AIが書いたSEO記事、公開して大丈夫？

17年のWebライティング経験から考える、AI時代の「記事を見極める力」

AIに書かせたSEO記事を読み返して、手が止まったことはありませんか。

誤字はない。見出しも並んでいる。読みやすいし、それっぽいことも書いてある。なのに「これを自分の名前で出していいのか」と聞かれると、答えられない。どこが悪いのか言えないから、なんとなく語尾を直して、なんとなく公開する。

僕はフリーランスになって17年、ジャンルを固定せずに、ずっとSEO記事の改善を仕事の軸にしてきました。添削した記事は2,000本を超えています。その立場から言うと、この「なんとなく公開」がいちばん危ない。AIの記事のミスは、目立たない形で入ってくるからです。

この記事では、僕が記事を見るときの6つの確認項目と、見つけた問題に優先順位を付けるやり方、そして「公開していいか」を決める基準をまとめました。後半には、実際の添削をもとにした事例と、品質評価シート、AIに公開判定を手伝わせるためのSkillを付けています。

テーマは、AIに書かせる技術より一歩先の、AIが書いたものを見極める技術です。

1. AIが書いた記事は、なぜそのまま公開できないのか

答えから書きます。AIの記事で問題になるのは、間違いに気づけるかどうかです。人間の下手な文章は、下手さが表に出ます。AIの文章は整っているので、問題があっても表面に浮いてきません。

丸投げで量産した3ヶ月のこと

偉そうに書いていますが、僕自身がこれで失敗しています。

生成AIが流行り始めた頃、3ヶ月ほど、ほぼ丸投げで記事を量産しました。AIを使って書いた記事は累計で100本を超えています。結果はどうだったか。スキの数は増えませんでした。本数を増やしても、読者の反応はほとんど動かなかったんです。

AIっぽい文章を書いてしまっていた頃の、象徴的な一文があります。

「読者のニーズに寄り添った、質の高いコンテンツを提供することが重要です。」

正しい。でも、誰が書いても同じになる一文です。読者はこの文から何も持ち帰れません。こういう文が記事の半分を占めていても、読み流している間は違和感がない。そこが怖いところでした。

「実際の導入事例」が、実在しなかった

もう一つ、AIの記事の怖さを実感した話があります。

AIが「実際の導入事例」として出してきた施設名を、そのまま記事に使っていたことがあります。公開前の最終チェックで、リンクを貼ろうと施設名を検索しました。公式サイトが出てこない。名前が変わったのかと思って、別の言葉でも調べました。やっぱり出てこない。そこでようやく、架空の事例だと気づきました。

あのとき検索しなかったら、存在しない施設を「実例」として公開していたわけです。

AIは嘘をつこうとしているわけではありません。もっともらしい文章を作るのが得意なだけです。ただ、そのもっともらしさが、確認する側の目を鈍らせます。

添削していると、問題が出る場所はだいたい同じ

最近、ライティング講座の受講生18人・29本の添削記録を横断して数えてみました。

いちばん多かったのは「筆者自身の体験や結果が書かれていない」原稿で、18人中17人に出ていました。次が「判断を読者に返してしまう」で15人、「どの章も同じ長さ・同じ形で並ぶ」が14人。「タイトルや導入で約束したことを本文で回収していない」も13人いました。

正直に書いておくと、このうち2本以上の記事で繰り返し確認できた人は、どの項目も数人です。多くは1本を見た段階の傾向です。それでも、出る場所はほぼ同じでした。

そしてこれは、AIで書いた記事に出る問題とそっくり重なります。AIを使っても使わなくても、「枠を先に決めて、中身を後から埋める」書き方をすると、同じ場所に穴があくんです。

受講生の添削で見えたつまずきの全体像は、noteにまとめています。
「最近の添削を数えたら、初心者がつまずく場所はほぼ同じだった」
https://note.com/terachance/n/n2c9a16e10c36

AIの記事は、間違いがあっても目立たない。だから「整っているか」ではなく「公開に耐えるか」を、決まった順番で確かめる必要がある。

2. 僕が記事の品質を見るときに確認したい6つのこと

AIが書いたSEO記事を見るとき、僕が確認しているのは次の6つです。

1. 情報の正確性
2. 検索意図との一致
3. 独自性と情報の付加価値
4. 記事構成と情報の網羅性
5. 読みやすさと理解しやすさ
6. 記事の目的と行動導線

並べてみると、どこかで見たような項目かもしれません。実際、項目そのものに目新しさはありません。

差がつくのは使い方です。まず、この6つの重さはそろっていません。1と2は、ほかがどれだけ良くても公開を止める「足切り」の項目です。逆に5は、AIがいちばん得意なところなので、点数が高く出やすい。読みやすさの点数が高いからといって安心すると、判断を誤ります。

合計点で決めない。ここが、この記事でいちばん伝えたいことです。

ここから先では、6項目それぞれを僕が実際にどう見ているか、問題を見つけたら何から直すか、そして「公開していいか」をどう決めるかを、事例と一緒に書いていきます。

有料部分で手に入るもの

• 6項目それぞれの、具体的な確認手順と「公開を止める目安」
• 印刷・コピーして使える品質評価シート（優先度・担当・再評価の欄つき）
• 問題点をA・B・Cに振り分ける基準と、公開判定の4段階
• 実際の添削をもとにした事例2件と、僕自身が没にした記事の事例
• 公開判定を手伝わせるSkill（購入者はAimanaVo上で追加料金なしで使えます）と、テストで分かった使い方の注意