでも、関連トピックが体系的にそろい、互いにリンクで結ばれたサイトに置かれていれば、ポツンと浮いた単発ページよりも専門的な情報源として扱われやすい。経験上、ここの差は大きいと感じます。
これは目新しい話ではなく、従来のSEOが重視してきた「クロール・インデックス・サイト構造の分かりやすさ」と地続きです。とりわけGoogleの検索インデックスを土台にする回答面（Google AI Overviewなど）では、サイト構造を整えることがそのままAIの理解しやすさに跳ね返ります。学術研究でも、引用・統計・専門的な記述を備えたコンテンツは生成AI回答内での可視性を最大40%高め得ると報告されています（論文『GEO: Generative Engine Optimization』KDD 2024）。構造の整理は、この「引用されやすさ」を下支えする前提条件です。
東京大学AI工学博士の見解
「1本の良い記事を書けばAIに拾われる」と考えがちですが、AIはサイト全体の一貫性を文脈として読みます。良い記事を孤立させず、サイトという地図の中に正しく配置すること ── これが情報設計の役割です。地図が整っているほど、AIは『この会社は何の専門家か』を誤解なく理解できます。
実務で見ていると、サイト構造がAIの理解に効く場面は大きく3つに整理できます。
文脈の一貫性
関連トピックが体系的にそろい、サイト全体で「何の専門家か」が読み取れる。
関係の明示
内部リンクでページ同士の関係（柱と詳細）が示され、情報の網が見える。
実体の同定
自社・人物・サービスが表記揺れなく一貫し、AIが「同じ実体」だと認識できる。
エンティティ設計：自社を一貫して指し示す
エンティティ（entity）とは、サイト上で言及される「実体」を指します。会社、人物、サービス名、製品、地名など。エンティティ設計は、これらの実体をサイトのどこで言及しても「同じものを指している」とAIが認識できるよう、表記と関係性をそろえる作業です。
身近な例でいうと、自社名が「sai X aid」「サイエイド」「(株)sai X aid」とページごとに揺れていると、AIは同じ会社だと結びつけにくくなります。逆に、会社・代表者・サービス名・所在地といった実体がそろい、互いの関係 ──「この会社の代表者はこの人物」「この人物がこのサービスを監修」── がはっきりしていれば、「誰が・何を・どんな立場で語っているか」をAIは正確に拾えます。これは信頼性（E-E-A-T）の評価にもそのまま響きます。
エンティティ設計で押さえる4点
| 対象 | 一貫させるポイント |
|---|---|
| 会社・組織 | 正式名称・表記を統一。所在地・連絡先など基本情報を1か所に集約し全ページから参照 |
| 人物（著者・監修者） | 氏名・肩書き・所属を統一し、プロフィールページへ集約。各記事から同じ人物に紐づける |
| サービス・製品 | サービス名の表記を固定。関連記事はすべて同一のサービスページへ導線を張る |
| トピック（専門領域） | 扱う専門テーマを明確にし、関連記事を相互にリンクして「領域の専門家」だと示す |
もう一つ押さえておきたいのは、エンティティの関係を「AIが機械的に読み取れる形」で伝える手段が、これとは別にあること。著者・監修者・組織の関係を構造化データ（schema.org）で明示する具体的なやり方は、本記事の範囲を超えるので構造化データ実装の解説記事に譲ります。ここで扱うのは、その手前にある「サイト上の表記と関係性をどう設計するか」という情報設計の話です。
「何から手をつければいいか分からない」段階でも構いません。サイト構造とエンティティの現状を整理する事前調査レポートを無料で提供しています。
分からない段階でも相談するトピッククラスタ：専門性を構造で伝える
トピッククラスタとは、ひとつの大きなテーマを扱う「柱（ピラー）記事」を中心に、その細部を掘り下げる「関連（スポーク）記事」を内部リンクで束ねたサイト構造です。柱記事がテーマの全体像を示し、関連記事がそれぞれ個別の論点を深掘りする。そして両者がリンクで結ばれる。ここまでつながっていると、単発記事の寄せ集めではなく、そのテーマを継続的に扱うサイトだと、AIにも人にも伝わりやすくなります。
このクラスタ構造には、実務上もう一つ見逃せない利点があります。カニバリゼーション（共食い）の防止です。似たテーマの記事を行き当たりばったりで増やすと、複数のページが同じキーワード・同じ検索意図を奪い合い、結局どれも中途半端な評価に終わる ── 現場でよく見る失敗です。クラスタ設計では「1記事＝1つの検索意図」を割り当て、定義は柱記事に集約し、関連記事は固有の論点だけに絞る。役割分担がはっきりするほど各ページの専門性が際立ち、サイト全体も読み解きやすくなります。
クラスタ設計で意図を分ける考え方
同じテーマでも、読者が知りたいこと（検索意図）は枝分かれします。「定義を知りたい」「手順を知りたい」「比較して選びたい」「効果を確かめたい」「費用を知りたい」── これらを別々の記事に振り分ければ、同じキーワードの角度違いで記事同士がぶつかる事態を避けられます。
柱記事を決める
テーマの全体像を担う入口を1本定める。
意図で分割
定義／手順／比較／効果／費用に記事を割り当てる。
リンクで束ねる
柱⇄関連を相互リンク。関連同士も横でつなぐ。
この記事自体、柱記事「LLMOとは」を中心としたクラスタの一部です。IA・エンティティ・内部リンクという固有の論点だけに絞って書いています。
