---
title: "pixelstomotors.com は人より先に AI に読まれていた ― 次は AI から人を連れてくる"
slug: read-by-ai-before-people
date: 2026-10-30
day: 411
meta_description: "pixelstomotors.com は、人の表示が5日で130回なのに、ChatGPT の利用者の依頼で記事を読みに来たのが48回あった。AI から来た人を数える印の記録と、AI が開けなかったページの直しを入れ、トップのシリーズのカード3枚も作り直した。"
tags: [サイト改修, アクセス解析, ChatGPT, AIクローラー, utm_source, 301転送, Cloudflare Workers, Astro, codex, サムネイル]
ai_consult: true
series: "ひとり研究所の裏側"
---
**pixelstomotors.com は、人がページを見た回数が5日で130回なのに対して、ChatGPT の利用者が頼んだときに記事を読みに来た回数が48回あり、人より先に AI に読まれるサイトになり始めていました。** ただ、AI が読んだあとに人がサイトへ来ているかは、今の計測では見えていませんでした。AI の回答のリンクから来た人が「直接・不明」に混ざってしまうためです。
pixelstomotors.com は、ロボットとフィジカルAI（現実の物を動かす AI）の研究を、ひとりで記録して公開しているサイトです。記事は、人より AI が読む前提で書いています。人が調べものをするとき、検索より AI に聞くことが増えたからです。
その前提が数字のうえでどうなっているかを、サイトの計測の記録から読みました。人が見た回数・どこから来たか・どのページが読まれたか・AI と検索エンジンの巡回プログラム（クローラー）がどのページを読みに来たか、です。読んだ結果から、すぐできる直しを3つ入れました。
| やったこと | なぜ | 結果 |
|---|---|---|
| トップのシリーズのカード3枚を作り直した | 線画のイラストが続き、何の研究か伝わりにくかった | 研究室は「お手本の動きのデータ」、画像認識は「写真が処理されていく4列」、導入シミュレーションは「Unity の店」にした |
| サイトの計測の記録を読んだ | AI に読ませる準備をしてきたことが、数字に出ているかを見たかった | 人の表示は5日で130回。ChatGPT の利用者の依頼での読み取りは48回 |
| AI の回答のリンクから来た人を数えるようにした | アプリから来ると「どこから来たか」が送られず、「直接・不明」（59回で最多）に混ざる | リンクに付く印（utm_source）を記録し、「chatgpt.com（リンクの印）」と分けて出す |
| クローラーが開けなかったページを特定した | 開けなかった訪問が計62回あった | 記事のファイルの枠5つが、人が押しても開けない状態だったのを見つけて直した |
| 古い住所を今のページへ転送した | 昔のシリーズのページの住所などに、クローラーが読みに来て 404 になっていた | /prototype1〜6 → /series1〜6 など。外部の AI（codex）のレビューを通してから公開した |
計測の数字は、人と機械を見分けられるようになった 10/26 から 10/30 夕方までの、5日分です。数が少ないので、傾向として読んでいます。
【画像】LOG411_01_series_cards_after.png 作り直したあとのトップのシリーズのカード。左上はハコブくんの写真、右上はお手本の動きの線を上は白・下は黒の面に重ねた図、左下は赤い箱の写真が画素・白黒・しきい値・輪郭と4列で処理されていく図、右下は Unity で作ったファミレスの店を斜め上から見た画面
## 作業ログ ― トップのシリーズのカードを作り直した
### 最初は写真に替えて、「写真を置いただけは NG」になった
フィジカルAI研究室とサービスロボット導入シミュレーションのカードは、どちらも線画のイラストでした。これを画像に替えるよう頼まれ、まず実機の写真と Unity の画面に替えました。
- フィジカルAI研究室：LOG401 の成功した回を撮った iPhone の4K動画から、アームが赤い箱を白い箱の縁まで運んだ1コマ
- サービスロボット導入シミュレーション：Unity で作ったファミレスの店を斜め上から見た画面（背景の紺色を、導入前ガイドのカードと同じ薄いグレーに替えた）
導入シミュレーションはこれで決まりました。研究室のほうは、写真をそのまま置いただけで、デザインとして組んでいないと言われました。
> なんでもいいわけではなくデザイン性も考慮して作ってね
> 写真おいただけはNG
### フィジカルAI研究室：主役の違う3案から、お手本のデータの案を選んだ
案は、並べ方の違いではなく、何を主役にするかの違いで3つ出しました。色は3案とも白・黒・赤だけにし、赤は「箱」の意味にそろえています。
| 案 | 主役 | 作り方 |
|---|---|---|
| A 動きの軌跡 | アームがどう動いたか | 実機の動画を白黒で明るく仕上げ、箱が通った道を点線と赤い枠で描く |
| B お手本のデータ | アームが何から動きを覚えたか | 手で教えたお手本（デモ）の関節の動きを線で重ねる。赤い線は箱をつかんでいる間 |
| C 形と面 | ロボットの形 | アームの切り抜きを3段階の色で塗り分け、床を黒い面にしたポスター風 |
【画像】LOG411_02_lab_three_directions.png フィジカルAI研究室のカードの3案を、トップのカードの並びに入れて比べた画像。A は白黒の実機の写真に箱の通り道、B はお手本の関節の動きの線、C はアームをシルク印刷のように塗り分けた絵
B のデータは、KIOXIA に置いてあるお手本のデータ（`datasets/mecharm_redblock_box_teach_v1_trim2`）の19回分です。1回ごとに、7つの値（関節6つとグリッパー）が10分の1秒ごとに記録されています。カードには、いちばん大きく動く2つの関節（J0 は台の回転、J1 は肩）を上下2段に描きました。
B を元に、アームの写真を小さく入れる形も試しました。位置を6通りに変えましたが、最後はアームを入れない形になりました。あわせて、見出しの「×19」も外しています。お手本の回数はこれから増えるので、絵の中に数を焼き込まないためです。
【画像】LOG411_03_lab_arm_positions.png お手本の線の図に、アームの切り抜き写真を置く位置を6通りに変えて並べた画像（右上・右下・左上・2段のあいだ・右に大きく・赤い線の上）
> アームはなし。x１９もなし。これをベースに白黒のツートンにしてみようか
白黒のツートンは、分け方を3通り出しました。左が黒（縦に分ける）、上の段が黒（横に分ける）、右が黒（箱を運ぶあたりから）です。黒い面の上では線を白に、白い面の上では線を黒にし、赤はどちらの面でも同じにしました。
