2026年のキーワード選定─AI×Ahrefs APIで効率化する5ステップ【テストサイトで85.6万クリック獲得した実例】

キーワード選定とは

キーワード選定とは、自社サイトで上位表示を狙うべき検索キーワードを、検索ボリューム・難易度・検索意図・事業との関連性などの観点から選び出す工程を指します。SEOの最初の工程であり、ここでの判断が後続のすべて（コンテンツ設計・記事執筆・内部リンク・被リンク戦略）に影響します。

つまり、キーワード選定は「どの戦場で戦うか」を決める意思決定です。事業の方向性に合わないキーワードを選んでしまえば、どれだけ良質な記事を書いても事業成果には繋がりません。

2022年と2026年で変わった3つの前提

2022年までのキーワード選定と、2026年現在のキーワード選定では、前提条件が3つ大きく変わっています。この変化を理解せずに古い方法論を続けると、効率も精度も劣る選定になります。

前提1：Ahrefs APIとAIの組み合わせが現実的になった

2022年時点では、Ahrefsのキーワードデータを取得するにはダッシュボードで1キーワードずつ調べる必要がありました。100キーワードの分析に丸1日かかることも珍しくありませんでした。

2026年の現在、Ahrefs APIとAI（Claude、ChatGPT等）を組み合わせれば、数百キーワードの取得・分類・優先順位付けが数分で完了します。さらにMCP（Model Context Protocol）の登場により、AIが直接Ahrefs APIを呼び出してデータ取得から分析までを一気通貫で行えるようになりました。

前提2：検索意図の多重化

従来の検索意図分類は「情報型 / 取引型 / ナビゲーション型」の3分類でした。2026年現在は、これにAI検索特有の意図（「AI検索からの直接回答を求める意図」「複数AIエンジン横断での情報収集意図」など）が加わり、検索意図はより複雑な多重構造を持つようになっています。

同じ「SEOツール」というキーワードでも、Google検索する人とChatGPT検索する人で求めるアウトプットが異なります。この多重性を踏まえた選定が必要です。

前提3：AI検索の登場で評価軸が変わった

AI検索（ChatGPT、Perplexity、Google AI Overviews）が普及した結果、上位表示だけでなく「AI検索での引用」が新しい評価軸として加わりました。LLMO（Large Language Model Optimization）と呼ばれる領域です。

キーワード選定の段階で「このキーワードはGoogle検索で勝てるか」だけでなく「AI検索で引用される可能性があるか」を判断する視点が必要になっています。

「AI自動化サイトが落ちている」現実

SEGOで1,189サイト・累計2,024件を診断してきた経験から、明確に観察できる事実があります。記事作成までAI自動化に振り切ったサイトは、確実に順位を落としています。

これは「AIが悪い」ではなく、「AI活用の方法を誤っているサイトが落ちている」という意味です。SEGO診断データから、AI自動化サイトに共通して観察される3つの構造的弱点が特定できました。

これらの構造的弱点は、AI生成時に発生する「テンプレ化された出力パターン」と「事業文脈を反映しない一般論的表現」が原因です。具体的には以下のような特徴が観察されます。

• 構成のテンプレ化（H2-1: 〇〇とは / H2-2: 〇〇のメリット / H2-3: 〇〇の方法 という機械的構造）
• 言い回しのテンプレ化（「〜について解説します」「いかがでしたでしょうか」「ぜひ参考にしてください」の連発）
• 具体例の薄さ（抽象的な「重要です」「効果的です」が連発され、独自の事例が乏しい）
• FAQの定型化（同じパターンの質問・回答が並ぶ）

これらの特徴がGoogleやAI検索エンジンのフィルターに引っかかり、検索順位の継続的な下落を招いていると考えられます。

AI×Ahrefs APIキーワード選定の5ステップ

2026年の効率的なキーワード選定は、AIに任せる部分と人が判断する部分を明確に分けた5ステップで進めます。重要なのは、各ステップで「誰が判断するか」を意識的に設計することです。

Step 1：既存KWの整理（人が主導）

まず、自社サイトに既存で含まれるキーワードと、Search Consoleで実際にクリックを得ているキーワードを抽出します。これがAIに「このサイトの土俵」を理解させるためのコンテキストになります。

このステップを省略するサイトオーナーが多いですが、ここを飛ばすとAIが「一般論的なキーワード」を返してきます。既存コンテンツとの関係性が把握できないため、後段でカニバリゼーションが多発する原因にもなります。

