生のAIコンテンツが失敗する理由とその修正方法

去年、あるクライアントから電話をもらいました。彼はコンテンツ代理店に60本のブログ記事について4,000ポンドを払い、3週間で受け取り、すべてを公開したところ、その後2ヶ月間でオーガニックトラフィックが22%低下したのです。彼が記事を転送してくれたとき、私は30秒以内に問題を特定できました。すべての記事が修辞疑問で始まっていました。すべてのセクションで「Furthermore」または「In addition」を遷移に使用していました。結論はすべて「In conclusion」で始まっていました。これはほぼ手を加えられていないGPT-4の出力で、Googleがかつて信頼していたサイト全体に一括公開されていました。

これは常に起こっています。そして厄介なのは、AIのせいではないということです。GPT-4、Claude、Gemini、これらは構造化された散文を生成することに本当に優れています。失敗は人々がその出力をどう扱うかにあります。生成したものはそのままでは完成品ではありません。最初からそうではありませんでした。

「生のAIコンテンツ」の実際の姿

あなたは見たことがあるでしょう。あなたも公開しているかもしれません。私もSeahawkで初期の頃、2022年により良い方法を知る前にワークフローをストレステストしていたときに公開しました。

生のAIコンテンツには特定のテクスチャーがあります。文は長さが著しく均一です。語彙は幅広いが奇妙に平坦で、誰も実際には言わない技術的に正しい単語がたくさんあります。遷移は型通りです。構造はほぼ常に同じです：導入段落、3～5個のH2の見出し、それぞれ2～3段落、まとめです。毎回です。それはストック写真の散文版です：技術的には問題なく、ジェネリックとして即座に認識されます。

より大きな問題は、欠けているものにある。視点がない。実際の状況に紐づいた具体的な数字がない。摩擦がない、矛盾がない、「実際にはこれはもっと複雑だ」という指摘がない。本当の人間が書く文章は自分自身に対して異議を唱える。AIが書く文章は、ただ自信満々に、永遠に先へ進み続けるだけだ。

Googleが気にする理由（そして「AI検出」が物語の一部でしかない理由）

GoogleはAIによって書かれたコンテンツをペナライズしているという根強い神話がある。それは正確ではない。Googleの有用なコンテンツに関するガイダンスは、検索エンジンのためにではなく人間のために存在するコンテンツを対象としている。生のAI出力がそのテストに落ちるのは、機械が書いたからではなく、実証的には誰の役にも立っていないからである。表面的な質問に表面的な答えで応じ、訓練を受けた人間の読者はそれを言葉にできなくても、その空虚さを感じ取ることができる。helpful content guidance targets content that exists primarily for search engines rather than people. Raw AI output fails that test not because a machine wrote it, but because it demonstrably doesn't help anyone. It answers surface-level questions with surface-level answers, and trained human readers can feel the emptiness even if they can't articulate it.

2番目の問題はE-E-A-Tだ。経験（Experience）、専門知識（Expertise）、権威性（Authoritativeness）、信頼性（Trust）。生のAI記事にはこれらのシグナルが一切ない。著者の視点がなく、具体的な経験の引用がなく、独自データがないからだ。引用のスープだ。実際にそれをやったことのない人が書いたWikipediaの要約のように読める。

繰り返し見かける具体的な失敗パターン

数百のクライアントサイトのコンテンツを確認し、2年間かけて洗練されたSeahawkの社内コンテンツプロセスを構築した後、失敗のパターンはいくつかの繰り返されるカテゴリーに集約される。

具体性を欠いた自信の問題。AIは宣言的に書く。「メールマーケティングは平均4,200%のROIを実現する。」その数字はLitmusレポートから来ていて実在するが、AI出力ではそれがそこに浮かんでいるだけだ。文脈がなく、どの種類のキャンペーンなのか、リストサイズはどのくらいか、業界は何かという認識がない。権威的に聞こえる。何も教えない。 AI writes declaratively. "Email marketing achieves an average ROI of 4,200%." That number comes from a Litmus report and it's real, but in AI output it just floats there, uncontextualised, with no acknowledgment of what type of campaigns, what list sizes, what industries. It sounds authoritative. It teaches nothing.

