Phase B: AIでコンテンツを作る

AIライティングの品質管理 — ファクトチェック・E-E-A-T・独自性の担保

Lesson 5 / 12|約20分

このレッスンで学ぶこと

□AI生成コンテンツに対するGoogleの公式スタンス
□ファクトチェックワークフロー（3ステップ）
□E-E-A-TをAI記事で担保する方法
□独自性監査 — AI検出と差別化のポイント

妻

質問

AIで書いた記事、Googleにバレて順位落ちたりしない？

豊蔵

ポイント

Googleの公式見解は明確で、「AIが書いたかどうかは問題にしない。役に立つかどうかを見る」。ただし、大量生産で中身スカスカのAI記事は2025年12月のコアアプデで-87%の順位下落を食らってる^[1]。つまり「AIで書くこと」自体がリスクなんじゃなくて、「AIに丸投げすること」がリスクなんだよ。

Googleが見ているのは「AIが書いたか」ではなく「役に立つか」。

GoogleのAIコンテンツに対する公式見解

2023年2月、GoogleはAI生成コンテンツについて公式ブログで立場を表明しました。要点は「コンテンツの制作方法ではなく、品質に焦点を当てる」というもの。Google検索のランキングシステムは、E-E-A-T（経験・専門性・権威性・信頼性）を示す独自の高品質コンテンツを評価します。

しかし、「AIで書いてOK」と「AIに丸投げでOK」は全く別の話です。Google Search品質担当のJohn Mueller氏は「AIで生成されたコンテンツは、ウェブマスターガイドラインに照らすと、自動生成コンテンツのカテゴリに入る」と指摘しています。つまり、人間の編集・監修・付加価値なしの大量生産は、スパムポリシーに抵触するリスクがあります。※この発言は2022年当時のもの。現在GoogleはAI生成コンテンツを品質基準で評価すると明言しています。

-87%

大量AI記事の順位下落

ALM Corp 2025^[1]

96%

AI検出の精度

Originality.ai 2025^[2]

17.3%

上位20件中のAIコンテンツ率

Originality.ai 2025^[3]

Googleの判断基準

Googleが評価するのは「誰が書いたか（人間 or AI）」ではなく「読者にとって価値があるか」。AI記事であっても、一次情報・独自分析・専門家の見解が含まれていれば、高品質コンテンツとして評価されます。逆に、人間が書いてもコピペまとめは低評価です。

ファクトチェックワークフロー — AI記事の3大リスクを潰す

AIが生成するテキストには、3つの品質リスクがあります。ハルシネーション（事実誤認）、情報の古さ、出典の捏造です。ハルシネーション率はタスクの種類によって大きく変わり、グラウンデッド要約では0.7%〜（最良ケース）ですが、複雑推論では33%超になることもあります^[7][9]。「AIは正確」と過信しないことが品質管理の出発点です。

3ステップファクトチェック

1数値・統計の原典確認 — AIが出した数字を一つずつ原典URLで確認。URLが存在しない場合はハルシネーション
2情報の鮮度チェック — 「最新」「2026年現在」等の表現に対して、実際の公開年月を確認。1年以上前のデータは要更新
3論理の飛躍チェック — 「AだからB」の因果関係が成立しているか。相関と因果を混同していないか確認

妻

質問

全部の数字をいちいち確認するの？大変じゃない？

豊蔵

ポイント

全部じゃなくていい。記事の根幹になる主張を支える数字だけで十分。具体的には、タイトルや見出しに使う数字、結論の根拠になるデータ。70%以上のマーケターがAIインシデントを経験している^[4]というデータもあるから、チェックは必須だよ。

効率的なファクトチェックのコツ

AIに「この記事の中で、ファクトチェックが必要な数値・主張をリストアップして、それぞれの原典URLを付けて」と指示すると、チェック対象の一覧が出ます。そのURLを一つずつ開いて確認するだけ。5分で完了します。

ハルシネーション率のリアルデータ — タスク別・モデル別

「AIのハルシネーション率は低い」と言われますが、タスクの種類によって率は劇的に変わります。要約タスクでは0.7%でも、複雑な推論では33%を超える — この差を理解しないまま「AIは正確」と思い込むのは危険です。

0.7%

ハルシネーション率（最良ケース）

Vectara 2025^[7]

33%+

ハルシネーション率（複雑推論）

ScottGraffius 2026^[9]

47%

誤情報に基づく重大な意思決定

All About AI 2026^[8]

タスク別ハルシネーション率

タスク種別	ハルシネーション率	ソース
グラウンデッド要約（最良モデル）	0.7〜1.5%	Vectara 2025^[7]
一般知識質問	0.8%	Suprmind 2026^[6]
法律情報	6.4%	Suprmind 2026^[6]
医療・科学・技術分析	10〜20%	ScottGraffius 2026^[9]
複雑推論・オープンドメイン事実想起	33%超	ScottGraffius 2026^[9]

モデル別ハルシネーション率（2025-2026年時点）

※ モデル名・バージョンは執筆時点のもの。AIモデルは急速に進化するため、最新のハルシネーション率は各社公式情報でご確認ください。

モデル	要約タスク	高難度タスク
Gemini-2.0-Flash	0.7%	—
Claude（全般）	約3%	10%超
GPT-4o	約6%	10%超
OpenAI o3	—	33%（PersonQA）

出典: Vectara^[7]、Suprmind^[6]、ScottGraffius^[9]

豊蔵

ポイント

怖いのはこの数字。AI利用企業の47%がハルシネーション情報に基づいて重大なビジネス判断をしたことがある^[8]。しかも76%の企業がhuman-in-the-loopを導入している^[5]のに、だ。AIの「正確そうに見える出力」は、まさに品質管理の最大の敵。

