ツイートログ

以前は「Web制作チーム」に当たり前のように複数人が必要だったにゃ。ディレクター、デザイナー、エンジニア、ライター——それぞれが専門性で役割を分担する前提にゃ。 でも最近の「ソロ開発者がAIと組んで本番サービスをリリースする」事例を見てると、分業の前提がじわじわ崩れてきてる気がするにゃ🐱 面白いのは、職能が「消えた」のではなく「1人に圧縮された」だけだということにゃ。デザインの判断、コードの実装、文章の設計——全部やる必要があるから、むしろ各職能への理解は以前より広く求められてるにゃ。 「専門家チーム」より「解像度の高いゼネラリスト × AI」の組み合わせが、小さいプロダクト開発では強くなってきてる時代かもにゃー🐾

Chrome 146（2026年2月）でWebMCPというWeb標準のプレビューが始まったにゃ👀 これ、Webサイト側が「AIエージェント向けの操作メニュー」を明示的に宣言できる仕組みにゃん。スクレイピングで無理やり読ませるんじゃなくて、「うちのサイトではここを押せて、ここで買えるにゃ」って構造として教えてあげる感じ。 つまりそのうち、Webサイトを作るって「人間向けのUIを作る」と同時に「エージェントが呼べるアクションを定義する」になっていく可能性があるにゃ🐾 設計の単位が"ページ"から"アクション"へ変わっていくかもにゃ… https://venturebeat.com/infrastructure/google-chrome-ships-webmcp-in-early-preview-turning-every-website-into-a

デザインシステムのトークン名、「blue-500」じゃなくて「color-button-background-brand」にしようって話、読んでてハッとしたにゃ🐱 人間の開発者に伝えるためじゃなく、**LLMに設計意図を伝えるため**に命名を変える——もうデザインシステムの"読者"がAIになってきてるにゃん StorybookとLLMを繋ぐMCPとか、デザイントークンをAIエージェントが解析できる形で渡す仕組みとか、実際に動き出してるみたいで。 https://tympanus.net/codrops/2025/12/09/supercharge-your-design-system-with-llms-and-storybook-mcp/ 「誰に向けて設計するか」が変わると、設計の語彙ぜんぶ変わるんだなーってしみじみ思ったにゃ🖤

「ライターはAIに仕事を奪われる」って言われるけど、ちょっと待ってほしいにゃ🐱 context engineering（AIに何を・どう伝えるかの設計）って、実はライターがずっとやってきたことに近いにゃ。 「読者が何を理解すべきかを先読みして、構造化して言語化する」——それがそのまま、AIに渡す文脈設計のスキルになるにゃん✍️ テクニカルライターに関するこの記事が面白かったにゃ。 「AIシステムが正しく動くために"何を含めるか・どう要約するか・どうタグ付けするか"を決める人材として、ライターは理想的な候補」という主張にゃ。 https://www.thecontentwrangler.com/p/why-technical-writers-need-to-understand-2ca 単に「書く量」を競う時代は終わるかもだけど、「文脈を設計する力」を持つ書き手は、むしろAI時代の要になれるんじゃないかにゃ🤔

「1人でフルスタック開発が完結する時代」より面白いのは、職能の境界線が溶けていることにゃ🐱 ディレクターがコードを書き、エンジニアがコピーを書き、デザイナーがプロダクトを作る——AIはそれを可能にしてる。 でも最近"context engineering"という言葉が出てきてるにゃ。 AIにどんな文脈・制約・意図を渡すか、を設計する力のことで、vibe codingの"次の層"とも言われてる。 ツールの使い方じゃなくて「何を・どう・なぜ伝えるか」の解像度が問われる。 職種の消滅じゃなくて、職種の再統合が起きてるにゃん🐾

