AI記事はSEOに悪い？Google公式ガイドから分かる生成AIコンテンツの正しい使い方

結論｜AI記事だからSEOに弱いわけではない

まず、一番気になるところから答えます。

生成AIを使ったコンテンツだからという理由だけで、Google検索から排除されるわけではありません。

Google Search Centralでも、生成AIは、

・テーマの調査

・情報整理

・オリジナルコンテンツの構成

などに役立つと案内しています。

一方で問題視しているのは、

ユーザーに価値を追加しないページを大量に生成し、検索順位を操作しようとすること

です。

Googleではこれを「大量生成されたコンテンツの不正使用（scaled content abuse）」としてスパムポリシーに含めています。

重要なのは、制作手段ではありません。

つまり、

これが基本です。

Googleが問題にしているのは「AI」ではなく「価値のない大量生成」

ここは誤解されやすいところです。

「GoogleはAI記事を見破って順位を落としている」

という説明を見かけることがあります。

しかし、Googleの現在の公式ガイドを見ると、焦点はそこではありません。

問題になるのは、

検索順位を操作することを主目的として、オリジナリティや付加価値の乏しいページを大量に作ること

です。

生成AIだけではありません。

人間が大量に書いても、

他サイトをつなぎ合わせても、

自動翻訳して大量公開しても、

ユーザーへの価値がなければ同じ考え方です。

逆に言えば、

AIを使っていても、

独自の情報があり、

正確で、

読者の疑問に答え、

そのページだから分かることがあるなら、

「AIを使った」という一点だけを恐れる必要はありません。

E-E-A-Tは「AIを使えばアウト」という判定基準ではない

AI記事について調べると、

E-E-A-T

という言葉もよく出てきます。

E-E-A-Tとは、

• Experience：経験
• Expertise：専門性
• Authoritativeness：権威性
• Trustworthiness：信頼性

を示す考え方です。

ただし、

「E-E-A-Tが何点なら順位が上がる」という単純なランキングスコアではありません。

Googleは、コンテンツを自己評価するときの考え方として、

「誰が作ったのか」

「どのように作ったのか」

「なぜ作ったのか」

を確認することを勧めています。

AI記事でも同じです。

誰が責任を持っているのか。

なぜこの記事を公開するのか。

その人・会社には、このテーマについて語れる経験があるのか。

ここを説明できる記事の方が、読者にとっても信頼しやすくなります。

AI記事がSEOで弱くなりやすい6つのパターン

AIを使うこと自体が問題ではないとしても、

使い方によっては非常に弱い記事になります。

1．検索結果をまとめ直しただけ

生成AIに、

「○○についてSEO記事を書いて」

と入力すると、かなり整った文章が返ってきます。

しかし、その内容が、

他サイトにすでに書いてあること。

一般常識。

よくあるメリット・デメリット。

だけなら、

そのページをわざわざ読む理由がありません。

見た目はきれいでも、情報としては薄い。

AI記事で最も起こりやすい問題です。

2．同じ検索意図の記事を増やし続ける

これはトビガスマルでも特に注意しています。

AIは、

「関連キーワードを100個出して」

と頼めば簡単に出せます。

しかし、

「周年式典の準備方法」

「周年式典の進め方」

「周年イベントの準備」

「周年記念式典の準備」

のように、言葉が少し違うだけで検索意図が同じ記事を大量に作ると、

自社の記事同士が競合するカニバリ

が起こります。

AIで記事制作が速くなったからこそ、

「新しく書けるか」より「新しく書く必要があるか」

を判断する方が重要になっています。

3．AIの回答を事実確認せず掲載する

生成AIは便利ですが、間違えることがあります。

存在しない制度。

古い料金。

変更された法律。

存在しない商品仕様。

間違った人物情報。

それらしい数字。

文章として自然なので、間違いに気づきにくいこともあります。

特に、

医療。

法律。

税金。

補助金。

行政制度。

製品仕様。

最新のSEO情報。

などは、一次情報や公式情報を確認します。

4．自社にしかない情報が何もない

例えば、

「動画制作会社を選ぶ5つのポイント」

という記事。

AIなら数秒で作れます。

しかし、

実際の見積もりで何が問題になったのか。

撮影現場でどんな失敗が起きたのか。

どの機材をなぜ使ったのか。

依頼者から何をよく聞かれるのか。

といった情報は、実際に仕事をしている会社にしか書けません。

