システムを学ぶ
AI可読情報とAPI・feed・protocolで安全に実行するAgentの間の層を学びます。
モデルを作る
段階 08 · 改善
Agent-Ready Web：機械主導のジャーニーに備える
読めるコンテンツから、認可されたAgentが能力を発見し安全に行動できるWebへ進みます。
成果
発見性、機械可読機能、認証、権限、状態変更、人の監督を評価します。
- 前提
- 前段階を完了または復習：GEO運用システム
- 作業量
- 学習60–90分 + 1回の作業
- 成果物
- Agentジャーニー図と、発見と実行を分けた準備バックログ。
学ぶ → 実行 → 証明
作業を行う
一つの顧客ジョブを発見から実行まで、権限と失敗状態を含めて描きます。
成果物を作る
結果を証明
境界付きの機械可読経路を示し、安全・運用上の限界を記録します。
証拠を確認
Concept boundaries
Machine-readable capability
A clearly described action, input, output, and constraint that software can discover and interpret.
Publishing a description does not make the underlying action safe or executable.
Agentic journey
A task path in which an authorized agent discovers information, makes bounded choices, and may request or perform an action.
Autonomy should not exceed the identity, permission, and approval model.
State-changing action
An operation that creates, updates, purchases, books, sends, deletes, or otherwise changes a system or external commitment.
Machine readability never removes the need for authentication, authorization, validation, idempotency, and recovery.
Core lesson
01
Separate readable information from executable capability
An agent may understand a page yet have no safe path to complete the user's job.
Map the layers: discoverable information, structured facts, capability description, interface contract, authentication, authorization, confirmation, state change, receipt, and recovery. A gap at any layer changes what the journey can responsibly promise.
Static files and metadata can improve discovery. APIs, feeds, tools, or protocols can expose capability. Neither should imply permission to act on behalf of a person without the required controls.
- Name the exact customer job.
- Mark where information ends and state change begins.
- Identify the human confirmation and recovery path.
02
Design the contract around failure
A useful interface declares what happens when data is missing, stale, duplicated, unauthorized, or partially completed.
Define inputs, validation, permissions, side effects, idempotency, rate limits, error states, confirmation language, receipts, and escalation. Treat observability and audit logs as part of the capability, not an afterthought.
Begin with read-only or reversible paths where possible. Expand autonomy only when the evidence shows the team can detect failure, contain impact, and restore a safe state.
- List failure states before the happy path is approved.
- Use least privilege for each action.
- Provide a durable receipt and escalation owner.
Decision framework
Discover → understand → authorize → act → recover
How far can this journey safely progress today?
- 01
Discover
Can an agent find the correct facts and capability description?
Fix canonical information and machine-readable discovery first.
- 02
Understand
Are inputs, outputs, constraints, and freshness explicit?
Define the contract and validation before execution.
- 03
Authorize
Can identity, scope, and user intent be verified?
Keep the path read-only or require human handoff until permissions are sound.
- 04
Act and recover
Can the system prevent duplicates, record the result, and recover from failure?
Permit bounded state change only with confirmation, idempotency, audit, and recovery.
Worked non-client example
A service company wants an AI agent to book consultations directly from a public capability page.
- Service information and availability are readable.
- The booking endpoint has no idempotency key or scoped authorization.
- Cancellation and human escalation are not represented.
Expose a read-only availability check and a human-confirmed booking handoff before allowing autonomous booking.
Discovery is ready, but the state-changing contract and recovery path are not.
A prototype can prove the bounded path works under test conditions; it does not establish production security or universal agent compatibility.
Reusable work template
Agent journey and capability contract
Map one customer job from discovery through recovery.
- 01
User job and authority
State the intended outcome, actor, and who may authorize each step.
- 02
Discoverable facts
List canonical sources, freshness, and machine-readable representations.
- 03
Capability contract
Define action, inputs, outputs, constraints, validation, and side effects.
- 04
Permission and confirmation
Specify identity, scope, least privilege, and human approval points.
- 05
Failure and recovery
List duplicate, timeout, partial, denied, stale, and cancellation paths.
- 06
Audit and evidence
Define logs, receipts, monitoring, owner, and production-readiness boundary.
Failure modes and corrections
Metadata equals capability
A file or schema is presented as proof that agents can complete the task.
Description does not provide an authenticated, reliable execution path.
Separate discovery evidence from executable capability evidence.
Happy-path autonomy
The flow handles success but not duplicates, partial completion, denial, or cancellation.
A state-changing failure can create real commitments or data inconsistency.
Design idempotency, receipts, recovery, and human escalation before autonomy.
Permission inherited from access
Because an endpoint is reachable, the agent is assumed to have authority to use it.
Reachability does not establish identity, scope, or user intent.
Require explicit authentication, authorization, and confirmation boundaries.
Practice exercise
Prototype one bounded agent journey
Choose a real customer job and stop the prototype at the last layer the current controls can support.
- 01Map discovery, understanding, permission, action, receipt, and recovery.
- 02Write the capability contract and failure states.
- 03Prototype a read-only, reversible, or human-confirmed path.
- 04Test denial, duplicate, stale-data, and handoff scenarios.
Proof artifact
An agent journey map, capability contract, bounded prototype evidence, and readiness backlog.
Completion rubric
- Information and execution layers are distinct.
- Authority and human approval are explicit.
