結論：AIか人かではなく「工程」と「記事の型」で割る
AI記事と人が書く記事の使い分けは、記事単位で「どちらか」を選ぶのではなく、工程で割るのが正解です。構成設計・一次情報の取材・自社の体験・数値の裏取り・最終的な公開判断は人が持ち、リサーチの整理・下書き・見出し案の量産・言い換え・要約はAIに任せる。この分け方なら、1本あたりの人の作業時間を半分以下に落としながら、記事の中身は薄くなりません。
そのうえで、記事の型でも割ります。定義解説・手順・比較の下敷き・網羅系はAI主導で問題ありません。一方、YMYL領域・自社事例・独自データ・購入や問い合わせの判断を促すBOFU記事は、人が主導しないと結果が出ません。判断が入らない記事は、読者にとっても検索エンジンにとっても「どこにでもある記事」だからです。
前提として押さえておきたいのは、GoogleはAIで書いたこと自体を理由に順位を下げてはいないという点です。Google 検索セントラルは制作方法ではなく品質を重視する立場を明示しており、問題視されるのは検索順位の操作を主目的にした量産です。この一次情報を正しく理解しているかが、社内で線引きを決める出発点になります。
ちなみに総務省『令和8年版 情報通信白書』によれば、何らかの業務で生成AIを使っている国内企業は86.4%に達しました。もう「使うかどうか」を議論する段階ではなく、どこまで任せるかの線引きを決める段階に来ています。
Googleの公式見解を一次ソースで確認する
使い分けの議論は、「AIで書くとペナルティを受けるらしい」という伝聞から始まりがちです。しかし実際のガイダンスはもっと具体的です。GoogleはAI生成コンテンツに関する Google 検索のガイダンスで、制作方法を問わず「人の役に立つ、オリジナルで高品質なコンテンツ」を評価すると述べています。AI利用そのものが違反行為として列挙されているわけではありません。
では何が問題なのか。スパムに関するポリシーには「スケールされたコンテンツの不正使用（scaled content abuse）」という項目があり、そこには「生成AIツールなどを使い、ユーザーに価値を加えずに多数のページを生成すること」が明記されています。つまり、線を越えるのはAIを使ったかどうかではなく、価値を足さずに量だけ増やしたかどうかです。
もう一段踏み込むと、有用で信頼性の高い、ユーザー第一のコンテンツの作成には「Who / How / Why」という自己評価の枠組みがあります。ここで示されているのは、自動化を使うなら開示を検討すること、そして「主に検索順位を操作する目的で自動化を使っていないか」を自問すること。加えて「実際に使った・訪れた経験に基づく専門性があるか」「独自の情報・調査・分析を提供しているか」という問いも並びます。
この3ページを素直に読むと、分担の答えは自然に出てきます。Whoの信頼性とWhyの動機、そして独自情報は人が担保するしかない。Howの効率化はAIで構わない。以降のマトリクスは、この一次情報を実務に落としたものです。
軸1：工程で割る分担マトリクス
まずは1本の記事を工程に分解します。多くの企業が「記事を書く」を1つの塊として外注・自動化しようとして失敗しますが、実際には性質の異なる作業が7〜8個並んでいます。人が持つべき工程とAIに渡してよい工程は、はっきり分かれます。
工程 | 主担当 | 理由・補足 |
|---|---|---|
キーワード選定・検索意図の解釈 | 人（AIは候補出しのみ） | 自社が受注できる領域かの判断が絡む。AIは需要のありそうな語を並べるが、売上につながる語は選べない |
競合記事のリサーチ・整理 | AI主導 | 上位記事の見出し抽出・共通論点の一覧化は機械的作業。人は結果を眺めるだけでよい |
構成（見出し設計） | 人が確定 | AI案をたたき台にしてよいが、何を言い切るかは人が決める。ここを渡すと記事の主張が消える |
一次情報の収集（取材・実測・社内データ） | 人のみ | AIには取材も実測もできない。ここが記事の独自性そのもの |
下書き執筆 | AI主導 | 構成と素材が揃っていれば、初稿の生成は最も効率が上がる工程 |
数値・出典の裏取り | 人のみ | AIは出典URLを実在しない形で作ることがある。1件ずつ原典に当たる |
自社の見解・推奨の追記 | 人のみ | 「貴社ならこう判断すべき」という一文が、AIには書けない部分 |
推敲・表記統一・要約・メタ文の生成 | AI主導 | ルールが明文化できる作業。チェックリストを渡せば安定する |
