StapeでAIトラフィックを計測する方法

AIトラフィックとは、AIプラットフォーム、アシスタント、ブラウザ、または自動化されたAIシステムから発生するWebサイトへの訪問やリクエストのことです。AIトラフィックには、人間の訪問（ユーザーがAIプラットフォーム上のリンクをクリックした場合）と、AIシステムによって生成される自動リクエスト（以下で取り上げるトレーニングクローラーや検索フェッチャーなど）の両方が含まれます。 

AIはWebサイトトラフィックの重要な流入元になりつつあります。その絶え間ない進化は（後述の調査によると）すでに複数の業界に影響を与えており、お客様のWebサイトのトラフィック獲得レポートにもすでに影響を及ぼしている可能性が高いと考えられます。

AIトラフィック検知を設定する前に、AIの普及とAI経由のトラフィックがどれほど急速に増加しているかを確認する価値があります。

Adobeは2026年4月にAIトラフィックレポートを公開しました。同プラットフォームは、さまざまな業界におけるAI訪問シェアの成長率を分析しています。

• 小売業は前年比393%と最大の増加を記録
• 旅行業は233%
• 金融サービスは158%
• メディア・エンターテインメントは84%
• テクノロジー・ソフトウェアは63%

消費者におけるAI利用の広がりもこの傾向を後押ししています。Adobeが2026年3月に実施した消費者調査では、回答者の54%がAIを使用する頻度が増えたと答えました。

SimilarWebの「2026 Generative AI Landscape」レポートによると、生成AIは成長を続けています。2025年6月から2026年5月までの間：

• 月間平均Web訪問数は前年比70%増の95億件に達しました。
• 月間ユニーク訪問者数は57%増の6億5,500万人に達しました。
• モバイルアプリのダウンロード数も58%増の44億件に達しました。

AIボットはさまざまな目的でWebサイトにアクセスするため、検知を試みる前に、すべてのAI関連ボットトラフィックを同一視すべきではないことを理解することが重要です。AIモデルのトレーニングや改善のために公開コンテンツをクロールするボットもあれば、ユーザーのクエリに応じた情報取得やAIによる回答生成のためにリアルタイムでページにアクセスするボットもあります。

以下に挙げるボットは、AIモデルの開発、トレーニング、または改善に使用される可能性のある、公開されているWebコンテンツをクロールします。

• GPTBot
• ClaudeBot
• Google-Extended
• Applebot-Extended
• Bytespider
• CCBot
• Meta-ExternalAgent

トレーニングクローラーによる訪問は、人間によるWebサイトへの訪問を意味するわけではありません。しかし、これらをトラッキングすることで、AIシステムが自社のコンテンツにアクセスする頻度を把握し、自動化されたAIクローリングとユーザー起因のトラフィックを区別するのに役立ちます。

これらのボットは、ユーザーのリクエストに応じてWebページにアクセスします。例えば、AIアシスタントやAI検索システムは、回答、要約、または検索結果を生成するためにWebサイトから情報を取得することがあります。

• OAI-SearchBot
• ChatGPT-User
• Perplexity-User
• Claude-Web
• Claude-SearchBot

🤔では、これらのタイプのAIボットをどのように検知すればよいでしょうか？

AIボットは、Webサイトへの受信リクエストを分析することで検知できます。最も一般的な方法は、リクエストのUser-Agentヘッダーを確認し、既知のAIクローラーやフェッチャーの識別子と照合することです。

例えば、User-Agentに GPTBot、ClaudeBot、OAI-SearchBot、またはPerplexity-Userなどの識別子が含まれている場合、そのリクエストはAIボットからのものであると識別できます。

しかし、User-Agentはシグナルの1つに過ぎず、すべてのAIトラフィックを確実に特定できるわけではありません。一部のAIエージェントは通常のブラウザのUser-Agentを使用することがあり、リクエストヘッダーだけで人間の訪問者と区別するのが困難な場合があります。

より確実な検知を行うには、訪問者の行動やその他のリクエストレベルのシグナルも分析できます。例えば、AIエージェントには次のような特徴が見られる場合があります。

✅ ページ操作時間が極めて短い

✅ スクロールやページ要素の操作を行わない場合がある

✅ 人間の訪問者とは異なるナビゲーションパターンを生成することがある 

リクエスト頻度、セッションパターン、JavaScriptの実行有無、アクセスされたページの順序などのその他のシグナルも、自動トラフィックと人間のユーザーを区別するのに役立ちます。

そのため、確実なAIトラフィック検知では通常、User-Agentの分析と、行動シグナルおよび技術的シグナルの組み合わせが行われます。

AIボットのトラフィックは以下の方法で検知できます。

• User-Agent文字列を含む受信リクエストの詳細が含まれるサーバーログ
• Cloudflare、Nginx、ApacheログなどのCDNまたはWebサーバーのログ
• 既知のAIクローラーを自動的に特定し、そのトラフィックを分類するボット検知ツール（本ガイドで後述する同様のソリューションの1つ）

AI関連のトラフィックがすべて同じタイプの訪問者を表すわけではありません。人間によるAIトラフィックは、ユーザーがChatGPTやPerplexityなどのAIプラットフォームを使用し、そこからWebサイトにクリックして移動したときに発生します。LLMエージェントトラフィックは、AIシステムやエージェントがユーザーに代わって情報を取得したり、タスクを完了したり、サイトを操作したりするためにWebサイトに直接アクセスしたときに生成されます。

これら2種類のトラフィックは、同じAIプラットフォームに関連付けられていながらアナリティクスデータ上では異なる形で表示される可能性があるため、区別が難しい場合があります。

