← ブログに戻る

LLMOのRSS、効果を測った研究は0件

この記事を含む総合ガイド LLMO 総合ガイド

前回の記事で、kenimoto.devのRSS購読ボタンがクリック0件だったと書きました。そのあとで、人間に効かなくてもAIエージェントやLLM検索には効くらしい、という話をあちこちで見かけるようになりました。本当にそうなのか、どれくらい使われていて、どれくらい効果があるのか、調べてみました。

仕組みとして動いている証拠は複数ある

まず、RSSがAI検索の裏側で実際に使われているかどうかです。これは「仕組みとして動いている」と言えるだけの根拠がありました。

PerplexityはRSSフィードを1〜6時間ごとにポーリングしているとされています。通常のクロールが数週間かかることもあるのに対し、RSSを経由すると公開から数時間でAIの回答に反映されることがあるそうです。

AEO(Answer Engine Optimization、AI回答エンジン最適化)の評価基準をまとめたサイトでも、「RSS Feed Presence & Quality」という項目が公式のチェックリストに入っていました。RSSの有無がAI検索での見つかりやすさを左右する要素として、業界側ではすでに前提になっているようです。健康診断の問診票にある「運動していますか」の欄のようなもので、チェックは入りますが、それが実際に何を防いでいるのかまでは、記入した本人も知りません。

MCP(Model Context Protocol)の世界でも、RSSを読み込む専用サーバーが複数公開されています。AIエージェントがフィードを直接取得して要約する構成は、もう珍しいものではなくなっていました。

仕組みはある。効果を測った研究はない: Perplexityは1〜6時間周期でRSSをポーリング、RSS単体の効果量を測った研究は0件、llms.txtは30万ドメイン調査で無相関と判明

でも、RSSの効果量を測った研究が見つからない

ここで引っかかったのが、「効く」の中身です。GEO(Generative Engine Optimization)やAEOの引用率に関する研究自体は、実はかなり充実していました。

プリンストン大学のGEOに関する論文では、統計データを加えると最大40%ほど可視性が上がる、引用や権威ある発言を加えると同程度の効果が出る、という結果が示されています。約1万件のクエリで検証したベンチマークに基づく数字です。

ところが、このレベルの実験で「RSSフィードの有無」を単独の変数として検証した研究には、どれだけ探しても行き当たりませんでした。少なくとも私が探した範囲では0件です。「RSS Feed Presence」はチェックリストの1項目として扱われているだけで、それがあると引用率が何%変わるのかという数字は、どこにも書かれていなかったのです。

llms.txtは「効かない」とはっきり測られている

対照的な例として、llms.txtという似た立ち位置のファイルがあります。AIに自サイトの内容を伝えるための専用ファイルで、RSSと同じく「AI向けに置いておく」系の施策です。

こちらは、137,000ドメインを分析したAhrefsの調査で、28%のドメインがllms.txtを設置しているものの97%は一度もアクセスされていないと分かっています。さらに30万ドメインを分析したSE Rankingの調査では、llms.txtの設置とAI検索での引用率の間に相関が見つからなかったと報告されています。

つまりllms.txtは、「効かない」とはっきり測られた施策です。RSSはここまでの検証を受けていません。効くとも効かないとも、まだ誰も測っていないというのが正確なところでした。

自分の記事に当てはめると

前回調べた自分のRSS購読ボタンは、人間向けの指標としてはクリック0件でした。今回の調査を踏まえると、AIエージェント向けには仕組みとして動いている可能性はあるものの、それがどのくらいの効果を持つのかは、自分のサイトの表示回数やクリックのように数字で確認できる状態にはなっていません。

車に積みっぱなしの非常用タイヤのようなものです。出番が来るかは分かりませんが、置いておくだけなら邪魔にもならないので、外す理由もありません。費用はほぼゼロなので、設置自体はこのまま続けます。ただ「RSSを置けばAI検索に拾われやすくなる」という話を、確認済みの事実として扱うのはやめようと思いました。

LLMOやAI検索最適化を体系的に見直すなら、拙著『LLMO実践ガイド』で構造化データやllms.txt、引用率最適化までまとめています。

LLMO実践ガイド 関連書籍 LLMO実践ガイド LLMO 実践ガイド | AI検索最適化・llms.txt・JSON-LD・引用率改善の体系書 書籍ページを見る →