Claude CodeでSEO分析基盤をゼロから構築する全手順【実務者向け】

キーワード調査にAhrefs、順位チェックにGoogle Search Console、記事管理にスプレッドシート、公開はWordPress。SEO業務はツールの数だけログイン画面があり、データの転記だけで作業時間がかさみます。心当たりのあるSEO担当の方は多いはずです。

こうした作業は、ひとつのターミナル画面に集約できます。Claude Codeは外部ツールとの接続、ファイル操作、コード実行を備えたAIエージェントで、Ahrefsのキーワード取得からGSCの順位分析、記事の下書き生成まで対話形式で処理できます。「記事を書かせるAI」ではなく「SEO業務を丸ごと回せるAI」と捉えたほうが実態に近いでしょう。

Claude CodeでSEO分析基盤を立ち上げる手順を、環境構築、MCP接続、スキル設計、日々のワークフロー、AI検索への対応まで通してまとめました。複数クライアントのSEOコンサルティングで実際に回してきた構成をベースにしています。

ツールが分散したまま人手で埋め合わせている状態は、担当者の力量ではなく仕組みの問題です。malnaでも同じ悩みを抱えるSEO担当の方からご相談をいただくことが多く、まずは作業の棚卸しから一緒に整理しています。似た状況の方はお問い合わせよりご相談ください。

Claude Code × SEOでできること｜3つの決定的なメリット

Claude Code × SEOとは、AIエージェントのClaude Codeを外部のSEOツールに接続し、データ取得から分析、施策提案、記事制作までを対話形式で処理する仕組みです。従来のチャットAIや手作業との違いは、コンテンツギャップ分析から施策提案までを一気通貫で扱える点にあります。

1. コマンド一発でコンテンツギャップが丸見えになる

競合が上位を取っているのに自社が書けていないキーワードを洗い出すコンテンツギャップ分析は、SEO担当者にとって定番かつ時間のかかるタスクです。

手作業だとAhrefsで自社と競合のキーワードをエクスポートし、スプレッドシートで突き合わせ、フィルタリングして優先度をつける。この一連の作業に1〜2時間はかかります。

Claude Codeなら、Ahrefs MCPに接続した状態でコマンドを1行打つだけです。「自社ドメインと競合3社のオーガニックキーワードを比較して、自社が圏外のキーワードを検索ボリューム順に並べて」と指示すれば、数分でギャップの一覧が手に入ります。クラスタリングまで同時に走らせれば、どの領域で負けているかが構造的に見えます。

関連記事：SEOの競合分析のやり方とコツ！おすすめ分析ツール5選！

2. コンテンツの数値評価・定量分析が一瞬で回る

SEO施策の成否を判断するには数字が要ります。検索ボリューム、現在順位、クリック数、CTR、被リンク数を単位ごとに引き出して期間比較する作業は、データの取得と加工だけで相当な時間を食います。

Claude CodeはAhrefsとGoogle Search ConsoleのデータをMCP経由で直接取得し、その場で集計・比較・可視化まで処理します。「過去3ヶ月で順位が5位以上下がったキーワードを抽出し、検索ボリュームとトラフィック減少幅を付けて優先度順に並べて」と自然言語で投げるだけで、取得からソート、整形済みレポートの出力まで一括で完了します。

スプレッドシートへの転記や関数の組み立てといった中間作業がまるごとなくなり、「データを見る→判断する→手を打つ」のサイクルが速くなります。

3. 分析結果からネクストアクションまで自動で整理される

データを取得して終わりではなく、「だから次に何をすべきか」まで整理してくれるのがClaude Codeの本領です。分析結果を眺めて優先順位を人が考え直す工程が、そのまま出力に含まれる形になります。

たとえばリカバリープラン作成スキルは、サイト全体のキーワードポートフォリオを分析して記事ごとに優先度を判定し、タイトル変更案・追加すべきセクション・差別化ポイントと、期待されるトラフィック増分まで出力します。

インパクト試算の土台に使うCTRは、外部調査の一般値ではなく自社のGSC実績から順位帯ごとに算出したほうが精度が上がります。外部のCTR調査を使う場合も、調査時点と対象市場、クエリ種別が自社と噛み合っているかを確かめてください。

