検索意図をAIに分類させる設計｜プロンプトと精度検証の観点

検索意図の分類をAIに任せる現場では、「4つの分類に振り分けて」という指示だけを与えがちです。この指示だけでは、分類の軸も出力形式も、判断が割れたときの扱いも定義されません。本記事では、検索意図分類のプロンプト設計と、AIの判定をそのまま採用しないための精度検証の観点を具体的に示します。

検証環境：Google Search Central 公式ドキュメント（SEOスターターガイド／AI機能ガイド等）／2026-08-08時点の掲載内容で確認

01結論：検索意図分類はAIに下書きを作らせ、境界だけ人が引き直す

検索意図をAIに分類させる設計で決まるのは、AIに全部を任せるかどうかではありません。分類の軸をどう与えるか、AIに理由まで語らせるか、そして分類結果をどう検証するかという3点の設計です。

『AIで変わるキーワード調査｜工程別の任せ方地図』では、キーワード調査を洗い出し・検索意図の分類・優先順位づけの3工程に分けました。検索意図の分類は「AIの下書き＋人の確定が基本形」と位置づけています。本記事では、この検索意図分類の工程だけを掘り下げ、プロンプトの中身と検証手順まで踏み込みます。

検索意図の分類を誤ると、記事の構成そのものが読者の求めるものとズレます。狙ったキーワードで上位表示できても、内容が読者の期待と噛み合わなければ成果にはつながりません。まず何が難しいのかを整理します。

02検索意図分類がAI任せで崩れやすい理由

検索意図の分類は、一見するとAIが得意そうな作業に見えます。しかし、AI単体の一次判定をそのまま採用すると、実務では3つの理由でズレが生じます。

Google公式によると、検索には3つの段階があります（出典: Google Search Central・2025-12-18更新）。「クロール」「インデックス登録」「検索結果への表示」の順に進みます。検索意図の分類は、この3段階の手前にある入力設計にあたります。

1つ目の理由は、検索する人の知識レベルによって求めるものが変わることです。Google公式のSEOスターターガイドがあります（出典: Google Search Central・2025-12-18更新）。同ガイドには、知識レベルの違いで検索クエリの語彙が変わるという記述があります。トピックに詳しいユーザーと詳しくないユーザーでは、使う言葉自体が異なります。

2つ目の理由は、AI Overviewsの登場でクエリの「形」自体が意図のシグナルになったことです。Pew Research Centerの調査があります（出典: Pew Research Center・2025年7月公開・米国成人900人のパネル調査）。この調査によると、質問形（who・what・when・why等）で始まる検索の60%がAI要約を生成しました。名詞と動詞を含む完全文検索でも36%がAI要約を生成しています。

Ahrefsによる30万件のキーワードの分析調査があります（出典: Ahrefs・2025年4月17日公開）。この調査によると、AI Overviewsが表示されるキーワードのうち99.2%が情報検索（知りたい）の意図を持つキーワードでした。検索意図の分類が粗いままだと、情報検索クエリ向けの記事設計と、購買に近いクエリ向けの記事設計を取り違えるリスクが上がります。

3つ目の理由は、AI検索向けの特別な最適化を探して、分類軸自体をこじらせてしまうことです。GoogleはAIによる概要への表示について、追加要件も特別な最適化も不要だと説明しています（出典: Google Search Central・2025-12-31更新）。検索意図の分類も、AI検索向けの裏技ではなく、通常のSEOの精度を上げる作業として設計してください。

03検索意図分類プロンプトの設計｜軸・出力形式・理由をセットで指定する

検索意図分類のプロンプトは、分類のラベルだけを指定しても機能しません。次の3つを必ずセットで指定します。

• 分類の軸（何分類にするか、各分類の定義）
• 出力形式（1語1行か、理由も含めるか）
• 判断に迷った場合の扱い（迷いを明示させるか、保留にさせるか）

代表的な4つの分類（知りたい・やり方を知りたい・特定サイトに行きたい・購入や申込に近い）を軸にする場合のプロンプト例は次のとおりです。

役割：BtoB SaaSのSEO担当者
指示：次のキーワードリストを、Know（知りたい）・Do（やり方を知りたい）・Go（特定サイトに行きたい）・
Buy（購入や申込に近い）の4分類に振り分けてください。
出力形式：1行1キーワード。分類ラベル、判断の理由を1文、迷う場合はその理由も添える。
禁止事項：分類理由を書かずに結論だけを出力しない。

「判断の理由を1文」という指定を外すと、AIの一次判定が正しいか誤っているかを人が検証する手がかりが本文から消えます。理由を書かせることは、次章で扱う精度検証の土台にもなります。

04検索意図分類プロンプトに入れる5つの指定事項

検索意図分類のプロンプトに入れるべき指定事項を一覧にすると次のとおりです。

役割の指定を省略すると、AIは一般的な検索行動の知識だけで判定します。たとえば「クラウド会計ソフト」というキーワードは、BtoB SaaSの担当者からは比較検討層のキーワードに見えます。一方、税理士事務所の担当者からは基礎知識を知りたい層のキーワードに見えることがあります。役割を明示するだけで、こうした業界特有の解釈のズレを減らせます。

