「AIが書いた薄い記事」と「AIが清書した本人の言葉」の違い

「AIで記事を書くと、品質が下がってSEOに悪いのでは」。AIでの記事作成を検討する経営者から、いちばんよく聞く不安です。

先に結論を書きます。**記事の品質を分けるのは「AIが書いたか、人が書いたか」ではありません。「本人の一次体験が源泉にあるか」です。**Google自身も、作り方ではなく品質で評価すると明言しています。同じAIを使っても、ゼロから書かせれば薄い記事になり、本人の言葉を清書させれば読まれる記事になります。この違いを分解します。

Googleは「AIか人か」で評価していない

まず事実を確認します。Googleは公式ブログで、AI生成コンテンツについての見解を明確に示しています。要点は「コンテンツがどう作られたかではなく、その品質を評価する」。AIを使ったという理由だけで順位を下げることはない、という立場です。

ただし、同じ文書には続きがあります。検索順位の操作を主目的に自動化を使うことは、スパムポリシー違反にあたる、と。2024年3月のコアアップデートと新しいスパムポリシーでは、この考えが「大量生成コンテンツの不正利用（scaled content abuse）」として明文化されました。ここでもGoogleは、対象になるのは「自動化・人手・その組み合わせのいずれで作られたかを問わない」と書いています。

つまり、問われているのは一貫して**「AIか人か」ではなく「ユーザーの役に立つ独自の中身があるか」**なのです。

「薄い記事」を生む本当の原因 ── 一次体験の欠落

では、なぜAIで書くと「薄い」と感じられがちなのか。原因はツールではなく、源泉に一次体験がないことです。

キーワードだけを渡してAIにゼロから書かせると、出てくるのは「すでにWeb上にある一般論の平均値」です。事実として正しくても、その人だけの実感・判断の理由・現場の手ざわりが入りません。読者が経営者の発信に求めているのは、整った一般論ではなく「この人はどう考えているのか」です。それが抜けた記事は、誰の言葉でもないまま量産されていきます。

Googleがこの点を評価軸に組み込んでいるのも見逃せません。2022年12月、品質評価ガイドラインの評価軸E-A-Tに、もう一つのE＝Experience（経験）が加わりました。書き手がそのテーマを実際に体験しているか──実際に使った、その場に行った、当事者として語れるか──を見る、という指標です。一次体験の欠落は、感覚の問題ではなく、評価の観点そのものなのです。

「AIが清書した本人の言葉」はなぜ違うか

同じAIでも、使い方を反転させると結果が変わります。AIにゼロから書かせるのではなく、本人が話した言葉を清書・構成させるのです。

この設計では、源泉に本人の一次体験があります。現場で判断した理由、失敗から学んだこと、顧客に伝えたい価値観──話し言葉のなかにある実感が、そのまま記事の芯になります。AIの役割は代筆ではなく、話された内容を読みやすい構造に整える「清書と配達」です。外注ライターの記事が「自分の言葉」にならない構造と同じで、要は原料に本人が入っているかどうかが分かれ目になります。

この考え方は、1つの源泉から多チャネルへ展開する一源多用（COPE）とも地続きです。源泉（本人の声）を一度きちんと作れば、AIはそれを記事・SNS・メルマガへ最適な形で展開できます。増やしてよいのは出力であって、源泉の「本人らしさ」を薄めてはいけません。

品質を落とさないAI活用の3原則

抽象論で終わらせないために、実務で使える形に落とします。

原則	やること
① 源泉は本人の一次体験	AIにゼロから書かせず、本人が3〜10分話した実体験を素材にする
② AIは清書と構成に限定	文字起こし・見出し設計・読みやすさの調整までをAIが担う
③ 人間が最終レビュー	事実確認とトーンの調整を人が行い、品質の責任を持つ

ポイントは③です。AIは事実を取り違えることがあり、話し言葉の温度も削れがちです。公開前に人が目を通し、数字の裏を取り、本人らしい言い回しを残す──この編集の関門があるかどうかで、同じAI出力でも品質は大きく変わります。