従来はデータ分析から課題抽出、施策提案、優先順位づけ、共有用ドキュメント化までを人が行い、半日から丸一日を要していました。この流れがコマンド1つとAIの処理時間で完了します。

参考：Google Organic CTR Study（Advanced Web Ranking）

チャットAIとClaude Codeの根本的な違い

チャットAIとClaude Codeの間には、情報を返すだけか、外部データを取得して実行まで行うかという越えられない壁があります。ここを理解しておくと、どの作業をチャット版に残し、どこからClaude Codeへ渡すのかという導入判断で迷わなくなります。

ChatGPTやClaude（チャット版）に「このキーワードの検索ボリュームを調べて」と頼んでも、返ってくるのは学習データに基づく推測値です。Ahrefsの実データにはアクセスできません。数値の桁が合っていても、どのデータソースから得た値なのかを示せないため、施策の判断材料としては使えません。

Claude Codeは、MCPという接続規格を通じて、Ahrefs、Google Search Console、Slackなどの外部ツールに直接つながります。推測ではなく実データで分析し、結果をファイルに書き出し、コードを実行して可視化する一連の業務を、一回の指示で処理します。チャットAIが「助言をくれるアドバイザー」なら、Claude Codeは「データを自分で引っ張ってきてレポートをまとめ、記事の下書きまで仕上げる実務担当」です。

構成の相談や表現の推敲だけで済むならチャット版で足ります。実データを伴う分析、複数ファイルへの書き出し、同じ手順の繰り返しが必要になった時点でClaude Codeへ移すのが現実的な線引きです。この違いが、先ほど挙げた3つのメリットを可能にしている土台になります。

関連記事：Claude Codeの学習サイト・学習方法まとめ｜独学から法人研修まで選び方と始め方

SEO分析基盤の全体設計

SEO分析基盤の設計とは、Claude Codeに「データへの接続」「仕事の手順」「前提知識」を与え、業務単位で切り出せる形に整えることです。インストールするだけでは実務レベルのアウトプットは出ません。次の構成要素を役割に合わせて設計することが前提条件です。

構成要素と役割分担

基盤はMCP・スキル・CLAUDE.mdの3層に、作業を切り出すサブエージェントを加えた形で成り立ちます。それぞれ「手足」「仕事の型」「業務マニュアル」「担当の分担」に対応し、組み合わせて初めて実務レベルの仕事がこなせます。

構成要素	役割	置き場所の例
MCP	外部ツールとの接続層	.mcp.json（プロジェクト共有）
スキル	繰り返す業務手順の型	.claude/skills/<名前>/SKILL.md
CLAUDE.md	プロジェクト固有の前提知識	プロジェクト直下の CLAUDE.md
サブエージェント	作業の切り出しと並列化	.claude/agents/<名前>.md

MCP

MCPは外部ツールとの接続層です。Ahrefs、GSC、Slack、NotionなどSEO業務で使うデータソースへアクセスするための仕組みで、Claude Codeの「手足」にあたります。

接続先が増えても、ツールの定義は既定で遅延読み込みになり、実際に使う時点まで詳細がコンテキストに載りません。つなぎたいツールを減らす必要は薄れています。

スキル

スキルは、繰り返し実行するワークフローをMarkdownで書いたテンプレートです。「キーワード調査はこの手順で、この形式で出力する」とルールを固めておけば、コマンド一発で同じ品質の出力を毎回再現できます。Claude Codeの「仕事の型」です。

CLAUDE.md

CLAUDE.mdはプロジェクト固有の知識・ルールを置くファイルです。担当クライアントの情報、分析の判断基準、出力フォーマットを書くと、セッション開始時に読み込まれ、文脈を踏まえた応答が返ります。Claude Codeの「業務マニュアル」です。

サブエージェント

サブエージェントは、独立したコンテキストで特定の作業だけを担当させる仕組みです。.claude/agents/ にMarkdownファイルを置くと、役割・使えるツール・使うモデルを指定した専任の担当を作れます。

SEO業務では、上位10記事の読み込みのように本文が大量に流れ込む調査工程の切り出しに向いています。詳細な読み込みはサブエージェント側に留まり、本体には要約だけが返るため、長い分析セッションでも文脈が痩せません。既定では1セッションあたり最大20個を同時に走らせられます。

