Search Experience Optimization (SXO)

SXO は SEO (Google が報酬を与えるもの) と UX (ユーザーが必要とするもの) のギャップを埋めます。従来の SEO 監査は技術的な健全性をチェックします。SXO は次のように問いかけます。「このページは、Google が実際に SERP で報酬を与えているものに基づいて、このキーワードでランク付けされる価値があるか？」

コア洞察

ページは技術的 SEO で 95/100 のスコアを獲得しても、キーワードに対して間違ったページタイプであるためランク付けに失敗することがあります。Google があなたのキーワードに対して 8 つの商品ページと 2 つの比較ページを表示している場合、ブログ投稿がいくら最適化されていようと、決して突破することはできません。

コマンド

コマンド	目的
/seo sxo <url>	フル SXO 分析（ページからキーワードを自動検出）
/seo sxo <url> <keyword>	特定キーワードのフル SXO 分析
/seo sxo wireframe <url>	IST/SOLL ワイヤーフレーム生成（具体的なプレースホルダー付き）
/seo sxo personas <url>	ペルソナスコアリングのみ（SERP 分析をスキップ）

実行パイプライン

ステップ 1: ターゲット取得

1. scripts/fetch_page.py 経由でターゲット URL を取得（SSRF セーフ）
2. scripts/parse_html.py でパース：タイトル、H1、メタディスクリプション、見出し階層、単語数、スキーママークアップ、CTA、メディア要素を抽出
3. キーワードが指定されない場合、タイトルタグと H1 の重複から主要キーワードを抽出
4. キーワードが空でないことを確認してから進行

ステップ 2: SERP 逆向き分析

分類ルールは references/page-type-taxonomy.md を参照。

1. Google でターゲットキーワードを検索（WebSearch）
2. トップ 10 の有機検索結果それぞれについて、次を記録：
   • URL とドメインオーソリティティアー（ブランド／ニッチオーソリティ／不明）
   • ページタイプ（タクソノミーを使用して分類）
   • コンテンツ形式（長文、リスティクル、ハウツー、比較、ツール、ビデオ）
   • 単語数推定（スニペット長とページ構造から）
   • 存在するスキーマタイプ（SERP 機能から：評価、FAQ、HowTo）
   • メディアシグナル（ビデオカルーセル、画像パック、サムネイル有無）
3. 存在する SERP 機能を記録：
   • フィーチャースニペット（段落／リスト／テーブル／ビデオ）
   • People Also Ask（表示されているすべての質問を抽出）
   • 広告（上部と下部――広告数と広告コピーテーマを分析）
   • 関連検索（すべてを抽出）
   • ナレッジパネル／ローカルパック／ショッピング結果
   • AI Overview の有無とソースタイプ
4. SERP コンセンサスを計算：
   • 支配的ページタイプ（>60% = 強力なコンセンサス、40-60% = 混合、<40% = 分断）
   • コンテンツ深度期待（平均単語数ティアー）
   • スキーマ期待（最も一般的な構造化データタイプ）
   • メディア期待（ビデオが必須？画像が重要？）

ステップ 3: ページタイプ不一致検出

これが SXO のコア洞察です。ターゲットページタイプを SERP コンセンサスと比較します。

不一致の深刻度レベル：

ターゲットタイプ	SERP の期待	深刻度	推奨事項
ブログ投稿	商品ページ	重大	専用商品ページを作成
ブログ投稿	比較	高	比較マトリックスで構造化
商品	情報	高	教育的コンテンツレイヤーを追加
ランディングページ	ツール/計算機	高	インタラクティブなツール機能を構築
サービスページ	ローカル結果	中	ロケーション信号とローカルスキーマを追加
いかなるタイプ一致	-	整合	コンテンツ深度と UX に集中

分類ルール：

• references/page-type-taxonomy.md を使用してターゲットページを分類
• 同じタクソノミーを使用して各 SERP 結果を分類
• ターゲットタイプが SERP 支配的タイプと異なる場合、フラグを立てる
• SERP が分断されている場合（支配的タイプなし）、差別化の機会を注記

ステップ 4: ユーザーストーリー導出

完全なフレームワークは references/user-story-framework.md を参照。

SERP シグナルからユーザーストーリーを導出：

1. PAA 質問：知識ギャップと懸念を明らかにする
2. 広告コピーテーマ：商業的トリガーと価値提案を明らかにする
3. 関連検索：検索ジャーニーを明らかにする（前後の検索）
4. フィーチャースニペット形式：期待される回答構造を明らかにする
5. AI Overview：Google が考える決定的な回答を明らかにする

各シグナルクラスターに対して、ユーザーストーリーを生成：

[シグナルから導出されたペルソナ]として、
[クエリ意図から導出された目標]が必要である。
なぜなら[広告コピー/PAA トーンから導出された感情的ドライバー]だが、
[PAA 質問/関連検索から導出されたバリア]によってブロックされている。

主要な意図角度をカバーする 3～5 のユーザーストーリーを生成。

ステップ 5: ギャップ分析

ターゲットページを 7 つの次元で SERP 期待と比較：

次元	比較内容	スコア
ページタイプ	ターゲットタイプ vs SERP 支配的タイプ	0-15
コンテンツ深度	単語数、見出し深度、トピックカバレッジ	0-15
UX シグナル	CTA 明確度、アバブザフォールドコンテンツ、モバイルレイアウト	0-15
スキーママークアップ	存在 vs 期待される構造化データタイプ	0-15
メディアリッチネス	画像、ビデオ、インタラクティブ要素 vs SERP 規範	0-15
オーソリティシグナル	E-E-A-T マーカー、ソーシャルプルーフ、認証情報	0-15
鮮度	最後の更新日、日付シグナル、コンテンツの新規性	0-10

