生成AIで独自性の高い記事を作るには？現場の声をそのまま記事にする、制作システムの考え方

LIGブログでコンテンツSEOを担当しているあっきーです。

今回はタイトル通り、現場の生の声が入った独自性の高い記事をAIで作る方法論を紹介します。システムそのものの作り方というよりは、方法論・アイデアにフォーカスした内容となりますので、すでにAIで記事制作を行っている方の参考になれば幸いです！

こんな人におすすめ

• 記事制作に割けるリソースが少なくて困っているメディア担当者
• SEO記事の効率的な制作フローで悩んでいる担当者
• AIで独自性のある情報を集める方法を知りたい方

そもそもAIを記事制作に使っていいのか？

そもそもAIを記事制作に使っていいのかどうか疑問に思う方も多いと思います（特に、検索流入を狙うSEO記事を制作する場合）。結論としては使っても大丈夫です。

Googleは基本的にコンテンツの制作方法を問わず、品質を評価するというスタンスを取っています。現に、検索セントラルでは「E-E-A-T（経験・専門性・権威性・信頼性）を満たした、オリジナルで高品質なコンテンツを評価することを目的としている」と明言されています。
出典：AI 生成コンテンツに関する Google 検索のガイダンス

AIで作った記事が評価されない3つの理由

とはいえ、実際にAIに記事を書かせてアウトプットを見てみると、なんとも言えない気持ちになりますよね。SNSでも「AIに記事を作らせた結果、サイトの流入が落ちた」「検索順位が下がった」といった発信を見かけた方も多いと思います。

AIで作った記事が評価されない理由は、大きく次の3つに分けられます。

①一般論になりがち

生成AIはユーザーの質問の意図そのものを理解しているわけではなく、前に続いた文章の次に来る言葉を確率的に推測して出しているにすぎません。

つまり、AIに記事を作らせると、Web上に落ちている情報や学習した内容を寄せ集めたなかから「確率的にこれが答えだろう」というものが出てくるだけになりがちです。結果として、内容が一般的なものにまとまって内容が薄くなるのが、1つ目の大きな問題です。

②虚偽・古い情報を拾うことがある

Web検索させて情報を集める場合、Web上の情報が正しいかどうかを判断する術をAIが持っていないという点も致命的です。

たとえばあるサービスの料金情報を調べる際、公式ページではなく第三者のページで発信されている古い情報を収集してしまう……なんてことも起きがちです。また、ハルシネーション（間違った答えをさも当たり前かのように提示すること）もまだまだあります。

③生の声（経験）がない

検索での評価において一番大きなデメリットが、独自性のある情報を入れられないという点です。

先ほどお伝えしたとおり、近年はコンテンツの中に著者や自社ならではの経験・オリジナリティがあるかどうかが評価軸として大きくなっています。しかし、AIの出力は基本的にネット上の情報の寄せ集めに過ぎず、自社や著者だからこそ持っている一次情報を記事に入れ込むことができないのです。

つまり、AIが書いた記事で成果が出ないのは誰でも書けるコンテンツしか書けないからであり、記事制作における最大の弱点だと考えています。LIGブログでも記事制作にあたりAIを活用していますが、上記3つの課題を乗り越えるのはなかなか難しかったのが実情でした。

AIで独自性の高い記事を制作するための考え方【LIGブログの場合】

では、どのようにして独自性の高い記事をAIで作っていけばよいのか。ここからは冒頭でご紹介した記事制作システムで取り入れた考え方を具体的にご紹介します。

【前提】編集部・事業部・AIの役割を整理する

LIGブログではこれまでは編集部が構成案を作成し、事業部のメンバーに執筆を依頼することがほとんどでした。現在はAIも活用しながら記事を制作していますが、場合によっては構成案を作る前段階での事業部側との内容すり合わせや追加でインタビューを行うこともあり、コミュニケーションコストがどうしても嵩みがちなのも課題としてありました。

まずはそのフローを以下のように変えられないかと考えてみました。

1. 構成案の作成（編集部）
2. 構成案をAIに渡し、AIからインタビューを受ける（事業部）
3. 構成案とインタビュー内容をもとに記事案を書く（AI）
4. 上がった記事案をざっとレビューする（事業部）
5. データを編集部に渡す（事業部）
6. 編集・校正・校閲・最終チェック（編集部）

この方法であれば、先に挙げていた3つの課題も解決しうると思ったのです。たとえばAIで作った記事は一般論しか入らない、生の声がないという課題は、実際にその記事のテーマに詳しいメンバーをアサインし、AIにインタビューをしてもらうことで現場ならではの知見やノウハウを反映することが可能です。

虚偽の情報や古い情報が入る課題も同様で、最新トレンドやサービス情報を握っているメンバーから詳しく情報を教えてもらえば解決できます。

さらに事業部の担当者が実際に手を動かすのは、インタビューへの回答と内容確認だけなので、お互いにとって工数を省略できるメリットも大きいです。やらないメリットがないと思いましたので、実装してみることにしました。

①システムの設計図をつくる

実際に作ったClaudeのProject

今回はLIG社員が共通で使っているClaudeのProject機能で実装を進めました。ファイル構成は以下のようなイメージです。

main.md                # システム定義・最初の分岐
モードA（構成案をつくる・編集部）/
┗A1-analysis.md        # 競合分析
┗A2-structure.md       # 構成案づくり＋構成案の出力（記事作成モードへ渡す）

