×

ノウハウが詰まった資料を大放出!

無料で資料をダウンロード

創業30年で支援実績889社、
リピート率90%

無料でお問い合わせする

採用コラムAIに選ばれる新卒採用サイトの作り方|LLMO対策の基本

最終更新日:2026年9月18日

0. 前提 ──「AI向けの特別な設計」があるわけではない

就職活動で生成AIを使う学生が増えています。「〇〇社の初任給はいくらですか」「未経験の文系でも応募できますか」といった質問に対して、AIがどの企業を挙げ、どのページを引用するのか。採用サイトを評価する視点として、この観点が加わりつつあります。

ここで最初に押さえておきたいことがあります。AIに選ばれるためのサイト設計は、これまでのSEOやWeb情報設計の考え方と対立するものではありません。

検索エンジンはもともとページ単位で評価しており、「1ページで1つの検索意図に答える」「重要なページへの導線を確保する」「事実は構造化して書く」といった原則は以前から言われてきたものです。AIの登場でこれらが覆ったわけではなく、同じ原則の重要度が上がった、と捉えるのが実態に近いと考えています。

一方で、AI経由での露出が話題になるなかで、いくつか実態とずれた理解も見かけるようになりました。まずはそこを整理します。

よく聞かれる理解 実際のところ
トップページの情報量を増やすとAIに評価される 評価・引用の単位はURL単体です。トップページに集約するほど「何のページか」が曖昧になり、かえって引用されにくくなります
階層が深いページは評価されない URLの階層の深さそのものは評価に影響しません。影響するのは「リンクを辿って到達できるか」です
AI向けに特別な施策が必要になる 大半は従来のSEO・情報設計と共通です。AI特有といえるのは、AIクローラーの許可設定と、AI上での見え方の実測くらいです
サイト全体の完成度でAIが企業を判断する 参照されるのはページ単位です。1枚ごとに「単体で読んで意味が通るか」が問われます

なぜページ単位なのか。 生成AIが回答をつくる際の情報の取り方は、大きく3つです。学習済みの知識から答える/検索エンジンのインデックスを経由して該当ページを引用する/質問に応じてその場でページを取得して読む。いずれの経路でも、引用の単位はURL単体です。「トップページが充実しているからサイト全体を高く評価する」という仕組みは確認されていません。実際、AIの回答で引用されるのはトップページとは限らず、具体的な内容が書かれた下層ページであることも多くあります。

また、AIが1回の回答で参照するのは限られた件数のページで、しかも全文ではなく該当箇所の抜粋であることがほとんどです。効いてくるのは「サイト全体の情報量」ではなく、そのページ1枚だけを読んで意味が通るかどうかです。

設計の進め方について。 実務的におすすめしたいのは、サイトマップを描く前に「学生から実際に聞かれる質問」を洗い出し、それぞれに答えるページを先に決めることです。従来の情報設計を否定するものではありませんが、この順序で進めると、必要なページの抜け漏れや、どのページにも書かれていない情報が見つけやすくなります。

国内最大規模の独立系RPOの
”レジェンダ・
コーポレーション”

創業30年で支援実績889社 リピート率90%以上

採用強化RPOサービスのご案内

全11ページ
料金体系を含むサービスのご案内

無料ダウンロード

資料を受け取る
資料を受け取る

1. サイト構造 ──「階層」には2種類ある

採用サイトの構造を議論するとき、混同されやすいのがこの点です。「階層が深いと評価されない」という理解は、半分正しく、半分間違っています。

1-1. ディレクトリ階層とクリック階層

階層には性質の異なる2つがあります。

ディレクトリ階層(URL構造の深さ)

`example.com/recruit/graduates/jobs/engineer/` のような、URLがいくつのフォルダで構成されているか。

これ自体は評価に影響しません。検索エンジンもAIも、URLの深さを理由に減点する仕組みは持っていません。

クリック階層(トップページからのリンク距離)

トップページから何回リンクを辿れば、そのページに到達できるか。

本質はこちらです。

この2つは一致しません。URLが4階層でも、トップのグローバルナビから直接リンクされていればクリック階層は1です。逆にURLが2階層と浅くても、どのページからもリンクされていなければ、実質的に到達できないページになります。