この表で重要なのは、人のみと書いた3工程（一次情報・裏取り・自社の見解）を削らないことです。逆に言えば、この3つさえ人が持てば、残りをAIに任せても記事は空洞化しません。実際、この分担にすると人の稼働は「構成の確定」「素材の投入」「事実確認」「最後の推敲」の4点に圧縮できます。
軸2：記事の型で割る分担マトリクス
次に、記事そのものの性質で分けます。同じオウンドメディアでも、用語解説の記事と導入事例では、AIに任せられる比率がまったく違います。目安として、AI主導・人主導・共同の3段階で整理します。
記事の型 | AIの関与度 | 人が必ず持つ部分 |
|---|---|---|
用語解説・定義（「〇〇とは」） | 高（AI主導） | 自社の定義との整合、社内用語のズレ確認 |
手順・操作方法（How to） | 高（AI主導） | 実際に手を動かして再現できるかの検証 |
網羅系まとめ・チェックリスト | 高（AI主導） | 抜けと重複の点検、優先順位付け |
ツール比較・サービス比較 | 中（共同） | 料金・仕様の一次確認、推奨する条件の明示 |
ニュース解説・トレンド | 中（共同） | 出典の実在確認、「で、どうなるのか」の解釈 |
導入事例・お客様の声 | 低（人主導） | 取材、数字、掲載可否の確認。AIは整文のみ |
独自調査・自社データ分析 | 低（人主導） | 設問設計、集計、解釈。AIは表現の調整だけ |
BOFU記事（費用・失敗事例・選び方） | 低（人主導） | 価格の根拠、断り方も含めた本音の助言 |
YMYL（医療・法務・金融・雇用など） | 最低（人主導＋監修） | 有資格者の確認。AI下書きでも監修は必須 |
ここでよくある誤解が「BOFU記事もAIで量産すれば成約が増える」というものです。実際は逆で、費用や選び方の記事は読者が最も比較検討している場面に読まれるため、判断の入っていない文章はすぐ見抜かれます。費用の書き方については、SEO記事を外注したときの費用相場を整理した記事で相場観を具体的に示しています。自社で書くときの参考にしてください。
迷ったときの5つの判断軸
マトリクスを丸暗記する必要はありません。1本ごとに次の5つを、優先度の高い順に自問すれば迷わなくなります。
- 一次情報が要るか。 取材・実測・社内データが必要なら人主導。公開情報の再整理で足りるならAI主導でよい。
- 間違えたときの損害が大きいか。 医療・法務・金融・雇用など、読者の人生や資産に影響する領域は人主導＋専門家の確認を入れる。
- 読者がどのフェーズにいるか。 情報収集段階（TOFU）はAI主導で数を確保し、比較検討・発注直前（BOFU）は人が書く。
- 正解が一意に決まるか。 手順や定義のように答えが決まっているものはAIが得意。「どちらを選ぶべきか」という判断はAIの苦手領域。
- 更新頻度と本数はどれくらいか。 毎月の情報更新や大量の網羅記事はAIで回す。年1本の看板記事に人の時間を集中させる。
この5軸で仕分けると、多くの中小企業のメディアでは7〜8割がAI主導、2〜3割が人主導という配分に落ち着きます。人主導の側に、事例・独自データ・費用・選び方といった受注に直結する記事が集まる形が理想です。
Mihataでは、この工程分担をそのまま運用に組み込んだAIブログ運用のサービスを提供しています。すべてを自動化する前提ではなく、一次情報と最終判断は必ず人が持つ設計にしています。線引きの実例として見ていただければ幸いです。
AIに任せて失敗する典型パターン
使い分けを間違えると、記事は増えたのに問い合わせが増えない状態になります。よく見る失敗は次の4つに集約され、いずれも工程の割り方を守れば防げます。
一次情報がゼロの記事だけが増える
公開情報の再構成だけで書かれた記事は、上位記事と同じことを別の言い方で述べているにすぎません。Googleの自己評価の問いに照らせば「独自の情報・調査・分析を提供しているか」に答えられない状態です。対策は単純で、1本につき最低1つ、自社の数字・自社の事例・自社の判断のどれかを必ず入れることです。
出典が実在しない
生成AIは、それらしい調査名・URL・統計値を作ってしまうことがあります。しかも文章としては自然なので、読み流すと気づきません。公開前に、本文中の数値と出典を1件ずつ原典で開いて確認する工程を必ず入れてください。開けなかった数値は、書かずに削るのが最も安全です。
同じ主張が言い換えで繰り返される
文字数を指定して生成すると、AIは内容ではなく分量を満たしにいきます。結果として、第2章と第5章で同じことを別の語で言っているだけの記事ができあがります。構成を人が確定させ、各見出しに「ここでしか言わないこと」を先に1行で書いておくと、この症状はほぼ消えます。