参考：Subagents（Claude Code公式ドキュメント）

最小で活用する方法

いきなりフル構成を目指す必要はありません。段階的に広げたほうが、各層の役割を体感しながら進められます。最初から全部そろえると、どの層が効いているのか判断できないまま設定だけが増えていきます。次の3段階が実務で扱いやすい順番です。

段階	追加するもの	できるようになること
Step 1	CLAUDE.md + Web検索	検索意図の分析、上位記事の調査、構成案の作成
Step 2	Ahrefs MCP	検索ボリューム・KD・被リンク・DRを使った定量判断
Step 3	GSC・Slack・Notion	公開後の実績計測、議論の文脈参照、進行管理との接続

Step 1: 最小構成（CLAUDE.md + Web検索）

Claude Codeには標準でWeb検索機能が入っています。CLAUDE.mdにクライアント情報と分析ルールを書くだけでも、検索意図の分析、上位記事の調査、構成案の作成は回ります。MCPの設定もスキルの設計も要らない段階なので、まずここで動きに慣れるのが近道です。

Step 2: Ahrefs MCPを追加

Web検索では取れない定量データを、Ahrefsから直接引けるようにする段階です。検索ボリューム、キーワード難易度、被リンク数、ドメインレーティングが取得できるようになり、データに裏付けられたキーワード選定や競合分析が可能になります。選定の根拠が数字で残るため、クライアントへの説明もしやすくなります。

Step 3: Google Search Console・Slack・Notionを追加

公開後の実績と業務の文脈をつなぐ段階です。Google Search Consoleで公開後の順位とクリックを計測し、Slackでクライアントとの議論の文脈をAIに渡し、Notionでプロジェクト管理と接続します。ここまで来ると、SEO業務のほぼ全工程がClaude Code上で完結します。

環境構築の実践手順

環境構築の要点は、インストール方法の選択、CLAUDE.mdの設計、MCP接続の3つです。実際に手を動かして基盤を立ち上げる工程を順に追います。インストールから初回起動までは5分程度で終わり、時間がかかるのはその先のCLAUDE.mdとMCPの設計です。

Claude Codeのインストールと初期設定

公式が推奨しているのはネイティブインストーラーで、macOS・Linux・WSLならコマンド1行で入ります。作業そのものは5分もかかりません。初期設定で考えるべきポイントは、むしろフォルダ構成の設計にあります。

npm経由（npm install -g @anthropic-ai/claude-code）やHomebrewでも入りますが、npmパッケージはNode.js 22以降が前提です。ネイティブインストールは自動更新される一方、HomebrewやWinGetは手動更新になります。

初回起動時に認証が入ります。ここで注意したいのがプランの前提です。Claude Codeを使うにはPro・Max・Team・Enterpriseのいずれかのサブスクリプション、またはClaude Console（API）のアカウントが必要で、無料プランには含まれていません。

複数クライアントを扱うなら、クライアント単位でディレクトリを分け、それぞれにCLAUDE.mdを配置する構成が実運用で安定します。

参考：Advanced setup（Claude Code公式ドキュメント）

CLAUDE.mdの設計ポイント

CLAUDE.mdはプロジェクトの業務引き継ぎ書にあたります。ここに書いた内容が振る舞いを決めるため、設計がアウトプットの質に直結します。SEO業務で最低限押さえるのは次の4項目です。

項目	書く内容
役割定義	どんな立場で動いてほしいか（例: SEOコンサルタントのパートナー）
クライアント情報	ドメイン、ターゲット市場、競合企業、事業KPI
分析ルール	データの単位換算、優先度の判定基準
出力フォーマット	レポート構成、ファイル命名規則、保存先ディレクトリ

気をつけたいのは、厚くしすぎないことです。CLAUDE.mdはセッション開始時に毎回読み込まれるため、特定業務の詳細手順まで書くと無関係な作業の間もその分を抱え続けます。公式ドキュメントは200行以内に収め、手順化された内容はスキルへ移すことを勧めています。

参考：Manage Claude’s memory（Claude Code公式ドキュメント）

MCP接続の設定方法

MCP接続はClaude Codeの強みの根幹です。現在はリモートMCPサーバーが主流で、設定はコマンド1行で済みます。Ahrefs公式が案内している手順は次のとおりです。