1-2. なぜクリック階層が効くのか

クローラーは主にリンクを辿ってページを発見します(サイトマップからの発見もありますが、補助的な位置づけです)。そのため、トップページからのリンク距離が遠いページほど、次のような不利が積み重なります。

  • 発見されにくく、再訪(更新の再取得)の優先度も下がる
  • 内部リンクを通じた評価が届きにくい
  • 結果として、インデックスに登録されない/登録されても情報が古いまま残る

AIが引用するページの多くは、検索エンジンのインデックスを経由します。検索を経由する経路では、インデックスされていないページは内容がどれだけ良くても引用されません。

大手企業の採用サイトで「情報量は多いのに露出が伸びない」という状態になるのは、ディレクトリが深いからではありません。ディレクトリを深くする際に、クリック階層まで一緒に深くなってしまっているからです。この2つを切り離して設計すれば、職種数の多い複雑なサイトでも不利にはなりません。

1-3. 解決策は「ナビゲーションに含める」こと

クリック階層を浅く保つ方法は、突き詰めればひとつです。重要なページを、トップページから直接辿れる導線に載せる。

グローバルナビ・フッターナビに主要カテゴリを網羅する

職種一覧/募集要項/選考フロー/社員紹介/働く環境/FAQ/エントリー。これらはトップから1クリックで到達できる位置に置きます。

職種数が多い場合は「職種一覧ページ」を1枚立てる

トップ → 職種一覧 → 個別職種ページ、で2クリックです。個別職種を全てグローバルナビに入れる必要はありません。一覧ページが全職種へのリンクを持っていれば十分です。

各ページの末尾に関連ページリンクを置く

職種ページ → 募集要項/選考フロー/該当職種の社員インタビュー、というように、複数経路で到達できる状態にします。

パンくずリストを全ページに設置する

現在位置を示すと同時に、上位ページへの経路を確保します。

目安として、主要ページはトップから2クリック以内、全ページ3クリック以内を基準にしてください。繰り返しますが、これはURLの階層数ではなくリンクの距離の話です。URLが深くなること自体は問題ありません。

1-4. 職種・テーマごとに個別ページを立てる

クリック階層を浅く保てるのであれば、ページは積極的に分けるべきです。「総合職」1ページに全職種を詰め込むのではなく、職種ごと・テーマごとに1ページを立てます。

AIは質問に対して、最も的確に答えているページを選んで引用します。あれもこれも書かれた総花的なページは、どの質問に対しても中途半端になり、選ばれにくくなります。これは検索エンジンの評価においても同様で、新しい話ではありません。

1-5. トップページの役割を定義する

トップページは「詳細情報の受け皿」ではありませんが、単なるナビゲーションの置き場でもありません。

トップページに求められるのは、そのページ単体を読んで「この会社は何をしている会社で、どんな人を、どういう条件で募集しているのか」が分かることです。具体的には、正式な会社名/事業内容の要約/募集職種の一覧/新卒・中途・インターンの区別/選考フローの入口。ここまでは本文テキストで記載します。

抽象的なキャッチコピーと世界観のビジュアル、そしてナビゲーションだけで構成されたトップページは、AIから見ると「何のページか判定しにくいページ」になります。これは同時に、初めて訪れた学生が離脱する理由でもあります。

補足:1ページ完結型(縦長ワンページ)について

新卒採用サイトでは、トップページを縦長の1ページにまとめ、その中でメッセージ・事業紹介・募集要項・社員紹介まで完結させる構成も見られます。扱う情報量が限定的な段階では、「そのURLが何のページか」が明確なため、この構成でも成立します。ただし、これは「1ページに詰め込めば良い」という意味ではありません。職種数や制度情報が増えた段階では、テーマごとに独立したページへ分割する設計への移行が必要になります。

2. ページ単体の自己完結性(最重要)