AIが書ける部分ではなく、自社にしか書けない部分を増やす。

ここが重要です。

5．「キーワードを入れること」が目的になる

AIへ、

「SEOキーワードを20回入れて」

「関連語をすべて盛り込んで」

と指示すれば、それらしい記事になります。

しかし読者は、

キーワードを確認するために記事を読むわけではありません。

知りたいこと。

解決したいこと。

判断したいこと。

があります。

SEO記事は検索エンジンに読ませる文章ではなく、検索してきた人に答える文章です。

6．量産した結果、サイトのテーマまでぼやける

AIを使うと、

書こうと思えば何でも書けます。

旅行。

健康。

金融。

カメラ。

AI。

SNS。

地域ニュース。

しかし、何でも書けるからといって何でも公開すると、

「この会社は何の専門家なのか」

が分かりにくくなります。

トビガスマルでも現在、

昔に公開した記事を整理し、

残す。

リライトする。

統合する。

削除する。

という作業を進めています。

記事数を増やすだけがSEOではありません。

むしろAI時代は、

増やす能力より、捨てる判断力

が重要になると思っています。

トビガスマルではAI記事をどう作っているか

トビガスマルでも、生成AIを記事制作に活用しています。

ただし、

「AIに1本書かせて、そのまま公開」

という使い方はしていません。

現在は、おおむね次の順番で考えています。

1．先に既存記事を調べる

まず、

「このテーマの記事をすでに書いていないか」

を確認します。

似た記事があるなら、新規記事を作るのではなく、

既存ページをリライトする。

統合する。

内部リンクを追加する。

という判断をします。

2．検索意図が本当に違うか確認する

タイトルが違っても、

読者が知りたいことが同じなら別記事にはしません。

例えば、

「周年イベントの失敗」

と、

「周年式典で失敗しない方法」

が、ほぼ同じ内容になるなら一本へまとめます。

3．AIに「一般論」ではなく整理を手伝わせる

AIが得意なのは、

情報整理。

構成。

比較。

抜け漏れチェック。

文章のたたき台。

大量資料の要約。

などです。

ここは積極的に使います。

4．公式情報・一次情報を確認する

Googleについて書くならGoogle公式。

行政制度なら国や自治体。

製品ならメーカー。

法律なら法令や公的情報。

できるだけ元の情報へ戻ります。

5．実際の経験を入れる

ここからが、人間側の仕事です。

撮影現場で起きたこと。

クライアントから相談されたこと。

自分たちが失敗したこと。

実際に使った機材。

制作して分かったこと。

こうした一次情報を加えます。

6．必要な内部リンクを入れる

一つの記事にすべて詰め込まず、

詳しく説明している既存ページへつなぎます。

これによって、

サイト全体で一つのテーマを説明できるようになります。

7．公開後も統合・削除する

以前は必要だった記事でも、

情報が古くなる。

他の記事と重なる。

現在の事業と離れる。

ことがあります。

その場合は、

リライト。

統合。

301リダイレクト。

削除。

を検討します。

これが、実際にサイトを運営していて感じていることです。

AI検索時代も「普通のSEO」が土台になる

Google検索には、生成AIを使った検索体験も増えています。

そのため、

AEO。

GEO。

LLMO。

といった新しい言葉も増えました。

では、

「AI検索専用のSEOをしなければならない」

のでしょうか。

Googleの現在の公式ガイドでは、

生成AI検索でも、基本的なSEOを続けることが土台になる

と案内しています。

分かりやすいサイト構造。

価値のあるコンテンツ。

独自情報。

適切な内部リンク。

クロール可能なページ。

高品質な画像や動画。

こうした従来から重要だったことが、そのまま重要です。

AI検索についてさらに詳しく知りたい方はこちらで整理しています。

llms.txtや「AI専用の文章」に頼りすぎなくていい

AI検索が注目されると、

「llms.txtを置けばAIに評価される」

「文章を細かく分割しないとAIに引用されない」

「AI向けの特殊なSchemaが必要」

といった情報も出てきます。

しかしGoogleは、Google検索について、

llms.txtは検索順位や表示にプラスにもマイナスにもならない

と明記しています。

また、

AI検索のためだけに文章を細かく分割する必要もない。

AI検索専用に文章を書き換える必要もない。

特殊なSchemaも必要ない。

と案内しています。

もちろん、他のAIサービスでllms.txtを利用する目的があるなら設置しても構いません。

