「AIに書かせた記事、公開していいかどうかは誰がどう決めるんですか」。生成AIを記事制作に入れた組織で、いちばん最後まで残る問いがこれです。書く速さは上がったのに、出してよいかどうかの判断だけが人の手元に残るからです。
「AI生成記事は薄い」という言い方もよく聞きます。ただ、この言い方は的を外しています。Googleが問題にしているのは生成方法ではなく、独自性と価値の有無だからです。何を使って書いたかではなく、出てきたものが読者に何を渡しているか。判定の軸はそこにあります。
この記事では、AI生成記事の品質評価を、事実正確性・独自性・冗長さという3つの軸に分けます。それぞれの軸で何を確認するのかを、公式ガイダンスに沿って整理します。「なんとなく薄い気がする」を、人に説明できる差し戻し理由へ置き換えるための記事です。
こんなふうに調べていませんか
- 「AI生成記事 品質評価」で検索して、公開前に何を見ればいいのか探している
- 生成AIで記事を作り始めたが、社内で共有できる合格の線が引けていない
この記事を読み終えたときに手に入るもの
- 品質評価を事実正確性・独自性・冗長さの3軸に分けて説明できるようになります
- Googleが問題にしているのは生成方法ではないと、根拠つきで言えるようになります
- 公開前に使う確認項目を、自分のチームの手順に落とせます
結論30秒でわかる、この記事の結論
- 見るのは、書いた道具ではなく残った中身です。 原典と合っているか、他所に無いものがあるか、埋めるための繰り返しが無いか。この3つを順に見ます。
- Googleは自動化やAIの利用自体をガイドライン違反とはしていません。問題にされるのは、ユーザーへの価値を付加しない量産です。
- 3つの軸は互いを補いません。1つを満たしたからといって、残りを飛ばして公開してよいことにはなりません。
本記事の内容は2026-08-08にGoogle Search Central公式ドキュメントで確認したものです。対象は生成AIコンテンツのガイダンス、ヘルプフルコンテンツ、スパムに関するポリシー、そして2023年公開の公式ブログです。
01AI生成記事の品質評価は、SEOの現場で何を見る作業なんですか？
若葉さんAIに書かせた記事の品質評価って、人が書いた記事の評価とは別物なんでしょうか。
鈴木さん見る場所はほとんど同じです。ただ、崩れやすい場所が決まっているので、そこから先に見る、という順番になります。
結論から言うと、AI生成記事の品質評価は、生成方法そのものではなく成果物の中身を3つの軸で見る作業です。事実正確性は数値や固有名詞が原典と一致しているか。独自性は既存ページに無い情報を加えているか。冗長さは文字数を稼ぐための水増しが無いか。この3つです。
Googleは自動化やAIの利用自体をガイドライン違反とはしていません（出典: Google Search Central）。この記載は2025年12月31日更新版のものです。問題にされるのは、ユーザーへの価値を付加しない量産です。
つまり「AIで書いたかどうか」は、判定の入口にすらなっていません。入口にあるのは「出てきたものが読者に何を渡しているか」だけです。ここを取り違えると、AIを使った事実を隠す方向へ工夫が向かい、肝心の中身が置き去りになります。
3つの軸は、それぞれ別の公式基準に足をかけています。次の表のとおりです。
| 評価軸 | 確認する問い | 主な根拠 |
|---|---|---|
| 事実正確性 | 数値・固有名詞・引用が原典と一致しているか | E-E-A-Tの信頼性（Trust） |
| 独自性 | 既存ページに無い情報・分析・実例を加えているか | ヘルプフルコンテンツの自己評価質問 |
| 冗長さ | 文字数を稼ぐための反復・水増しが無いか | 検索エンジンを第一に考えたコンテンツの回避基準 |
この章のまとめ
品質評価は生成方法を問わない。見るのは事実正確性・独自性・冗長さの3軸と、その根拠。
02なぜいま、AI生成記事の品質評価がSEO担当の仕事になったんですか？