公開前のファクトチェック ── ③を実務の手順に落とす

3原則の③「人間が最終レビュー」は、気持ちの問題ではなく手順にできます。編集レビューで実際に使える観点は、次の4つです。

1. 数字・固有名詞・日付に印をつける。AIの下書きに出てくる統計、社名、制度名、年月日をすべて洗い出します。間違いはほぼ、ここに集中します。
2. 一次情報に当たる。印をつけた事実は、公式の発表や原典で裏を取ります。孫引きのまとめ記事ではなく、出どころそのものを確認します。
3. 確認できない主張は削る。裏の取れない「らしい話」は、正しそうに見えても外します。削って記事が痩せるなら、そこは本人の体験談で埋め直します。
4. 本人の言い回しを戻す。清書の過程で削れた口ぐせ・たとえ話を、少なくとも1か所は復元します。事実の正しさと同じくらい、「その人が言った感じ」が残っているかを見ます。

どれも特別な技術ではなく、慣れれば短い工程です。この4つを通すだけで、AI下書きの記事は「どこかで読んだ話」から「この人の話」に変わります。

Googleの自己点検フレーム「誰が・どのように・なぜ」

公開前の点検には、Google自身が用意した物差しも使えます。検索セントラルの「有用で信頼性の高いコンテンツの作成」は、コンテンツを「誰が・どのように・なぜ」の3つの問いで自己評価することを勧めています。

• 誰が：書き手が誰か分かるか。記事に署名があり、その人の背景にたどり着けるか。
• どのように：どう作られたか。AIや自動化を使ったなら、それがなぜ有用だったのかを説明できるか。
• なぜ：何のために作ったか。読者の役に立つためか、それとも検索流入を集めること自体が目的になっていないか。

同じ文書の自己評価の質問には、「独自の情報・調査・分析を提供しているか」「実体験に基づいているか」「他の人の意見をまとめただけになっていないか」といった項目が並びます。読み返すと、この記事で見てきた「一次体験が源泉にあるか」という問いと、ほぼ重なっていることが分かります。

ひとつ付け加えると、AIの利用は隠すものではありません。Googleは生成AIコンテンツの利用ガイダンスで、コンテンツがどのように作成されたかの情報を共有することは読者に文脈を伝える助けになる、と案内しています。「本人が話し、AIが清書し、人が編集した」という分担は、堂々と書ける制作体制です。

AI活用でやりがちな3つの失敗

最後に、品質を落とす典型的な使い方を挙げておきます。逆に言えば、ここを避ければ大きくは外しません。

• 本数を増やす方向にAIを使う。AIで楽になったぶん記事を量産する、という発想は、前述の「大量生成コンテンツの不正利用」にまっすぐ向かいます。増やすべきは本数ではなく、1本の密度です。少ない本数でも蓄積型なら積み上がることは、月1回の発信で本当に効果はあるのかで詳しく書きました。
• 書き手を消してしまう。会社名義の匿名記事にすると、せっかくの一次体験が「誰の経験か分からない話」になります。経営者の発信は、誰が語っているかまで含めて価値です。署名と語り手の顔を残してください。
• AIの出力をそのまま公開する。下書きの見た目は整っているので、つい確認を飛ばしたくなります。しかし、ファクトチェックを通していない記事は、間違いの責任だけが本人に残ります。レビューの時間まで含めて「記事作成の時間」と考えておくのが安全です。

私たち自身の運用

この「本人の言葉を源泉にする」設計を、私たち（株式会社ウェブリカ）自身が代表連載「ウェブリカラジオ」で毎月実践しています。1回の収録は8分43秒。そこからAIが記事の下書きを起こし、人が事実とトーンを整えて公開する、という分担です。実際の経営者連載がどんな形になるかは、地域企業の連載メディア「Shikisai」で読めます。この「話す→AIが清書→人が編集→多チャネル展開」の仕組みを、収録のAIコーチから編集レビューまで含めてサービスにしたものが VoicePress です。

まとめ

• 品質を分けるのは「AIか人か」ではなく「一次体験が源泉にあるか」
• Googleも作り方ではなく品質で評価する。低品質の量産は作り方を問わずスパム対象
• AIにゼロから書かせると一般論の再構成＝薄い記事になりやすい
• 本人の言葉を源泉にAIが清書し、人が最終レビューする分担なら、品質は落ちない
• レビューは手順にできる。数字と固有名詞の裏取り・確認できない主張の削除・本人の言い回しの復元
• 公開前はGoogleの「誰が・どのように・なぜ」で自己点検する。AIの利用は隠さなくてよい
• 増やすのは本数ではなく1本の密度。量産・匿名化・貼りっぱなし公開の3つを避ける

AIを使うか使わないかで悩むより、「源泉に本人の実体験を置けているか」を一度点検してみてください。品質の分かれ目は、そこにあります。