AIに引用されるかどうかを最も左右するのが、この部分です。全ページに以下を適用します。

2-1. 冒頭で「名乗る」

各ページの最初の見出しとリード文で、以下を本文テキストで明記します。

  • 会社名(正式名称)
  • 職種名/テーマ名
  • 雇用形態(新卒/中途/インターン)
  • そのページが何を説明するページか

会社名や職種名がキービジュアル画像の中やグローバルナビにしか存在しないページは、抜粋して引用される際に文脈が失われるため、引用されにくくなります。デザイン上、画像に文字を載せる場合は、必ず同じ内容をテキストでも記載してください。

2-2. 想定質問に「直接回答する」

学生が実際にAIへ投げる質問を洗い出し、見出し・段落・FAQで正面から答える構成にします。ポイントは、キーワードの羅列ではなく自然文の質問を想定することです。AIへの問いかけは、検索窓へのキーワード入力とは形が違います。

想定される質問(自然文) 回答を置くページ
「〇〇社の新卒の初任給はいくらですか」 募集要項/待遇ページ(数値で明記)
「〇〇社の選考は何次まであって、どのくらい時間がかかりますか」 選考フローページ(回数・期間・日程で)
「〇〇社は未経験の文系でも応募できますか」 職種ページ・FAQ
「〇〇社の年間休日や残業時間はどのくらいですか」 働く環境ページ(実績数値で)
「〇〇業界で〇〇職を目指す新卒におすすめの企業はどこですか」 職種紹介ページ(仕事内容を具体化)

質問リストは職種カテゴリごとにテンプレート化し、「自社サイトのどのページが、この質問に答えているか」を一覧で管理できる形にしておくと、公開後の改善が回しやすくなります。

2-3. 事実情報を「テキスト+数値・単位付き」で書く

良い例

「初任給 月額23万5,000円(2026年度実績)」/「年間休日124日」/「平均残業時間 月15時間」/「研修期間3ヶ月(OFF-JT 200時間)」

避けたい例

「充実した福利厚生」/「風通しの良い社風」/「手厚い研修制度」

形容詞だけの記述からは、他社と比較できる事実が取り出せません。そのため、回答の根拠として使われにくくなります。これは学生が他社と比較検討する場面でも同じことが言えます。

媒体による扱いの違いにも注意してください。

  • 画像内の文字:読み取られない前提で設計してください。募集要項を画像で作り込むのは、この観点では最も避けたい実装です
  • PDF:検索エンジンにインデックスされ、AIに読まれることもありますが、HTMLページと比べると引用時の扱いは不利になります。PDFで配布する場合も、同じ内容をHTMLページとして用意してください

3. 取得可能性 ──「AIがそもそも読める状態」にする

ページの中身以前に、AIがそのページを取得できなければ意味がありません。この章は情報システム部門や制作会社の領域にあたるため、サイト公開前に必ず担当者と一緒に確認してください。

3-1. AIクローラーのブロック確認

robots.txt および CDN/WAF の設定で、AI関連のクローラーが拒否されていないかを確認します。ここで重要なのは、クローラーには役割の異なる2種類があるという点です。

① 回答時にページを取得しに来るクローラー

OAI-SearchBot(ChatGPTの検索)、PerplexityBot、ClaudeBot など。

→ これをブロックすると、AIが回答を作る際に自社ページを参照できなくなります。優先して確認すべきはこちらです。

② 学習・モデル向けのクローラー

GPTBot、Google-Extended など。

→ こちらをブロックしても、露出が即座に消えるわけではありません。特に Google-Extended は Gemini や学習用途の制御であり、これを拒否しても Google の AI Overviews での引用は止まりません(AI Overviews は通常の Googlebot によるインデックスに基づいています)。ブロックの可否は、自社の情報を学習に使われることをどう考えるかという方針判断になります。

大手企業ほど、セキュリティ設定やCDNの標準設定で①のクローラーまで気づかずブロックしているケースがあります。この場合、自社サイトの一次情報がAIに届かず、AIの回答が求人媒体や口コミサイトの情報だけで構成される状態になります。給与情報が古いまま引用され続ける、といった問題もここから生じます。