Googleのスパムに関するポリシーは、大量生成されたコンテンツの不正使用を独自の定義で説明しています（出典: Google Search Central）。定義は「検索ランキングの操作を主な目的として大量のページを生成すること」です。この記載は2026年5月18日更新版のものです。
該当例は5件列挙されており、生成AIツールで価値を付加せず大量ページを生成する行為も含まれます。読み違えやすいのはここです。判定の軸はページ数の多さそのものではなく、独自性と価値の欠如にあります。 少なく作れば安全という話ではありませんし、多く作ったから危ないという話でもありません。
大森部長本数を増やすなという話なら、投資判断としてははっきりしていて助かるんだが。
鈴木さんそこが逆でして、本数は基準になっていません。1本ずつの中身が問われるので、量を増やすほど確認の工程が要る、という読み方になります。
検索品質評価者向けガイドラインには、大量生成されたコンテンツの不正使用（セクション4.6.5）の評価方法が記載されています（出典: Google Search Central）。同ガイドラインには、独自性や価値をほとんど付加しないメインコンテンツ（セクション4.6.6）の評価方法も記載されています。この記載は2025年12月31日更新版のものです。
ここは扱いに注意が要ります。これらは検索品質評価者がランキングシステムの性能を評価するための基準です。ランキングに直接影響するものではないと、Google自身が明記しています。社内向けに「評価者ガイドラインに書いてあるから順位が下がる」と説明すると、後で説明がつかなくなります。
量産計画そのものの点検記録はAIMJ-1301で公開しています。本記事はその一段階手前、1本ごとの記事をどの観点で評価すればスパムポリシーの穴に落ちずに済むかという論点を扱います。執筆から入稿までの分業体制はAIMJ-0201にまとめています。
この章のまとめ
問われているのは本数ではなく1本ごとの中身。評価者ガイドラインは順位への直接の影響とは別のもの。
03生成AIで書いたというだけで、SEO上の違反になるんですか？
なりません。ここは公式ブログがはっきり答えています。AI生成コンテンツの使用がガイドライン違反になるかは、作成方法ではなく内容で判断されます（出典: Google Search Central Blog）。2023年2月8日公開の同ブログは、この論点を含む10件のFAQを公開しています。
同ブログのFAQは、AI生成コンテンツを使用する必要があるかという問いにも回答しています。AIが有用なコンテンツ制作に役立つと考える場合は、使用を検討してよいという立場です（出典: 同上）。一方で、検索ランキングを操作する安価な手段として使うことは勧めていません。
若葉さんつまり「AIを使ったこと」を隠す必要はない、ということですか。
鈴木さんはい。隠すことに手間をかけても評価は動きません。同じ手間を、原典との照合に使ったほうが効きます。
この立場を実務に落とすと、確認の順番が変わります。「AIらしさを消す」ではなく「読者に渡すものを増やす」が作業の目的になります。文体をこねる時間より、一次情報を開いて数字を突き合わせる時間のほうが、評価に直結します。
品質評価の3軸は、この「なぜ作るのか」という問いへの答えを、記事単位で機械的に確認するための分解でもあります。理念として掲げるだけでは、忙しい週に真っ先に省略されるからです。
この章のまとめ
生成方法は判定基準ではない。隠す工夫ではなく、内容を評価に耐える水準へ上げることが前提。
04事実正確性の軸では、AI生成記事のどこをSEOの前に確かめますか？
生成AIには、実在しないURLや文献番号を作り出す性質があります。これはハルシネーションと呼ばれる既知の限界です。AI生成記事の事実正確性を検証すべき最大の理由でもあります。もっともらしい形をしているので、目視では素通りしやすいという厄介さがあります。
E-E-A-T（経験・専門性・権威性・信頼性）のうち、Googleは信頼性が最も重要な要素だと明記しています（出典: Google Search Central）。専門性に関する自己評価質問は4件あります（出典: 同上）。そのうちの1つが「コンテンツに明らかな事実誤認はありませんか」です。