構造優先、洞察二次の問題。AIは執筆前に投稿を計画し、いつもそれがわかる。見出しは完璧に論理的だ。流れは教科書的だ。だが実際の洞察は、本当に言う価値のあることから構造が生じるのではなく、構造を埋めるために逆算されているように感じられる。 AI plans a post before it writes it, and you can always tell. The headings are perfectly logical. The flow is textbook. But the actual insights feel reverse-engineered to fill the structure rather than the structure emerging from genuine things worth saying.

慎重さの問題。「注目すべき点として」「言及する価値があるとして」「覚えておいてほしいが」。これらのフレーズはAIが自信を持っていない主張を軟化させるために存在する。また、この散文をひどく読みにくくする。クライアントが昨年春に送ってくれた1,200語の記事に「注目すべき点として」が11回出てきた。11回だ。 "It's important to note," "It's worth mentioning," "Keep in mind that." These phrases exist to soften claims that the AI isn't confident about. They also make the prose unbearable to read. I counted eleven instances of "it's worth noting" in a 1,200-word article a client sent me last spring. Eleven.

語彙の痕跡。特定の単語がAI生成コンテンツに自然な頻度をはるかに上回る率で現れる。「掘り下げる」「織り成すもの」「ニュアンス」「多面的」「強調する」。単一の投稿でこれらのうち3つ以上見ると、誰かが生出力を公開したのだ。 Certain words appear in AI content at a rate wildly above their natural frequency. "Delve." "Tapestry." "Nuanced." "Multifaceted." "Underscore." If you see three of these in a single post, someone published raw output.

ヒューマナイゼーションパイプラインとは何か（そして何ではないのか）

ここが重要だ：「ヒューマナイゼーション」は単一のステップのように聞こえる。ツールで処理して終わり。そうではない。

ヒューマナイゼーションパイプラインは、生成されたテキストを真の専門知識を反映した、一貫した声を持ち、実在する人間が実際に使うであろう情報を含むものに変換するための、意図的な介入の連続である。

ではないもの：

同義語でテキストをスピンすること
Undetectable.aiで処理して終わりにすること
最初と最後に段落を追加すること
ジュニアエディターに「とにかく素早く読んでもらう」こと

こうしたアプローチは、わずかに目立たなくなった程度のコンテンツを生み出す。根底にある空虚さはまだそこにある。

パイプラインが実際に含むもの

Seahawk で運用しているパイプラインは5段階に分かれています。すべての投稿が5段階すべてをフルの強度で進む必要があるわけではありませんが、すべての投稿は何らかのレベルで5段階を通ります。