この5項目のうち、実務で最も省略されやすいのは「迷いの扱い」です。迷いを明示させる一文を加えるだけで、後工程の負担が変わります。

追加指示：1つのキーワードに複数の意図が読み取れる場合は、最も可能性が高いラベルを1つ選んだうえで、
「意図が複数混在（Know寄り・Do寄り等）」と注記してください。無理に1つの意図へ絞り込まず、
判断が割れた根拠も書いてください。

05AI分類の精度をどう検証するか｜サンプリングと不一致の見方

AIが出した分類ラベルをそのまま次工程へ渡すのは避けるべきです。Googleは生成AIツールによる大量のコンテンツ作成について明言しています（出典: Google Search Central・2025-12-31更新）。ユーザーへの価値を伴わない場合、大量生成されたコンテンツの不正使用に関するスパムポリシーに違反しうるとしています。AIの分類結果を検証せずそのまま量産に使うことも、同じ考え方に照らして避けるべき運用です。

検証の方法は、大きく分けて次の3つがあります。

3つの方法は排他的ではなく、組み合わせて使います。初回はサンプリング確認で全体の傾向をつかみ、プロンプトの表現を固めた段階で不一致率の計測に切り替える、という順序が実務では扱いやすい流れです。キーワード数が少ない立ち上げ期は、そもそも全件目視でも大きな負担になりません。

サンプリング確認を行う際は、AIが「迷いを明示」したキーワードを優先的に見ます。理由が書かれた分類結果であれば、優先度の高い箇所から効率よく確認できます。

役割：SEO担当者（確認担当）
指示：以下のAI分類結果のうち、「意図が複数混在」と注記された行だけを抽出してください。
出力形式：元のキーワード・AIが選んだラベル・注記された理由、の3列。

不一致率の計測は、同じキーワードリストに対して、プロンプトの表現だけを変えて2回分類させ、ラベルが変わった件数を数える方法です。表現を変えても結果が大きく変わらなければ、そのプロンプトは安定していると判断できます。逆に結果が大きく揺れる場合は、分類軸の定義があいまいという設計上のシグナルです。

結果が大きく揺れたときは、プロンプトを直接修正するよりも先に、揺れたキーワードだけを人が見て「なぜ判断が割れたのか」を言語化してください。原因が定義のあいまいさであれば分類軸の説明文を書き直し、原因がキーワード自体の意図の混在であれば「意図が複数混在」の注記対象を広げる、というように対応を分けます。原因を特定しないままプロンプトの文言だけを調整すると、別の箇所で新しいブレが生まれることがあります。

06検索意図が複数混ざるキーワードにどう対処するか

検索意図分類で最も判断が割れるのは、1つのキーワードに複数の意図が読み取れる場合です。たとえば「クラウド会計ソフト 比較」は、選び方を知りたい（Know寄り）とも、導入を検討している（Buy寄り）とも解釈できます。

このような語を無理に1つのラベルへ押し込めると、記事の構成が中途半端になります。実務では次の2つの対応を組み合わせます。

1. プロンプトに「意図が複数混在」という注記ラベルを用意し、AIに無理な単一化をさせない
2. 複数意図と判定された語は、記事の構成段階で比較情報を先に示し、検討者向けの導線を後半に置くなど、両方の意図に応える構成へ振り替える

複数意図のキーワードを一律で除外してしまうと、実務では検索ボリュームの大きい語を取りこぼしがちです。除外ではなく、構成の工夫で吸収する発想が現実的です。

別の例として「SEOツール 無料」があります。無料の範囲を知りたい（Know寄り）とも、無料ツールを今すぐ使いたい（Do寄り）とも読めます。こうした語をAIに1回判定させて終わりにすると、記事の見出し構成が中途半端になりがちです。プロンプト側で「迷いを明示」させたうえで、構成設計の担当が最終的な見出し配置を決める、という2段階の分業にしてください。

07検索意図分類でつまずきやすい点

検索意図分類の運用を組織に導入する際につまずきやすい点は次のとおりです。

• プロンプトに分類の軸だけを書き、理由の明示を指定しない。検証の手がかりが本文から消える
• 迷いを明示する指定を入れず、AIが常に自信満々な断定形で分類結果を返す
• サンプリング確認の対象を無作為ではなく先頭の数件だけにしてしまい、偏った確認になる
• 複数意図のキーワードを機械的に除外し、検索ボリュームの大きい語を取りこぼす
• 一度作ったプロンプトを使い回し、分類軸の定義が実際の記事構成とズレていることに気づかない
• 検証結果を記録に残さず、同じ誤分類パターンを次のキーワードリストでも繰り返す

これらはどれも、プロンプトの設計段階で防げるつまずきです。分類作業に着手する前に、次のチェックリストで設計の抜けを確認してください。

08検索意図分類プロンプト設計チェックリスト

• プロンプトに分類の軸と各ラベルの定義を具体例つきで書いた
• 出力形式（1行1キーワード等）を指定した
• 判断理由を1文添えさせる指定を入れた
• 複数意図が混ざる場合の注記ラベルを用意した
• AIの分類結果を全件確認するか、サンプリング確認するかを決めた
• サンプリングする場合は無作為抽出にした（先頭の数件で済ませていない）
• 「意図が複数混在」の注記がある語は、除外せず構成の工夫で吸収する方針にした
• プロンプトの表現を変えても結果が大きく揺れないか、不一致率を確認した

09FAQ