合計：0-100 SXO ギャップスコア（低い = より大きなギャップ、高い = より良い整合）

ステップ 6: ペルソナベースのスコアリング

方法論は references/persona-scoring.md を参照。

1. SERP 意図シグナルから 4～7 のペルソナを導出：
   • PAA 質問をテーマ別にクラスタリング
   • 広告コピーをターゲットオーディエンス別に分割
   • 関連検索をジャーニーステージにマップ
2. 各ペルソナについて、4 つの次元でスコアリング（各 25 ポイント）：
   • 関連性：ページはこのペルソナのニーズに対応しているか？
   • 明確性：このペルソナは 10 秒以内に回答を見つけられるか？
   • 信頼：このペルソナのための十分な信頼シグナルがあるか？
   • アクション：このペルソナのための明確な次のステップがあるか？
3. スコアと具体的な改善推奨事項を含むペルソナカードを出力
4. 最も弱いペルソナから順に並べ替え（最大の機会）

ステップ 7: ワイヤーフレーム生成（オプション）

/seo sxo wireframe が呼び出された場合のみ実行。

テンプレートは references/wireframe-templates.md を参照。

1. 解析されたページ構造から IST（現在の状態）ワイヤーフレームを生成
2. SOLL（目標の状態）ワイヤーフレームを生成：
   • SERP コンセンサスページタイプ
   • ギャップ分析の結果
   • ペルソナスコアリングの弱点
3. 超具体的なプレースホルダーを使用：
   • 不正確：「ここに CTA を追加」
   • 正確：「ヒーロー下に年間節約バッジ付き価格設定 CTA を追加、/pricing#enterprise にリンク」
4. 注釈付きセマンティック HTML セクションアウトラインとして出力

DataForSEO 統合

DataForSEO MCP ツールが利用可能な場合：

1. API 呼び出しの前に、コスト推定を実行し、ユーザーに確認
2. 正確な SERP データには google_organic_serp を使用（ポジション、機能、スニペット）
3. 検索ボリュームと競争メトリクスには keyword_data を使用
4. DataForSEO が利用不可の場合は WebSearch にフォールバック――出力で精度低下を注記

SXO スコア vs SEO ヘルススコア

SXO スコアはメイン SEO ヘルススコアとは別です。

• SEO ヘルススコア = 技術的コンプライアンス（クロール可能性、速度、スキーマなど）
• SXO ギャップスコア = ページと SERP 期待の間の整合
• ページは 95 SEO + 30 SXO = 技術的に完璧だが戦略的に不整合
• 両方が利用可能な場合、両スコアを一緒に報告する

クロススキルリファレンス

結果	ハンドオフ先
ペルソナスコアリングの E-E-A-T ギャップ	/seo content で深い E-E-A-T 監査
欠落しているスキーマタイプ	/seo schema で生成
SERP で検出されたローカル意図	/seo local で GBP 分析
コンテンツ深度ギャップ	/seo page で深いページ分析
取得中に検出された技術的問題	/seo technical で完全監査
画像/メディアギャップ	/seo images で最適化

出力形式

フル SXO 分析

## SXO 分析: [URL]
### ターゲットキーワード: [keyword]

### 1. SERP ランドスケープ
- 支配的ページタイプ: [type] ([confidence]% コンセンサス)
- SERP 機能: [リスト]
- コンテンツ深度規範: [単語数範囲]
- スキーマ期待: [タイプ]

### 2. ページタイプ整合
- あなたのページタイプ: [type]
- SERP が期待するもの: [type]
- 判定: [ALIGNED | MISMATCH (深刻度)]
- 影響: [説明]

### 3. ユーザーストーリー（SERP シグナルから導出）
[3-5 個のユーザーストーリー、ソースシグナル付き]

### 4. ギャップ分析（SXO スコア: XX/100）
[7 次元の内訳テーブル]

### 5. ペルソナスコア
[4-7 個のペルソナカード、4 次元スコア付き]

### 6. 優先アクション
[ランク付けリスト：まず不一致を修正、次に最も弱いペルソナギャップ]

### 7. 制限事項
[評価できなかったもの、データソース注記]

エラーハンドリング

エラー	アクション
URL 取得失敗	エラーを報告、URL アクセス可能性確認を提案
キーワードが提供されないか検出されない	ユーザーに対象キーワードの提供を依頼
WebSearch が < 5 件の結果を返す	利用可能なデータで進行、サンプルが限定的であることを注記
SERP に有機検索結果がない（すべて広告）	SERP が高い商業性であることを注記、広告コピーのみ分析
ターゲットページが JavaScript レンダリング	制限事項を注記、利用可能な HTML コンテンツを使用
DataForSEO コストが閾値を超える	WebSearch にフォールバック、ユーザーに通知

品質チェックリスト

結果を提供する前に、以下を確認：

• ターゲット URL が scripts/fetch_page.py 経由で取得された（生の curl/fetch ではない）
• ページタイプ分類がリファレンスのタクソノミーを使用している
• 最低 5 つの SERP 結果が分析された
• ユーザーストーリーが具体的な SERP シグナルを証拠として引用している
• ペルソナスコアが具体的な改善提案を含んでいる
• SXO スコアが SEO ヘルススコアとは別として明確にラベル付けされている
• 制限事項セクションが存在し、正直である
• 関連する場合、クロススキル推奨事項が含まれている