Step 2：ClaudeにAhrefs APIを接続

ClaudeにAhrefs APIを接続する仕組みを構築します。MCP（Model Context Protocol）の登場により、ClaudeデスクトップアプリやClaude CodeからAhrefs APIを直接呼び出せる環境が整備されています。

これにより、「ClaudeにキーワードAのVolumeを聞く」→「Claudeが自動でAhrefs APIを叩く」→「結果を分析して返す」というフローが、一回のチャットで完結します。

Step 3：サイトコンテキスト+シードKWでAI選定（AI主導）

Step 1で整理した既存KWリストと事業情報をClaudeに渡し、関連キーワードの抽出を依頼します。プロンプトの例は後述しますが、ここで重要なのは「サイトのコンテキスト」と「シードKW（起点となる種キーワード）」の両方を渡すことです。

このステップでClaudeは、Ahrefs APIから関連KWを取得し、Volume・KD・検索意図のラベル付けまで一気に行ってくれます。100〜300キーワード規模の分析が数分で完了します。

Step 4：戦略マトリクス自動生成（AI主導+人）

Step 3の結果を、Volume × KD × 検索意図のマトリクスに整理します。AIに「優先順位の素案」を作らせ、それを人がレビューする形が効率的です。

マトリクスは以下のような形になります。

象限	Volume	KD	優先度
A：宝石	高	低	最優先
B：競争	高	高	中期戦略
C：ニッチ	低	低	クラスター用
D：避ける	低	高	原則除外

Step 5：カニバリゼーション&事業マッチング最終チェック（人が必須）

これが最も重要なステップです。AIが提案したキーワードに対して、以下の3つの観点で人が最終判断します。

• カニバリゼーション：既存記事のキーワードと検索意図が重複していないか
• 事業マッチング：そのキーワードで流入したユーザーが、自社のサービス・商品で受け止められるか
• 独自性の検証：そのキーワードで自社が独自の視点・データを提供できるか

このステップを省略すると、AI自動化サイトに共通する弱点（事業文脈と無関係な一般論記事の量産、既存記事とのカニバリ多発）に陥ります。

「AI任せ」と「人が最後にやる」の境界線

5ステップの設計思想の核心は、AIに任せる領域と人がやるべき領域を明確に分けることです。境界線を整理すると以下のようになります。

左側のAI任せOK領域は、データ集計・分類・フィルタリングといった「正解が明確な作業」です。AIはこの領域で人間の何十倍も速く正確に処理できます。

右側の人が最後にやる領域は、いずれも「自社事業の文脈」が必要な判断です。AIは事業の戦略意図、過去の経緯、ステークホルダーとの関係、顧客の特性などを完全には理解できません。ここを人が判断することで、AI自動化サイトの落とし穴（一般論の量産・事業との乖離・カニバリ多発）を回避できます。

実例：テストサイトで85.6万クリックを獲得したフロー

このフローを実際に運用したテストサイトの実績を共有します。Google Search Consoleの実データは以下の通りです。

数値を整理すると、Total clicks 85.6K・Total impressions 1.26M・Average CTR 6.8%・Average position 7.4。グラフを見ると、2025年9月頃から段階的にクリック数が伸び、2026年に入って安定的に高水準を維持しています。

実際のフロー

このテストサイトでは、以下のフローで運用しました。

1. 既存記事のKWリスト抽出：サイトに元から含まれていた記事のキーワードを全て整理
2. ClaudeにAhrefs APIを接続：Claudeから直接Ahrefsデータを取得できる環境を構築
3. サイトコンテキストの提供：既存KWリスト+事業説明をClaudeに事前共有
4. 関連KWの自動抽出：シードKWに対する関連KWをClaudeが自動取得・分類
5. 人による最終判断：カニバリ・事業マッチング・独自性の3観点で記事化候補を選別

成功要因の自己分析：被リンク1本が決定打

このサイトが85.6万クリックを獲得できた最大の要因は、実はキーワード選定の精度よりも、関連性の高いドメインから獲得した1本の被リンクでした。

これは重要な気づきです。AI×Ahrefs APIで効率的にキーワード選定を行っても、それだけで上位表示できるわけではありません。被リンク（特に関連性の高いドメインからのリンク）が、検索順位を大きく押し上げる要因として機能しています。

「キーワード選定さえ完璧なら勝てる」という業界の単純化された言説に対して、データは別の真実を教えてくれます。キーワード選定はSEOの必要条件であっても、十分条件ではありません。