ただ、

Google検索対策として最優先するものではない

ということです。

では、AI検索時代に何が重要になるのか

Googleは、生成AI検索についての公式ガイドの中で、

「non-commodity content」

という考え方を示しています。

直訳すると、

「ありふれた商品ではないコンテンツ」

というイメージです。

つまり、

誰でも書ける記事ではない。

AIが簡単に作れる一般論でもない。

その人。

その会社。

その専門家。

だから書けるコンテンツです。

例えば、

「初めて動画を作る7つのポイント」

なら、AIでも簡単に書けます。

一方で、

「周年式典で実際に映像が流れなかった原因と、その後変更した配線」

なら、現場を経験した人でなければ書きにくい。

Googleの公式ガイドでも、

既存情報をまとめ直すだけではなく、

一次体験や独自の視点を持つコンテンツ

を作ることが勧められています。

AI時代ほど「会社の歴史」が強いコンテンツになる

ここからは、企業サイトを運営する立場で特に感じていることです。

AIが一般的な情報を簡単に文章化できるようになるほど、

その会社にしか存在しない情報

の価値は上がります。

例えば、

創業当時の写真。

昔の商品。

初代社屋。

古いカタログ。

社内報。

議事録。

新聞記事。

創業者の言葉。

ベテラン社員の記憶。

失敗した事業。

会社が危機を乗り越えた出来事。

大きな転機になった仕事。

これらは、

「○○株式会社について記事を書いて」

と生成AIへ頼んでも、会社の中にしか記録がなければ出てきません。

AIは会社の「記憶」を持っていない

AIは、文章を整理することはできます。

古い資料を要約する。

インタビューを文字起こしする。

年表の下書きを作る。

写真のキャプション案を考える。

大量の資料から共通テーマを探す。

こうしたことは得意です。

しかし、

「あのとき本当は何が起きていたのか」

は、会社の中の人に聞かなければ分かりません。

「あの新商品は大成功だった」

と社史には書いてあっても、

実は発売直後はまったく売れなかった。

一人の営業担当者が全国を回ったことで広がった。

そのような話は、公開情報だけからは出てこないことがあります。

だから、

AIに会社史を書かせる前に、会社の中から歴史を発掘する

ことが重要です。

周年式典で使う古い写真、年表、新聞記事、社内資料などの整理方法はこちらでも紹介しています。

周年は「企業の一次情報」を掘り起こす絶好の機会

普段の業務の中で、

「会社の50年間を整理しよう」

とは、なかなかなりません。

ところが、

10周年。

30周年。

50周年。

100周年。

という節目が来ると、

昔の写真を探す。

創業者へ話を聞く。

OB・OGへ連絡する。

過去の社内報を読む。

新聞記事を集める。

会社の転機を確認する。

という作業が始まります。

これは単なる「周年準備」ではありません。

企業の中に眠っていた一次情報を発掘する作業

でもあります。

その情報は、

周年式典だけで終わらせなくてもいい。

周年動画。

記念誌。

周年サイト。

会社案内。

採用コンテンツ。

営業資料。

Web記事。

社員教育。

SNS。

へ展開できます。

AIでは作れない「その会社の物語」を周年動画にする

特に映像では、

企業の一次情報が大きな力を持ちます。

例えば、

50年前の工場写真。

創業者が使っていた道具。

昔の商品。

初代社屋。

社員旅行の写真。

取引先との思い出。

OB・OGの証言。

それらに、

現在の社員や代表者のインタビューを組み合わせる。

すると、

会社沿革を読み上げるだけではない、

その会社にしか作れないヒストリー動画

になります。

生成AIで映像や文章を作る技術が進んでも、

元になる「記憶」が会社の中にしかないのであれば、その部分は代替できません。

周年動画の作り方についてはこちらで詳しく紹介しています。

記念誌や周年サイトも「AIに書かせて終わり」にしない

周年記念誌でも同じです。

AIに、

「創業50周年の社長挨拶を書いて」

と頼めば、立派な文章は作れます。

しかし、

どの会社にも当てはまりそうな文章になりやすい。

「お客様への感謝」

「社員のおかげ」

「次の50年へ挑戦」

もちろん大切な言葉です。

でも、

その会社の50年を知ったうえで書いた言葉とは違います。

周年記念誌を作るなら、

創業時の資料。

年表。

社員の声。

OB・OGの証言。

昔の写真。

転機となった出来事。

を集めてから、AIを整理役として使う。

この順番がおすすめです。

周年記念誌に何を載せるかについてはこちらです。