この章のまとめ
土台は信頼性。もっともらしい形をした誤りほど目視では通るので、突き合わせる工程で拾う。
05体験の裏づけは、生成AI記事の品質評価でどう確かめますか？
E-E-A-Tは経験・専門性・権威性・信頼性という4つの要素の組み合わせです（出典: 同上）。事実正確性の検証はこのうち信頼性に直結します。ただし、経験が無いのに体験調で書くと、事実正確性とは別の軸で評価が崩れます。数字は合っているのに「実際に使ってみると」と書いてある、という状態です。
高梨課長数字が合っているかどうかは分かるんですが、体験の有無まで見るとなると工数が読めません。
鈴木さん体験のほうは、書いた本人に一言確かめれば済みます。実際にやったのか、資料を読んだだけなのか。この確認だけで、後の書き直しがかなり減ります。
だから事実正確性の工程では、事実の一致と体験の有無を同じタイミングで確認します。別々の工程に分けると、体験の確認だけが後回しになって、そのまま公開されます。
この章のまとめ
見るのは数値・固有名詞・引用の一致と、体験調の記述に裏づけがあるかどうか。この2つは同じ工程で確認する。
06原典との照合は、生成AIの記事でどう回せばいいんですか？
手順にすると3ステップです。工程として書き出しておくと、担当が変わっても同じ確認ができます。
- AI生成文中の数値・固有名詞・引用を洗い出す。入力はAIが出力した本文、期待される出力は検証対象の一覧
- 一次情報のURLを開き、該当箇所が実在し、数字や固有名詞が一致するかを照合する。入力は検証対象の一覧、期待される出力は一致・不一致・該当なしの判定
- 不一致または該当なしの場合は書き直すか、公式には記載が無いと本文に明示する。入力は判定結果、期待される出力は反映済みの本文
この手順で特に見落としやすいのは「該当なし」の扱いです。原典に記載が無いのに、AIが自信を持って断定的に書いてしまうことがあります。この場合は数字を削るか、「公式ドキュメントには記載が無い（2026-08-08時点で確認）」と読者向けに明示します。
本誌の執筆規約でも、原典に無い数字を断定として残さない運用にしています。書き手が良かれと思って補った数字ほど、後から出典を探せなくなるためです。ここは規律というより、探し直す手間を先に払っておく、という発想に近いものです。
この章のまとめ
照合は洗い出し・突き合わせ・反映の3ステップ。判定は一致／不一致／該当なしの3つで持つ。
07独自性の軸では、生成AI記事の品質評価に何を足すんですか？
独自性の評価は「他のページと同じ情報を、違う言葉で言っているだけではないか」を見る作業です。ヘルプフルコンテンツガイドは、2025年12月18日更新版です（出典: Google Search Central）。同ガイドによると、コンテンツと品質に関する自己評価質問は12件あり、そのうち複数が独自性に直結します。
- コンテンツは独自の情報・レポート・研究または分析を提示しているか
- 他ソースを参考にした場合、単なるコピーや書き換えでなく付加価値とオリジナリティを示しているか
- 自明の事柄だけでなく、洞察に富んだ分析や興味深い情報を含んでいるか
- 検索結果に表示された他のページと比較して、実質的な価値を提供しているか
この章のまとめ
独自性の判定に使えるのは、公式の自己評価質問。抽象的な「よく書けているか」では判定がそろわない。
08つなぎ合わせに見える生成AI記事は、SEOでどう扱われるんですか？
大量生成されたコンテンツの不正使用の例には、複数ページのつなぎ合わせが含まれます（出典: Google Search Central）。原文は「複数のウェブページからのコンテンツを、価値を加えることなくつなぎ合わせたり組み合わせたりすること」です。
AI生成記事は複数の情報源を要約する構成になりやすく、この基準に触れやすい領域です。要約が上手であるほど、つなぎ合わせに見えやすいという皮肉もあります。だから独自性の評価では、要約の正確さではなく、要約に加えて何を足したかを別に確認します。