SEOコンテンツは特にハルシネーションリスクが高い

SEOコンテンツは統計データ、日付、固有名詞、引用文など事実密度が高いのが特徴です。タスク別ハルシネーション率を見ると、事実を多く含む分野ほどリスクが上昇しています。「AIが書いたSEO記事」は、まさに最もファクトチェックが必要なカテゴリです。

E-E-A-TをAI記事で担保する方法

E-E-A-T（Experience, Expertise, Authoritativeness, Trustworthiness）は、Googleが品質評価で最も重視する指標群です。AIだけでは「Experience（経験）」を生み出せません。ここが人間の出番です。

AIが作れないもの × 人間が加える価値

E-E-A-T要素	AIだけの限界	人間が追加すべきもの
Experience（経験）	生成不可能	実体験、失敗談、具体的な数字
Expertise（専門性）	表面的な知識	業界固有の洞察、独自フレームワーク
Authoritativeness（権威性）	引用のみ	著者プロフィール、被リンク、メディア掲載
Trustworthiness（信頼性）	ハルシネーションリスク	ファクトチェック済みの出典、更新日

豊蔵

ポイント

AI記事の最大の弱点は「経験」が入っていないこと。「実際にやってみたら○○だった」「クライアントのケースでは△△が起きた」— こういう一次情報を1段落でも入れるだけで、記事の質は劇的に上がる。

よくある失敗パターン

AIが生成した「専門家風」の文章をそのまま公開すると、表面的には整っているが、実体験に基づく洞察が一切ない「空虚な記事」になります。76%の企業がhuman-in-the-loopを導入している^[5]のは、まさにこのリスクへの対策です。

独自性監査 — 「どこかで見た記事」を避ける

AI検出ツールの精度は96%、誤検出率は8%^[2]。現時点でGoogleがAI検出ツールをランキングに使っている証拠はありませんが、上位20件のうちAIコンテンツは17.3%^[3]に留まっています。つまり、上位表示されているのは大半が人間の編集を経たコンテンツです。

独自性を高める5つのチェックポイント

1.独自の切り口がある — 「N個の方法」型ではなく、独自のフレームワークや視点で構成されている
2.一次情報が含まれている — 自社データ、実体験、独自調査の結果が1つ以上入っている
3.主張に対する根拠がある — 「〜と言われています」ではなく、出典付きのデータで裏付けている
4.反論や限界に触れている — メリットだけでなく、デメリットや適用条件も述べている
5.読者の次のアクションが明確 — 読んで終わりではなく、具体的な行動ステップを提示している

妻

実感

なるほど...。AIで下書きを作って、自分の経験や意見を足すのがコツなのね。丸投げがダメなだけで、AIを使うこと自体は問題ないんだ。

ツールで体験: SEOスコアラーで品質を診断する

自社のAI記事の品質を客観的に診断してみましょう。SEOスコアラーでは、E-E-A-Tの観点を含むスコアリングが可能です。

SEOスコアラーで品質チェック

自社のAI記事URLを入力して、品質スコアを確認してみましょう。特に「独自性」「E-E-A-T」のスコアに注目してください。

SEOスコアラーを使う →

豊蔵

実例

1-2人チームの失敗パターンは決まっている。全チャネルやろうとして薄まる。大手の真似をして再現できない。完璧を求めて公開しない。AI品質管理も同じ。完璧を求めて公開しないのが一番のリスク。7割で出して、データを見て直す。

Lesson 5 まとめ

✅GoogleはAI生成自体を罰さない。罰せられるのは「役に立たない大量生産」
✅ファクトチェック3ステップ: 原典確認 → 鮮度チェック → 論理の飛躍チェック
✅E-E-A-Tで最も重要なのは「Experience（経験）」。AIには作れない
✅独自性の鍵は一次情報。実体験を1段落でも追加するだけで品質が劇的に向上

あなたの番です

自社のAI記事を1本選び、ファクトチェック3ステップを実行する
E-E-A-T観点で「Experience（経験）」が入っている箇所を確認する
経験が不足していれば、実体験を1段落追加してみる
SEOスコアラーでスコアのBefore/Afterを比較する

ThinkMoveの視点

AIコンテンツの品質管理について、マーケティング支援の現場から。

大量AI記事 -87%の教訓

2025年12月のGoogleコアアップデートで、大量にAI記事を公開していたサイトが軒並み順位を失った。共通点は「人間の監修なしの大量公開」。週5本のAI丸投げ記事より、週1本の人間編集済み記事の方が圧倒的に成果が出る。

出典：Google 2025年12月コアアップデート解説 →

AI検出96%精度の意味

Originality.aiの検出精度は96%だが、誤検出（人間が書いたのにAI判定）も8%ある。GoogleがAI検出をランキングに直接使う可能性は低いが、「AI丸出し」の文体は読者体験を損なう。品質管理の本質はAI検出を避けることではなく、読者に価値を届けること。

出典：AI Detection Studies Round-Up →

human-in-the-loop は必須プロセス

76%の企業がAI生成コンテンツにhuman-in-the-loop（人間の確認工程）を組み込んでいる。AIのハルシネーション率がGemini 0.7%・GPT-4o 1.5%まで低下しても、ビジネスに影響する誤りは許容できない。「AIで下書き→人間が編集・監修」のワークフローが標準になりつつある。

出典：AI Hallucinations — Causes and Solutions →

AI検索時代のSEO評価は「広義のオーガニック」で見るべき

AI生成コンテンツの評価基準をAI検索の文脈で再考察。

記事を読む →

SEO KPIの正しい選び方｜フェーズ別に追うべき指標

AI記事の成果をどの指標で測るべきかを解説。

記事を読む →

ThinkMove ブログ一覧を見る →