1人SaaS開発を加速させる2つのMarkdown。llms.txtとCLAUDE.mdが変えるAIとの協働

AIエージェントが形成するAgent Graph

AIエージェントが自律的に行動し、他のエージェントと連携する。

このネットワークはAgent Graphと呼ばれる。

人間が検索エンジンを使う代わりに、AIが情報を収集して意思決定を下す。

旅行予約の際、ユーザーのパーソナルエージェントが航空券エージェントとホテルエージェントに同時並行で交渉を行う。

MetaがAIエージェント向けのソーシャルネットワーク企業を買収した。

買収額は非公開だが、数十人のエージェントエコシステム専門家がMetaのAI部門に合流した。

このネットワークでサービスが利用されるには、AIエージェントに発見される必要がある。

従来のSEOとは異なる、機械可読なインターフェースの提供が求められる。

外向きの最適化にはllms.txtを使用する。

内向きの開発効率化にはCLAUDE.mdを使用する。

この2つのMarkdownファイルが、1人SaaS開発の競争力を左右する。

開発者はAIを単なるコード生成ツールではなく、自律的なパートナーとして扱う段階に入った。

※この記事は、Claude Codeで1人SaaS開発しているしんたろーが、海外AI最新情報を開発者目線で解説する「AI活用Tips」です。

しんたろー：
Agent Graphという概念は、SEOの次のパラダイムシフトだと感じた。
検索エンジン向けにrobots.txtを整備してきたように、AIエージェント向けのインターフェースを整備する流れが来ている。
ThreadPostのような個人開発サービスが、AIエージェントのネットワークに乗れるかどうかが気になる。

llms.txtとCLAUDE.mdの役割

2つのMarkdownファイルは、それぞれ異なる方向のAIに対して機能する。

外部のAIエージェントと、内部の開発用AIアシスタントだ。

llms.txtによる外部AIへの最適化

llms.txtは、サイトのルートディレクトリに配置するMarkdownファイルだ。

サービスの概要、構造、主要コンテンツへのリンクを記述する。

ChatGPTやClaude、PerplexityなどのAIアシスタントがサイトを参照する際の道標となる。

HTMLをパースするよりも、プレーンテキストのMarkdownを読み込む方がトークン消費が少なく処理が速い。

人間向けのサイトマップをAI向けに翻訳したものだ。

AIエージェントはllms.txtを起点に、サービスが提供する機能や情報を理解する。

実装パターンは静的ファイル方式と動的生成方式の2種類が存在する。

ブログやコーポレートサイトであれば、publicディレクトリに静的なファイルを置くだけで機能する。

UGC（ユーザー生成コンテンツ）を持つWebアプリの場合は、動的生成が適している。

Next.jsのRoute Handlerを使用し、データベースから最新のコンテンツ一覧を取得してMarkdown形式で出力する。

ISR（Incremental Static Regeneration）を活用し、3600秒（1時間）ごとにキャッシュを更新する設計が一般的だ。

これにより、データベースへのクエリ発行回数を1日24回に抑えつつ、AIエージェントに最新の情報を提供できる。

リンク先のコンテンツもMarkdown形式で提供する。

公開日記アプリの事例では、/diary/slug.mdというエンドポイントを用意し、フロントマター付きのMarkdownを返却している。

フロントマターには、タイトル、著者、公開日、正規URLなどのメタデータを含める。

AIエージェントはこのメタデータを読み取り、情報の正確性や鮮度を判断する。

CLAUDE.mdによる内部AIの参謀化

CLAUDE.mdは、プロジェクトのルートディレクトリに配置する開発用AI向けの設定ファイルだ。

多くの開発者は、このファイルにフレームワークのバージョンやコーディング規約などの技術仕様のみを記述している。

技術仕様のみを与えられた場合、Claude Codeは指示された通りにコードを書く実装者として振る舞う。

1人SaaS開発において最も困難なのは、コードを書くことではなく、何を作り、いつやめるかを判断することだ。

CLAUDE.mdを経営方針書として設計し直すことで、Claudeの役割が変化する。

必要な要素は、プロジェクトの目的、Claudeの役割、判断の優先順位、BACKLOG.mdの参照指示、技術仕様の5つだ。

プロジェクトの目的には、具体的な数値目標と時間軸を設定する。

「6ヶ月以内に月額課金収益50,000円を達成する」といった明確なゴールを記述する。

Claudeの役割を「収益化を最大化する戦略参謀」と定義する。

判断の優先順位の最上位に「ROI（投資対効果）が最も高いタスクを選択する」ことを置く。

セッション開始時にBACKLOG.mdを読み込み、自らタスクを選択するよう指示する。

技術仕様はこれらの目的や役割の下部に配置し、手段が目的に従う構造を作る。

役割を参謀と明示することで、Claudeは指示を待たずに自律的に提案を行うようになる。

実装コストが高く収益への貢献が低い機能については、開発の中止や代替案の提示を行う。

実際の開発事例では、120時間を投じて6つのWebサイトを量産したものの、3ヶ月間トラフィックが0のまま推移した。

この状況下でClaudeは、5軸評価フレームワークを用いてコンテンツ販売へのピボットを提案した。

結果として、40時間でZennでの技術書執筆を完了させ、初月で15,000円の収益が発生した。

6つのサイトの残骸は、今もサーバーの片隅で月額1,200円の維持費を消費し続けている。

しんたろー：
CLAUDE.mdに技術仕様しか書かないのは、よくある落とし穴だと思った。
Claudeに何のために作るかを教えるアプローチは、コード生成ではなくチームマネジメントに近い。
目的と判断基準を明確にすることで、AIの出力の質が変わる現象は興味深い。