AIプロンプト例（コピペで使える3階建て構造）

実際にClaudeに渡すプロンプトの構造を、3階建てのテンプレートとして提示します。それぞれの目的を理解した上で、自社の文脈に合わせて改変してください。

プロンプト1：サイトコンテキスト提供用

最初に渡すのは、AIに「このサイトの土俵」を理解させるためのコンテキスト情報です。

以下は私たちのサイトの基本情報です。このサイトの専門領域・読者層・目的を理解してください。

【サイト概要】
- サイト名：[サイト名]
- 主な事業内容：[事業内容を3行で]
- ターゲット読者：[読者像を具体的に]
- サイトの目的：[CV・ブランディング等]

【既存記事のキーワードリスト】
- [既存KW1]
- [既存KW2]
- [既存KW3]
（以下、全件貼り付け）

このサイトのコンテキストを踏まえて、後続のキーワード分析を行ってください。

プロンプト2：Ahrefs API連携用

次に、シードKWを渡してAhrefsから関連データを取得させます。「サイトコンテキストに基づいて評価してください」の一文がポイントです。

以下のシードキーワードについて、Ahrefs APIから関連キーワード・Volume・KD・TPを取得してください。
取得したデータは、上記サイトコンテキストに基づいて評価してください。

【シードキーワード】
- [シードKW1]
- [シードKW2]
- [シードKW3]

【評価軸】
1. 検索Volume（月間検索数）
2. KD（キーワード難易度）
3. 検索意図の分類（情報型 / 取引型 / ナビゲーション型 / AI検索意図型）
4. サイトコンテキストとの関連性（10段階評価）
5. 想定される競合上位サイトの傾向

出力形式は表（マークダウン）でお願いします。

プロンプト3：カニバリゼーション検出用

最後に、既存記事との重複を検出させます。「最終的な記事化判断は私が行います」の一文を明示することで、AIに整理役の役割を徹底させます。

以下の2つのキーワードリストの間で、検索意図が重複している（カニバリゼーション）のペアを検出してください。

【既存記事のキーワード】
- [既存KW1]
- [既存KW2]
（以下、全件）

【新規候補キーワード】
- [候補KW1]
- [候補KW2]
（以下、全件）

【検出ルール】
- 検索意図が90%以上一致するペアは「重複」と判定
- 検索意図が部分的に重複するペアは「部分重複」と判定
- 表形式で「既存KW / 候補KW / 重複度 / 推奨アクション」を出力

なお、最終的な記事化判断は私（人間）が行います。あなたは候補の整理に専念してください。

プロンプト3の末尾「最終的な記事化判断は私が行います」が重要です。AIに最終判断を委ねず、整理役に専念させることで、AI自動化の落とし穴を回避できます。

AI活用で陥りがちな3つの落とし穴

AI×Ahrefs APIを活用したキーワード選定で、特に注意すべき3つの落とし穴を整理します。

落とし穴1：AI出力のテンプレ化

AIに同じプロンプトで何十回も記事を生成させると、構成・言い回し・FAQが画一化します。「〜について解説します」「いかがでしたでしょうか」「ぜひ参考にしてください」が定型句として連発される記事は、AI生成の典型的なパターンです。

Googleやその他検索エンジンのフィルタリングロジックは、この種のパターン化を検出する精度を高めています。AI生成後に人が文体を調整し、独自の事例・経験を加える工程を必ず挟むべきです。

落とし穴2：自社の独自性が消える

AIは大量の一般的な情報を学習しているため、出力されるキーワード提案も「一般論で書きやすいキーワード」に偏りがちです。自社の独自データ・実体験・事例が活きるキーワードは、人が意図的に拾い上げる必要があります。

「このキーワードで、自社にしか書けない記事になるか？」を最終チェックする視点が重要です。

落とし穴3：「効率化」が「思考停止」になる

AI×APIで作業時間が10分の1に短縮されると、その効率化に酔いしれて、戦略的思考そのものを放棄するケースがあります。「AIが提案したから書く」が「AIに考えてもらう」に変質すると、サイトは事業文脈から乖離した一般論メディアになります。

