Claude Code の中で Orchestor を使う

AI検索の診断や改善計画の前提になる、自社ブランドの基本情報を整理します。

AI検索で継続的に追うべきテーマやトピックを整理します。

AI回答の観測に使う質問セットやペルソナを作成し、見直します。

AI検索で比較対象にする競合企業やサービスを整理し、分析の基準を作ります。

AI回答の実例を確認し、自社の露出、引用、競合との見え方を整理します。

AI回答で自社がどれだけ表示され、競合と比べてどの程度目立っているかを診断します。

AI回答で引用されていない情報や、引用が弱い領域を見つけます。

AI回答で自社ブランドがどのような印象、信頼感、立ち位置で語られているかを診断します。

見込み顧客が使いそうな検索質問の広がりを診断し、露出機会を整理します。

AI回答で引用されているドメインを分析し、信頼される情報源の傾向を把握します。

AI回答で引用されているURLを分析し、強いページや不足しているページを見つけます。

AI回答で自社がどう見えているかを確認し、理想の見え方との差分を整理します。

AI回答での競合の露出、ポジショニング、引用の強さを比較して整理します。

診断で見つかった課題を、優先度付きのAI検索 Issue として整理します。

AI検索で見つかったIssueを確認し、対応すべきものと見送るものに仕分けます。

サイトの URL 在庫と crawl ポリシー（sitemap / llms.txt / robots）を収集します。

URL から clean content（markdown / html / links / metadata）を取得します。

content / URL と JSON schema から structured data を抽出します。