【画像】LOG411_04_lab_twotone.png 白黒ツートンの3案。左が黒、上の段が黒、右が黒
上の段が黒の案を、上下逆（上が白・下が黒）にした形を足して比べ、下が黒の案に決めました。上が白だと、隣のハコブくんの明るい写真と、カードの上の端の明るさがそろいます。
【画像】LOG411_05_lab_twotone_flip.png 上が黒の案（左）と、上下を逆にした下が黒の案（右）を、トップのカードの並びに入れて比べた画像
### 画像認識と物体検出：赤い箱の写真が処理されていく4列にした
画像認識と物体検出のカードも、別の案を頼まれました。このシリーズで実際に撮った写真から、3案を作りました。
| 案 | 元の写真 | 作り方 |
|---|---|---|
| A 処理の段階 | Log03 の赤い箱の写真（4K） | 同じ写真を4列に並べ、画素 → 白黒 → しきい値 → 輪郭 と処理が進む順に見せる |
| B 機械の目 | Log06 の、アームと図形の紙を上から見た写真 | 黒地に輪郭の線だけを残し、見つけた赤い形を点線の枠で囲む |
| C 画素 | Log03 の赤い箱の写真 | 写真を大きなマス目に分け、赤い箱のマスを点線の枠で囲む |
【画像】LOG411_06_vision_three_directions.png 画像認識と物体検出のカードの3案。A は赤い箱が4列で処理されていく図、B は黒地に輪郭の線と赤い形の枠、C は大きなマス目に分けた赤い箱
A に決まりました。ただ、最初の版には、写真の端に写っていた青い箱の角と、紙の継ぎ目が残っていました。
> このへんの消せればA案良さそう
【画像】LOG411_07_vision_blue_corner.png A 案の最初の版の一部。白黒の列の右下に、青い箱の角が灰色の三角として写っている
消し方は、赤い箱とその影だけを元の写真のまま残し、まわりを、写真から作ったなめらかな面に置き換えるやり方です。青い箱の部分を周りの色で埋め（OpenCV の inpaint）、全体を強くぼかして面にしました。そのうえで、赤い箱から少し広げた範囲だけを、境目をぼかして元の写真に戻しています。
- ねらい：シリーズの中身（物を見つける手法を、下の層から1つずつ確かめる）を、カードの絵だけで伝える
- 変わったこと：線画のイラストから、実際に撮った写真が4段階で処理されていく図にした。研究室のカードも、実際のお手本のデータで描いた
- 見込める効果（見込み）：トップからシリーズのページへ進む人が増える。トップの「押したもの」の表で、/series6・/series7 が押された回数を、来週の数字と比べて確かめる
### カードの絵を作るコード
どちらも、元のデータや写真から作り直せるように、サイトの `tools/series_cards/` に置きました。フィジカルAI研究室のカードは、お手本のデータを JSON にまとめたものを読み、SVG に描いてから、Playwright（ブラウザを動かす道具）で画像にします。
#### tools/series_cards/series6.py（フィジカルAI研究室のカード）
```python
"""フィジカルAI研究室（/series6）のトップのカード（3:2・1800×1200）を作る。
お手本19回分の関節の動き（J0・J1）を重ねた線。赤はグリッパーが箱をつかんでいる間。上の段は白、下の段は黒のツートン（2026-10-30）。
元データ: KIOXIA の datasets/mecharm_redblock_box_teach_v1_trim2/raw_episodes/*/episode.npz の state を JSON にまとめたもの（DEMOS に置く）。
出力: tools/series_cards/series6.svg → Playwright で PNG にして public/site/series6-physical-ai-lab-demos.webp
回数は増えるので、絵の中に「×19」のような件数は入れない。
"""
import sys
DEMOS = sys.argv[1] if len(sys.argv) > 1 else 'demos_trim2.json'
import json,numpy as np
d=json.load(open(DEMOS))
W,H=1800,1200
L,R=140,1660
lanes=[(300,620),(760,1080)]
BK='#111111'; WH='#f1f0ec'; RED='#e0262c'
def lines(color,opa):
out=[]
for (j,(t,b)) in zip([0,1],lanes):
allv=np.concatenate([np.array(v)[:,j] for v in d.values()]); lo,hi=allv.min(),allv.max()
out.append(f'')
for v in d.values():
a=np.array(v); n=len(a); g=a[:,6]
pts=[(L+i/(n-1)*(R-L), b-(a[i,j]-lo)/(hi-lo)*(b-t)) for i in range(n)]
segs=[];seg=[pts[0]];cur=g[0]
for p,gg in zip(pts[1:],g[1:]):
seg.append(p)
if gg!=cur: segs.append((cur,seg)); seg=[p]; cur=gg
segs.append((cur,seg))
for gg,sp in segs:
path=' '.join(f'{x:.1f},{y:.1f}' for x,y in sp)
col,op=(RED,'.9') if gg>0.5 else (color,opa)
out.append(f'')
return '\n'.join(out)
def text(color):
return (f'DEMONSTRATIONS'
f'PICK → PLACE')
def make(fn,dark_shape):
s=[f'']
open(fn,'w').write('\n'.join(s))
make('tools/series_cards/series6.svg',f'') # 下の段が黒
```
#### tools/series_cards/series7.py（画像認識と物体検出のカード）
```python
"""画像認識と物体検出（/series7）のトップのカード（3:2・1800×1200）を作る（2026-10-30）。
Log03 で撮った赤い箱の写真を4列に並べ、画素 → 白黒 → しきい値 → 輪郭 と処理が進む順に見せる。
背景の青い箱の角と紙の継ぎ目は、赤い箱と影だけを残して背景をなめらかな面に置き換えて消している。