若葉さん足すものというのは、たとえばどんなものですか。
鈴木さん自社が実際に測った数値、実際に導入したツールの挙動、それから運用して気づいた失敗です。この3つは、AIが検索結果から拾ってこられません。
本誌が実行ログ完全公開型・失敗ファイル型という記事型を設けているのも、この独自性の欠如を構造的に避けるためです。書き手の気合いに頼らず、型のほうに「足すもの」を組み込んでおく、という考え方です。
この章のまとめ
確認するのは要約の正確さではなく、要約に何を足したか。足せるのは自社の実測・導入時の挙動・失敗の記録。
09冗長さの軸は、AI生成記事のSEO評価をどこで削るんですか？
冗長さの評価は、文字数の多さではなく情報密度の低さを見ます。長い記事が悪いのではありません。読み進めても手元に何も増えない状態が問題です。
Googleのヘルプフルコンテンツガイドは、検索エンジンを第一に考えたコンテンツ作成の回避策も示しています（出典: Google Search Central）。関連する自己評価質問は11件あり、次の3件は冗長さの判定にそのまま使えます。
| Googleの自己評価質問（抜粋） | AI生成記事の品質評価での見立て |
|---|---|
| 価値を付加することなく、主に他の人の意見を要約しているか | 出典の言い換えだけで新しい情報が無ければ冗長と判定する |
| 特定の文字数になるように記事を書いているか | 分量を埋めるための反復・抽象語の多用は減点対象にする |
| 読み終えても他のソースでより良い情報を探す必要があると感じさせるか | 読者の疑問が本文だけで解決しない場合は情報不足と冗長さの両方を疑う |
補足しておくと、Googleが優先する文字数という設定は存在しません。目安の分量を社内で決めるのは構いませんが、それは編集の都合であって評価の基準ではない、という区別が要ります。
本誌自身は、抽象的な結び（「重要です」「効果的です」等）で終わる段落を「未完成」として差し戻す運用ルールを置いています。条件は、段落内に単位つき数値・固有名詞・具体的な操作動詞が1つも無いことです。
AI生成文はこの種の抽象クローザーを繰り返す傾向があります。文末だけを直すと、同じ段落の中身が空のまま残ります。だから冗長さの評価では、最終文ではなく段落全体を見ます。
この章のまとめ
測るのは長さではなく密度。抽象語で締めた段落に、数値・固有名詞・操作動詞のどれかがあるかを見る。
10見出しやタイトルの誇張は、生成AI記事の品質評価に入りますか？
入ります。ヘルプフルコンテンツガイドは、見出しやページタイトルが内容を要約する有用なものかも自己評価質問に含めています（出典: Google Search Central）。誇張や、読者への強い衝撃・不快感を狙ったものではないかという観点です。
AI生成記事は、本文の要約力を評価されにくい代わりに、目を引く言い回しへ寄りがちです。中身は堅実なのに、見出しだけが強い、という記事ができあがります。読者はその落差を、読み始めてすぐに感じ取ります。
高梨課長見出しが強いほうがクリックされる、と社内では言われるのですが。
鈴木さんクリックされた後の落差までは、その言い方に含まれていないんです。見出しの強さと、独自性の高さは別の話として分けて確認します。
ここで大事なのは、誇張の判定を独自性の判定と混ぜないことです。混ぜると「独自性があるから見出しも強くてよい」という結論に流れます。実際には、独自性が高い記事ほど、見出しは中身をそのまま言えば足ります。強い言葉が要るのは、中身が薄いときです。
確認は難しくありません。見出しだけを読んだときに読者が期待する内容と、本文が渡す内容がずれていないか。その1点だけを見ます。
この章のまとめ
見出しの誇張も自己評価質問の対象。独自性の高さと見出しの強さは、別々に確認する。
11AI生成記事の品質評価で、SEO担当の判定が割れやすいのはどこですか？
評価者によって判定が割れやすい領域が3つあります。ここを先に共有しておくと、差し戻しのたびに議論をやり直さずに済みます。
