自社サイトのAIコンテンツ生成：プロンプト設計、一括生成、人によるレビューと公開フロー

自社サイトのAIコンテンツ生成：プロンプト設計、一括生成、人によるレビューと公開フロー

1. なぜ「プロンプトは長いほど良い」が誤解なのか

多くのチームは初めて大規模モデルで自社サイトの記事を書くとき、午後を丸ごと使ってプロンプトを練ります。役割設定、トーン、文字数、フォーマットを全部書き込みます。2週間後に20本公開しても、AI引用率は動きません。問題はプロンプトの長さではなく、素材にあります。

大規模モデルの執筆は創造ではなく再構成です。渡す事実、数字、事例が具体的であるほど、出力は引用されやすくなります。テーマだけを渡すと、学習コーパスから業界の決まり文句を寄せ集めます。そんな決まり文句は、ネット上にすでに1000万本あります。AIと人の役割分担についてはコンテンツ制作におけるAI協働の境界。

プロンプトで本当に固定すべきなのは、形容詞ではなく構造です。構造を固定すれば、素材を差し替えるだけで一括生産できます。毎回プロンプトを書き直すとスタイルがぶれ、レビューがかえって大変になります。

2. プロンプトテンプレート：構造を固定し、変数で素材を差し替える

再利用できるテンプレートは4つのパートに分かれます。役割と読者、事実素材のリスト、構造の要件、出力の制約です。役割には「あなたはB2B産業機器の技術編集者で、読者は海外の調達エンジニアです」と書きます。素材リストには、仕様、価格帯、認証、事例番号を貼り付けます。

構造の要件には「冒頭段落で結論と数字を直接示し、800字ごとに小見出しを入れ、比較表を少なくとも1つ入れる」と書きます。出力の制約には「宣伝用の形容詞は書かず、不確かなデータには印を付けて人が補う」と書きます。テーマはサイト内検索語の挖掘から取ります。

重要なのは、素材をプロンプトから切り離して個別に管理することです。素材ライブラリの各記事が同じ事実群を引用し、記事ごとに違う角度から切り込む。これがコンテンツマトリクスであり、20本の焼き直しとは違います。

具体例を挙げます。ある素材カードに「某モデルの空気圧縮機、吐出量3.8立方メートル毎分、騒音68デシベル、本体保証2年」と書かれているとします。このカードを軸に、三つの異なる角度の記事を作れます。

一本目は選定比較で、競合製品と騒音を比べます。二本目は保守ガイドで、2年保証が何をカバーするかを説明します。三本目はFAQで、3.8立方メートルで機器2台を動かせるかを答えます。三本とも同じ事実群を使い、角度が違うため、機械の一次スクリーニングでの類似度は自然と25%を下回ります。

三、一括生成パイプライン：素材から公開までの5ステップ

パイプラインは5ステップ。素材カードの作成、一括生成、機械の一次スクリーニング、人の三次審査、予約公開です。素材カードの作成とは、製品パラメータ、FAQ、事例、データをまず200〜400字のカードにすること。1枚のカードが1つの事実に対応します。

一括生成では5〜8枚のカードを一度に投入し、モデルに1つのテーマを軸に組み合わせさせます。機械の一次スクリーニングでは重複率と禁止ワードを走査します。人の三次審査は次節のとおりです。公開はCMSの予約キューを使い、1日1本までに抑えます。同じ日に大量更新すると品質審査に引っかかるためです。

四、人の審査三道関：事実、表現、GEO適合

第一の事実関：数字、パラメータ、認証名を素材カードと1件ずつ照合します。モデルは近いパラメータを、より見栄えのする数値に「最適化」しがちです。第二の表現関：ブランド名、製品名、用語はサイト内で統一し、公式サイトのトーン規定と一致させます。

第三のGEO適合関：冒頭段落にそのまま抜き出せる事実文があるか、FAQが独立したブロックになっているか、表が構造化されているかを確認します。階層的な書き方はGEOコンテンツの階層化。

審査は100%逐字読みではありません。事実系の内容は数字を100%照合し、意見系は20%を抽出して論理を見て、トーン系は冒頭と末尾の段落だけを見ます。1人が週に初稿4000〜6000字を審査するのが現実的な生産量です。

5、落とし穴：必ず人が書き直す5種類の出力

1つ目は、存在しない顧客名やデータをモデルが捏造したケース。段落ごと書き直す。2つ目は、B2Cのマーケティング調になったケース。冒頭と末尾を修正する。3つ目は、表のパラメータと素材カードが一致しないケース。埋め直す。4つ目は、同じバッチの記事で書き出しと結びが3か所以上重複したケース。差別化する。

5つ目は、価格、納期、認証に関する約束の文。実行可能な表現に人が書き換える。生産能力の調整はコンテンツの生産能力とスケジュール、FAQの構成はFAQとPeople Also Ask。

FAQ よくある質問

最後に

AIでコンテンツを書くという話で、チームが最も過大評価するのはプロンプトの効果で、最も過小評価するのは素材と審査の役割です。1本の記事がAIエンジンに引用されるかどうかを決めるのは、冒頭の数字入りの事実文が本物かどうかであり、どのモデルを使ったか、どれだけ長い役割設定を書いたかではありません。

まず最小の循環から始めます。今週は素材カードを20枚整理し、4段式のプロンプトテンプレートを1つ固定し、1本の初稿で全工程を走らせ、各段階の所要時間を記録します。1回通ったら、その後に量産を考えます。

2か月目は2つのことをします。機械の一次選別スクリプトを毎週自動で走る形に固定し、人力三審の差し戻し理由を表に記録します。月末にどの種類のミスが最多かを見て、プロンプトを直すか素材を足すかに戻ります。

3か月後には自分たちのエラー分布表ができ、どんな汎用プロンプト教程より役に立ちます。GEO実践の複利は再現可能なパイプラインから生まれ、一度きりの驚くようなプロンプトからは生まれません。

覚えておくべき一言：プロンプトをテンプレートとして、素材を資産として、審査をゲートとして扱えば、AIで書くコンテンツが毎月20本の誰も見ない自己満足にはなりません。