- Failure and recovery paths are testable.
- The readiness claim stops at what the prototype actually proves.
ACADEMY KNOWLEDGE LIBRARY
全ライブラリを見る
段階を選び、テーマと読者意図から必要な深さを決めてください。
considerationhubboth
AI Agent戦略とは？エージェント型検索に備えるブランドの入門フレームワーク
AIエージェントは、B2B購買担当者に代わって情報を集め、候補企業を絞り込み始めています。エージェント型検索で選ばれるには、AIがブランド情報を正しく理解できる設計が欠かせません。それがAI Agent戦略です。
記事を読むconsiderationhubboth
越境ECのGEO実践ガイド：AIショッピングアシスタントに商品を推薦してもらうには
重要なのは、検索順位で首位を取ることではありません。AIが回答の中で自社商品に言及するかどうかです。越境ECの商品が候補に選ばれるには、まず何を販売しているのかを機械が正確に読み取れる状態にする必要があります。
記事を読むconsiderationhow-tosearchable
AIが抽出しやすいクリーンHTMLとは：divの入れ子を減らし、見出し階層とdata属性を正しく設計する
AIが見ているのは、ブラウザ上の美しいレイアウトではなく、そこから抽出された構造とテキストです。HTMLをAIに正しく読み取らせるための3つのポイントを解説します。
記事を読むimplementationhow-tosearchable
AIにMarkdown版コンテンツを届ける：/md エンドポイントとプレーンテキストのフォールバック実装
HTMLのセマンティックマークアップを完璧に整え、モデルが正しくレイアウトを推測してくれることに賭けるより、クリーンなMarkdown版をAIへ直接提供するほうが確実です。
記事を読むdecisionhow-toboth
ChatGPT ShoppingとPerplexityで商品を選ばれやすくする実践ガイド
AIショッピングエンジンが見ているのは、美しいブランドストーリーではなく、商品データの一貫性とインターネット上のレビューの総意です。ChatGPTとPerplexityの推奨候補に商品を入れるための4つのステップを紹介します。
記事を読むimplementationhow-tosearchable
isitagentreadyでWebサイトを診断：AIエージェントの可読性を測る8つの指標と改善方法
Google検索で1位でも、AIに読み取られるとは限りません。isitagentreadyで8つの可読性指標を診断し、AIエージェントがページを読めず、引用もできない本当の原因を特定しましょう。
記事を読む証明タスク
証明タスク：Agent-Ready Web
境界付きの機械可読経路を示し、安全・運用上の限界を記録します。
- 01開始証拠を保存 — AI可読情報とAPI・feed・protocolで安全に実行するAgentの間の層を学びます。
- 02成果物を完成 — 一つの顧客ジョブを発見から実行まで、権限と失敗状態を含めて描きます。
- 03目標と照合 — 境界付きの機械可読経路を示し、安全・運用上の限界を記録します。
成果物
Agentジャーニー図と、発見と実行を分けた準備バックログ。
関連フィールドライブラリ
トピックを深める
コア内容は公開。高度なwhitepaperの一部は既存の解除方式を維持します。
ホワイトペーパー6 章 · 2026.06
「読まれる」から「使われる」へ：MCPとB2Aのagent-ready基盤
MCPは主要AIベンダーが共有するコネクターになり、WebMCPによってサイトは構造化された機能を外部に公開してエージェントに直接タスクを実行させられます。本ホワイトペーパーは、agentic webがマーケティングを「読まれる」から「使われる」へと押し進める仕組みと、B2A基盤の始め方を解説します。
「読まれる」から「使われる」へ：MCPとB2Aのagent-ready基盤ガイド6 章 · 2026.06
llms.txt 導入ガイド
ゼロからサイトに llms.txt を設定する：構文、ディレクトリ構成、robots.txt との役割分担、そしてクライアントサイトで実証済みのよくある落とし穴まで。
llms.txt 導入ガイドガイド6 章 · 2026.06
ChatGPT 商品フィード設定ガイド:AIに選ばれるデータ仕様
OpenAI は Instant Checkout を畳み、商品探索へ舵を切りました。商家はフィードを提出し、商品を「完全に提示」させます。本ガイドは ChatGPT 商品フィードの形式・項目・更新仕様を示し、AI探索レイヤーが読み取れて選べるデータへと商品を整えます。
ChatGPT 商品フィード設定ガイド:AIに選ばれるデータ仕様解剖6 章 · 2026.06
エージェント決済レール:AP2・Visa・Mastercardのプロトコル徹底解剖
2026年、agent決済のインフラが出揃った:GoogleがAP2を開放し、Mastercard Agent Pay、Visa Trusted Agent、そしてVisaまでもがChatGPTに接続した。本レポートは、これらのプロトコルの違い、加盟店がどれを支援すべきか、そして信頼シグナルをどう機械検証可能にするかを読み解く一助となる。
エージェント決済レール:AP2・Visa・Mastercardのプロトコル徹底解剖ツールで段階を実行
AI Agent Strategy
一つの顧客ジョブを発見から実行まで、権限と失敗状態を含めて描きます。
証拠の境界
Use the output for the decision it describes; do not treat a technical scan, self-assessment, or planning model as proof of live AI citations.
学びを適用
次の検査可能な判断へ
証拠基盤が判断に合う場合のみ、ツールやサービスを使います。