| グレーゾーン | 何が起きているか | 判定のよりどころ |
|---|---|---|
| 統計データの言い換え | 出典の数値をそのまま使いつつ表現だけ変えている | 数値の出典明記があれば要約は可、解釈の追加が無ければ独自性は不足のまま |
| 実体験の裏付け | AIが一般論を「実際に使ってみると」のように体験調で書く | 自社が実際に導入・実行した記録が無ければ体験調の記述自体を削る |
| 定型的な構成の反復 | 同じ見出しパターン・同じ結び方が記事間で繰り返される | 1記事単体では違反にならないが、サイト全体で見ると量産の兆候になる |
いずれのグレーゾーンも、単独では明確な違反と言い切れません。判定に迷った場合は2点に立ち返ります。原典に無い情報を断定していないか。そして、読者が既存ページより多くを得られるか。この2問なら、担当が違っても答えがそろいます。
大森部長判定が人によって変わるようでは、運用の基準として弱いんじゃないか。
鈴木さんおっしゃるとおりです。だから割れることが分かっている領域を先に3つ挙げて、そこだけ判断の言葉をそろえておくという順番にしています。
この章のまとめ
割れるのは統計の言い換え・体験の裏づけ・構成の反復の3領域。迷ったら断定の有無と読者の得るもので判断する。
12サイト全体で見たとき、AI生成記事の品質評価はSEOの何を守るんですか？
1記事ずつ合格していても、サイト全体で見ると別の絵が見えることがあります。見出しの型が同じ、結び方が同じ、章の並びが同じ。1本では違反にならないものが、並ぶと量産の兆候になります。
Googleは大量生成の隠蔽も不正使用の例に挙げています（出典: Google Search Central）。複数のサイトを作成してコンテンツの大量生成を隠す行為です。ここまで露骨でなくても、同じ型の記事が並ぶこと自体は読者にも見えます。
若葉さん記事ごとにちゃんと直しているのに、全体で見ると同じに見えるというのは、少し意外でした。
鈴木さん1本ずつ見ているときは気づけないんです。だから記事単位の確認とは別に、一覧で眺める工程を持っておく必要があります。
具体的には、公開済み記事の見出しパターンや結び方が偏っていないかを、定期的にサイト単位で見直します。1記事単位の品質評価だけでは、この偏りは検出できません。工程としては別枠で持つのが安全です。
本誌の場合、この見直しは記事型そのものの点検につながります。同じ型が続いているなら、型を増やすか、扱う題材のほうを変える。書き手を責めても、型が同じである限り出力はそろってしまうからです。
この章のまとめ
記事単位の合格と、サイト単位の見え方は別。一覧で偏りを見る工程を、別に持つ。
13AI生成記事の品質評価チェックリストは、SEOの公開前にどう使うんですか？
ここまでの内容を、公開前に確認する形へ落とします。上から順に見て、1つでも引っかかったら公開を止めます。
- 本文中の数値・固有名詞・引用を一次情報と照合したか
- 原典に記載が無い主張を断定表現のまま残していないか
- 既存ページに無い情報・分析・実例を最低1つ加えているか
- 複数の情報源をつなぎ合わせただけの構成になっていないか
- 抽象的な結びで終わり、かつ具体的な数値や固有名詞が無い段落が残っていないか
- 特定の分量に合わせるための反復・水増しが無いか
- 自社の実測・導入記録が無いのに体験調で書いた箇所が無いか
- 読者が既存ページより多くの情報を得られるかを自問したか
なお、この8項目は3軸に対応しています。上の2つが事実正確性、続く2つが独自性、その次の2つが冗長さ、最後の2つが体験と読者価値の確認です。どこで落ちたかが分かれば、直す場所もすぐ決まります。
この章のまとめ
公開前に上から順に確認する。どの項目で止まったかが、そのまま直す場所になる。
14品質評価は誰がやるんですか？生成AIに任せてしまえないんですか？
執筆した本人だけで完結させないことが要点です。本誌は執筆担当とは別人格の担当がファクトチェックを行う運用にしています。自分が書いた文章は、書いたときの意図が読めてしまうので、抜けに気づきにくいためです。
