独立サイトのAIコンテンツポリシー：Google E-E-A-T、AI生成コンテンツの表示、品質評価
一、まずGoogleが何を取り締まっているのかを理解する
GoogleのAIコンテンツに対する姿勢は明確です。コンテンツがAIによって書かれたかどうかは見ず、役に立つかどうかだけを見ます。アルゴリズムが名指しする2つの行為は「規模化されたコンテンツの悪用」と「キーワードの悪用」です。前者は付加価値も人の校閲もない原稿を一度に大量生産すること、後者は順位のためにキーワードを無理に詰め込むことを指します。ツール自体に罪はなく、ツールでゴミを作ることが問題なのです。
これはAI検索側の論理とも一致します。ChatGPTやPerplexityがコンテンツを引用するときも、独自の情報や出典があるページを好む傾向があります。どのサイトでも生成できる汎用原稿を、モデルが引用する理由はありません。モデル自身が書けるからです。AIと人の境界の引き方については、次をご覧ください。コンテンツ制作におけるAI協働の境界。
| よくある誤解 | 実際のポリシー |
|---|---|
| AIで書くと罰せられる | 罰するのはツールではなく、付加価値のない大量原稿 |
| 「AI生成」のラベルが必須 | 表示は義務ではないが、事実確認と付加価値の追加は必須 |
| AI原稿は多ければ多いほどよい | 100本の大量生産より、人の手で仕上げた2〜4本 |
| 人が書いた原稿なら必ず安全 | 人が書いても根拠も付加価値もなければ低品質と判定される |
二、判断基準：E-E-A-Tの4層採点カード
各原稿を公開する前に、E-E-A-Tの4層でそれぞれ1点ずつ採点します。経験層：現場の実践データ、実例、具体的な数字があるか。専門層：著者名の記載があり、著者の資格が確認できるか。権威層：第三者からの外部リンクや業界サイトでの言及があるか。信頼層：データに出典があり、ページの事実が検証できるか。満点4点のうち、3点未満は公開しません。
採点の際に「汎用原稿除去テスト」を行います。記事からどのサイトでも書ける汎用段落を削り、残る独自コンテンツがどれだけあるかを確認します。削った結果が数百字の決まり文句だけなら、その記事には付加価値がなく、公開すべきではありません。E-E-A-Tシグナルの作り方については、次をご覧ください。E-E-A-T構築チェックリスト。
| 階層 | 1点の基準 | 0点のケース |
|---|---|---|
| 経験 | 一次情報、実例、具体的な数字を含む | 一般論ばかりで実務の裏付けがない |
| 専門性 | 著者名を明記し、経歴も確認できる | 匿名で大量投稿 |
| 権威 | 第三者サイトへのリンクや業界からの引用がある | 自社の主張だけで外部の裏付けがない |
| 信頼 | データに出典があり、事実を検証できる | 根拠のない断定や前后の矛盾がある |
三、進め方：AI下書きを人が通す5つの関門
AIで下書きを作ったら、そのまま公開しない。5つの関門を通す。第1関門は事実確認。原稿内の数字、仕様、年をすべて社内台帳と突き合わせる。第2関門は情報の追加。一般論の段落を、自分しか知らないデータや事例に置き換える。第3関門は実名の署名。具体的な著者名を出し、「編集部」名義にしない。第4関門は外部リンクの追加。第三者の権威ある情報源を2〜3件引用する。第5関門は矛盾の確認。自社サイト内の既存ページと表現が食い違っていないか照合する。
具体例：AIの下書きが「このモデルは産業環境で優れた性能を発揮し、顧客から高い信頼を得ています」と書いたとする。通す際に「A社のA型装置は零下20度から60度の範囲で連続運転しても故障がなく、2026年の納入記録によると顧客の再購入率は92%です」と書き換える。数字を足し、出典を足し、製品の実体を紐付けた。この修正で、原稿は一般論から引用可能な事実ページに変わった。多言語の原稿を通す際の管理方法は、次を参照。多言語コンテンツ公開フロー。
| 関門 | アクション | 基準を満たさない場合の対応 |
|---|---|---|
| 1 事実確認 | 数字・仕様・年を台帳と1件ずつ照合 | 根拠のない数字は削除し、推測しない |
| 2 情報の追加 | 一般論の段落を独自データや事例に置換 | 追加情報がなければ公開しない |
| 3 実名の署名 | 具体的な著者と経歴を明記 | 匿名原稿は差し戻し |
| 4 外部リンクの追加 | 第三者の権威ある情報源を2〜3件追加 | リンクがなければ業界の引用を探す |
| 5 矛盾の確認 | サイト内の表現と照合 | 矛盾箇所は台帳に統一 |
四、落とし穴：安全だと思い込んでいる危険な3つのやり方
