MCPサーバーでSEO分析を自動化する：Claude Codeから自然言語でサイト改善

企業サイトのSEO改善には、PageSpeed Insights、Google Search Console（GSC）、GA4と複数ツールの行き来が必要です。MCP（Model Context Protocol）サーバーを使えば、これらのデータソースにClaude Codeから直接アクセスでき、自然言語で横断分析からリライト案の生成まで一気通貫で行えます。実際にGA4 MCPサーバーを構築し、PageSpeed Insights MCPと組み合わせて運用した経験をもとに書いています。

SEO向けMCPサーバー：無料と有料の境界

現時点で利用可能なSEO関連MCPサーバーを調査しました。

MCPサーバー	料金	主な用途
GA4 MCP	無料（API利用）	ページ別PV、セッション、ユーザー行動
Google Search Console MCP	無料（API利用）	検索クエリ、表示回数、CTR、掲載順位
PageSpeed Insights MCP	無料（API利用）	Core Web Vitals、パフォーマンススコア
BigQuery MCP	無料（BQ無料枠内）	GA4生データの深掘り分析
Ahrefs MCP	有料（Ahrefs契約必須）	被リンク分析、競合調査
Semrush MCP	有料（Semrush契約必須）	キーワード調査、競合分析

Ahrefs/Semrush MCPも存在しますが、有料プラン契約が前提です。無料のGA4 + GSC + PageSpeed Insightsだけでも実用的なワークフローが構築できます。

PageSpeed Insights MCP：セットアップ

PageSpeed Insights MCPの利用には、Google Cloud ConsoleでAPIを有効化しAPIキーを取得する必要があります。

Google Cloud Console でPageSpeed Insights APIを有効化
「認証情報」からAPIキーを発行
Claude Codeの設定にMCPサーバーを追加

1
{
2
  "mcpServers": {
3
    "pagespeed": {
4
      "command": "npx",
5
      "args": ["-y", "pagespeed-mcp-server"],
6
      "env": {
7
        "PAGESPEED_API_KEY": "取得したAPIキー"
8
      }
9
    }
10
  }
11
}

[要確認] パッケージ名は実際に利用したものに置き換えてください。コミュニティ製MCPサーバーはパッケージ名が変わる可能性があります。

キーワード機会の発見：GA4 + GSC MCPの連携ワークフロー

GA4 MCPとGSC MCPを組み合わせた、リライト候補抽出の実際の流れです。

ステップ1：キーワード機会の調査

1
「特定キーワード」関連の検索クエリで、掲載順位が8〜20位のページを抽出して。
2
表示回数が多いのにCTRが低いものを優先で。

GSC MCPが「表示されているのにクリックされていない＝改善余地がある」ページを一覧化します。

ステップ2：リライト候補TOP10の生成

1
上位10ページについて、GA4のセッション数・直帰率・平均滞在時間も合わせて出して。
2
リライト優先度をスコアリングして。

GSCの掲載順位データとGA4のユーザー行動データを掛け合わせることで、「検索では見つかっているが、すぐ離脱されている」ページを特定できます。

ステップ3：リライト案の生成

1
1位の記事のタイトル・H2構成を分析して、検索意図に合ったリライト案を作成して。

MCPから取得したデータをもとに、検索クエリとページ内容のギャップ分析、見出しの再構成案、タイトル改善案が出力されます。

自然言語SEOクエリの実例

MCPサーバー接続済みの状態で機能するクエリ例です。

クエリ（自然言語）	使われるMCP	返ってくるデータ
「過去30日でPVが多い記事TOP20」	GA4	ページパス、PV、セッション数
「CTRが2%以下で表示回数1000以上のクエリ」	GSC	クエリ、表示回数、CTR、掲載順位
「/blog/ 配下で直帰率70%以上のページ」	GA4	ページパス、直帰率、平均滞在時間
「トップページのCore Web Vitalsスコア」	PageSpeed	LCP、FID、CLS、総合スコア

複数MCPをまたいだ質問も可能です。「PVが多いのにPageSpeedスコアが低いページを特定して」と聞けば、GA4とPageSpeed Insightsが連携してデータを返します。

より深い分析が必要な場合は、BigQuery MCPも有効です。GA4→BigQueryのデータエクスポートを設定していれば、イベント単位の生データに対して自然言語でSQLベースの分析を実行できます。

MCPでできないこと（現時点の制約）

制約	詳細
被リンク分析	無料MCPでは取得不可。Ahrefs/Semrushの有料契約が必要
競合サイト分析	GSC/GA4は自サイトのみ。競合データは外部ツール依存
インデックス登録	GSC MCPは読み取り専用。管理画面から手動で行う [要確認]
リアルタイムデータ	GA4 APIには数時間の遅延。リアルタイムは管理画面を使う
大量URL一括分析	PageSpeed APIのレートリミットあり。数百URL規模は時間がかかる

統合ワークフロー

1
GA4 MCP ─┐
2
GSC MCP ─┼→ 自然言語で横断分析 → リライト候補TOP10 → リライト案生成
3
PSI MCP ─┘        ↑
4
                   │（オプション）
5
BigQuery MCP ──────┘ ユーザー行動の深掘り

データ収集: GA4・GSC・PageSpeed InsightsのMCPから自然言語でデータ取得
優先度付け: 複数データソースを掛け合わせてリライト候補を特定
改善案生成: 検索意図とのギャップ分析に基づくリライト案を作成
深掘り: BigQuery MCPでスクロール深度など詳細行動を分析

従来は半日かかっていた「データ収集→突き合わせ→候補特定」が、自然言語の対話数往復で完了します。

まとめ

MCPサーバーによるSEO分析の最大のメリットは、複数ツール間のデータ突き合わせが自然言語で完結することです。無料のMCPサーバーだけでも実用的なワークフローが構築できる一方、被リンク分析や競合調査には有料ツールが必要です。まずはGA4 + GSC + PageSpeed Insightsの3つから始めて、必要に応じてBigQuery MCPで深掘りする段階的なアプローチがおすすめです。