高梨課長少人数のチームだと、別の担当を立てる余裕が無いこともあります。
鈴木さんその場合でも、書いた直後に確認しないだけで精度が変わります。時間を空けるか、確認の役を交代で回すか。体制より順番の問題として扱えます。
AIに確認させることもできますが、原典を開いて突き合わせる工程だけは残ります。実在しないURLを作ってしまう性質があるものに、URLの実在確認を任せる形になるためです。役割としては、洗い出しまでをAI、照合と判定を人、という分け方が現実的です。
工程全体としての分業はAIMJ-0201にまとめています。この記事で扱った3軸は、その工程のうち「公開の前段」に置く確認にあたります。工程が決まっていない状態で軸だけを配っても、確認は定着しません。
この章のまとめ
洗い出しはAIに寄せられる。原典を開く照合と、公開可否の判定は人が持つ。
15よくある質問
AI生成記事の品質評価で最も重視すべき軸はどれですか
3軸のうち優先度を1つに絞る必要はありません。ただしGoogleはE-E-A-Tの中で信頼性を最も重要な要素だと明記しています（出典: Google Search Central）。事実正確性の欠如は、他の2つの軸で補えません。独自性が高くても、数字が違えば信頼は残りません。
AI生成コンテンツというだけでスパムポリシー違反になりますか
なりません。Googleはユーザーへの価値を付加することなく大量のページを生成する行為を問題視しています（出典: Google Search Central）。生成方法そのものは判定基準ではありません。AIを使った事実を隠す必要もありません。
独自性の品質評価は具体的に何を確認すればよいですか
既存の検索結果に表示されている他のページと比較して、実質的な価値を提供しているかを確認します。自社の実測データや実際の導入記録を加えることが、独自性を担保する具体的な方法です。要約の精度を上げても、独自性は上がりません。
冗長さはどう見分ければよいですか
分量の多さではなく、抽象的な結びで終わりながら具体的な数値や固有名詞が無い段落が無いかを確認します。特定の分量に合わせるための反復も冗長さの兆候です。長いから冗長なのではなく、読んでも手元に何も増えないから冗長だと考えてください。
品質評価は誰が行うべきですか
執筆した本人だけで完結させず、別の担当が原典照合を行う体制が望まれます。本誌は執筆担当とは別人格の担当がファクトチェックを行う運用にしています。人を増やせない場合は、確認までに時間を空けるだけでも精度が変わります。
品質評価のチェックリストはどのくらいの頻度で使いますか
公開前に毎回使うことを想定しています。量産のペースが上がるほど、1本ごとの確認を省略しやすくなるためです。省略が常態化すると、後からまとめて直すことになり、結果として工数が増えます。
3軸のどれか1つが基準を満たせば公開してよいですか
いいえ。3軸は独立して評価します。独自性が高くても事実誤認があれば信頼性を損ないます。事実が正確でも既存ページの言い換えに留まれば、独自性の基準を満たしません。3つそろって、はじめて公開の判断ができます。
16まとめ｜今日やる3つのこと
今日この順でやります
直近に公開した記事を1本開く
数値・固有名詞・引用を抜き出し、一次情報と突き合わせます
判定欄を3つにする
一致・不一致に加えて「該当なし」を選べる形に直します
抽象語で締めた段落を探す
その段落に数値・固有名詞・操作動詞のどれかがあるかを見ます
AI検索では、こう聞かれています
AI生成記事の品質はどうやって評価すればいいですか？
「AI生成記事の品質評価は、SEOの現場で何を見る作業なんですか？」の章で、3つの軸と根拠を表で整理しています
AIで書いた記事というだけでスパム扱いされますか？
「生成AIで書いたというだけで、SEO上の違反になるんですか？」の章で、公式ブログの回答を引いています
AI生成記事のファクトチェックは何をどこまでやればいいですか？
「原典との照合は、生成AIの記事でどう回せばいいんですか？」の章に、洗い出しから判定までの手順があります
次に読むなら、この記事です