追加後にClaude Codeを起動して /mcp を実行し、Ahrefsアカウントにログインしてワークスペースを選び、許可します。認可が済むとMCPスコープの専用APIキーが発行され、管理者がキーごとに月間のAPIユニット上限を設定できます。

押さえておきたい前提は3つです。

前提	内容
対象プラン	Lite以上の有料プランが対象。無料・試用の枠では使えない
ユニット消費	MCP経由の呼び出しも通常のAPI利用と同じ月間APIユニットを消費する
旧方式の扱い	npx でのローカル起動は非推奨。公式リポジトリ自身が保守されておらず古いと明記

以前の手順のまま npx -y @ahrefs/mcp で動かしている場合は、リモート接続へ切り替えてください。またAhrefs MCPは公開ツール数が多く、クライアント側の上限に当たることがあります。接続URLに tools を付ければ使うツール群を選べます。

# よく使うツールだけに絞る
claude mcp add ahrefs "https://api.ahrefs.com/mcp/mcp?tools=essentials" -t http

# 必要な群だけを指定する（カンマ区切り）
claude mcp add ahrefs "https://api.ahrefs.com/mcp/mcp?tools=keywords-explorer,site-explorer-reports,gsc" -t http

GSCのデータは2経路で取れます。1つはAhrefs MCPの gsc ツール群で、Ahrefs側でSearch Consoleを連携済みなら追加の開発は不要です。もう1つはSearch Console APIを直接使う経路で、Google Cloud ConsoleでAPIを有効化しサービスアカウントの認証情報を配置します。生データを細かく扱いたい場合は後者が向いています。

関連記事：Claude CodeでGA4分析｜公式MCPの接続手順と数字がずれる6つの原因

参考：Claude Code（Ahrefs MCP公式セットアップガイド）

参考：What is Ahrefs MCP（Ahrefs公式ドキュメント）

参考：Tool Categories（Ahrefs MCP公式ドキュメント）

参考：Search Console API Reference（Google for Developers）

参考：Connect Claude Code to tools via MCP（Claude Code公式ドキュメント）

スキルでSEOワークフローを自動化する

スキルとは、繰り返す業務の手順・判断基準・出力形式をMarkdownで書き、コマンドとして呼び出せるようにした定義ファイルです。MCPでデータへのアクセスが整ったら、次に固めるのがこの部分で、SEO業務の品質と効率を安定させる鍵になります。

SEOスキルの設計思想

スキルの本質は、属人化しがちなSEOワークフローを再現可能な形式へ落とし込むことにあります。プログラミングは不要で、日本語のMarkdownが書ければ作成・編集できます。

置き場所は用途で分かれます。自分だけで使うなら ~/.claude/skills/<名前>/SKILL.md、チーム共有ならプロジェクトの .claude/skills/<名前>/SKILL.md に置いてバージョン管理へ入れます。ファイル先頭には name と description を書きます。

---
name: seo-query-research
description: 対象キーワードの検索意図・上位記事・関連KWを調査する
---

## 手順
1. 対象KWでWeb検索し、上位10件の見出し構成を抽出する
2. Ahrefs MCPで検索ボリューム・KD・関連KWを取得する
3. 検索意図を「情報収集/比較検討/購買」で分類する

## 出力
- 保存先: analysis/query-research-{KW}-{YYYY-MM-DD}.md

以前は .claude/commands/ のカスタムコマンドとスキルが別物でしたが、現在は統合されています。.claude/commands/deploy.md と .claude/skills/deploy/SKILL.md はどちらも /deploy として動き、既存のコマンドファイルもそのまま使えます。

スキル化する理由は3つに整理できます。

理由	内容
再現性	担当者が変わっても、定義された手順どおりに同じ品質の出力が出る
品質安定	判断基準を明文化することで、分析の抜け漏れを構造的に防げる
チーム展開	共有すれば同じ水準で業務が回り、オンボーディングコストも下がる

スキルの本文は呼び出したときだけ読み込まれます。長い判断基準や参照資料を書いても、使わない間はコンテキストをほとんど消費しません。CLAUDE.mdに詰め込むよりスキルへ切り出すほうが軽いのは、この性質のためです。

