最終更新：2026年7月
調達は多くのメーカーが気づくよりも速く変化しています。Gartnerは2025年11月に、2028年までにB2B購買の90%がAIエージェントを介在するようになり、機械間取引を通じて15兆ドル超の支出が経由すると予測しました。これは遠い将来の話ではありません。エンジニアリングバイヤーはすでに今日、ChatGPT、Perplexity、Microsoft Copilotを使って部品を調達しています。
カタログページがソフトウェアエージェントに読み取れなければ、その購買プロセスの中では存在しないも同然です。
これは十分に対処されていない問題です。ほとんどのAEOコンテンツはSaaS、小売、メディアに焦点を当てています。産業用メーカーが具体的に何をすべきかを扱ったものはほとんどありません。このプレイブックが埋めるのはそのギャップです。
2段階のAI調達監査
何かを修正する前に、この2つのチェックを実行してください。30分以内に完了し、最大のギャップが明らかになります。
監査1：クローラーアクセス
robots.txtファイルを直接取得してください：
https://yourdomain.com/robots.txt以下のいずれかを確認してください：
User-agent: GPTBot
Disallow: /
User-agent: ClaudeBot
Disallow: /
User-agent: PerplexityBot
Disallow: /ブランケットブロックも確認してください：
User-agent: *
Disallow: /ブランケットブロックは、2023年の初期ChatGPTスクレイピングパニックの際にロックダウンされたサイトでよく見られます。多くのメーカーが設定したまま忘れています。コストは現実的です。2025年8月のSimilarwebデータによると、AIクローラーを意図的にブロックしているAmazonはChatGPTからの参照トラフィックが3%未満でした。WalmartやEtsyなどのクローラーアクセスを開放している小売業者は、同じ送信元から10%から20%以上を受け取っていました。この同じアクセスの仕組みがサプライヤーカタログにも当てはまります。ボットがページに到達できなければ、AIはそれを引用できません。
CDNまたはWAF設定も確認してください。Cloudflare、Akamai、および同様のサービスには、robots.txtが読み取られる前にネットワーク層で非ブラウザのユーザーエージェントをブロックするボットフィルタリングルールが含まれていることがよくあります。
監査2：仕様スキーマカバレッジ
上位のカタログページそれぞれについて、以下が存在するか確認してください：
| 監査ポイント | 確認方法 | 合格条件 |
|---|---|---|
| Productスキーマ（JSON-LD） | ソースを表示またはGoogle Rich Results Testを使用 | name、description、mpnまたはgtinを含む@type: "Product"が存在する |
| HTMLで表示される仕様テーブル | ソースを表示 | テーブルまたは定義リストが生HTMLで表示され、JavaScriptのみでレンダリングされていない |
| PropertyValue形式の属性 | ソースを表示 | 各仕様行がpropertyID、value、unitCodeを持つPropertyValueにマッピングされている |
| FAQPageスキーマ | ソースを表示 | 用途に関する質問を含む少なくとも1つのFAQブロック |
| クローラーアクセス | robots.txt + CDN設定 | GPTBot、ClaudeBot、PerplexityBotのDisallowなし |
| 前置き要約段落 | ページ検査 | 最初の60語で製品名、部品タイプ、2〜3つの主要仕様を記載 |
6つのポイントすべてに合格したページは調達エージェント対応済みです。ほとんどのメーカーページはいずれも合格していません。
ステップ1：クローラーアクセスを開放する
まずrobots.txtを修正してください。主要なAIクローラーに明示的な許可ルールを追加してください：
User-agent: GPTBot
Allow: /
User-agent: ClaudeBot
Allow: /
User-agent: PerplexityBot
Allow: /
User-agent: anthropic-ai
Allow: /次にCDNとWAFを監査してください。Cloudflareを使用している場合は、「その他のボット」またはカスタムボットカテゴリをブロックするルールのBot Management設定を確認してください。AkamaiまたはFastlyを使用している場合は、ボットトラフィックポリシーを確認してください。多くのWAFのデフォルト設定は、非ブラウザのユーザーエージェントを脅威として扱います。
重要な注意点：アクセスを開放することは、プロプライエタリコンテンツを公開することを意味しません。ログインが必要な設定ツール、顧客ポータル、価格ページへのアクセスは引き続き制限できます。目標は、スペックシートが存在する公開製品カタログページへのアクセスを許可することです。
ステップ2：機械読み取り向けにスペックシートを構造化する
ほとんどのメーカーのスペックシートは、PDF生成には適していますが、AIの検索には対応できない構造になっています。AIシステムがHTMLから解析できないフォーマット、列の配置、視覚的な階層に依存しています。