効率化された時間は、より戦略的な判断（事業マッチング・独自性検証・被リンク戦略）に投資すべきです。

AI×Ahrefs APIが向くサイト・向かないサイト

すべてのサイトでAI×Ahrefs APIの活用が効果的というわけではありません。向き・不向きを整理します。

向くサイト

• 中規模以上のメディアサイト：取り扱うキーワード数が多く、手動分析が現実的でない
• コンテンツマーケティングメインの事業：継続的なキーワード追加が必要
• 競争の激しい業界：効率的なキーワード選定が競争優位に直結
• 多言語サイト：複数言語のキーワード分析を並行して行う必要がある

向かないサイト

• 超小規模サイト（ページ数10以下）：手動分析で十分対応可能、ツール導入コストが見合わない
• 商品固定のEC：商品名のキーワードがほぼ固定されており、選定の余地が少ない
• ローカルビジネス（地域限定）：地域名+業種名がメインキーワードで、選定の自由度が低い
• ニッチな専門領域：そもそも検索ボリュームが小さく、Ahrefsデータの信頼性が低い

SEGO診断との関連

キーワード選定を完璧にしても、サイト自体の技術的SEO・コンテンツ品質・AI検索対応が伴わなければ、選定したキーワードで上位表示することは困難です。

SEGOの無料診断では、自社サイトが以下の観点でどのレベルにあるかを30秒で確認できます。

• Technical（技術的SEO）：平均スコア91.3点
• Content（コンテンツ品質）：平均スコア69.3点
• AI検索対応：平均スコア60.1点
• Trust（信頼性・E-E-A-T）：平均スコア43.1点
• UX（ユーザー体験）：平均スコア36.2点

キーワード選定の前に、自社サイトの基盤がどこまで整っているかを把握することで、選定後の記事化が成果に繋がりやすくなります。

AI×Ahrefs APIキーワード選定に関するよくある質問

Q1. Ahrefs APIの利用には別途料金が必要ですか？

はい、Ahrefs APIはAhrefsの有料プランとは別の料金体系になっています。詳細はAhrefsの公式サイトで確認してください。MCP経由でClaudeに接続する場合も、APIキーの発行と利用料金が必要です。

Q2. ClaudeでなくChatGPTやGeminiでも同じことができますか？

原理的には可能ですが、2026年5月時点ではClaudeのMCP対応が最も充実しています。ChatGPTの場合はCustom GPT+ActionsでAhrefs APIを叩く方法があり、Geminiも同様の機能を持ちます。それぞれのAIで使い慣れた環境で運用するのが現実的です。

Q3. AIに完全自動化させた場合、何時間で100KWの選定が完了しますか？

仕組みが整っていれば、100KWの取得・分類・優先順位付けまで10〜15分程度で完了します。ただし、本記事で繰り返し述べた通り、ここから人によるカニバリ・事業マッチング最終チェックが必要です。最終チェックを含めると、100KWで合計1〜2時間が目安です。

Q4. AI自動化サイトが落ちている、というのはいつ頃から観察されていますか？

2024年後半から徐々に観察され、2025年〜2026年で顕著になりました。GoogleのAI生成コンテンツに対する評価基準が継続的に厳しくなっていること、AI検索エンジンが「画一的なコンテンツ」を引用しにくくなっていることが背景にあると考えられます。

Q5. キーワード選定を完璧にすれば、被リンクなしでも上位表示できますか？

業界・キーワードの競争状況によります。本記事で紹介したテストサイトでは、キーワード選定の精度に加えて、関連性の高いドメインから獲得した1本の被リンクが決定打になりました。一般論として、競争の激しいキーワードでは被リンク戦略も並行して必要です。

AI×Ahrefs APIで効率化しつつも、人が最後にチェックする

本記事では、2026年現在のキーワード選定について、AI×Ahrefs APIで効率化する5ステップと、AI任せにすべきでない領域を解説しました。SEGO 1,189サイト・累計2,024件の診断データが示すように、AI活用に振り切ったサイトは構造的な弱点（E-E-A-T欠落、アンサーファースト不在、コンテンツ鮮度管理不足）に陥り、確実に順位を落としています。

効率化できる領域は徹底的にAIに任せ、判断が必要な領域（カニバリ・事業マッチング・独自性検証）は人が最後にチェックする。この境界線を明確にすることで、効率と精度を両立したキーワード選定が可能になります。

また、テストサイトの実例が示す通り、キーワード選定だけでSEOが完結するわけではありません。被リンク戦略・コンテンツ品質・技術的SEO・AI検索対応など、複数の要素が組み合わさって初めて成果が生まれます。自社サイトの現在地を把握したい方は、SEGOの無料診断をぜひお試しください。

SEGOで無料診断を試す