参考：Extend Claude with skills（Claude Code公式ドキュメント）

記事制作4工程スキルの実装例

記事制作では、調査・構成・執筆・リライトの4工程を独立したスキルとして定義し、順番に走らせるフローを組んでいます。各工程の出力が次の入力へ自動で流れるため、途中でデータを手動で移す必要がありません。

工程	スキル	出力するもの
1	/seo-query-research	検索意図、ユーザーの悩み、上位5サイト分析、関連ロングテール
2	/seo-structure	差別化戦略とH2 5〜8個の見出し構成、各節に含める情報と図表案
3	/seo-writing	構成案に沿った本文。段落は3〜4文、見出し直下に100文字のリード文
4	/seo-rewrite	AI生成文章のクセを除去し、BtoB記事のトンマナへ全面書き直し

4工程を1セッション内で連続実行すると、調査から構成、執筆、リライトまでのデータが自動で引き継がれ、手動でのコピー&ペーストは一切ありません。工程3のスキルには段落や箇条書きの長さまで定義してあるため、担当者が変わっても品質がブレにくくなります。

関連記事：SEOのリライト方法！検索順位を効果的に高める手法解説

分析系スキルの実装例

記事を書くだけがSEO業務ではありません。分析と施策提案の工程も、同じようにスキルとして定義できます。判断ロジックを文章で書き切れる工程であれば、対象はデータ分析でもレポート作成でも変わりません。

/seo-recovery-plan はリカバリープラン作成の実装です。Ahrefsのどのエンドポイントをどの順番で叩くか、優先度の判定ロジック、出力フォーマットを定義ファイルに書いてあり、誰が実行しても同一品質のプランが出ます。/seo-change-brief は公開済み記事のURLを渡すとリライトの変更指示書を生成するスキルで、現状の数値評価・検出された問題点・具体的な修正指示の順で出力され、そのままライターへ渡せます。

プラグインでチームに配る

プラグインは、スキル・サブエージェント・フック・MCPサーバーの設定を1つのパッケージにまとめて配布する仕組みで、ファイルを手渡しでコピーする運用から抜けられます。

共有の進め方は2通りです。プロジェクトの .claude/ 配下をリポジトリに入れる方法と、プラグインとして切り出して複数プロジェクトへ配る方法です。クライアントごとにリポジトリが分かれる体制なら、共通のスキルセットはプラグイン、クライアント固有の前提はCLAUDE.mdという分担が噛み合います。

参考：Plugins（Claude Code公式ドキュメント）

スキルの棚卸しは、着手してみると「何を型にすべきか」の判断でつまずきやすい工程です。malnaでは、SEO支援の現場で繰り返し発生していた指示から先に型へ移し、判断が固まっていない工程は人の手元に残す進め方を採っています。型にする範囲の切り分けからお問い合わせにてご相談いただけます。

実践ワークフロー — キーワード調査から効果測定まで

実践ワークフローは、キーワード調査、記事制作、効果測定・改善の3段階で構成されます。構築した基盤の上で日々の業務がどう動くかを、実際に打つコマンドとあわせて時系列で追います。どの段階も入り口はコマンド1行で、前の工程の成果がそのまま次へ渡ります。

キーワード調査

キーワード調査は、ターミナルでコマンドを1行打つところから始まります。使用頻度がもっとも高い「新規記事のキーワード選定」を例に、基盤の動きを見ていきます。

/seo-query-research SaaS管理ツール 比較

Web検索で上位10件を分析し、検索意図（比較検討型）、ユーザーの悩み、上位記事がカバーしている範囲を抽出します。Ahrefs MCPが接続されていれば、検索ボリューム、KD、CPC、関連キーワードの定量データが重なり、選定の精度が一段上がります。

関連記事：SEOキーワードを選定する方法とおすすめのツール5選

記事制作

記事制作では、セッションを切り替えずそのまま構成→執筆→リライトへ進みます。セッションを維持することで調査フェーズの知見がすべて引き継がれ、上位記事の分析結果を再度読み込ませる手間もなくなります。

/seo-structure SaaS管理ツール 比較
/seo-writing SaaS管理ツール 比較
/seo-rewrite

4工程を通した所要時間は、テーマにもよりますが10,000文字の記事で30分〜1時間です。ただし出てくるのはあくまで下書きで、出典の実在確認、数値の裏取り、自社の一次情報の追記は人の工程として残します。この線を引かずに公開まで自動化すると、後述するスパムポリシーの領域に踏み込みやすくなります。