内部リンク設計の実務ポイント
内部リンクは、トピッククラスタを「構造」として成立させる接着剤です。とはいえ機械的に張ればいいというものではなく、現場にはいくつかの勘所があります。
- 柱記事をハブにする：柱記事から各関連記事へリンクを配り、関連記事の冒頭では「まず全体像は柱記事へ」と戻す。情報の網の中心がどこかを、はっきりさせておく。
- アンカーテキストに自然文を混ぜる：リンクを全部主キーワード完全一致にすると過剰最適化と見なされやすい。「詳しくはこちらの解説記事」といった自然文アンカーを織り交ぜ、文脈で関係を伝える。
- 関連性の高いページ同士をつなぐ：意図が近い記事（選び方⇄効果⇄費用など）は横でつなぎ、読者もAIも関連情報をたどれるようにする。
- リンクを盛りすぎない：1段落にリンクを詰め込むと、どれが肝心なのか伝わらなくなる。本当に関係するページだけに絞る。
- サービス・問い合わせへの動線を残す：情報記事から自社サービスや相談窓口へ、無理なくつながる導線を各記事に置いておく。
東京大学AI工学博士の見解
内部リンクは「キーワードを詰め込む装置」ではなく「ページ同士の関係を説明する言葉」です。アンカーテキストが自然な文章であるほど、AIはリンク先との関係を文脈から理解できます。人が読んで意味の通るリンクこそ、AIにとっても良いリンクです。
IA再設計の進め方と効果の見え方
すでに記事が散らばってしまったサイトでも、情報設計（IA）は後から組み直せます。既存サイトを直すとき、現場でだいたい次の順に見ていきます。
IA再設計の基本ステップ
既存ページを洗い出し、どのテーマ・どの検索意図を扱っているかを一覧化する。
テーマごとに柱記事を定め、関連記事を意図別に割り当て直す。重複・共食いを整理する。
会社・人物・サービスの表記と関係を統一し、プロフィールやサービスページへ集約する。
柱⇄関連、関連⇄関連を結び、自然文アンカーを混ぜて関係を表現する。
主要なAI回答面での引用・流入を月次で確認し、構造を継続的に調整する。
効果の見え方について補足します。サイト構造の整理は、それ単独で劇的な変化を生むタイプの施策ではありません。コンテンツ・構造化データ・E-E-A-Tといった他の施策が効くための土台を整える性格のもので、変化はじわじわ出てきます。成果には媒体差もあります。Googleの検索面に出るAI Overviewでは検索インデックス上の評価やサイト構造の影響を受けやすい一方、ChatGPTなどでは自社サイト単体より外部メディアでの言及や権威性が効きやすい、というのが現場での感触です。早ければ数日で引用が確認できることもありますが、これはキーワードの難易度やサイトの状態次第で、約束できるものではありません。AIO/LLMOをひとまとめにして成果を大きく見せるようなことはしません。
※ 期間・効果はキーワード難易度やサイトの状態により変動します。成果を保証するものではありません。なお、サイト構造の整理を含むLLMO対策の全体プロセスはLLMO対策のやり方で、機械可読化のための構造化データ実装は構造化データ実装ガイドで詳しく解説しています。
実装パートナーという選択
サイト構造・エンティティ・内部リンクの再設計は、設計図を描いた時点では半分も終わっていません。実際にサイトのページ・テンプレート・リンク構造へ落とし込んで、ようやくAIの理解しやすさに変わります。株式会社sai X aidのAIO/LLMO支援では、診断やレポートを渡して終わりにせず、エンジニアが御社サイトに直接入って情報設計・内部リンク・エンティティの整理を実装する、準委任型の伴走を行っています。
料金体系は、実装まで踏み込む準委任型の伴走プランのほか、AI回答への表示成果に連動する完全成果報酬プラン（AI回答に表示された月から課金）まで、サイトの規模や状態に合わせて用意しています。現状を整理する事前調査レポートは無料です。具体的な金額やプラン内容は変わることがあるので、最新の情報はお問い合わせフォームよりご確認ください。
「自社サイトのどこをどう直せばAIに伝わるのか分からない」段階でも問題ありません。現状整理から実装、計測までを一貫してご支援します。詳細はお問い合わせフォームよりご相談ください。
無料で相談するよくある質問
エンティティ設計とサイト構造（IA）は何が違いますか？
トピッククラスタは何記事から始めればよいですか？
記事を増やしたら順位やAI引用が下がりました。原因は？
内部リンクのアンカーは主キーワードで統一すべきですか？
構造化データ（schema）を入れればサイト構造は不要ですか？
既存サイトでも後から構造を作り直せますか？
東京大学AI工学博士の見解
サイト構造・エンティティ設計は、奇をてらったテクニックではありません。「このサイトは何の専門家で、各ページはどう関係しているか」を、人にもAIにも誤解なく伝える ── その当たり前を徹底することが、結果的にAIに引用される最短距離になります。良いコンテンツを、正しい構造の上に置くことが本質です。
※本記事は、東京大学大学院 工学系研究科（博士課程）でAIを研究し、内閣府ムーンショット等の開発経験を持つ、株式会社sai X aid 代表取締役 甲斐 凜太郎の監修のもと制作しています。
「どこから手をつければいいか分からない」段階でも問題ありません。サイト構造・エンティティの現状整理を、事前調査レポートとして無料で提供しています。完全成果報酬プランの詳細もご案内します。
分からない段階でも相談する