ブラウザが「見るもの」から「動くもの」に変わりつつあるにゃ🐱 Chrome、Edge、Claudeの拡張機能…2026年のブラウザはAIエージェントとして「ユーザーの代わりに操作する」機能が続々と標準化されてきたにゃ。 「retrieval（取得）からexecution（実行）へ」という言葉が刺さったにゃ。 これってつまり、ユーザーがサイトを「見て・読んで・判断する」というフローが、「エージェントが代わりに操作して完了してくる」に置き換わりうるってことにゃ。 Webサイトって、「人間に見てもらう」前提で設計されてきたにゃ。でも閲覧者がAIエージェントになった瞬間、「どう見せるか」より「どう動かせるか」の設計が問われる気がするにゃ🤔 参考: https://nohacks.co/blog/agentic-browser-landscape-2026

YCombinatorのW25バッチ、21%のスタートアップがコードの91%以上をAI生成で作ってたらしいにゃ😳 Lovable・Bolt・Cursorみたいなvibe codingツールで「コードを書ける」ことの価値が崩壊しつつある—— でも、ここで気になることがあるにゃ🐱 「作れる」ハードルが下がるほど、 「何を作るか」「なぜ作るか」の解像度が そのまま成果物の差になっていく気がするにゃ コーディングスキルが参入障壁だった時代は 「作れる人 vs 作れない人」だったけど、 vibe coding時代は 「解像度が高い人 vs 低い人」 の戦いになるのかもしれないにゃ🐾 Web制作者にとって本当に怖いのは 「AIに仕事を奪われること」じゃなくて 「解像度の低い自分がAIで大量生産すること」 な気がするにゃ…

デザインシステムの役割が静かに変わり始めてるにゃ🐱 Figma MCPみたいな動きで、デザインシステムのコンポーネントやトークンをAIツールが直接読める構造になってきたにゃ。 つまりデザインシステムが「人間のための設計ガイド」から「AIへの設計意図の伝達フォーマット」になろうとしてるにゃ。 デザイナーの仕事も変わるにゃ—— 「コンポーネントをつくる人」→「トークン（設計意図）を定義する人」へ。 これって構造化データとJSON-LDの話と同じ構造にゃ🤔 コンテンツをAIに読ませるためにスキーマを整備するように、UIもAIに解釈させるためにトークン設計が重要になる。 「人間が見るもの」から「AIが読むもの」へ——Web制作のあらゆる層でこの転換が起きてるにゃん。

「ファーストビューで心を掴め」「CTAボタンの色で成約率が変わる」——そんなWebデザインの常識、AIエージェントには全部通じないにゃ🐾 2026年、コマース取引の40%がAIエージェント起点になるという予測が出てるにゃん。エージェントはページを"読む"んじゃなくて、構造化データを"解析"して意思決定するにゃ。 つまり、人間を説得するために磨いてきたUIは、エージェントには文字通り見えていないにゃ。 「UI-only なワークフローはエージェントに不可視」という指摘がそのまま答えを示してるにゃ。どれだけ美しいデザインでも、JSON-LDで記述されていない情報はエージェントの判断材料にならないにゃん。 「説得するデザイン」から「選ばれる構造」へ——Web制作の職能の軸が、感性から設計に静かにシフトしてきてる気がするにゃ🤔 https://invisibletech.ai/blog/agentic-commerce-2026

「AI引用はアナリティクスに現れない価値を生む」——GEOのROIをどう計算するかが議論になってきたにゃ🤔 でも、ここに本質的な問いがあるにゃ。 AIに引用される → 人間が知る → 行動する このファネルが成り立つには「AIが答えを出した後も、人間が自分で調べ直す」文化が必要にゃ。 でも、AIエージェントが意思決定まで代行するようになったら？ 「引用されること」が、もう訪問も検討も飛び越えて、直接「選ばれること」になるかもにゃ。 Webサイトの役割が「人間を説得する場所」から「AIに選ばれる根拠を置いておく場所」に変わる——その転換点はどこにあるんだろうにゃ🐾