元の写真: KIOXIA の vision/captured/Log03/IMG_7911.JPG（第1引数で渡す）
出力: 第2引数の PNG → public/site/series7-image-recognition-steps.webp
"""
import sys
import cv2, numpy as np
from PIL import Image, ImageOps, ImageDraw, ImageFont
src=np.array(ImageOps.exif_transpose(Image.open(sys.argv[1])).convert('RGB'))
cx,cy=2195,1019
cw,chh=885,2353
x0=cx-cw//2; y0=max(0,cy-int(chh*0.40))
crop=src[y0:y0+chh,x0:x0+cw]
img=cv2.resize(crop,(450,1200),interpolation=cv2.INTER_AREA)
# 赤い箱（と影）だけ残し、背景はなめらかな面に置き換える（青い箱の角・紙の継ぎ目を消す）
_h=cv2.cvtColor(img,cv2.COLOR_RGB2HSV)
_r=(((_h[...,0]<8)|(_h[...,0]>170))&(_h[...,1]>110)&(_h[...,2]>50)).astype(np.uint8)
_n,_l,_s,_=cv2.connectedComponentsWithStats(_r); _r=(_l==1+np.argmax(_s[1:,4])).astype(np.uint8)
_r=cv2.morphologyEx(_r,cv2.MORPH_CLOSE,np.ones((15,15),np.uint8))
_dark=(cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)<150).astype(np.uint8)
_kill=cv2.dilate(np.maximum(_r,_dark),np.ones((25,25),np.uint8))
_bg=cv2.inpaint(img,_kill,15,cv2.INPAINT_TELEA)
_bg=cv2.GaussianBlur(_bg,(0,0),40)
_keep=cv2.dilate(_r,np.ones((61,61),np.uint8))
_keep[:, :]=_keep*0+_keep # 箱の近く（影を含む）
_yy,_xx=np.nonzero(_r); _ymax=_yy.max()
_keep[_ymax+40:,:]=0
_a=cv2.GaussianBlur(_keep.astype(np.float32),(0,0),12)[...,None]
img=(img*_a+_bg*(1-_a)).astype(np.uint8)
hsv=cv2.cvtColor(img,cv2.COLOR_RGB2HSV)
red=(((hsv[...,0]<8)|(hsv[...,0]>170))&(hsv[...,1]>110)&(hsv[...,2]>50)).astype(np.uint8)
red=cv2.morphologyEx(red,cv2.MORPH_OPEN,np.ones((5,5),np.uint8)); red=cv2.morphologyEx(red,cv2.MORPH_CLOSE,np.ones((11,11),np.uint8))
n,lab,st,_=cv2.connectedComponentsWithStats(red); k=1+np.argmax(st[1:,4]); red=(lab==k).astype(np.uint8)
gray=cv2.cvtColor(img,cv2.COLOR_RGB2GRAY); g3=np.stack([gray]*3,-1).astype(float)
BK=(17,17,17);WH=(241,240,236);RD=(224,38,44)
t1=g3*(1-red[...,None])+img*red[...,None]
t2=g3
t3=np.where(red[...,None]>0,np.array(WH),np.array(BK)).astype(float)
t4=np.full_like(img,WH)
cnts,_=cv2.findContours(red,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE); c=max(cnts,key=cv2.contourArea)
cv2.drawContours(t4,[c],-1,RD,4,lineType=cv2.LINE_AA)
x,y,w,h=cv2.boundingRect(c)
def dash(im,p0,p1,col,th=2,dl=12):
p0=np.array(p0,float);p1=np.array(p1,float);L=np.linalg.norm(p1-p0);n=max(2,int(L//dl))
for i in range(0,n,2):
a=p0+(p1-p0)*i/n;b=p0+(p1-p0)*min(i+1,n)/n
cv2.line(im,tuple(a.astype(int)),tuple(b.astype(int)),col,th,cv2.LINE_AA)
p=16
for a,b in [((x-p,y-p),(x+w+p,y-p)),((x+w+p,y-p),(x+w+p,y+h+p)),((x+w+p,y+h+p),(x-p,y+h+p)),((x-p,y+h+p),(x-p,y-p))]: dash(t4,a,b,BK)
M=cv2.moments(c);mx,my=int(M['m10']/M['m00']),int(M['m01']/M['m00'])
cv2.line(t4,(mx-14,my),(mx+14,my),BK,2);cv2.line(t4,(mx,my-14),(mx,my+14),BK,2)
out=np.concatenate([t1,t2,t3,t4.astype(float)],1)
im=Image.fromarray(out.clip(0,255).astype(np.uint8)); d=ImageDraw.Draw(im)
f=ImageFont.truetype('/usr/share/fonts/truetype/dejavu/DejaVuSansMono.ttf',34)
fs=ImageFont.truetype('/usr/share/fonts/truetype/dejavu/DejaVuSansMono.ttf',28)
labs=['PIXELS','GRAY','THRESHOLD','CONTOUR']
for i,l in enumerate(labs):
col=WH if i==2 else BK