3-2. JavaScript依存度の確認

JavaScriptを実行しない状態で本文が取得できるかを確認します。SPA(React/Vue等のクライアントサイドレンダリング)や、外部の採用管理システム(ATS)の埋め込みで求人情報を生成している場合、クローラーによっては中身のない空のページとして扱われることがあります。

対策は、サーバーサイドレンダリング(SSR)化、または本文を静的HTMLとして持つことです。少なくとも募集要項と職種紹介は、JavaScriptなしで読める状態にしてください。

3-3. インデックス網羅率と到達性の確認

サイトマップに掲載しているURL数に対して、実際に検索エンジンにインデックスされているURLがいくつあるかを確認します(Google Search Console で確認できます)。あわせて、canonicalタグの指定ミス、パラメータ付きURL(`?utm=` など)による重複、内部リンクがゼロの孤立ページの有無をチェックします。

ここで見るべきは「階層が深いかどうか」ではなく、「深くした結果、インデックスされていないページがどれだけあるか」という数値です。

4. 信頼性・一貫性 ──「AIが採用するに足る」コンテンツ

AIは複数の情報源を照合して回答を作ります。「自社サイトが詳しい」だけでは不十分で、他の情報源と矛盾がなく、より具体的な記述があることが、引用されやすさにつながります。

項目 具体策
一次情報の密度 社員の実名インタビュー(年次・部署名入り)、実数値(平均勤続年数、初任給、研修時間、有給取得率、女性管理職比率)、独自制度の正式名称。「社名を他社に差し替えても成立してしまう文章」を極力減らします
サイト外との整合性 マイナビ・リクナビ等の求人媒体、口コミサイト、ニュースリリースに掲載されている事業内容・従業員数・本社所在地・正式社名が、自社サイトの記載と矛盾していないか確認します。矛盾があると、AIの企業情報の記述が不安定になります
構造化データ Organization スキーマを実装し、sameAs で公式SNSや法人情報と紐付けます。社名の表記ゆれ(正式名称/略称/英語表記)を統一し、企業を「同一の存在」として認識させます

構造化データについての補足

  • JobPosting は個別の求人を表すスキーマで、職務内容・雇用主・勤務地に加え、掲載日などの日付情報を持たせます。会社紹介ページや通年掲載の職種紹介ページに貼るものではないため、実際の募集要項ページに限って実装してください
  • FAQPage については、Google検索でのリッチリザルト表示が現在はほとんどのサイトで行われていません。それでも内容を機械的に読み取りやすくする意味はありますが、検索結果の見た目が変わることを期待した施策ではない点はご認識ください

5. 新卒採用サイトのページ設計(1ページ1テーマの実装例)

全ページが「単体で読めて意味が通る」ことを確認しながら作ります。

ページ 必ず含める要素(数値・固有名詞で)
トップページ 会社名(正式名称)・事業内容の要約・募集職種一覧・新卒/中途/インターンの区別・選考フローへの入口
募集要項 応募資格・初任給・勤務地・勤務時間・年間休日・選考日程・提出書類・締切(全て数値と日付で)
職種紹介(職種ごとに1ページ) 具体的な業務内容・必須/歓迎スキル・配属先・キャリアパス・先輩社員の実事例
社員インタビュー(1人1ページ) 実名・年次・部署・入社理由・1日のスケジュール・やりがいと課題
働く環境・制度 初任給・賞与・休日・残業実績・育児/介護制度・研修時間(実数値で)
選考フロー ステップごとの内容・所要期間・日程例・面接回数
FAQ 「未経験でも応募できますか」「文系でも大丈夫ですか」「勤務地はどこですか」など、実際に聞かれる質問へ見出し単位で直接回答
インターン/イベント 対象・日程・内容・報酬・参加条件(数値付き)

実装のポイント

  • 社員インタビューは、トップから1〜2クリックで到達できる導線に置きます。学生の関心が高い一方、リンクが細くなりがちなページです
  • 各ページの末尾に関連ページリンク(職種ページ → 募集要項/選考フロー/社員インタビュー)を必ず設置し、到達経路を複数作ります
  • FAQ は、質問と回答が見出し単位で対応する構造にします。「よくある質問」を1ページに羅列するだけでなく、各質問が独立した見出しになっている状態を目指してください