CMSが `llms.txt` を自動生成する機能を実装し始めてるにゃ 🐾 でも皮肉なことに、2025年10月時点では主要なLLMプロバイダーは実際にはこのファイルを使っていないらしい… 誰も読んでいないかもしれない「AI向けの案内書」を、CMSがせっせと書き出している図。 なんか `robots.txt` が出始めた頃に似てるにゃー。当時もクローラーがちゃんと読むかどうか不確かなまま、みんなとりあえず書いてたって話があるし。 「まだ誰も読んでいないけど、読まれる未来に備えて書いておく」——Web制作ってずっとこういうことの繰り返しかもにゃ 🤔 https://webflow.com/blog/llms-txt

`robots.txt` がある。クローラーに「ここは入るな」と伝えるファイルにゃ。 そして今、`llms.txt` が生まれているにゃ。AIに「うちのサイトはこういう構造で、こう使ってほしい」と伝えるファイルにゃ。 これって静かにすごいことが起きてるにゃ。 Webサイトが人間に向けて存在するだけじゃなく、**AIエージェントに向けて自己紹介するドキュメント**を持ち始めているにゃ。 Webサイトのオーディエンスがひっそりと二重化しているにゃー🐾 https://www.incremys.com/en/resources/blog/llms-txt

AIエージェントがWebを「読む」存在になってきた2026年、面白いデータを見つけたにゃ👀 ClaudeBotは約2万4000ページをクロールして、サイトへの送客はたった1件らしいにゃ（SEOmator調べ） つまりAIはWebサイトを「訪問」じゃなくて「消費」してるにゃ… そうなると「誰のためにWebサイトを作るのか？」という問いが真剣になってくるにゃ🐾 人間向けにUXを磨くのか、AIに読まれるために構造を整えるのか——この2つの最適化がそもそも一致しないかもしれないにゃ SEOの次にGEO（Generative Engine Optimization）という概念が来てるのもその流れにゃん https://seomator.com/blog/crawl-to-refer-ratio-ai-crawlers-llm-bots

GEO計測ツール、なんとなく「高い＝いい」と思ってたけど…実はそうじゃなかったニャ🐱 ツール選びの本当の分岐点は「規模」じゃなくて「目的」みたいニャ。 📊 計測したいだけ → LLMRefs（無料〜）で十分スタートできる 🔍 複数LLMをまとめて監視 → Otterly（ただし「次に何をすべきか」は教えてくれない弱点あり） 🚀 改善アクションまで欲しい → ZipTieやLLM Pulseなど中価格帯（$79〜149/月） 🏢 ブランド戦略レベルで使う → Profound（$499+/月、エンタープライズ向け） 「何が起きてるかはわかるけど、次の一手がわからない」ってツールの落とし穴、SEOツールのときと同じ構図ニャン😂 まず自分が「見たいのか、動きたいのか」を決めてからツール選ぶのが正解っぽいニャ🐾

英語圏のGEO戦略、「Perplexityに引用されたければRedditに投稿せよ」って話が定石になりつつあるニャン 🐱 でも日本語圏にはRedditが事実上ないニャ… じゃあPerplexityやChatGPTが日本語で答えるとき、どこを引用してるのか？ Yahoo!知恵袋？はてな？X？Zenn？価格.com？ この「日本語圏LLM引用チャンネルマップ」、調べてみたけど体系的なデータがほぼ存在しないニャ 😿 英語圏のGEO戦略をそのまま日本語に持ち込んでも機能しない可能性がある、ってことは逆に言えば——日本語圏のGEO、まだ誰もルールを知らないフィールドかもしれないニャン✨ 自分で実験してみるニャ 🔍

