Google が HTML をSEO標準と語った理由：MarkdownだけではAI可視性は伸びない
論点は「Markdownが悪い」ではない。検索とAIの発見性は、いまもユーザーが確認できる通常のHTMLページに強く依存している。GEOチームは、機械向けの別ページではなく、検証可能な正本を守る必要がある。
Dageno 編集部メモ: Dageno AI 編集部は、Search Engine RoundtableによるGoogleの「Markdown vs HTML」報道を、クロール可能性、正本としての証拠設計、LLM専用ページの運用リスクというGEO視点で再構成しました。
記事の要点を60秒で把握する
- John MuellerとMartin Splittは、SEOとSearchではHTMLが実務上の標準だと説明した。AI可視性でも、取得しやすいHTMLが証拠レイヤーになる。
- Markdownは制作やドキュメント管理には有効だが、Markdownファイル自体がSEO上の優位性を生むわけではない。
- LLM専用の別ページを作ると、壊れた内容を人間が見つけられないままAIが読む可能性がある。
- GEOで重要なのは形式の好みではなく、同じ正本に見出し、リンク、事実、構造化データを集約することだ。
HTMLはクローラーとAI検索の双方にとって最も安定した正本である
原文の中心は、制作フォーマットと発見可能性を分けて考える点にある。Markdownで書くことはできるが、Googleの検索システムは通常のWebページ、つまりHTML上の本文、リンク、見出し、メタ情報を前提に動いている。
AI検索でも同じ構造が重要になる。検索拡張型の回答は、取得できるページを分割し、要約し、引用する。公開HTMLに同じ証拠が置かれていなければ、ブランドの説明は安定して参照されにくい。
Markdownは制作工程では有効だが、公開面での近道ではない
Googleの指摘はMarkdownの否定ではない。開発者向けドキュメント、リリースノート、社内編集フローではMarkdownは便利だが、それを別の検索面として出すことが可視性の理由にはならない。
GEOチームは、Markdownから公開HTMLへ変換される時点で、タイトル、要約、FAQ、内部リンク、更新日、構造化データが揃っているかを確認すべきである。
LLM専用ページは、見えない品質事故を生みやすい
原文が警告しているのは、ユーザーが見ない「機械向けページ」が壊れても発見されにくい点だ。価格、仕様、法務表現が古いままでも、人間のフィードバックが入らない。
Dagenoの見方では、AIに読ませる情報は人間にも検証できるべきだ。別バージョンを増やすほど、QA、権限管理、リンク評価、エンティティ一貫性が分裂する。
GEOで効くのは、別Markdownではなく証拠として使えるHTML設計である
優れたページは、冒頭で回答を示し、その後に定義、制約、比較、事例、製品事実を置く。HTMLはこれらを見出し、表、リスト、schema、内部リンクとしてAIが取得しやすい形にできる。
キーワードを増やすだけではなく、回答に使える証拠を明確に配置することが重要だ。AIが引用しやすく、人間も確認しやすい状態がGEOの基本になる。
制作から公開まで、一つの情報源を保つ運用が必要になる
プロダクトチームがMarkdownで書き、ドキュメントチームがGitで管理し、マーケティングがCMSで公開しても、公開される正本は一つに揃える必要がある。
「どこで書くか」より「どこを正本としてAIとユーザーに見せるか」が重要だ。公開後は、レンダリングされた見出し、canonical、robots、sitemap、schemaを確認するべきである。
AI可視性に影響するフォーマット判断
正本HTMLページ
回答、事実、内部リンク、schemaをユーザー向けページに集約する。AIも人間も同じ証拠を参照できる。
Markdown制作フロー
下書きや版管理には有効。ただし最終的には公開HTMLに変換し、別の検索面として扱わない。
LLM専用コピー
品質管理が成熟していない場合は避ける。古い情報や壊れたテンプレートがAI回答に混入する可能性がある。
レンダリング確認
公開後のDOMで、見出し、表、リンク、構造化データが欠けていないかを確認する。
どのチームが何を変え、どのシグナルで進捗を確認すべきか
| チーム / 担当 | 変わること | 次のアクション | 見るべきシグナル |
|---|---|---|---|
| GEOチーム | 形式は取得可能性の問題になる。 | 重要プロンプトが正本HTMLに着地するか監査する。 | 正本URLの引用率、プロンプト別可視性 |
| SEOチーム | インデックスとcanonicalはAI可視性の土台になる。 | Markdown由来ページのrobots、sitemap、canonicalを点検する。 | クロールエラー、重複URL、coverage |
| コンテンツ戦略 | 制作形式で証拠レイヤーを分断しない。 | Markdownを定義、事例、FAQ付きHTMLへ変換するテンプレートを作る。 | 回答抽出率、内部リンク密度 |
| エンジニアリング | 静的生成やテンプレート不具合が引用に影響する。 | レンダリング差分と隠れページを自動テストする。 | テンプレートエラー、DOM欠落 |
| ブランド / 法務 | 機械向けページにも承認が必要になる。 | クローラーに見える全ページを同じレビュー対象にする。 | 未承認表現、古い製品説明 |
可視性の計測は、引用の動きと事業反応をつなげて見る必要がある
正本URL引用率
AIが意図した公開ページを引用しているかを見る。GEO担当がプロンプト群ごとに確認する。
レンダリング証拠の完全性
見出し、表、schema、リンクがビルド後に消えていないかを見る。SEOと開発が担当する。
機械向けページのドリフト
HTML、Markdown出力、bot向け資産の不一致を検出する。コンテンツ運用が統合する。
URL別の回答鮮度
更新後も古い記述がAI回答に残っていないかを見る。分析チームが引用変化と接続する。
AI可視性シグナルを実行に変える。
Dageno AI は data monitoring → strategy → content generation → result attribution までをつなぐ実行プラットフォームです。AI回答面を監視し、戦略ギャップを見つけ、コンテンツ施策を生成し、可視性と事業インパクトに結び付けます。
Alexa for Shopping