自社の判断が入っていない
最も損失が大きいのがこれです。「メリットもデメリットもあります」で終わる記事は、読者を次の行動に進ませません。比較記事なら「こういう条件の会社にはこちらを勧める」、費用記事なら「この価格帯は避けたほうがよい」まで書く。ここは外注でもAIでも代替できない、事業者本人の仕事です。
中小企業での現実的な運用フロー
分担が決まったら、あとは毎回同じ手順で回すだけです。担当者1人・週1本のペースを想定した場合、次の流れが最も破綻しにくいと考えています。所要は1本あたり人の稼働で1.5〜2時間程度が目安です。
- キーワードと読者像を人が決める（15分）。受注につながる語かを最優先で見る。
- AIにリサーチと構成案を出させる（10分）。3案ほど出させ、人が1案に確定・修正する。
- 素材を人が投入する（30分）。自社の数字、実際の事例、担当者の見解を箇条書きでAIに渡す。
- AIが初稿を書く（10分）。ここは待つだけ。
- 人が事実確認と加筆をする（40分）。出典を開き、判断の一文を足し、冗長な繰り返しを削る。
- AIが推敲・要約・メタ文を整える（5分）。表記ゆれの統一もここでまとめて行う。
この形ならAIが担当するのは実質2工程ですが、全部自分で書く場合と比べて人の作業量は大きく減ります。どのツールでこのフローを組むかは、中小企業向けAIブログツールの機能と費用を比較した記事で条件別に整理しているので、選定の前に目を通してみてください。
なお「そもそも自社でやるか、ライターに任せるか」で迷っている段階なら、先に体制を決めるほうが早いです。AIブログ運用と外注ライターを品質・コスト・スピードで比べた記事に、どちらが向くかの判断材料をまとめています。
AI利用を開示すべきか
「AIで書いたと明かすと評価が下がるのでは」という質問をよくいただきますが、逆です。Googleの「Who / How / Why」の枠組みは、自動化の利用が読者に分かる形かを問うています。開示は減点要素ではなく、信頼性の説明材料です。
実務上は、記事末尾に「本記事はAIを下書きに用い、事実確認と加筆は当社担当者が行っています」といった一文を添える程度で十分です。著者名と経歴も併記すればWhoの側も同時に満たせます。隠すより、どう使っているかを具体的に書くほうが読者に伝わります。
まとめ
AI記事と人が書く記事の使い分けは、「工程で割る」「記事の型で割る」の2軸で考えれば実務に落とせます。一次情報・数値の裏取り・自社の判断の3点だけは人が必ず持ち、それ以外は積極的にAIへ渡す。この線引きを社内で1枚の表にしておくだけで、記事ごとに毎回迷う時間がなくなります。
そして、AI利用そのものはGoogleの評価を下げる要因ではありません。下げるのは、価値を足さずに量だけ増やすことです。貴社のメディアで「人主導にすべき2〜3割」がどの記事なのか、まずはそこから決めてみてください。線引きの相談や、既存記事の仕分けについてはお気軽にお問い合わせください。
よくある質問
AIで書いた記事はGoogleにペナルティを受けますか？
AIで書いたこと自体が理由でペナルティを受けることはありません。Google 検索セントラルは制作方法ではなく品質を評価すると明示しています。問題になるのは、ユーザーに価値を加えずに多数のページを生成する『スケールされたコンテンツの不正使用』に当たる場合です。
AIに任せてよい工程と、人が持つべき工程の境目はどこですか？
リサーチの整理・下書き・言い換え・要約・メタ文の生成はAIに任せて構いません。一方、一次情報の収集、数値と出典の裏取り、自社としての見解や推奨の追記は人が必ず持ちます。構成の確定も人が行ってください。
どんな記事は人が書くべきですか？
導入事例、独自調査、費用や選び方などのBOFU記事、そして医療・法務・金融・雇用といったYMYL領域は人が主導すべき型です。逆に用語解説、手順記事、網羅系まとめはAI主導で問題ありません。
AIに任せて失敗する典型パターンを教えてください。
一次情報がゼロの記事ばかり増える、出典やURLが実在しない、同じ主張が言い換えで繰り返される、自社の判断が入っていない、の4つです。いずれも構成を人が確定させ、公開前に出典を1件ずつ原典で確認する工程を入れれば防げます。
AIを使ったことを記事に書いたほうがよいですか？
書いたほうがよいと考えています。Googleの『Who / How / Why』の枠組みでは自動化の利用が読者に分かる形かを問うており、開示は減点要素ではありません。下書きにAIを使い事実確認は人が行った旨を、著者名とあわせて記載するのが実務的です。