そして、それらの資料をWeb上に残したい場合には、周年サイトという方法もあります。

「AI vs 人間」ではなく、役割を分ける

AI記事について、

「AIに書かせるべきか、人間が書くべきか」

という二択で考える必要はありません。

それぞれに得意な仕事があります。

AIが得意な仕事をAIに任せる。

その分、

人間にしか集められない情報へ時間を使う。

この使い分けが、これからの企業コンテンツ制作では重要になると思っています。

AI記事を公開する前のチェックリスト

AIを使って記事を作ったら、公開前に最低限ここを確認します。

• 既存記事と検索意図が重なっていないか
• AIが作った数字や固有名詞を確認したか
• 公式情報・一次情報へ戻ったか
• その会社だから書ける情報が入っているか
• 一般論を並べただけになっていないか
• 実体験・事例・写真などを追加できないか
• 読者の疑問に最初に答えているか
• 関連記事への内部リンクを入れたか
• 古い記事と統合した方がよくないか
• この記事を公開する理由を説明できるか

最後の、

「なぜこの記事を公開するのか」

は特に重要です。

「そのキーワードが検索されているから」

だけでは弱い。

「このテーマなら、私たちだから伝えられることがある」

と言える記事を増やしていきたいところです。

AI記事についてよくある質問

Q. ChatGPTで書いた記事はGoogleからペナルティを受けますか？

AIを使ったという理由だけで問題になるわけではありません。

注意したいのは、検索順位の操作を主目的として、独自価値のないページを大量生成することです。

AIを使う場合も、正確性、品質、関連性を確認し、読者に価値を加えることが重要です。

Q. AIで作った文章は全部人間が書き直す必要がありますか？

「全部書き直せば安全」という問題ではありません。

重要なのは、文章を人間らしく見せることより、

内容が正しいか、役立つか、独自情報があるか

です。

構成や下書きにAIを使い、人間が一次情報や判断を加える方法でも問題ありません。

Q. AI判定ツールでAI率が高いとSEOに不利ですか？

SEOでは、「AI判定ツールで何％だったか」を目標に記事を直すより、内容そのものを確認する方が重要です。

事実は正しいか。

独自情報はあるか。

検索意図に答えているか。

誰が責任を持つ情報なのか。

こちらを優先します。

Q. AI記事は大量に作った方がアクセスは増えますか？

記事数を増やせば、必ずアクセスが増えるわけではありません。

類似記事を増やせばカニバリを起こすこともあります。

新規記事を作る前に、既存URLでその検索意図を取れないか確認することをおすすめします。

Q. AI検索に表示されるにはLLMO対策が必要ですか？

AI検索を意識すること自体は意味があります。

ただし、Google検索については基本的なSEOが土台です。

AI向けの裏技を探すより、一次情報、専門性、明確なサイト構造、内部リンクなどを整える方が重要です。

詳しくはこちらの記事で紹介しています。

Q. llms.txtは作った方がいいですか？

他のAIサービス向けに利用する目的があるなら選択肢になります。

ただしGoogleは、Google検索ではllms.txtを使用しておらず、設置しても検索順位や表示にはプラスにもマイナスにもならないと案内しています。

Q. 会社の歴史もAIで記事にできますか？

文章を整理することはできます。

ただし、

創業者の思い。

社員の記憶。

過去の写真。

社内報。

失敗した出来事。

会社の転機。

などの一次情報は、会社側で集める必要があります。

特に周年は、それらの資料を整理する絶好の機会です。

周年事業そのものをどう進めるかについてはこちらにまとめています。

まとめ｜AI時代ほど「その会社にしかない情報」が強くなる

AI記事がSEOに悪いのか。

答えは、

AIを使っただけで悪くなるわけではありません。

問題になるのは、

検索順位を取るためだけに、

価値のない記事を大量に作ることです。

生成AIは、

調べる。

整理する。

比較する。

構成を作る。

下書きを作る。

という仕事を大幅に速くしてくれました。

だからこそ今後は、

が重要になると考えています。

実際の現場。

顧客の声。

社員の経験。

自社データ。

失敗。

成功。

写真。

歴史。

会社の中には、まだWebに出ていない情報がたくさんあります。

特に周年は、

それらを掘り起こし、

整理し、

記録し、

次の世代へ残す絶好の機会です。

AIに会社らしさを作ってもらうのではなく、

会社の中にすでにある「らしさ」を発掘し、AIを使って伝わる形にする。

トビガスマルでは、その方がAI時代のコンテンツづくりとして面白いと考えています。