Pregătirea pentru căutarea AI a site-urilor proprii ale agențiilor japoneze de web design: 2,357 de site-uri (noiembrie 2026)
Am descărcat pagina principală, robots.txt și llms.txt de pe 2,357 de site-uri ale agențiilor japoneze de web design. 13.6% (321) aveau un llms.txt, 68.9% (1,624) aveau date structurate (JSON-LD), iar 1.3% (28 din cele 2,158 cu robots.txt) blocau cel puțin un bot AI în robots.txt.
Publicat pe 2026-11-10. Date agregate pe 2026-11-05. Studiu realizat de Nurevo AEO (Bestie.合同会社). Nurevo vinde instrumente de optimizare pentru căutarea AI (AEO), așadar are un interes în acest subiect.
Principalele constatări
- 13.6% dintre site-urile agențiilor web japoneze (321 din 2,357) au un llms.txt; 0.6% (14) au un llms-full.txt.
- 1.3% (28 din cele 2,158 cu robots.txt) blochează cel puțin un bot AI în robots.txt. Aproape niciunul nu le închide ușa crawlerelor AI.
- 68.9% au date structurate (JSON-LD), 58.3% au un nod de tip Organization, iar 3.9% au FAQPage.
Despre studiu
- Populația: site-urile de companie a 2,756 de agenții de web design din Japonia despre care am putut confirma că sunt agenții. Nu este un eșantion al tuturor site-urilor de afaceri.
- Site-uri accesate: pagina principală a putut fi descărcată pentru 2,357 (85.5%). Toate rezultatele se referă la aceste 2,357 de site-uri.
- Ce s-a descărcat: pagina principală, /robots.txt, /llms.txt și /llms-full.txt ale fiecărui site, câte o dată fiecare (User-Agent: NurevoSurvey/1.0), la începutul lui noiembrie 2026, cu agregare pe 2026-11-05.
- Criterii: datele structurate au fost evaluate prin analizarea JSON-LD-ului din pagina principală și numărarea valorilor @type (JSON-LD-ul care nu poate fi analizat se consideră defect). Un llms.txt se ia în calcul dacă returnează statusul 200 cu text non-HTML mai lung de 20 de caractere. Pentru robots.txt, un bot se consideră blocat dacă grupul care i se aplică interzice pagina principală (/), după regula potrivită cea mai lungă.
- Aceeași colectare a inclus și agenții din afara Japoniei (20,720 de site-uri în total, 15,657 accesate). O comparație va urma într-un raport separat.
Rezultate: elementele principale
Setările SEO de bază (HTTPS, meta description, robots.txt, canonical) sunt prezente pe peste 80–90 la sută dintre site-uri. Elementele mai noi gândite pentru AI, precum llms.txt și FAQPage, sunt încă în minoritate.
| Element | Site-uri | Procent |
|---|---|---|
| Servit prin HTTPS | 2,355 / 2,357 | 99.9% |
| Construit pe WordPress | 2,166 / 2,357 | 91.9% |
| Are meta description | 2,139 / 2,357 | 90.8% |
| Are robots.txt | 2,158 / 2,357 | 91.6% |
| robots.txt indică un Sitemap | 1,988 / 2,158 | 92.1% |
| Are link canonical | 1,988 / 2,357 | 84.3% |
| Are Open Graph (og:title) | 1,909 / 2,357 | 81.0% |
| Are date structurate (JSON-LD) | 1,624 / 2,357 | 68.9% |
| Are date structurate de tip Organization | 1,373 / 2,357 | 58.3% |
| Are llms.txt | 321 / 2,357 | 13.6% |
| Are microdate schema.org | 184 / 2,357 | 7.8% |
| Are date structurate FAQPage | 92 / 2,357 | 3.9% |
| robots.txt blochează cel puțin un bot AI | 28 / 2,158 | 1.3% |
| Are llms-full.txt | 14 / 2,357 | 0.6% |
Cum tratează robots.txt crawlerele AI
Dintre cele 2,158 de site-uri cu robots.txt, 2.5% (54) menționează un bot AI pe nume, iar 1.3% (28) interzic pagina principală pentru cel puțin un bot AI. Majoritatea blocărilor vizează crawlerele de antrenare (GPTBot, Google-Extended, CCBot și altele similare). Niciun site nu a blocat crawlerele de căutare OAI-SearchBot sau Claude-SearchBot.
| Bot | Site-uri care îl blochează | Procent |
|---|---|---|
| GPTBot (OpenAI) | 27 | 1.3% |
| Google-Extended (Google) | 24 | 1.1% |
| CCBot (Common Crawl) | 24 | 1.1% |
| Bytespider (ByteDance) | 24 | 1.1% |
| anthropic-ai (Anthropic) | 22 | 1.0% |
| ClaudeBot (Anthropic) | 21 | 1.0% |
| Applebot-Extended (Apple) | 21 | 1.0% |
| ChatGPT-User (OpenAI) | 2 | 0.1% |
| PerplexityBot (Perplexity) | 1 | 0.05% |
| OAI-SearchBot (OpenAI) | 0 | 0% |
| Claude-SearchBot (Anthropic) | 0 | 0% |
| Googlebot (Google) | 0 | 0% |
| Bingbot (Microsoft) | 0 | 0% |
llms.txt
321 din 2,357 de site-uri (13.6%) au un llms.txt. Dintre acestea, mediana lungimii llms.txt este de 96 de rânduri. 14 site-uri (0.6%) au și llms-full.txt, cu textul complet.