d.text((i*450+36,1060),f'0{i+1}',font=fs,fill=col)
d.text((i*450+36,1104),l,font=f,fill=col)
for e in [450,900,1350]: d.line((e,0,e,1200),fill=BK,width=2)
im.save(sys.argv[2])
```
#### src/pages/index.astro の変更（カードの絵の差し替え）
前の絵のファイルは、どれも消さずに残しています。どの絵だったかを、コードのコメントに書きました。iCloud の `site_archive/top_card_thumbnails_20261030/old/` にもコピーを置いています。
```diff
diff --git a/src/pages/index.astro b/src/pages/index.astro
index 1996ff3..0ed2af9 100644
--- a/src/pages/index.astro
+++ b/src/pages/index.astro
@@ -18,14 +18,16 @@ import { allManga } from '../lib/records';
// Studio のトップと同じく、4コマは新しい4話
const mangaCards = allManga.slice(0, 4);
+// 2026-10-30：研究室（series6）はお手本の関節の動きを重ねた白黒ツートンの図（tools/series_cards/series6.py）、導入シミュレーション（series8）は Unity の画面、画像認識（series7）は赤い箱の写真が処理されていく4列の図（tools/series_cards/series7.py）に変えた。
+// 前の絵：研究室 = media の s-1672x941_76620d86-fa7b-491f-b554-99c2f8981d8d.webp、画像認識 = media の s-1800x1200_v-frms_82af05c4-20df-4ea1-b88d-355ed8fabd63.webp、導入シミュレーション = /site/series8-service-robot-simulation.png?v=3（どれも消さずに残してある）
const series = [
{ href: '/series1', img: 's-1920x1318_v-frms_4cd7792b-68a1-4239-ad08-0785c4e538c5.webp', en: 'Drug Delivery Robot', ja: '薬剤搬送ロボットハコブくん',
desc: '病院で薬を運ぶロボット「ハコブくん」を題材に、人とロボットの関わり（HRI）を設計する記録。画面の設計、Unity での自律移動、日々の開発の記録を、4コママンガと一緒に残しています。' },
- { href: '/series6', img: 's-1672x941_76620d86-fa7b-491f-b554-99c2f8981d8d.webp', en: 'Physical AI Lab', ja: 'フィジカルAI研究室',
+ { href: '/series6', img: '/site/series6-physical-ai-lab-demos.webp', en: 'Physical AI Lab', ja: 'フィジカルAI研究室',
desc: 'ロボットアームが動きを覚える環境を、自宅にひとりで作る記録。お手本の動きを集めてロボット用のAIに学習させ、実機で確かめます。誰でも同じ手順で始められる形で残しています。' },
- { href: '/series7', img: 's-1800x1200_v-frms_82af05c4-20df-4ea1-b88d-355ed8fabd63.webp', en: 'Image recognition and Object detection', ja: '画像認識と物体検出',
+ { href: '/series7', img: '/site/series7-image-recognition-steps.webp', en: 'Image recognition and Object detection', ja: '画像認識と物体検出',
desc: 'ロボットのカメラが物を見つける仕組みを、下の層から学び直す記録。画素・色・しきい値・輪郭といった手法を、机の上のアームを撮った写真で1つずつ測って確かめます。' },
- { href: '/series8', img: '/site/series8-service-robot-simulation.png?v=3', en: 'Service Robot Simulation', ja: 'サービスロボット導入シミュレーション',
+ { href: '/series8', img: '/site/series8-service-robot-unity.webp', en: 'Service Robot Simulation', ja: 'サービスロボット導入シミュレーション',
desc: '配膳・清掃・搬送などのロボットを店や施設に入れる前に、待ち時間・人数・止まる場所・費用を試算する記録。時間と台数は SimPy、空間と動きは Unity で扱い、前提・結果・コードをすべて公開しています。' },
{ href: '/series5', img: '/site/series5-deep-dive.jpg', // 考察記事のサムネイルと同じ形（3-B）。元の HTML は tools/series5_top_card.html（2026-10-26）
en: 'Deep Dive', ja: '考察記事',
```
## 作業ログ ― サイトの計測の記録を読んだ
### サイトの計測は3つある
このサイトには、自分で作った計測が3つあります。どれも、見ている人を見分ける情報（IP アドレス・Cookie など）は記録しません。
| 計測 | 何を数えるか | 始めた日 |
|---|---|---|
| サイトの使われ方（/api/ev-stats） | ページを表示した回数、どこまで読んだか、押したもの、どこから来たか。人か機械かの印も付ける | 10/18（人と機械を見分けるのは 10/26 から） |
| クローラーの訪問（/api/cr-stats） | 検索エンジンと AI の巡回プログラムが、どのページを読みに来たか | 10/25 |
| ハコブくんのお知らせ（/api/hk-stats） | 新しい記事のお知らせが出た・押された回数 | 10/17 |
クローラー（crawler）は、検索エンジンや AI の会社が、Web のページを自動で読んで回るプログラムです。名乗り（GPTBot・ClaudeBot など）で、どこの会社の何のためのものかが分かります。ページの中の JavaScript を動かさないものが多いので、サイトの使われ方の計測には出てきません。そのため、ページを返すときに、名乗りを見て別に記録しています。