6. 実測と運用 ──「作って終わり」にしない

公開後は、実際にAI上でどう扱われているかを定期的に測定します。ここで得られるのは推測ではなく事実なので、必ず運用に組み込んでください。

主要なAI(ChatGPT/Perplexity/Google AI Overviews/Gemini)に、想定質問を自然文で投げる

例:「〇〇社の新卒の初任給はいくらですか」「〇〇社の選考フローを教えてください」「〇〇業界で新卒採用をしている企業のなかで、〇〇職に力を入れているのはどこですか」

記録する4点

  1. 自社が回答に登場するか
  2. 引用されているURLが自社サイトか、求人媒体・口コミサイトか(媒体ばかりであれば、自社ページの改善余地がそこにあります)
  3. 記述内容は正確か、古くないか、ネガティブな内容が混じっていないか(求人媒体の古い給与データが引用され続ける、という問題もここで検出できます)
  4. 同時に名前が挙がる競合はどこか

なお、AIの回答は同じ質問でも実行のたびに変動します。1回の結果で判断せず、同じ質問を複数回・定期的に投げて傾向を見るようにしてください。

結果をサイト改善にフィードバックする

引用されていないページについて、「想定質問への回答が不足しているのか」「数値が書かれていないのか」「そもそも到達できていないのか」を切り分けて修正します。

7. 公開前の最終チェックリスト

 

カテゴリ チェック項目 確認内容
A. 取得可能性 ① AIクローラー許可 robots.txt/CDN・WAF で、回答時にページを取得するクローラー(OAI-SearchBot・PerplexityBot・ClaudeBot 等)をブロックしていないか
② JS非依存 JavaScript無効でも本文が取得できるか(募集要項・職種紹介はSSR化済みか)
③ インデックス網羅 サイトマップのURLがインデックスされているか。孤立ページ・canonical重複はないか
B. ページ単体の自己完結性 ④ クリック階層 主要ページがトップから2クリック以内、全ページ3クリック以内で到達できるか。ナビ・パンくず・関連リンクの複数経路があるか
⑤ 意味の完結 各ページ単体で「どの会社の・どの職種の・何の情報か」が本文テキストで分かるか
⑥ 事実情報の抽出 給与・勤務地・勤務時間・休日・選考フロー・応募資格・研修が、数値と単位付きのテキストで存在するか
⑦ 想定質問への直接回答 職種カテゴリごとのFAQ・見出しで、学生の自然文の質問に直接答えているか
C. 信頼性・一貫性 ⑧ 一次情報の密度 実名・実数値・独自制度の固有名詞がどの程度含まれるか(形容詞のみの記述の割合)
⑨ サイト外との整合 求人媒体・口コミサイト・ニュースと、事業内容・従業員数・社名が矛盾していないか
⑩ 構造化データ Organization の実装、募集要項へのJobPosting、sameAs 紐付け、表記ゆれの統一
D. 実測 ⑪ AI上の可視性 主要AIで自社が登場するか。引用URLはどこか。記述は正確か。競合はどこか

まとめ

冒頭に書いた通り、AIに選ばれる採用サイトの条件は、これまでのSEO・情報設計の原則と大きく変わりません。要点は3つです。

1. ページ単位で設計する

1ページ1テーマ(職種・制度・選考フロー・社員インタビュー・FAQ)で構成し、各ページが単体で「どの会社の・どの職種の・何の情報か」を名乗り、数値と固有名詞で完結している状態をつくる。

2. 読まれる状態をつくる

URLの階層の深さは問題ではありません。トップページからのリンク距離(クリック階層)を浅く保つことが本質です。主要ページをグローバルナビに載せ、パンくずと関連リンクで複数経路を用意し、孤立ページをゼロにする。あわせて、AIクローラーをブロックせず、JavaScriptに依存せず、全ページをインデックスさせる。