生成前の簡潔な充実化。アウトプットの品質は、ほぼ完全にインプットの品質によって決まります。「メールマーケティングのベストプラクティスについて1,500語の投稿を書く」というブリーフは、ありふれたゴミを生み出します。「10人規模の SaaS の創業者向けに書く。その人は自分の Klaviyo アカウントを管理していて、4,000人のサブスクライバーを抱えており、オープンレートが20%を下回って落ちている。リストの衛生とセグメンテーションにフォーカスし、コピーのコツではなく」というブリーフは、使える成果物を生み出します。Notion で構造化されたテンプレートを使ってブリーフを構築しています。対象者、問題、具体的な角度、投稿が絶対に言ってはいけないこと2～3項目（陳腐な表現を明示的に禁止）、そして織り込むべき内部データやクライアント事例です。 The quality of your output is almost entirely determined by the quality of your input. A brief that says "write a 1,500-word post about email marketing best practices" will produce generic garbage. A brief that says "write for a founder of a 10-person SaaS who manages their own Klaviyo account, has a list of 4,000 subscribers, and is seeing open rates drop below 20%, focus on list hygiene and segmentation, not copy tips" produces something usable. We build briefs in Notion with a structured template: audience, problem, specific angle, two or three things the post must NOT say (banning the clichés explicitly), and any internal data or client examples to weave in.
構造の手術。AI が最初に出した構造は、実際の読者にとって正しいことはめったにありません。セクションを移動させます。単語数を増やすためだけに存在するセクションを削除します。ほぼすべての AI ドラフトに、本当に優れた洞察が第4セクションの段落6に埋もれていて、その洞察はリードになるべきであって、埋もれた詳細ではないということに気づきます。 The AI's first-draft structure is rarely right for the actual reader. We move sections around. We cut the ones that exist just to pad word count. I find that almost every AI draft has one genuinely good insight buried in paragraph six of section four, and that insight should usually be the lede, not a buried detail.
声の注入。ここで投稿が実在の人物が書いたものになります。具体的な例（「Mailchimp を使用していて60,000人のリストを抱える法律セクターのクライアント」）、実際の状況から来た具体的な数字、そして意見を追加します。「専門家の中にはX を信じる人がいる一方、Y を信じる人もいる」ではなく、実際の意見です。X が間違っていると考えるなら、そう言って理由を説明します。 This is where the post becomes something a real person wrote. We add specific examples ("a client in the legal sector running Mailchimp with a 60,000-person list"), concrete numbers that come from real situations, and opinions. Actual opinions, not "some experts believe X while others believe Y." If we think X is wrong, we say so and explain why.
摩擦と矛盾。本物の専門知識は、物事がどこで複雑になるかを認識します。WordPress のパフォーマンスについて書くなら、こう言います。「はい、WP Rocket は役に立ちます。でも、ホスティングが貧弱なサイト上では、壊れた窓の上に素敵なカーテンを掛けているようなものです」というようにです。その種の誠実さは、AI がデフォルトで除去するものです。私たちはそれを戻します。 Real expertise acknowledges where things get complicated. If we're writing about WordPress performance, we'll say: "yes, WP Rocket helps, but on a poorly-hosted site it's putting a nice curtain over a broken window." That kind of honesty is what AI strips out by default. We put it back in.
読み上げパス。チームの誰かが、その記事を読み上げます。ざっと目を通すのではなく、読み上げるのです。AI が生成したように聞こえる文章を全部キャッチします。読むときにつまずくような文は全て書き直されます。このステップだけで、他のすべてのステップをくぐり抜けてしまう問題の60%を捕捉します。 Someone on the team reads the piece aloud. Not skims it. Reads it aloud. You catch every sentence that sounds like it was generated rather than said. Anything you'd stumble over reading gets rewritten. This step alone catches 60% of the problems that slip through everything else.

実際に使用するツール

具体的に言いましょう。「ツールを使用する」というのは無用のアドバイスだからです。

生成に関しては、長編にはGPT-4o、より会話的な文体が必要なものには Claude 3.5 Sonnet を使います。Gemini 1.5 Pro をテストしてみましたが、このモデルは有能ですが、デフォルトの冗長性が問題です。1,500語を求めても2,400語書きたがります。

検出と品質保証に関しては、Originality.ai が公開ワークフローで見つけた最も信頼できる検出器です。Winston AI は2番目のチェックとして役立ちます。どちらも最終的な判定ではありませんが、適切に編集された投稿なら、ゲーミングなしに両方で高いスコアを記録すべきです。単純に、適切に編集されているからです。Originality.ai is the most reliable detector I've found for publishing workflows. Winston AI is useful as a second check. Neither is a final arbiter, a well-processed piece should score high on both without any gaming, just because it's been properly edited.

スタイルの一貫性のため、クライアント向けのNotionの「ボイスバイブル」を管理しています。ブランドアジェクティブ、禁止フレーズ、トーンの例、クライアントが強い意見を持つトピックのリストが含まれます。ブリーフテンプレートはリピートクライアント向けにこれを自動で引き込みます。

音読確認のため、実際のところNatural Readerを1.1倍速で使うと、ロボット的な表現を引っかかりやすくします。音読確認を自分で黙読する編集者もいます。どちらでも機能します。Natural Reader at 1.1x speed works well for flagging robotic phrasing. Some editors prefer just reading to themselves. Either works.

