【要約】Next.jsを利用したウェブアプリケーションにSEO/LLMOを施す [Qiita_Trend] | Summary by TechDistill
> Source: Qiita_Trend
Execute Primary Source
// Problem
- ・メタデータ（canonical, OG等）の表記ゆれや管理漏れ。
- ・環境（本番/ステージング）による意図しないインデックス事故。
- ・UGC（ユーザー生成コンテンツ）の低品質なページが大量にインデックスされることによる、サイト全体のSEO評価低下。
- ・従来の検索エンジンだけでなく、AI検索（LLM）がコンテンツを正しく解釈・引用できない課題。
// Approach
1.
buildPublicPageMetadata によるメタデータの一元管理。2.
getSiteOrigin を用いた絶対URLの確実な生成。3.
app/robots.ts によるツール系パスの拒否とインデックス事故防止。4.
app/sitemap.ts で高エンゲージメントなUGCのみを抽出する品質制御。5.Schema.org に準拠した JSON-LD（
WebSite, BlogPosting, MusicRecording）の実装。6.
llms.txt の配置によるAIエージェントへの情報提供。// Result
- ・SEOとLLMOの両面で、機械が解釈しやすい構造を実現。
- ・UGCの品質に応じたsitemap制御により、サイト全体のSEO評価を維持。
- ・共通ビルダーの導入により、開発時のメタデータ設定ミスを低減。
- ・AI検索時代を見据えた、
llms.txt等による先見的な情報提供体制の構築。
Senior Engineer Insight
> 非常に実践的。単なるSEOに留まらず、LLMO（AI検索最適化）を見据えた設計が秀逸。特にUGCの品質に基づき
sitemap.xml の内容を動的に制御する手法は、大規模サイトのSEO評価を守る上で極めて重要。dangerouslySetInnerHTML の使用についても、サーバー側での組み立てに限定し、リスクを最小化している。開発体験と運用保守性を両立させた、現場レベルの高い実装である。