### 人の閲覧は5日で130回、計測に入った表示の9割は機械だった
| 週（月曜はじまり） | 表示 | 人 | 機械 | 操作なし | 印なし（10/25 より前） |
|---|---|---|---|---|---|
| 10/26〜11/01（10/30 夕方まで） | 1,621 | 130 | 1,434 | 57 | 0 |
| 10/19〜10/25 | 1,292 | 1 | 20 | 1 | 1,270 |
| 10/12〜10/18 | 22 | 0 | 0 | 0 | 22 |
人の閲覧（10/26〜10/30）の中身です。
| 項目 | 値 |
|---|---|
| 表示 | 130回 |
| 表示していた時間の中央値 | 15秒 |
| ページの4分の3まで読んだ割合 | 28% |
| スマホの割合 | 40% |
| 戻るボタンで戻った | 3回 |
| 外のサイトへのリンクを押した | 8回 |
| リンクでない所を押した | 13回 |
| メッセージのページの表示 | 2回（入力を始めた・送信は0） |
来た元です。
| 来たところ | 回数 |
|---|---|
| （直接・不明） | 59 |
| （サイト内） | 27 |
| www.google.com | 26 |
| search.yahoo.co.jp | 8 |
| www.linkedin.com | 4 |
| teams.public.onecdn.static.microsoft | 3 |
| t.co（X） | 3 |
| com.google.android.googlequicksearchbox | 1 |
Microsoft Teams から3回来ています。だれかが社内のチャットにリンクを貼った跡だと思われます。
人がよく見たページです（表示2回以上）。
| ページ | 表示 | 時間の中央値（秒） | 4分の3まで読んだ割合（%） |
|---|---|---|---|
| /gpu-buy-or-rent | 17 | 11 | 12 |
| / | 12 | 22 | 50 |
| /issues | 6 | 12 | 0 |
| /record/service-robot-last-mile | 6 | 18 | 0 |
| /series6 | 4 | 18 | 25 |
| /series4 | 4 | 9 | 50 |
| /record/building-a-physical-ai-lab-at-home | 4 | 14 | 0 |
| /record/beyond-imitation-learning | 4 | 16 | 50 |
| /series8 | 4 | 15 | 0 |
| /record/day145 | 3 | 111 | 33 |
| /record/from-sim-series-to-lp | 3 | 140 | 33 |
| /record/serving-robot-hidden-waits | 3 | 15 | 0 |
| /record/pi05-first-block-in-box | 2 | 11 | 0 |
| /record/rewrite-research-report | 2 | 6 | 0 |
| /record/day17 | 2 | 30 | 100 |
| /message | 2 | 11 | 100 |
| /record/serving-robot-cost-subsidy | 2 | 81 | 0 |
| /record/pi05-mecharm-demo-to-inference | 2 | 17 | 0 |
| /one-year | 2 | 77 | 50 |
| /manga-archive | 2 | 9 | 0 |
| /serving-robot-one-less-staff | 2 | 22 | 50 |
| /record/rewind-and-correct-pi05 | 2 | 106 | 50 |
| /record/road-marking-job-post-and-physical-ai | 2 | 201 | 100 |
| /record/vertical-4koma-for-shorts | 2 | 113 | 50 |
| /record/serving-robot-video-part2 | 2 | 15 | 0 |
1回だけ見られたページのうち、長く読まれたものです。
| ページ | 時間（秒） |
|---|---|
| /record/microfactory-fairino-fr3 | 2,104 |
| /record/day18 | 424 |
| /record/first-search-hit-to-ai-citation | 416 |
| /record/dev-mac-free-space | 351 |
| /record/japan-robot-leader-physical-ai-gap | 206 |
| /record/day12 | 180 |
| /record/ai-readable-openings | 174 |
| /record/youtube-views-to-right-viewers | 159 |
読み取れたことは3つです。
- 来る人がいちばん多いのは導入比較ガイド（GPU を買うか借りるか）で、11秒で離れる人が多い。10/28 に最初の画面へ結論を置いたので、すぐ離れること自体は失敗ではない。次は計算機まで押されたかを見る
- 課題地図（/issues）を開いた6人は、だれもページの4分の1より先にスクロールしていない
- 少数だが、考察寄りの記事（マイクロファクトリー・路面標示の求人とフィジカルAI など）は3〜35分読まれている
### クローラーは今週約7,900回、ChatGPT の利用者の依頼での読み取りは48回
表は、クローラーの記録を始めた 10/25 から 10/30 夕方までの合計です（8,062回。そのうち 10/26 からの週が7,901回）。
| クローラー | だれの・何のため | 読んだ回数 | ページの数 | 記録（LOG）の数 | 見つからない等（400以上） |
|---|---|---|---|---|---|
| Amazonbot | Amazon（Alexa・AI） | 2,035 | 1,311 | 803 | 12 |
| meta-externalagent | Meta（AI） | 1,867 | 982 | 419 | 24 |
| Googlebot | Google（検索） | 1,769 | 594 | 275 | 11 |
| Applebot | Apple（Siri・検索・AI） | 645 | 398 | 64 | 6 |