モードB（記事をつくる・事業部）/
┗B1-intake.md          # 構成案の取り込み＋一次情報が効く見出しの特定
┗B2-interview.md       # インタビュー（一次情報の収集）
┗B3-writing.md         # 原稿案の作成（Markdownで執筆＋特殊要素の注記）
┗B4-review.md          # フィードバック確認＋WordPress化

wp-syntax.md           # LIGのWordPress用のHTML・ショートコード記法リファレンス（WordPress化で使用）

最初に「記事を作りたい」と送るとmain.mdを読み込み、そこから2つのモードに分岐する仕組みです。

また、各モードごとに1ステップずつ専用のプロンプトを作成しています。こうすることで誰が使っても質のムラが少なくなり、毎回同じ動きをさせられるようになっています。

②モードA：構成案をつくる（編集部向け）

モードAは編集部が構成案を作成するためのサポート機能です。作りたい記事のキーワードを送ると、以下の2ステップで構成案のベースを考えてくれます。

1. そのキーワードにおける競合ページの状況を分析
2. 分析データを使いながら検索意図を予測しつつ、構成案を作成

これまで編集部が行ってきた構成案の作成手順や検索意図の調べ方などをテキスト化し、各ステップで参照するようにプロンプトを組んでいます。

※このファイルの中身まで公開すると上長に怒られそうなので、今回は概要の説明までとなることをお許しください。さきほど紹介したファイル構成をAIに渡すだけで、近いものはできるかと思います！

③モードB：AIからインタビューを受けて記事を作る（事業部向け）

モードBは事業部メンバーがAIからインタビューを受けて記事を作成するモードで、全4ステップで構成しています。編集部が作った構成案をAIに渡すだけで、以下のように制作を進めてくれます。

1. 構成案の取り込み→一次情報が欲しい見出しを特定
2. AIが質問案を考えて、インタビューを実施
3. インタビューを終えたら原稿案を作成
4. 事業部メンバーがレビューし、OKになったらWordPressに入稿できるようコード化

構成案データを渡すと、記事の概要や質問事項をAIが送ってくれる。このあとは画面の指示に従いインタビューに応えるだけ

モードAと同じく、1ステップごとに専用のプロンプトを作成しています。また、wp-syntax.mdというファイルにLIGブログにおける表記ルールやショートコードなどの記法をまとめておき、事業部のレビュー完了後にそのままWordPressに入稿できる状態のコードを出してくれるようにしています。

こちらは事業部レビュー用のアウトプット。Googleドキュメントでも編集しやすいように、この時点ではMDファイルで出力している

最終的なアウトプットイメージ。LIGブログのWordPress記法に準拠したHTMLを出してくれる

今回は実装していませんが、WordPressとAPI連携することで、そのまま記事の下書きをWordPress上に作ることも可能です。

独自性を最大限引き出すためのインタビュー設計

今回のシステムはスタンダードなAI記事制作の方法に「インタビューパート」を加えたことのみが差別化のポイントだと考えています。インタビューの進め方の設計で気を遣った部分を3つ紹介します。

インタビューは「音声モード」を推奨する

インタビューを受ける方は、チャットと音声モードのどちらかを選んで進められます。ただし、基本的には音声モードを推奨しています。
※音声モード：チャットではなく、AIとリアルタイムで会話しながらやり取りを進めるモード

というのも、チャットで答える場合は質問に対してきれいに応えようとWebで情報を調べたり、自分できれいな文章にまとめ直そうとしたりする傾向がどうしてもあります。あるいは、一度AIに整形させた文章を貼り付けてしまうこともあるかもしれません。

個人的に、それではインタビューの意味が薄れてしまうと思っています。このシステムで欲しいのは、その人の頭の中にある経験やノウハウを赤裸々に語ってもらうことです。何も調べずにフラットにAIと対話してもらった方が、リアリティのある意見が出やすいのではないかという狙いで、音声モードをおすすめしています。

実際にやり取りするとこんな感じ。日本語認識能力がだいぶ怪しいですが、AIに発言内容をまとめさせることで、自分の意図とずれがないか確認できるようにしています。

回答が浅ければ、AIが深掘り質問する設計にする

インタビューの進め方には、シンプルなルールを設けています。質問は1問ずつ投げること。回答が浅ければ最大2回まで深掘りすること。そして、必要な情報が集まったとAIが判断したら終了することの3つです。

答えづらい質問の場合はスキップしてもOKで、AIが別の角度から質問し直すようにも設計しています。この設計があることで、ある程度しっかりとした一次情報を収集できるようになります。

書き手の文体・パーソナリティまで記事に反映する

AIが記事を書くときの材料は、もともとの構成案、インタビューで得た一次情報、そして執筆者の文体（語り口）やプロフィールも参照しています。

著者の属性や語り口まで反映する仕組みにすることで、AIが書いた無機質な文章ではなく、その人らしさを反映できることを目指しています。

より本格的にやるなら、一人ひとりのSlackの文章などを読み込ませた模倣人格的なファイルを作り、テンション感なども真似させるようにできればベターだと思っています。

まとめ

生成AIの登場で記事制作の効率は劇的に上がりましたが、記事の価値の源は今も昔も変わらず「著者・自社にしかない経験」です。

AIの効率と現場の一次情報を掛け合わせる仕組みさえ作れれば、その価値をより効率的に集めて発信していけるのではないでしょうか。今回の記事が、そのヒントになれば嬉しいです。