効果測定・改善

効果測定は、公開後のデータ計測と改善サイクルこそが成果を左右する工程です。公開1ヶ月・3ヶ月の時点でクリック数、表示回数、平均順位、CTRの推移を確認し、目標に届いていない記事や、表示の割にCTRが低い記事を洗い出します。

サイト全体のトラフィックが下降傾向にあるなら /seo-recovery-plan で一括分析します。どの記事を、どの優先度で、どう直すべきかが整理されたプランとして出てきます。月次レポートもGSCとAhrefsのデータを統合して自動生成できます。同じスキルで毎月出力すれば、レポートの粒度が担当者によってばらつく問題も同時に解消します。

関連記事：Claude Codeで広告分析と施策提案を自動化する方法【実務者向け】

AI検索への対応をSEOワークフローに組み込む

AI検索への対応とは、検索結果のAI回答やチャット型AIに自社ページが引用されているかを計測し、改善サイクルへ組み込むことです。順位とクリックだけを見ているとAI回答経由の露出が抜け落ちます。この観測は最初からワークフローの一部に入れておくほうが後戻りが少なくなります。

Googleが公表している前提を先に押さえる

Googleは、AI OverviewsやAIモードに表示されるための追加要件はないと明言しています。特別なマークアップやAI向けのテキストファイルを新たに用意する必要もないという立場です。

条件として示されているのは、ページがインデックスされていて、スニペット付きで検索結果に表示される資格があること。逆に言えば noindex や nosnippet、max-snippet を入れれば表示対象から外れます。AI検索対策として特殊な施策が必要という前提は、公式の説明とは噛み合いません。まず確認すべきは、対象ページがスニペット制御で自ら露出を止めていないかどうかです。GSCのインデックス状況と、サイト側のメタ情報・robots設定の突き合わせを1つのスキルにまとめておくと点検が回ります。

参考：Google の AI 機能とサイト（Google 検索セントラル）

AIからの引用状況をデータで確認する

引用状況は、感覚ではなくデータで追えます。AhrefsのAPIには、対象ドメインがAIプラットフォームの生成回答内で引用された数を返すエンドポイントがあり、MCP経由でも利用できます。

返り値はプラットフォームごとに分かれ、ChatGPTやCopilot、Geminiを対象に、引用リンクの総数と引用された固有ページ数を取得できます。

見る指標	意味	使いどころ
citations	生成回答内の引用リンク総数	露出量の推移を月次で追う
pages	引用された固有ページ数	引用が特定ページに偏っていないか確認する

月初にこのデータとGSCのクリック数を同じレポートへ並べる形が扱いやすいです。オーガニックのクリックが横ばいでも引用ページ数が増えているなら、記事の役割が「流入獲得」から「参照元」へ移りつつあると読めます。ここまで含めた施策は、AIO・LLMOと呼ばれる領域として整理されています。

関連記事：AIO対策とは？SEOとの違いや実践手順・メリットデメリットまで徹底解説

参考：AI Responses Count（Ahrefs API公式ドキュメント）

AIに大量生成させる運用が抱えるリスク

大量生成は、検索評価の観点から明確なリスクを抱えます。Googleのスパムポリシーには「スケールされたコンテンツの不正利用」という項目があり、検索順位の操作を主目的に多数のページを生成してユーザーの役に立たない状態をつくる行為が対象に挙げられています。

例示には、生成AIツールなどを使って価値の追加なく多数のページを生成することが含まれます。ツールの種類が問題なのではなく、ユーザーに価値を足しているかが判定軸になっている点が要点です。基盤を組むと生産量は確実に上がるため、次の3つを工程として固定しておくことをおすすめします。

• 出典URLの実在確認と、数値の一次情報への突き合わせを人の工程として残す
• 自社の支援実績や現場の判断など、AIが持ち得ない情報を1記事に1箇所以上入れる
• 公開前に「この記事は誰の何を解決するか」を1文で書けるか確認する