| ClaudeBot | Anthropic（学習） | 499 | 340 | 64 | 19 |
| GoogleOther | Google（その他） | 337 | 191 | 55 | 0 |
| GPTBot | OpenAI（学習） | 317 | 311 | 48 | 19 |
| bingbot | Bing（検索。ChatGPT の検索・Copilot も使う） | 304 | 141 | 121 | 2 |
| OAI-SearchBot | OpenAI（ChatGPT の検索） | 167 | 71 | 57 | 1 |
| ChatGPT-User | ChatGPT（利用者の依頼で読む） | 48 | 28 | 24 | 0 |
| YandexBot | Yandex（検索） | 24 | 9 | 4 | 0 |
| PerplexityBot | Perplexity（検索） | 21 | 16 | 11 | 0 |
| Bytespider | ByteDance（AI） | 18 | 5 | 2 | 0 |
| Baiduspider | Baidu（検索） | 6 | 3 | 1 | 0 |
| Claude-User | Claude（利用者の依頼で読む） | 2 | 2 | 2 | 0 |
| DuckDuckBot | DuckDuckGo（検索） | 2 | 1 | 0 | 0 |
| Yeti | Naver（検索） | 1 | 1 | 0 | 0 |
この中で、狙いに直結するのは ChatGPT-User です。ChatGPT の利用者が質問したときに、答えを作るためにページを読みに来た記録だからです。Amazon・Meta・Google の大半は、どのサイトにも来る広い巡回で、このサイトが特に評価されているという意味ではありません。クローラーの記録は 10/25 に始めたので、前の週（161回）と比べて増えたとも言えません。
ChatGPT-User と OAI-SearchBot が読んだページです。
| ChatGPT-User が読んだページ | 回数 |
|---|---|
| / | 16 |
| /record/from-sim-series-to-lp | 3 |
| /record/microfactory-fairino-fr3 | 2 |
| /record/serving-robot-cost-subsidy | 2 |
| /serving-robot-one-less-staff | 2 |
| /record/explainer-video-simulation-background | 1 |
| /record/pixelstomotors-com-domain | 1 |
| /record/first-video-end-to-end | 1 |
| /record/lock-down-ai-weekly-writes | 1 |
| /record/youtube-script-curation | 1 |
| /record/dev-mac-free-space | 1 |
| /record/shorts-81-percent-swiped | 1 |
| OAI-SearchBot が読んだページ | 回数 |
|---|---|
| / | 46 |
| /robots.txt | 19 |
| /updates.json | 17 |
| /record/akita-data-center-robotics-perspective | 6 |
| /record/first-video-end-to-end | 5 |
| /record/pi05-libero-benchmark-first-run | 5 |
| /record/issues-map-weekly-update | 4 |
| /record/day24 | 2 |
| /record/video-progress-board | 2 |
| /record/lock-down-ai-weekly-writes | 1 |
| /record/from-sim-series-to-lp | 1 |
| /record/dev-mac-free-space | 1 |
【図解】LOG411_crawler_readers.html
### なぜ人より先に AI に読まれているのか
> 「人に見られるサイト」より「AI に読まれるサイト」として先に育って
> これは何が要因だと思われますか？こちらの意図と合っていますか？
と聞かれ、考えられる要因を3つ挙げました。
1. AI に読ませる準備を先にしてきた。検索に出さない設定の解除とサイトマップ（10/17）、AI 向けの案内 /llms.txt、公開をすぐ検索エンジンに知らせる IndexNow（10/28）、記事を AI が読む前提で書く（長いコードを別ファイルに分ける・最初の1文を問いへの答えにする）
2. 毎日記事を出している。更新の多いサイトには、クローラーが何度も戻ってくる。トップ・robots.txt・updates.json・サイトマップへの訪問が上位に来ている
3. 人の入口がまだ細い。新しいドメインに移って2週間ほどで、検索の評価がまだ付いていない。SNS から来たのは LinkedIn 4回・X 3回
意図とは合っています。記事は人より AI が読む前提で書き、AI 経由で読まれる数を、主指標の「再現可能な環境数」と同じくらい大事にしているからです。**ただ、AI が読んだあとに人が来ているかは見えていません。** ChatGPT の画面のリンクから来た人は、来た元に chatgpt.com が出るはずですが、今週は0回でした。
## 作業ログ ― AI から来た人を数えるようにした
### utm_source は、リンクに付く「来た元の印」
utm_source は、リンクの住所の後ろに付ける `?utm_source=名前` の印です。もともとは広告やメールのリンクがどこから押されたかを数えるために使われてきたもので、ChatGPT は回答の中のリンクに `?utm_source=chatgpt.com` を付けます（[OpenAI の説明](https://help.openai.com/en/articles/12627856-publishers-and-developers-faq)）。
| 言葉 | 意味 |
|---|---|
| referrer（リファラー） | ブラウザが「どのページから来たか」をサイトに伝える情報。アプリから開いたときなどは送られない |
| utm_source | リンクの住所に付ける来た元の印。リンクを作った側が付けるので、referrer が送られなくても残る |
これまでのサイトの計測は、referrer だけで来た元を決めていました。スマホの ChatGPT のアプリからリンクを開くと、referrer が送られないことが多く、そのまま「直接・不明」（今週59回で最多）に入ります。