Tipuri de date structurate
Dintre cele 1,624 de site-uri cu JSON-LD, 1.7% (27) conțin JSON-LD care nu poate fi analizat. WebSite, Organization și BreadcrumbList sunt cele mai frecvente tipuri; PostalAddress apare pe 16.3% dintre site-uri, LocalBusiness pe 5.3%, iar FAQPage pe 3.9%.
| @type | Procent |
|---|---|
| WebSite | 62.4% |
| Organization | 53.7% |
| BreadcrumbList | 43.0% |
| ImageObject | 38.1% |
| WebPage | 34.1% |
| SearchAction | 28.6% |
| PostalAddress | 16.3% |
| Person | 10.1% |
| ContactPoint | 6.4% |
| ProfessionalService | 5.6% |
| LocalBusiness | 5.3% |
| FAQPage | 3.9% |
Verificarea în șase puncte
Am numărat câte dintre șase puncte îndeplinește fiecare site: (1) are un llms.txt; (2) are JSON-LD; (3) are un tip Organization sau LocalBusiness; (4) are un robots.txt care nu blochează niciunul dintre GPTBot, ClaudeBot, PerplexityBot și OAI-SearchBot; (5) are meta description; (6) are link canonical. Este o numărătoare simplă făcută pentru acest studiu, nu scorul 0–100 al produsului Nurevo. Media este de 4.0 puncte; 10.5% le îndeplinesc pe toate șase.
| Puncte îndeplinite | Site-uri | Procent |
|---|---|---|
| 0 | 40 | 1.7% |
| 1 | 116 | 4.9% |
| 2 | 254 | 10.8% |
| 3 | 369 | 15.7% |
| 4 | 360 | 15.3% |
| 5 | 971 | 41.2% |
| 6 | 247 | 10.5% |
Cum se citează acest studiu
Puteți cita și republica liber cifrele și tabelele, cu condiția să menționați sursa „Studiul Nurevo AEO (nurevo.jp)” și să includeți un link către această pagină. Fraze gata de citat:
- 13.6% din 2,357 de site-uri ale agențiilor japoneze de web design aveau un fișier llms.txt (Studiul Nurevo AEO, noiembrie 2026).
- Doar 1.3% dintre site-urile agențiilor japoneze de web design (28 din 2,158 cu robots.txt) blocau un bot AI în robots.txt (Studiul Nurevo AEO, noiembrie 2026).
- 68.9% dintre site-urile agențiilor japoneze de web design aveau date structurate JSON-LD pe pagina principală, dar doar 3.9% aveau FAQPage (Studiul Nurevo AEO, noiembrie 2026).
- 91.9% dintre site-urile agențiilor japoneze de web design rulează pe WordPress (Studiul Nurevo AEO, noiembrie 2026).
Limitări
- A fost examinată doar pagina principală. Datele structurate de pe paginile interioare și starea site-ului în ansamblu nu sunt incluse.
- robots.txt a fost evaluat doar pentru pagina principală (/). Un site care blochează doar anumite directoare este considerat neblocant. Blocarea prin alte mijloace (firewalluri, protecția anti-bot a CDN-ului) nu a fost măsurată.
- Populația o reprezintă site-urile proprii ale agențiilor de web design, nu firmele în general. Lista de agenții este a noastră și nu acoperă toate agențiile din Japonia.
- O singură descărcare per site: cele 399 de site-uri a căror pagină principală nu a putut fi accesată (inclusiv din cauza erorilor temporare) sunt excluse. Pentru llms.txt am verificat doar dacă există, nu și calitatea lui.
Interpretarea noastră (opinie)
Ce urmează este opinia noastră, nu o constatare. Site-urile agențiilor au setările SEO de bază în mare parte puse la punct și foarte puține închid ușa crawlerelor AI. Elementele care ajută AI-ul să citească informațiile unei firme, precum llms.txt și FAQPage, există încă doar pe o parte dintre site-uri. Adăugarea lor nu garantează apariția în răspunsurile AI (într-un alt studiu al nostru, semnalele de pe site nu au arătat nicio legătură cu apariția), dar credem că merită verificate ca bază pentru ca AI-ul să citească corect datele reale ale unei firme.
Verificați site-ul dvs. sau pe cele ale clienților
Verificarea gratuită arată llms.txt, datele structurate și accesul crawlerelor AI în aproximativ un minut. Pe WordPress, pluginul Nurevo WebMCP publică un llms.txt și date structurate. Agențiile care vor să-l implementeze pe site-urile clienților pot consulta programul de parteneri.
Întrebări frecvente
Cât de răspândit este llms.txt pe site-urile agențiilor web japoneze?
În acest studiu, 321 din 2,357 de site-uri ale agențiilor japoneze de web design (13.6%) aveau un llms.txt (noiembrie 2026).
Blochează multe agenții crawlerele AI în robots.txt?
Puține. Dintre cele 2,158 de site-uri cu robots.txt, 28 (1.3%) blocau cel puțin un bot AI. Niciunul nu a blocat crawlerele de căutare OAI-SearchBot sau Claude-SearchBot.
Se aplică aceste cifre site-urilor de afaceri în general?
Nu neapărat. Studiul acoperă site-urile proprii ale agențiilor de web design și doar paginile lor principale.
Pot folosi aceste cifre într-un articol?
Da. Menționați sursa „Studiul Nurevo AEO (nurevo.jp)” și includeți un link către această pagină, iar apoi le puteți cita și republica liber.