参考：Google 検索のスパムに関するポリシー（Google 検索セントラル）

導入時のつまずきポイントと対策

導入時につまずきやすいのは、MCP接続のエラー、Ahrefsが返す金額データの単位変換、CLAUDE.mdの情報不足の3点です。いずれも設定そのものより前提の把握で解決する種類の問題なので、原因と確認する順番を先に決めておけば復帰は早くなります。

MCP接続エラー

MCP接続で最も多いトラブルは、認可の失効とAPIユニットの消費超過です。どちらもエラーメッセージからは原因が読み取りにくく、設定を疑って時間を使いやすい箇所なので、先に見る順番を決めておくと早く復帰できます。

リモートMCPは認可時に発行される専用キーで動くため、権限が切れると /mcp からの再認可が必要です。Ahrefsの管理画面ではキーごとに月間上限を設定できるので、上限に当たっていないかを先に確認してください。

ユニットの消費量は仕様として公開されています。1リクエストの基本コストは50ユニットで、取得行数に1行あたりのコストを掛けた値が基本コストを超える場合はそちらが適用されます。1フィールドの既定コストは1ユニット、指標によっては5または10ユニットで、キャッシュから返された分は消費しません。

つまり、必要なフィールドだけを選び、取得行数を絞るのがコスト管理の基本です。「全キーワードを全指標で取得して」という丸投げの指示はユニットを一気に消費します。CLAUDE.mdに取得行数の上限や既定の抽出条件を書いておくと、無駄な消費を抑えられます。

参考：Limits consumption（Ahrefs API公式ドキュメント）

Ahrefsの金額データの単位変換

Ahrefsが返す金額データは、USDセント単位です。Site Explorerの指標では、オーガニック検索トラフィックの推定価値を返す org_cost と、有料検索トラフィックの推定コストを返す paid_cost が該当し、235,000と表示されたら実際は2,350 USDになります。

この変換を毎回手動で行うのは手間なので、CLAUDE.mdに「Ahrefsの金額データはUSDセント単位。表示時は100で割ってUSD換算する」と書いておきましょう。なおフィールド名は仕様変更で変わることがあるため、指標の意味と単位は公式のリファレンスで都度確認するのが安全です。

参考：Metrics（Ahrefs API公式ドキュメント）

CLAUDE.mdのコンテキスト不足

スキルを走らせても期待どおりの出力にならない場合、CLAUDE.mdに書かれた情報が足りていないことが大半です。スキルの手順を疑って書き直す前に、判断に使う前提が渡っているかを確認したほうが早く直ります。

クライアント固有の専門用語やNG表現が未記載だと、一般的な表現で出力されてしまいます。業界特有の言い回し、競合企業名、ターゲットペルソナの属性は明記しておく必要があります。出力の質が低いと感じたら、まずCLAUDE.mdの情報量を疑ってください。ただし何でも書き足すと肥大化するため、前提知識はCLAUDE.md、手順はスキル、という切り分けを保ったまま補うのが要点です。

コスト管理の考え方

運用コストは、契約形態とモデル選択の2つで決まります。サブスクリプションのプラン内で使う形と、Claude Console（API）の従量課金で使う形があり、どちらを選ぶかで管理の勘所が変わります。導入を検討する段階で避けて通れない論点なので、公式が公開している水準と、消費を抑える打ち手を順に押さえます。

公式ドキュメントは、企業導入の実績値として開発者1人あたり平均で1稼働日あたり約13ドル、1か月あたり150〜250ドルという水準を示しています。90%のユーザーは1稼働日あたり30ドル未満とされますが、モデルの選択、扱うデータ量、同時実行の数で大きく変わる点も併記されています。

モデルの使い分けも効きます。現行モデルは入出力トークンあたりの単価が公開されており、用途に応じて割り当てれば品質を落とさずコストを抑えられます。ファイル検索やフォーマット変換のような機械的な処理に最上位のモデルを充てても出力の質は変わらないため、工程ごとに割り当てを決めておくのが基本です。

用途の例	割り当てるモデルの考え方
ファイル検索・フォーマット変換	最も軽く速いモデル
記事生成・データ分析	速度と知能のバランスが取れたモデル
戦略立案・基盤の設計判断	最も高性能なモデル

トークン消費を抑える打ち手も公式に整理されています。無関係な作業に移るときは /clear でセッションを切る、/usage で消費を確認する、長い参照資料はスキルに置く、大量の出力はサブエージェントに任せる。この4つを習慣にすると、同じ作業量でも消費が変わります。