1つ目は「AIラベルを貼れば合规になる」という考え。ラベルは免罪符ではない。Googleが見るのはあくまで内容の質だ。ラベルを貼っても内容に根拠や追加情報がなければ、低品質と判定される。2つ目は「人が誤字をいくつか直せば人の目を通したことになる」という考え。誤字修正は校閲ではない。数字を確認し、情報を追加し、著者を明記する必要がある。3つ目は、AI原稿を何百ページにも展開し、量で奇跡を起こそうとするやり方。これは「大規模コンテンツの悪用」の典型的な特徴そのものだ。
逆に、1人が週に2〜4本を丁寧に通し、半年で50本の高品質ページを蓄積するほうが、一度に1000本の一般論を並べるよりはるかに安全で、AI検索での引用率も高い。既存コンテンツを更新すべきかは、次を参照。旧記事の更新判定表。
| やり方 | 見た目 | 実際のリスク | 正しい方法 |
|---|---|---|---|
| AIラベルを貼って公開 | 合规で透明 | 追加情報がなく低品質と判定 | ラベルは校閲の代わりにならない |
| 誤字修正で通したつもり | 人の介入 | 数字未確認のリスクはむしろ高い | 5つの関門を通して初めて完了 |
| 1000本を一括展開 | 量が多く網羅的 | 大規模コンテンツの悪用 | 週2〜4本を厳選して公開 |
五、1人のコンテンツポリシーをどう実行するか
一人チームに複雑な制度は不要で、採点カード1枚で十分です。公開前に5項目を記入します。E-E-A-Tの4項目と汎用稿チェックです。合計3点未満、または汎用稿チェック後に独自内容がなければ、そのまま差し戻すか公開しません。週のスケジュールは2〜4本、少なく出すほうを選び、低品質は出しません。
四半期ごとにコンテンツ棚卸しを1回行います。過去3か月に公開した記事を洗い出し、AIに引用された本数と引用ゼロの本数を確認します。引用ゼロの比率が高ければ、増分が足りない証拠なので、翌四半期は採点基準を上げます。サイト全体の棚卸し方法はこちらをご覧ください。サイト全体のコンテンツ棚卸し。
もう1つ見落としがちな作業を追加します。数字台帳です。納期、MOQ、価格帯、生産能力といった数字は、サイト全体で口径を統一しなければなりません。公式サイトは21日、製品ページは14日と書いてあると、モデルが2つのバージョンを読み取り、サイト全体の信頼性が下がります。半年ごとに台帳を1回確認する。これが信頼層で最も実効性のある作業で、「私たちは信頼できます」と10本書くより効きます。
| リズム | アクション | 成果物 |
|---|---|---|
| 各記事の公開前に | E-E-A-T採点カードを記入 | 3点未満は公開しない |
| 毎週 | 合格稿を2〜4本公開 | 今週のコンテンツリスト |
| 四半期ごと | 引用ゼロ稿の比率を棚卸し | 翌四半期の基準調整 |
| 半年ごと | サイト内数字台帳を1回確認 | 口径統一表 |
もう1つ、一人チームがつまずきやすい細部を補足します。著者名義に架空の「専門家チーム」アカウントを使わず、本人か実在の同僚の名義にし、著者ページに業界経験年数、担当したプロジェクトの範囲、連絡可能なメールアドレスを書きます。GoogleとAIモデルは専門性を判断するとき、その名前の背後に検証可能な経歴があるかを見ます。「工業設備輸出12年、30か国を担当」とクリックして確認できる著者ページは、「コンテンツ編集部」という匿名アカウントより信頼度が1桁高くなります。
FAQ よくある質問
AIで独立サイトのコンテンツを書くと、Googleにペナルティを受けますか？
AI生成コンテンツには「AI生成」ラベルを必ず付けますか？
AI稿が公開できるかどうかをどう判断しますか？
一人チームで週に何本公開するのが適切ですか？
人が書いた記事がAIの記事より引用されないことがあるのはなぜですか？
AI記事を100本まとめて公開すると、本当にアルゴリズムに目を付けられますか？
最後に
AIコンテンツポリシーの核心は「AIを使えるか」ではなく、「1本1本に責任を持てるか」です。GoogleもAI検索エンジンも求めているのは同じこと。信頼でき、役に立ち、独自情報があることです。ツールは生産速度を解放しましたが、公開前のチェックは省けません。
まずは1枚の採点カードから始めましょう。今日、E-E-A-Tの4項目を表にして、次の記事を公開する前に一度埋めてみてください。これまで「出せばいい」と思っていた記事のうち、少なくとも3分の1は出すべきでないと分かります。これはやる気をそぐ話ではなく、限られた力を引用される記事に注ぐための話です。
覚えておきたい一言。アルゴリズムはAIを使ったかどうかを調べているのではなく、その記事から汎用の無駄話を除いたとき、あなたしか知らないものがどれだけ残るかを調べている。