機械可読なスペックシートには特定の構造があります。
改善前（典型的なメーカーページ）
SEOキーワード密度のために書かれた製品説明段落。次にスペックテーブルを含む埋め込みPDFビューア。次に問い合わせフォーム。構造化データなし。HTMLでアクセス可能な属性値なし。
このページを訪問するAI購買エージェントが抽出できるのは、製品名（おそらく）、説明（部分的）、そしてスペックテーブルからは何も抽出できません。
改善後（AI調達対応ページ）
前置き要約（40〜60語、機械解析可能）：
XR-7200は、連続400W、ピーク1200Wのブラシレスダイレクトカレントサーボモーターです。動作範囲：12〜48V DC、-40〜+85度C。IP67定格。42mm、57mm、86mmのフレームサイズで提供。中空シャフトと標準シャフトのバリアントを在庫しています。
構造化仕様テーブル（HTMLまたはMarkdown、PDFではない）：
| 属性 | 値 | 単位 |
|---|---|---|
| 連続出力 | 400 | W |
| ピーク出力 | 1200 | W |
| 電圧範囲 | 12〜48 | V DC |
| 動作温度 | -40〜+85 | 度C |
| 保護等級 | IP67 | |
| フレームサイズ | 42, 57, 86 | mm |
| シャフトオプション | 中空、標準 | |
| 重量（42mm） | 320 | g |
JSON-LDスキーマ（<head>またはインライン）：
{
"@context": "https://schema.org",
"@type": "Product",
"name": "XR-7200 Brushless DC Servo Motor",
"mpn": "XR-7200",
"description": "400W continuous brushless DC servo motor, 12-48V, IP67, operating range -40 to +85 C.",
"brand": { "@type": "Brand", "name": "YourBrand" },
"additionalProperty": [
{
"@type": "PropertyValue",
"propertyID": "continuous_power",
"name": "Continuous Power",
"value": "400",
"unitCode": "W",
"unitText": "Watts"
},
{
"@type": "PropertyValue",
"propertyID": "voltage_range",
"name": "Voltage Range",
"value": "12-48",
"unitCode": "VDC",
"unitText": "V DC"
},
{
"@type": "PropertyValue",
"propertyID": "operating_temperature",
"name": "Operating Temperature",
"value": "-40 to +85",
"unitCode": "CEL",
"unitText": "degrees Celsius"
},
{
"@type": "PropertyValue",
"propertyID": "ip_rating",
"name": "Protection Rating",
"value": "IP67"
}
]
}ステップ3：用途の質問にFAQPageスキーマを追加する
調達エージェントは「400Wのモーターを見つけて」とだけ尋ねるわけではありません。次のような質問をします：
- 「-40度Cの環境で動作するブラシレスサーボモーターはどれですか？」
- 「XR-7200のIP定格は何ですか？」
- 「XR-7200は48Vバスに対応していますか？」
FAQPageスキーマを使用すると、製品ページがこれらの質問に直接答えられます。各部品カテゴリで最も一般的な3〜5つの用途の質問に追加してください。
{
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "What environments is the XR-7200 rated for?",
"acceptedAnswer": {
"@type": "Answer",
"text": "The XR-7200 is rated IP67 and operates from -40 to +85 degrees C, making it suitable for outdoor, washdown, and industrial cold-chain environments."
}
},
{
"@type": "Question",
"name": "Is the XR-7200 compatible with 48V bus systems?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Yes. The XR-7200 accepts input voltage from 12 to 48V DC, covering standard 24V and 48V bus architectures without a step-down converter."
