広告を配信するすべてのページを評価 — 自社と競合の。
広告費を1円も使う前に、GooseCabbageは自社サイトと既知のすべての競合サイトをクロールし、各ページが本来果たすべき役割を評価します。トップページはポジショニングを伝え、料金ページはコストを明確にし、登録ページはコンバージョンを妨げる要因を取り除く。それぞれの役割を適切に果たしているかを採点します。
さらに、他ツールにはない独自の機能として、Webを自律的に閲覧・行動するAIエージェントに対する各ページの準備度をスコアリングします。構造化データ、セマンティックマークアップ、WebMCPツールも評価対象です。
- JSON-LD構造化データ
- セマンティックランドマーク（4/4）
- 画像altテキスト・61%
- WebMCPツールが登録されていません
あなたのサイトと競合サイトを、同じ評価軸で比較。
実際の監査結果をクリックしてご覧ください。ページごとの評価、エージェントが抽出した具体的な強み・弱み・CTA、競合との比較マトリクス、そしてリアルタイムで上昇していくAIレディネススコアを確認できます。
- +月額・年額の切り替え
- +返金保証が前面に明記されていること
- −エンタープライズプランでは、価格が「お問い合わせ」の裏に隠されています。
- −プラン別の機能比較表がありません
- −2つのCTAが競合し、ユーザーの行動が分散しています
プランごとの機能比較表を公開し、メインのCTAは1つに絞り込みましょう。競合Aはすでに両方実施しています。
どれほど優れたキャンペーンも、出来の悪いページでは台無しになります。
広告プラットフォームはランディングページを評価し、質の低いページには隠れたペナルティとして高いコストを課します。一方、競合のページは公開されており情報の宝庫ですが、すべてに目を通す時間はありません。さらに、新たなオーディエンスも登場しています。それは、ページの閲覧や比較、購入を行うAIエージェントであり、解析できないページは容赦なくスキップします。
ランディングページという「税金」を払っていませんか。
品質スコアと広告ランクにはランディングページの体験も含まれます。表示が遅い、内容が曖昧、信頼性の低いページでは、同じクリックを得るためにより高い入札単価を払い続けることになります。
競合ページは読まれないまま放置されています。
競合はあらゆるページでポジショニング、オファー、CTAをアピールしています。それらをすべて手作業で確認するのは不可能であり、結果として同じオークションに手探りで挑むことになります。
AIエージェントには解析できません。
AIショッピングエージェントやリサーチエージェントは、構造化データ、セマンティックマークアップ、実用的なツールが備わっていないページをスキップします。エージェントから認識されないことは、急拡大する需要層からも存在しないのと同じです。
各ページに4つの分析視点。
各ページは、そのページタイプに重要な評価軸でのみスコアリングされ、さらにAI親和性も毎回必ず評価されます。
コンバージョンの健全性
メッセージの明確さ、CTAの訴求力、フォームの簡潔さ、集中を妨げない導線、料金の分かりやすさ。これらをページ本来の目的に照らし合わせ、具体的な強みと弱みを挙げながら1～10でスコアリングします。
信頼性と裏付け
購買意欲の高いユーザーを離脱させてしまう、ソーシャルプルーフ、信頼性を高めるマイクロコピー、保証、リスクに関する警告文。AIエージェントはありきたりなアドバイスではなく、ページ内の実際の文言をそのまま引用します。
SEOと構造化データ
JSON-LDタイプ、OpenGraph、メタディスクリプション、適切な見出し構成、セマンティックランドマーク。これらは検索エンジンやAIクローラーが頼りにする機械可読レイヤーです。
AI親和性（WebMCP）
0から100の確定的な準備スコア：WebMCPツールの登録、ラベル付けされたアクションフォーム、altテキストのカバー率、HTTPS。AIエージェントがページをどれだけ簡単に理解し、アクションを実行できるかを示します。
クロール、スコアリング、ベンチマーク、ルーティング。
双方をクロール
ページタイプ別に評価
ベンチマークの直接比較
すべてのセグメントをルーティング
エージェント型Webのために設計
WebMCP（Web Model Context Protocol：Google/Microsoft、W3Cドラフト）を使用すると、ページ側でAIエージェントが呼び出し可能なツールを公開できます。命令型の登録と宣言型のフォームアノテーションの両方を検出し、準備状況を決定論的にスコアリングします。LLMによる推測やトークンの消費は一切なく、現在から普及期にかけても高い精度を維持します。
命令型＋宣言型検出
navigator.modelContext.registerTool() と <form toolname="…"> のアノテーションをスキャンし、エージェントがページ上で呼び出し可能な実際のツール名を抽出します。
決定論的かつトークン不要のスコア
準備度は抽出されたHTMLシグナルから算出され、WebMCPに重きを置きつつ、その基盤となるエージェント準備度の基本要素も評価します。これにより、WebMCPが普及する前でもバッジに意味を持たせています。
複利的に成長する基盤
JSON-LD、セマンティックランドマーク、シンプルで明確なH1、ラベル付きフォーム、altテキスト、HTTPS。これらのシグナルは、検索エンジンとAIエージェントの両方からの評価を同時に高めます。
アクション可能なレベル
各ページは「未対応」「一部対応」「完全対応」のいずれかで評価され、検出されたシグナルが具体的にリスト化されるため、次に何を実装すべきかが明確になります。