最も信頼性の高いアプローチは、トラフィックがアナリティクスプラットフォームに届く前にリクエストレベルで分析することです。

• 人間によるAIトラフィック：参照元や獲得データがAIプラットフォームを示しており、ページの読み込みやクライアントサイドイベントの発火など、リクエストが通常のユーザーセッションのように動作する訪問を探します。
• LLMエージェントトラフィック：OAI-SearchBot、GPTBot、ClaudeBotなど、既知のAIクローラー、検索フェッチャー、またはエージェントのUser-Agentからのリクエストを探します。これらのリクエストは多くの場合、User-Agentやその他のサーバーサイドリクエストデータから識別できます。

AIトラフィックは、アナリティクスプラットフォーム上で明確に識別可能なトラフィックソースとして常に表示されるとは限らないため、測定が難しい場合があります。訪問者がWebサイトに到達する方法によって、AIプラットフォームからのトラフィックは参照（リファラー）、ダイレクトトラフィック、オーガニック検索、またはその他の獲得チャネルとして記録される可能性があります。 

👉例えば、AIプラットフォームが参照元情報を渡さない場合、その訪問はダイレクトトラフィックとしてアトリビューションされる可能性があります。また、AI検索機能（GoogleのAI Overviewなど）からトラフィックを獲得した場合、AIプラットフォームではなく検索エンジンにアトリビューションされることがあります。これにより、AIトラフィックのアトリビューションが一貫性を欠く原因となります。

もう1つの課題は、AIブラウザによって生成されるトラフィックの特定です。多くのAIブラウザはChromiumをベースに構築されており、Chromeと同じか極めて類似したUser-Agent文字列を使用することがあります。例えば、弊社のテストでは、AtlasやCometなどのブラウザはChromeと同じUser-Agent文字列を送信し、主な違いはブラウザのバージョンのみであることが示されました。詳細については、AIブラウザのトラッキングに関する専用ブログ記事をご参照ください。

このことも、AIトラフィックの分析をより困難にしています。AIトラフィックを検知する専用の手段がなければ、どのAIプラットフォームが新規訪問者をもたらしているかを特定し、AI参照トラフィックを監視し、AI流入元からのエンゲージメントやコンバージョンを測定することは困難です。

StapeのAI Traffic Detectionパワーアップは、AI起因のトラフィックを特定し、その情報をサーバーGTMコンテナ内の受信リクエストに追加するのに役立ちます。これにより、AIトラフィックを他の流入元と区別し、検知されたデータをAIトラフィックの分析やアトリビューションに活用しやすくなります（設定例は以下で説明します）。

標準的な参照元データやUser-Agent文字列だけに依存するのではなく、サーバーサイドトラッキングの設定内で検知された情報を利用し、GA4やMatomo、その他必要なアナリティクスプラットフォームに渡すことができます。

このパワーアップは、Proプラン以上をご利用中のStapeクライアント向けに提供されています。

このパワーアップを活用することで、AI由来のトラフィックを測定し、AIプラットフォームがWebサイトへの訪問やコンバージョンにどのように貢献しているかを把握できます。また、検知されたデータを使用してカスタムレポートを作成し、AIトラフィックの推移を長期的に監視することも可能です。

AIトラフィックをより正確に計測するには、リクエストがGA4に到達する前にAIリクエストを識別し、カスタムイベントパラメータやその他のトラフィック属性としてアナリティクス設定にこのデータを送信します。

上記のようにAI Traffic Detectionパワーアップを設定したら、AI検知データをイベントパラメータとして送信し、GA4でカスタムディメンションとして登録できます。設定手順は、基本的に上記で説明したMatomoの場合と同じです。 

1. GA4で分析したいAIトラフィックデータのカスタムディメンションを作成します。

例えば、以下を作成できます。

• AI traffic – リクエストがAIトラフィックとして識別されたかどうかを示します。
• AI traffic source – 取得可能な場合にAIプラットフォームを特定します。

GA4プロパティで、Admin → Data display → Custom definitions → Create custom dimensionに進みます。

AI trafficディメンションには、サーバーGTMから送信する予定のイベントパラメータ名（例：ai_traffic）を使用します。

AI traffic sourceディメンションには、ai_traffic_sourceなどのパラメータを使用できます。

ディメンションの作成時にGA4インターフェースで指定したパラメータ名を控えておいてください。次のステップで必要になります。 

2. サーバーGTMのGA4タグにAIトラフィックデータを追加します。

これを行うには、Tagsセクションに移動し → GA4 Base tagを開き → Event Parameterセクションを展開して → Add Rowをクリックします。

Nameには、GA4で新しいディメンションを作成した際に使用した名前を指定します。

Valueには、新しい変数を作成します。

• Variable Type: Request Header
• Name: X-User-AI

行を追加して、2つ目のディメンション（流入元を識別するためのai_traffic_source)を追加します。こちらでも変数タイプにRequest Headerを選択し、Nameには必ずX-User-AI-Name を使用してください。

タグ内での設定例は以下のとおりです。

AIトラフィックはカスタマージャーニーの重要な一部になりつつありますが、標準的なアナリティクスツールでは、この種のトラフィックを特定して分析することが必ずしも容易ではありません。

StapeのAIトラフィック検出パワーアップを使用すると、検出されたAIトラフィックを識別し、その情報をアナリティクスプラットフォームに送信できます。これにより、既存のトラフィックデータと並行してAI起因の訪問を分析し、長期的な変化をモニタリングして、ウェブサイトの獲得およびコンバージョンの過程でAIが果たす役割をより深く理解できるようになります。