}
}
]
}ステップ4：カタログを実際のバイヤークエリにマッピングする
スペックシートは答えです。しかし質問が何かを知る必要があります。
AI購買エージェントは、部品番号や内部製品名と一致しない方法で調達クエリを表現します。「食品加工ラインのシールドモーター」はXR-7200-IP67バリアントを指しているかもしれませんが、ページタイトルはそのような表現を使っていません。
Temsoはこれをエンドツーエンドでカバーします。クローラーアクセス監査、スキーマ生成、8つのAIエンジンにわたる継続的な引用モニタリングで、月額$89から利用できます。数百の部品ページのカタログを運営するメーカーにとって、最も明確な出発点です。バイヤーが調達の質問をした際に、どのカタログページがAIシステムに引用されていて、どれが見えない状態になっているかを確認できます。
ProfoundはTemsoにないレイヤーを追加します。調達プロフェッショナルが部品を調達する際にAIシステムに実際に入力している内容を示す実際のプロンプトボリュームデータです。そのデータにより、内部カタログ分類の言語ではなく、実際のバイヤーが使用する言語で要約段落とFAQ回答を書くことができます。
Semrushは、より大規模なカタログチームに技術的なサイト監査の深みを加えます。数千のURLにわたるスキーマ検証とクローラビリティレポートを含みます。従来のSEOにSemrushをすでに使用しているチームにとって、スキーマ監査は既存のワークフローに統合されます。
Surferのコンテンツエディターは、個々の製品ページをAI引用ベンチマークとリアルタイムで照合してスコアリングします。新しいカタログコンテンツを構築しているメーカーにとって、各新しいスペックシートが公開前に構造基準を満たしていることを検証します。
これらのツールはいずれも中核的な作業、すなわちスペックデータの構造化を代替するものではありません。現状を監査し、スキーマを生成し、AIシステムが実際にページを検索しているかどうかをモニタリングするのに役立ちます。
ステップ5：比較対応のカタログ構造を構築する
AI購買エージェントは部品を孤立して評価しません。比較します。エンジニアがプロンプトを入力します。「連続500W未満、IP67、-30度Cから+85度Cで動作する3つのサーボモーターを比較してください。」AIシステムは候補ページを検索し、仕様属性を抽出し、回答の中で比較テーブルを生成します。
あなたのページがその比較に表示されるには、2つのことが必要です：
- ページがクロール可能であること。
- 仕様属性がAIが抽出・比較できる形式であること。
AirOps Research（2026年4月、7,500の商業プロンプトにわたる217,508の検索ページに基づく）によると、3つ以上の構造化テーブルを含む比較ページは、それらを含まない同等のページよりも25.7%多くのAI引用を獲得しています。メーカーのカタログページにとって、これは完全な仕様テーブル、前モデルバージョンとの比較テーブル、および用途適合性テーブル（推奨ユースケースと除外事項）がすべて同じページにあることを意味します。
この構造により、調達エンジニアがAI生成の比較をソースデータと照合して検証することも容易になります。引用への信頼は、ソースページが明確に構造化されていて検証可能であることにかかっています。
ステップ6：カタログ全体で属性の一貫性を維持する
AIシステムは検索したページのセットから製品ラインのモデルを構築します。カタログ全体での一貫性のない属性命名はそのモデルを劣化させます。
42mmモーターの仕様を「Operating Temp」と呼び、86mmモーターが「Thermal Range」と呼んでいる場合、AI購買エージェントはそれらを同じ属性として認識しないかもしれません。バイヤーが-30度C以下で動作するすべてのモーターを要求した際、86mmバリアントが除外される可能性があります。
カタログ全体で適用する一貫性ルール：
- 全製品にわたって同じ属性には、JSON-LDで同一の
propertyID値を使用する。 - 同一の単位系を使用する（市場が別途必要としない限りSI単位。同じ製品ラインでmmとインチを混在させない）。
- 保護等級、認証、コンプライアンス基準には同一の用語を使用する。
- 部品番号が可視コンテンツとProductスキーマの
mpnフィールドの両方に表示されていることを確認する。
カタログページからリンクされた/glossaryの仕様用語集ページは、AIシステムに属性定義の追加の構造化参照を提供します。バイヤーが非公式または異業種の用語を使ってクエリを表現する場合に役立ちます。
AI調達対応スコアカード
このスコアカードを使用して、最初に修正するカタログページに優先順位を付けてください。各ページを0〜5点で採点してください：
| 基準 | 0点 | 1点 |
|---|---|---|
| AIクローラーアクセス | GPTBotまたは同等がブロックされている | GPTBotと主要クローラーが許可されている |
| 前置き要約段落（40〜60語） | なし | 存在し、主要仕様を記載 |
| HTML仕様テーブル | PDFのみまたはJavaScriptレンダリング | HTMLでアクセス可能なテーブル |
| PropertyValue属性を持つProductスキーマ | なし | 存在し有効 |
| 用途の質問を含むFAQPageスキーマ | なし | 2〜5つの質問が存在 |
0〜1点のページはAI調達エージェントから見えない状態です。4〜5点のページは検索対応済みです。トラフィックが最も多い上位10のカタログページから始めて、そこから作業を進めてください。
次に読むべきもの
- フルモニタリングから公開までのループのAEOツールランキング：/rankings/aeo-tools
- Temsoツールプロファイル（カタログ監査とスキーマ生成）：/tools/temso
- Profoundツールプロファイル（需要インテリジェンスとプロンプトボリューム）：/tools/profound
- AEO用語集（スキーマ用語、引用の仕組み）：/glossary
- AEOツールの評価方法：/methodology
今日のカタログの現状を確認したい場合は、Temsoが月額$89で数分でクローラーアクセスとスキーマ監査を実行します。専門的なSEOの知識は必要ありません。スキーマ生成への大規模な投資の前に、まずここから始めてください。