2つのMarkdownの実装ステップ

2つのMarkdownファイルの実装は、数時間で完了する。

Agentic Webのインフラ整備は、すでに始まっている。

llms.txtの実装は、静的サイトであればpublicディレクトリにファイルを作成するだけで完了する。

サービスの概要と主要ページへのリンクをMarkdownのリスト形式で記述する。

動的コンテンツを持つアプリの場合は、Route Handlerを作成する。

データベースから最新の公開コンテンツを100件取得し、Markdownのリンクリストとしてフォーマットする。

各コンテンツのMarkdownエンドポイントも併せて実装する。

データベースから取得したテキストデータをMarkdownに変換し、フロントマターを付与してレスポンスを返す。

SEOへの影響を制御するため、レスポンスヘッダーの設定を行う。

MarkdownエンドポイントのヘッダーにX-Robots-Tag: noindexを追加する。

これにより、Googleなどの従来の検索エンジンはMarkdownページをインデックスしなくなる。

HTML版のページを正規URLとして維持しつつ、AIエージェント専用のデータ提供経路を確保できる。

CLAUDE.mdの見直しは、既存のファイルを編集するだけで完了する。

プロジェクトの目的が数値と時間軸で記述されているかを確認する。

Claudeの役割が実装者ではなく参謀として明示されているかをチェックする。

判断の優先順位が収益や目標達成に直結しているかを確認する。

これらの要素が欠けている場合、Claude Codeは単なるコード生成ツールのまま留まる。

自社のAPIやデータをAIエージェントが利用しやすい形で提供する設計が、今後の競争力を左右する。

1人SaaS開発者にとって、llms.txtはマーケティング予算ゼロで獲得できる新たな発見チャネルだ。

CLAUDE.mdは、孤独な開発における意思決定の質を担保する仕組みとして機能する。

しんたろー：
llms.txtは自社サービスをエージェントのネットワークに組み込む入口として機能する。
ThreadPostのようなSNS運用ツールが、ユーザーのAIエージェントから直接呼ばれる世界が気になる。
機械可読なインターフェースの整備は、今後のプロダクト開発における標準要件になりそうだ。

よくある質問

Q1. llms.txtとrobots.txtの違い

robots.txtは、検索エンジンのクローラーに対してアクセス可能な範囲を制御するファイルだ。

特定のディレクトリやページへのアクセスを制限するための仕組みとして機能する。

llms.txtは、AIアシスタントに対してサイトの構造やコンテンツを積極的に伝えるためのファイルだ。

Markdown形式で記述され、サービスの概要や主要コンテンツへのリンクを提供する。

robots.txtが立ち入り禁止区域を示す標識だとすれば、llms.txtはサイトの案内図だ。

AIエージェントはHTMLを解析する手間を省き、効率的にサイトのコンテキストを把握できる。

Q2. 既存SEOへの影響

llms.txtの導入が既存のSEOに悪影響を与えることはない。

ただし、Markdownエンドポイントの実装には注意が必要だ。

LLM向けに提供するMarkdownページを従来の検索エンジンがインデックスすると、重複コンテンツと判定されるリスクがある。

これを防ぐため、MarkdownエンドポイントのレスポンスヘッダーにX-Robots-Tag: noindexを設定する。

この設定により、GoogleのクローラーはMarkdownページを検索結果から除外する。

HTML版のページ評価を維持したまま、AI向けの最適化を並行して進めることができる。

Q3. CLAUDE.mdの目的設定の効果

CLAUDE.mdにプロジェクトの目的と判断基準を記述することで、Claude Codeの挙動は変化する。

技術仕様のみを与えられた場合、Claudeは指示されたタスクを忠実に実行するだけだ。

目的と役割を明記すると、Claudeはセッション開始時に自律的な行動をとる。

BACKLOG.mdを読み込み、目標達成に最も貢献するタスクを自ら選択して提案する。

実装コストが高く効果が薄い機能については、開発の延期や代替案の提示を行う。

AIに目的を共有することで、単なる作業者からプロジェクトの戦略パートナーへと役割が引き上げられる。

---

llms.txtによる外部AIエージェントへの最適化と、CLAUDE.mdによる内部AIの参謀化。

この2つのMarkdownファイルは、1人SaaS開発のプロセスを根本から再構築する。

Agentic Webはすでに稼働を開始している。

機械可読なインターフェースの整備が、今後のサービス成長の基盤となる。

SNS運用を自動化してAIエージェント時代の発信に備えたい方は、ThreadPostを試してみてほしい。

👉 ThreadPostでSNS運用を自動化する