### 印の値だけを記録し、「どこから来たか」の表で分けて出す
外から入った最初の表示のときだけ、utm_source の値を記録するようにしました。値は英小文字・数字・`.`・`_`・`-` の40字までで、それ以外は捨てます。「どこから来たか」の表では、referrer がなく印があるときに「chatgpt.com（リンクの印）」として数え、印だけをまとめた表も足しました。記録する項目が増えたので、プライバシーポリシーにも書き足しました。
確かめは2段でしました。受ける側は、Node で worker を読み込み、R2 をまねた入れ物に記録を入れて、表の数え方を見ました。送る側は、Playwright でページを開き、送られる中身を取り出しました。
```text
（受ける側：chatgpt.com の印・Google から・おかしな印・何もなし の4件を送った）
204
204
204
204
[{"from":"（直接・不明）","count":2},{"from":"chatgpt.com（リンクの印）","count":1},{"from":"www.google.com","count":1}] [{"source":"chatgpt.com","count":1}]
（送る側：ページを開いて、送られた中身の p と us を出した）
/series6.html?utm_source=chatgpt.com → p= /series6.html us= "chatgpt.com" r= ""
/series7.html → p= /series7.html us= "" r= ""
/?utm_source=%3Cx%3E → p= / us= "" r= ""
```
`` のようなおかしな印は記録されず、「直接・不明」に入りました。
- ねらい：AI が読んだあと、人がサイトに来ているかを見えるようにする
- 変わったこと：「直接・不明」に混ざっていた、AI の回答のリンクから来た人が「chatgpt.com（リンクの印）」として分かれて出る
- 見込める効果（見込み）：来週の「どこから来たか」の表で、印の付いた来訪が出るかを見る。出なければ、AI は読んでいるがリンクを押されていない、と分かる
#### worker/index.js・SiteMeasure.astro・privacypolicy.astro の変更（utm_source とクローラーの表）
```diff
commit 34f2ba054d5bdd06d5d61891318a3a197c68f738
Author: Claude
Date: Fri Oct 30 17:22:18 2026 +0900
計測：リンクの来た元の印（utm_source）を記録、クローラーの表に返せなかったページを追加
AI の回答のリンク（?utm_source=chatgpt.com）から来た人が「直接・不明」に混ざらないようにする。
プライバシーポリシーに記録する項目を追記。
Co-Authored-By: Claude Opus 5.5
Claude-Session: https://claude.ai/code/session_01LevEXSDAgg3MAhAQWAaaXy
diff --git a/src/components/SiteMeasure.astro b/src/components/SiteMeasure.astro
index 8f07cef..1bea227 100644
--- a/src/components/SiteMeasure.astro
+++ b/src/components/SiteMeasure.astro
@@ -61,10 +61,18 @@
return { f: '', r: u.hostname.slice(0, 80) };
} catch { return { f: '', r: '' }; }
};
+ // リンクに付いた来た元の印（utm_source。ChatGPT などの AI は回答のリンクに ?utm_source=chatgpt.com を付ける）。
+ // アプリから開くと referrer が送られず「直接・不明」に混ざるため、印の値だけを送る（2026-10-30）
+ const utm = () => {
+ try {
+ const v = (new URLSearchParams(location.search).get('utm_source') || '').toLowerCase();
+ return /^[a-z0-9._-]{1,40}$/.test(v) ? v : '';
+ } catch { return ''; }
+ };
const fresh = (from?: string) => {
const o = origin();
return {
- v: newId(), n: 0, p: location.pathname.slice(0, 160), f: from ?? o.f, r: from ? '' : o.r,
+ v: newId(), n: 0, p: location.pathname.slice(0, 160), f: from ?? o.f, r: from ? '' : o.r, us: from ? '' : utm(),
w: window.innerWidth < 600 ? 'sp' : 'pc', s: 0, t: 0, c: [] as Click[],
d: 0, g: 0, cp: 0, vp: 0, fs: 0, fx: 0, fv: 0,
// 人と機械を分ける印（2026-10-25）。u＝人の操作があった、wd・hl＝自動で動くブラウザの印（名乗りそのものは送らない）
diff --git a/src/pages/privacypolicy.astro b/src/pages/privacypolicy.astro
index 5fd396a..2644106 100644
--- a/src/pages/privacypolicy.astro
+++ b/src/pages/privacypolicy.astro
@@ -7,7 +7,7 @@ const sections = [
['メッセージフォームでお預かりする情報', 'メッセージフォームから送信いただいた内容（お名前・メールアドレス・ご相談内容）と、送信日時・ご利用のブラウザの種類（ユーザーエージェント）を保存します。これらはお問い合わせへのご返信とご相談への対応のためにのみ使用します。\n保存には Cloudflare, Inc. のサービス（Cloudflare R2）を、当方への通知メールの送信には Cloudflare Email Routing を利用しています。'],
['Cookie とアクセス解析について', '当サイトは、サイトの改善のために Cloudflare, Inc. のアクセス解析（Cloudflare Web Analytics）を利用しています。このアクセス解析は Cookie を使わず、ページの閲覧数・表示速度・参照元・おおよその国・ブラウザやOSの種類などを、個人を識別しない形で集計します。