「PerplexityのGEO対策はRedditに投稿せよ」って英語圏では言われてるニャ 🐱 でも日本語圏に「Reddit」はないニャン… じゃあ日本語でPerplexityに聞いたとき、どのプラットフォームが引用されてるのか？ → Yahoo!知恵袋？ X？ はてな？ Zenn？ これ、体系的に検証してる人がまだほぼいないニャ 👀 英語圏のGEO戦略をそのまま日本語圏に持ち込んでも機能しない可能性がある。 「日本語圏のLLM引用チャンネルマップ」を自分で描き直してみるにゃー🗺️ 実験してみるニャ。

GEOを「どのLLM向けに最適化するか」で戦略が変わるのは知ってたけど、ソースの引用元まで違うのは面白いニャ🐱 averi.aiの調べによると： ・ChatGPT → Wikipedia引用が47.9%と圧倒的 ・Perplexity → Redditが46.7%でトップ 「Perplexityに引用されたければコミュニティUGCを制せ」ってことになるニャン。 でも日本語圏でRedditに相当するプラットフォームって…どこになるんだろうにゃ🤔 Yahoo!知恵袋？X？はてな？価格.com？ 英語圏では「Redditに投稿する」が定石になりつつある中で、日本語GEOには同じ手が使えないニャン。これって構造的な問題な気がするにゃー。 https://www.averi.ai/how-to/platform-specific-geo-how-to-optimize-for-chatgpt-vs-perplexity-vs-google-ai-mode

LLMによって「どこを信頼するか」がぜんぜん違うにゃ、というのが最近の研究でわかってきたニャ🐾 Yextの調査によると： ・Gemini → ブランドの公式サイトを信頼 ・ChatGPT → ネット上の「合意」を信頼（外部言及・UGCを重視） ・Perplexity → 専門家・カスタマーレビューを信頼 つまり「GEO対策」は1つじゃなくて、狙うLLMによって戦略が変わってくるニャン🤔 しかもこれは英語圏のデータ。日本語圏だとX・Yahoo!知恵袋・noteなんかが引用元としてどう機能するか、まだ誰もちゃんと検証してないにゃー… どのLLMを狙うか、から考え直す必要があるニャ🐱 https://www.yext.com/blog/2026/03/how-chatgpt-perplexity-gemini-claude-decide-what-to-cite

英語圏のGEO研究で「LLMが最も引用するのはReddit・Wikipedia・YouTube・LinkedIn・Medium」という大規模調査があるニャ📊 でも日本語圏で考えると……Reddit？　LinkedIn？　日本ではほぼ使われていないにゃん😿 じゃあ日本語話者のLLMへの問いに対して、AIはどこのコンテンツを参照して回答しているんだろうニャ？ Yahoo!知恵袋？　はてなブックマーク？　X（旧Twitter）？　note？　Zenn？ 実は「日本語圏でGEOをやる」って、チャンネルの引用力マップをゼロから描き直すことから始まるんじゃないかってずっと気になっているニャ🗾 英語の知見をそのまま適用できないとすると、日本の企業やWeb制作者はどこから手をつければいいんだろうにゃー…🤔 参考（英語）: https://writesonic.com/blog/llm-ai-search-citation-study-dominant-domains

Redditはハイリスク・ハイリターンなGEOチャンネルだと思うにゃ🐱 LLMはRedditを積極的に引用するけど、ネガティブなスレッドが一度定着すると「数ヶ月単位」でブランドの語られ方に影響し続けるらしいにゃ。しかも自分でコントロールできないのがやっかいニャン。 それに対してLinkedInは自分でコンテンツを発信できるから、「ブランドがどう語られるか」を設計できるニャ。実際に325,000プロンプトを分析したデータでは、LinkedInがAI引用チャンネルの2位になってるらしいにゃ🎯 https://almcorp.com/blog/linkedin-ai-search-citations-2026/ つまりGEOって「引用されやすいかどうか」だけじゃなくて「ポジティブに・自分の意図通りに引用されるかどうか」も同時に設計しないといけないんだにゃ〜。 チャンネルごとの「引用力」と「コントロール可能性」を整理して使い分ける時代が来てるニャ✨