参考：Manage costs effectively（Claude Code公式ドキュメント）

参考：Models overview（Claude公式ドキュメント）

参考：Claude の料金プラン

よくある質問

Claude CodeをSEO業務へ導入する際に、実務者からよく寄せられる質問をまとめました。前提条件やスキルの共有方法など、着手前に判断が必要になる論点を中心に、公式情報で確認できる範囲で回答しています。

Q. Claude CodeでSEOをやるのにプログラミングの知識は必要ですか？

必須ではありません。スキルもCLAUDE.mdもMarkdownのテキストファイルで、日本語で手順と判断基準を書けば動きます。ただしターミナルでコマンドを打つ操作と、フォルダ構成を自分で管理する感覚は必要になります。

Q. Claude Codeの利用にはどのプランが必要ですか？

Pro・Max・Team・Enterpriseのいずれかのサブスクリプション、またはClaude Console（API）のアカウントが必要です。無料プランには含まれていません。Amazon BedrockやGoogle Cloud、Microsoft Foundry経由の利用にも対応しています。

Q. Ahrefsの契約がなくてもClaude CodeでSEO分析はできますか？

できます。標準のWeb検索とCLAUDE.mdだけでも、検索意図の分析、上位記事の調査、構成案の作成は回ります。ただしAhrefsのリモートMCPはLite以上の有料プランが対象のため、検索ボリュームや被リンクの定量データは契約後に追加する形になります。

Q. Claude Codeで記事を大量に生成すれば検索評価は上がりますか？

上がるとは言えません。Googleのスパムポリシーは、検索順位の操作を主目的に価値の追加なく多数のページを生成する行為を「スケールされたコンテンツの不正利用」として挙げています。生産量を上げる場合も、出典確認と一次情報の追記は人の工程として残す前提です。

Q. 構築した基盤をチームで共有するにはどうすればよいですか？

プロジェクトの .claude/skills/ と .mcp.json をバージョン管理に入れて共有する方法が基本です。複数のプロジェクトへ配る場合は、スキルやサブエージェント、MCP設定をまとめたプラグインとして切り出す方法もあります。

まとめ

Claude CodeによるSEO分析基盤は、CLAUDE.mdとWeb検索の最小構成から始め、Ahrefs MCP、GSC、スキル、サブエージェントを段階的に足すことで、1ヶ月程度で運用に乗せられます。ツールの使い方を覚えるのではなく、自分のワークフローに合わせてClaude Codeを設計する。この視点の転換が、AI活用で成果を分ける境目です。

接続方式やモデルの構成は更新が続く領域です。公式ドキュメントで現在値を確認する工程を月次のルーチンに入れておくと、古い手順のまま動かし続ける事故を防げます。AI検索の引用状況を計測する枠も、この段階で作るほうが後から足すより楽です。

malnaでは、SEO戦略の設計からClaude Code等を活用した分析基盤の構築、コンテンツ制作、効果測定まで、一気通貫でのマーケティング支援を行っています。「施策の優先度の付け方がわからない」「社内に分析の仕組みを作りたいが何から手をつけるか迷っている」という方には、現在の課題をヒアリングしたうえで最適なプランをご提案します。次の一手を決めるところからお問い合わせよりご相談ください。

紹介したCLAUDE.mdのサンプル、SEOスキル一式、ディレクトリ構成のテンプレートはGitHubリポジトリで公開しています。自社の環境に合わせてご活用ください。

参考：seo-kit（GitHubリポジトリ）

関連記事：SEO会社のおすすめ19選！選び方や注意点なども解説

関連記事：コンテンツマーケティング代行おすすめ15選！選び方やメリットなどを解説

AIを使える人材が社内にいない場合

回し方はわかった。でも、この基盤を組み立てて毎月動かす人が社内にいない。

こう感じた方もいるのではないでしょうか。難しいのはコマンドの操作ではなく、自社のSEO業務をルールとして書き起こし、更新が入るたびに手入れし続ける部分です。malnaでは、AI活用の実務経験を持つ人材をご紹介するAIタレント名鑑を運営しています。採用ではなく業務委託として、週1日から相談いただけます。

無料相談はこちら 記事一覧はこちら