3. 作って終わりにしない

公開後は主要AIでの可視性を実測し、引用されているURLと記述の正確性を定期的にチェックして、改善を回す。

情報量の多い大手企業の採用サイトが、それゆえに不利になることはありません。多くの情報を、深いディレクトリに置いたまま、浅いクリック階層で到達できるようにする。この設計ができていれば、規模の大きさはそのまま強みになります。

専門用語集

本文で使用した主な専門用語を、採用サイトの企画・制作担当者向けに簡潔に整理します。

 

用語 意味
LLMO LLMOは「Large Language Model Optimization(大規模言語モデル最適化)」の略です。生成AIやAI検索の回答で、自社の情報が適切に参照・引用されやすくなるよう、Webサイトの内容や構造を整える考え方です。
SEO 検索エンジン最適化。検索結果でページが見つかりやすく、内容を正しく評価されやすくするための取り組みです。
クローラー Webページを巡回して内容を取得するプログラムです。検索エンジン用と生成AI用があり、用途によって役割が異なります。
robots.txt サイト内のどのページを、どのクローラーに取得させるかを指定するための設定ファイルです。
CDN Webコンテンツを複数の配信拠点から効率よく届け、表示速度や安定性を高める仕組みです。
WAF Webアプリケーションへの不正アクセスや攻撃を検知・遮断するセキュリティ機能です。設定によっては正当なAIクローラーも遮断する場合があります。
インデックス 検索エンジンがWebページを収集・解析し、検索対象としてデータベースに登録することです。
クリック階層 トップページから目的のページへ、リンクを何回たどれば到達できるかを示す距離です。
ディレクトリ階層 URLがフォルダ構造上どれだけ深い位置にあるかを示すものです。クリック階層とは別の概念です。
パンくずリスト サイト内で現在のページがどの階層にあるかを示し、上位ページへの移動を助けるナビゲーションです。
SPA 単一のページ上でJavaScriptが表示内容を切り替えるWebアプリケーション方式です。実装によってはクローラーが本文を取得しにくくなります。
SSR サーバー側でページ内容を生成してからブラウザーへ返す方式です。JavaScriptを実行しないクローラーにも本文を届けやすくなります。
canonicalタグ 内容が同じ、または似た複数のURLがある際に、代表として評価してほしいURLを検索エンジンへ示す指定です。
構造化データ Webページの内容に「これは会社名」「これは勤務地」「これは給与」と目印を付け、検索エンジンやAIに意味を正しく伝えるためのデータです。たとえば、企業情報には「Organization」、求人情報には「JobPosting」という決められた形式を使います。
Organization 企業・団体の正式名称、所在地、公式サイトなどを示す構造化データの種類です。
JobPosting 職務内容、雇用主、勤務地、掲載日など、個別の求人情報を示す構造化データの種類です。
FAQPage 質問と回答の組み合わせで構成されたページであることを示す構造化データの種類です。
sameAs 構造化データで、公式SNSや外部の公式情報を同一の企業・団体にひも付けるための指定です。
ATS 採用管理システム。求人掲載、応募者情報、選考状況などを一元管理する仕組みです。
AI Overviews Google検索で、検索結果の上部などにAIが生成した要約を表示する機能です。
スキーマ 情報の種類や項目、関係性を定めた共通の設計ルールです。構造化データでは、企業を表す「Organization」や求人を表す「JobPosting」などのスキーマを使い、検索エンジンやAIに情報の意味を伝えます。

この記事の監修者

中津川
セールス&マーケティング部 統括リーダー

■経歴
レジェンダ・コーポレーションに入社後、外資IT大手・メーカー等の新卒・中途の採用アウトソーシング、コンサルティングを担当。その後、広報、セールスを経て、現在はマーケティングに従事。インナーブランディング・Webマーケティング企画実行を担当している。

採用ブランディング完全ガイド

全10ページの
実践ステップ搭載

無料ダウンロード

資料を受け取る
資料を受け取る

国内最大規模の独立系RPOの
”レジェンダ・
コーポレーション”

創業30年で支援実績889社 リピート率90%以上

関連記事

人気記事

新着記事

人事ナレッジ集トップに戻る