当サイトは広告配信サービスを利用しておらず、当方がお客さまを識別するための Cookie を設定することはありません。'],
['更新のお知らせの記録について', '当サイトでは、新しい記事などが公開されたときにキャラクター（ハコブくん）が画面に出てお知らせします。このお知らせが役に立っているかを確かめるため、「お知らせが出た」「お知らせを押した」「お知らせを押さずに7日以内にその記事を開いた」という出来事を、どの記事のお知らせか・どのページで出たか・画面の幅（広い／狭い）・日付とあわせて記録します。\nIP アドレス・ブラウザの種類・Cookie などは記録せず、閲覧者を見分ける番号も作りません。同じお知らせを繰り返し出さないため、お知らせ済みの記事をお客さまのブラウザ（ローカルストレージ）に覚えておきますが、この情報は当方には送られません。'],
- ['サイトの使われ方の記録について', '当サイトでは、読みやすさや使いやすさを改善するため、ページを1回表示するごとに、次の内容を記録します。\n・表示したページと、サイト内のどのページから来たか（戻るボタンで戻ったかどうか）。外のサイトから来た場合は、そのサイトの名前（ドメイン）だけ\n・画面の幅（広い／狭い）、ページをどこまで読み進めたか、ページを表示していた時間\n・押したリンクやボタン（行き先と、ページのどの部分にあったか）、リンクでない所を押した回数、短い間に同じ所を何度も押した回数\n・文章をコピーした回数、動画を再生した回数、メッセージフォームに入力を始めたか・送信ボタンを押した回数\n・人による閲覧か、検索エンジンのクローラーなど自動で巡回するプログラムによる表示か（マウス・指・キーの操作があったかどうかと、ブラウザが自動で動いているかの判定結果だけ）\n・日付\nフォームに入力された内容やコピーした文章そのものは記録しません。IP アドレス・ブラウザの種類・Cookie も記録しません（自動のプログラムかどうかの判定にブラウザの名乗りを使いますが、名乗りそのものは保存しません）。記録をまとめるために1回の表示ごとに一時的な番号を作りますが、この番号はブラウザに保存されず、別のページや次回の来訪とは結び付きません。記録の保存には Cloudflare, Inc. のサービス（Cloudflare R2）を利用しています。\nブラウザで「トラッキングしない」（Do Not Track）または Global Privacy Control を設定している場合は、この記録を行いません。'],
+ ['サイトの使われ方の記録について', '当サイトでは、読みやすさや使いやすさを改善するため、ページを1回表示するごとに、次の内容を記録します。\n・表示したページと、サイト内のどのページから来たか（戻るボタンで戻ったかどうか）。外のサイトから来た場合は、そのサイトの名前（ドメイン）だけ。リンクに来た元の印（utm_source。例：chatgpt.com）が付いていた場合は、その印の値\n・画面の幅（広い／狭い）、ページをどこまで読み進めたか、ページを表示していた時間\n・押したリンクやボタン（行き先と、ページのどの部分にあったか）、リンクでない所を押した回数、短い間に同じ所を何度も押した回数\n・文章をコピーした回数、動画を再生した回数、メッセージフォームに入力を始めたか・送信ボタンを押した回数\n・人による閲覧か、検索エンジンのクローラーなど自動で巡回するプログラムによる表示か（マウス・指・キーの操作があったかどうかと、ブラウザが自動で動いているかの判定結果だけ）\n・日付\nフォームに入力された内容やコピーした文章そのものは記録しません。IP アドレス・ブラウザの種類・Cookie も記録しません（自動のプログラムかどうかの判定にブラウザの名乗りを使いますが、名乗りそのものは保存しません）。記録をまとめるために1回の表示ごとに一時的な番号を作りますが、この番号はブラウザに保存されず、別のページや次回の来訪とは結び付きません。記録の保存には Cloudflare, Inc. のサービス（Cloudflare R2）を利用しています。\nブラウザで「トラッキングしない」（Do Not Track）または Global Privacy Control を設定している場合は、この記録を行いません。'],
['外部サービスの利用について', '当サイトでは、表示や機能のために次の外部サービスを利用しています。これらのサービスの提供元は、お客さまのブラウザから送られる情報（IP アドレス、ブラウザの種類など）を、それぞれのプライバシーポリシーに基づいて取得することがあります。\n・Cloudflare（サイトの配信・画像と動画の配信・メッセージの保存・アクセス解析・サイトの使われ方の記録）：Cloudflare のプライバシーポリシー\n・Google Fonts（文字の表示）／YouTube（動画の埋め込み）：Google プライバシーポリシー\nYouTube の動画を再生した場合、YouTube が Cookie を設定することがあります。'],
['個人情報の安全対策', '当方は、個人情報の正確性及び安全性確保のために、セキュリティに万全の対策を講じています。\n不正な大量送信を防ぐため、メッセージフォームなどへの送信の回数を、送信元の IP アドレスごとに短い時間だけ数えています（Cloudflare の流量制限）。IP アドレスはこの数えのためだけに使い、記録はしません。'],
['ご本人の照会', 'お客さまがご本人の個人情報の照会・修正・削除などをご希望される場合には、メッセージフォームからご連絡ください。ご本人であることを確認の上、対応させていただきます。'],
diff --git a/worker/index.js b/worker/index.js
index 05e7f90..2c44687 100644
--- a/worker/index.js
+++ b/worker/index.js
@@ -290,6 +290,7 @@ h1{font-size:20px}h2{font-size:16px;margin-top:28px}table{border-collapse:collap
日ごと
${table('日付', data.byDay, 'day')}
更新ごと
${table('更新', data.byItem, 'id')}
画面の幅（pc＝広い／sp＝スマホ）
${table('幅', data.byWidth, 'w')}
+返せなかったページ（400以上）
${table([['path', 'ページ'], ['status', '返した結果'], ['visits', '回数'], ['bots', 'クローラー'], ['last', '最後の日']], data.errors)}
記録の件数：${data.total}