ほとんどのエージェンシーがパイプラインをスキップする理由

時間とマージン。適切な人間化パイプラインは、AIが90秒で生成できるコンテンツに2～4時間を追加します。記事あたり£30でコンテンツを販売している場合、パイプラインの余裕はありません。生のアウトプットを公開して、誰も気付かないことを祈ります。

これが低価格競争コンテンツ市場の根本的な経済問題です。価格帯が品質を不可能にするため、価値のないボリュームが得られ、最終的にクライアントのサイトは打撃を受け、彼らは「AIコンテンツ」を非難しますが、実際の犯人は不可能なブリーフ対マージン比だったのです。

Seahawk Media では、この件についてクライアントと直接話し合いをしてきました。経済学が私たちに生産を強いる内容を支持できないため、一定の価格以下のコンテンツの提供を中止しました。去ったクライアントもいます。留まってくれたクライアントは、実際にランキングしているサイトを持っています。

2023年初頭、別のエージェンシーから大規模にAIコンテンツを購入していたeコマースクライアントをオンボーディングしました。月200投稿、1投稿あたり大約£15。彼らのブログは1,400投稿あり、ほぼ何もランキングしていませんでした。アウトプットを月30投稿に削減し、ブリーフ品質を2倍にし、すべての投稿をフルパイプラインで実行し、4ヶ月以内に、彼らが以前手を付けたことのない18の目標用語で1ページ目にランキングしていました。ボリュームは答えではありません。

生のAIアウトプットが実際に問題ない場合

すべてがフルトリートメントを必要とするわけではありません。これについて正直に言います。

社内ドキュメンテーション。製品チェンジログエントリ。サポートセンター向けのFAQ回答。機能的に純粋なカテゴリーページコピー。目標が説得ではなく情報提供であり、SEOやブランドボイスの考慮がない場合、軽い編集を施した生に近いアウトプットは完全に正当化できます。

「内部資料向けで十分」という基準を、対外的なエディトリアルコンテンツに適用してしまうのが失敗のもとです。これらは異なるものであり、異なる基準が必要です。自分が何を作成しているのかを把握してください。

FAQ

AI生成コンテンツをヒューマナイザーツールで処理することは実際に機能しますか？

短い答え：いいえ、確実には機能しません。Undetectable.aiのようなツールはテキストを言い換えてAI検出スコアを下げますが、根本的な問題は解決しません。その根本的な問題とは、コンテンツに真の専門知識と具体性が欠けているということです。検出器をだますことはできますが、実際の読者やGoogleは薄いコンテンツとして認識できます。確実に機能するのは、実質的な人間による編集だけです。

適切なヒューマナイズパイプラインは1記事あたりどのくらいの時間がかかりますか？

1,500語の記事であれば、簡潔な拡充、構造編集、声の注入、音読チェックに分散した2～3時間の人的作業を見積もってください。2,500語のピラー記事であれば4～5時間かかります。これが実際の数字です。45分で完了していると言う人はステップをスキップしています。

AIで支援されたコンテンツであることを開示すべきですか？

ほとんどの人が認めるより複雑な問題です。Googleのガイダンスは開示を要求していませんし、AI使用にペナルティを与えていません。重要なのは品質と有用性です。とはいえ、医療、法務、金融などの特定の業界では、コンテンツの制作方法に関する透明性がますます期待されており、Googleが何と言おうと適切な判断だと思われます。Google's guidance doesn't require disclosure and doesn't penalise AI use. What matters is quality and helpfulness. That said, in certain sectors, healthcare, legal, finance, transparency about how content is produced is increasingly expected, and probably the right call regardless of what Google says.

代理店がAIコンテンツで犯す最大の間違いは何ですか？

生成速度と制作速度を混同することです。AIは90秒でドラフトを作成できます。これはプロセスの開始であり、終わりではありません。ドラフトをほぼ完成品として扱うのが、すべてがうまくいかなくなる原因です。

このパイプラインは派手ではありません。公開する価値のあるものを生み出すために、一連の退屈で慎重な介入が必要です。その中間にある人間の判断をスキップする近道はありません。2年間探してきましたが、まだ存在しません。