競合サイトを200ページクロールして、その構造データをもとにコンテンツ戦略を設計した。AIとの対話でトピッククラスターの設計を進める中で「本当に理解してるのか」と疑いをぶつけたら、設計がより深まった話を書く。
クロールデータで競合の構造が見えてくる
自作クローラーで競合サイトを200ページクロールすると、セクション別のページ数とインリンク数の分布がわかる。/blog/が47件でSEO集客の主力、/case/が42件で信頼構築、/materials/が27件でリードジェン——という構造が数字で見えてくる。
面白いのは弱点も数字に出ること。/scene/（活用シーン）の平均インリンクは2件、/seminar/は1件。これは内部リンクがほぼなく、SEO的にほぼ機能していない。競合の弱点を知ることは自社の設計に直接活かせる。
「本当にトピッククラスターを理解してるのか」と疑いをぶつけた
AIがピラーページとクラスターページの設計案を出してきたとき、「ちゃんと理解して提案しているのか疑っている」と正直に言った。するとAIは「各クラスターがなぜピラーの要約でなく独立したページなのか」を根拠付きで説明し始めた。
クラスターページの条件として出てきたのは2つ。「独立した検索意図がある（そのクエリ単体でGoogle検索する人がいる）」こと、そして「ピラーが触れているが深掘りしていない1点を扱う」こと。たとえばピラー「伴走支援とは？」でFAQに「費用は10〜30万円」と触れていても、クラスター「伴走支援の費用相場」は契約形態別の目安・交渉ポイントまで深掘りする独立した記事になる。
「競合のクラスターは何ページだった？」という問いで設計が深まった
「競合は実際に何ページのクラスターを持っているのか、自分の提案と比べてどうなのか」と聞いたら、AIはクロールデータを再分析し始めた。
判明したのは、/blog/の47件のうち31件がカテゴリ/タグページで、実記事は16件しかクロールできていなかったこと。そして実際の記事数は数百本規模と推定されること。AIが提案した「5ピラー+24クラスター=29本」はMVPとしては妥当だが、競合の規模には全然届いていないことを正直に認めた。
さらに重要な設計の見落としも発覚した。カテゴリアーカイブページを設計に入れていなかったこと。S競合はカテゴリページがナビハブとして機能し、/blog/ → /blog/category/[slug]/ → /blog/[article]/という3段構造になっている。これを入れると「1段追加するだけで内部リンクの質が大きく変わる」という設計上の重要ポイントが見えてくる。
AIへの疑いが設計を深める
今回学んだのは「AIの提案をそのまま受け取らず、疑いをぶつけること」の価値だ。「本当に理解してるのか」「競合と比べてどうなのか」と問うことで、AIは根拠を示しながら自己修正し、より精度の高い設計に辿り着いた。
AIが出した最初の答えが完成形ではない。問い続けることで精度が上がる——これはコンテンツ設計に限らず、AIとの共同作業全般に言えることだと思う。
まとめ
クロールデータを使った競合分析とトピッククラスター設計は、AIと一緒にやると1セッションで形になる。重要なのは設計案を鵜呑みにせず、根拠と比較を求めて問い続けること。今回はその問いから「カテゴリアーカイブという設計の抜け」が見つかり、より実態に近い構造設計ができた。
コメント