Search ConsoleをAIで分析する方法｜CSVから改善候補と異常を見つける

Search ConsoleをAIで分析するときは、CSVを渡して自由に感想を求めるのではなく、期間、dimension、filter、計算式、根拠行を固定します。クリック減少、表示増加に対するCTR低下、掲載順位の変化を候補として抽出し、元データへ戻って確認します。

この記事では、CSVの準備、集計の注意点、分析プロンプト、改善タスクへの変換までを具体例で解説します。

情報確認日：2026年7月18日（日本時間）

結論：AIには「候補抽出」を任せ、数値と原因は人が検証する

比較する期間とfilterを固定してCSVを出す
列名、日付、URL、欠損値を正規化する
件数と加重CTRを正しく再集計する
改善候補へ根拠行と仮説を付ける
Search Consoleとページを確認し、施策と再評価日を決める

1．Search Consoleから分析用CSVを出す

Performance reportで対象を決め、ExportからCSVなどの形式を選びます。次の条件を分析メモへ残してください。

Search type
対象期間と比較期間
query、page、date、deviceなどのdimension
country、device、search appearanceなどのfilter
export日時と対象property

query単位とpage単位を一つの表へ無理に混ぜず、問いに合う粒度で出力します。たとえば「どの記事を直すか」はpage、「どの検索意図を逃しているか」はqueryとpageの組み合わせが役立ちます。

Search Consoleデータの注意点

注意点	分析への影響
行数上限	exportされた行が全queryの完全一覧とは限らない
匿名化query	privacy保護のため表に出ないqueryがある
canonical集約	pageデータはcanonical URLへ集約される場合がある
average position	単純な順位追跡値として扱わない
最新データ	確定前の値や遅延を考慮する

CSVの行合計と画面上のtotalが一致しなくても、すぐエラーとは限りません。公式ヘルプの集計ルールを確認し、AIへも「完全明細ではない可能性」を伝えます。

2．分析しやすいschemaへ揃える

次は説明用の架空データです。実データではありません。

period,query,page,device,clicks,impressions,ctr,position
previous,ollama 使い方,/articles/ollama/,mobile,80,1000,0.080,6.2
current,ollama 使い方,/articles/ollama/,mobile,84,1400,0.060,6.0
previous,ai テスト 作成,/articles/ai-test/,desktop,45,600,0.075,8.1
current,ai テスト 作成,/articles/ai-test/,desktop,30,620,0.048,9.7

列は半角英数字へ揃え、CTRは小数か百分率のどちらかへ統一します。URLの末尾slash、http/https、parameterも正規化します。

CTRの集計：行ごとのCTRを単純平均せず、合計clicks ÷ 合計impressionsで計算します。表示回数の多い行と少ない行を同じ重みで平均すると誤ります。

3．AIへ分析させるプロンプト

このCSVはSearch Consoleの比較用データです。

目的:
改善候補を抽出し、元データで再確認できる表を作る。

ルール:
- currentとpreviousを同じquery・page・deviceで比較
- clicks差、impressions差、CTR差、position差を計算
- CTRはclicks / impressionsで再計算
- 原因を断定せず「仮説」と表示
- 各候補へ根拠となるCSV行を付ける
- データにない検索意図や競合状況を創作しない
- 母数が小さい行はlow-sampleと表示

分類:
1. 表示増・CTR低下
2. 表示減
3. position低下
4. 新規query
5. 改善

出力列:
priority,classification,query,page,device,
clicks_delta,impressions_delta,ctr_delta,position_delta,
evidence,hypothesis,next_check

しきい値はサイト規模に合わせます。数クリックの変動を大問題にせず、表示回数と事業上の重要度を一緒に見ます。

4．分析結果を根拠行で検証する

候補	確認すること	断定しないこと
表示増・CTR低下	query別、device別、検索結果の見え方	titleだけが原因
position低下	期間、page、query、技術的問題	algorithm updateが原因
click減・表示横ばい	CTR、検索意図、SERP変化	記事品質だけが原因
新規query	継続性とpageとの一致	新需要が確定した

AIの計算値を表計算でも再計算し、Search Console画面で同じfilterを適用して確認します。ページのindex状態、canonical、更新履歴も合わせて見ます。

5．改善タスクへ変換する

task_id: SEO-042
page: /articles/example/
query_cluster: ollama 初期設定
evidence:
  - mobile impressions: 1000 → 1400
  - mobile CTR: 8.0% → 6.0%
hypothesis:
  - 検索意図に対して導入手順が見つけにくい可能性
checks:
  - query別の変化
  - 実際の検索結果
  - titleと導入見出し
action:
  - 初期設定表とtroubleshooting導線を改善
owner: editor
review_date: 2026-08-15

title変更のような施策も一度に複数ページへ適用せず、変更日と対象を記録します。再評価は検索データが十分にたまる期間を置きます。

AI分析に向くこと・向かないこと

向くこと	人が確認すること
列の正規化案	元データを壊していないか
差分計算と候補抽出	式、母数、filter
queryの仮cluster	実際の検索意図
報告書の雛形	原因と施策の妥当性
次の確認項目	優先度と担当

キーワードを記事へ割り当てる方法はAIを使ったSEOキーワード調査、検索環境全体の考え方はAI検索時代のSEO・GEOを参照してください。

よくある質問

Search ConsoleのCSVをそのまま外部AIへ送ってよいですか？

組織のデータ取扱規程を確認します。非公開URL、query、property情報が含まれるため、必要な列と期間だけに絞り、許可された環境を使います。

AIが原因まで特定できますか？

CSVだけでは原因を確定できません。変化の候補と仮説を作り、検索結果、ページ、技術状態、更新履歴を人が確認します。

毎日分析すべきですか？

サイト規模と目的によります。日次は大きな異常、週次・月次はqueryやpageの傾向など、変動幅に合わせて分けます。記事作成の工程はAIでブログ記事を書く方法も参考になります。

まとめ

Search ConsoleをAIで分析するときは、期間、dimension、filterを記録し、CTRを合計clicks ÷ 合計impressionsで再計算します。AIの役割は大量行から候補を見つけることで、原因の断定ではありません。

各候補に元CSVの根拠、仮説、次の確認、担当、再評価日を付ければ、分析を実行可能なSEOタスクへ変換できます。