AI記事はSEOで評価されるのか｜検出ツールの実測精度と、順位を分けている本当の要素

2026年9月18日2026年9月30日

中野輝規

「AIで記事を書いたら、検索順位が下がるのではないか」

この不安から、記事制作の判断が止まっている企業は多数あります。外注先がAIを使っているらしい、社内で試したが公開してよいか分からない。

そういう相談を受けます。

この記事では、判断に必要な材料を順に並べます。Googleの見解、検出ツールの実際の精度、そして「AI判定」を気にする前に確かめるべきことです。

結論から言えば、多くの企業が心配している場所と、実際に成果を分けている場所はずれています。

【結論】評価を分けているのは、制作手段ではない

先に要点をまとめます。

1つ目。Googleは制作方法を問わず品質で評価すると公表しています。

ペナルティの対象は、AIで書いたかどうかとは別のところにあります。問題視されているのは、検索順位の操作を主目的とした大量生成です。

2つ目。AI検出ツールの精度は、多くの人が思っているより不安定です。

ツールの提供元が公表する数値と、独立した検証で出る数値は一致せず、そもそも測っているのが「AIが書いたかどうか」ではなく「AIが書いた文章に似ているか」だからです。

3つ目。判定を気にして表現を直しても、結果は運任せになります。

判定を受けてすぐ書き直した人の多くで、スコアは下がらないか、かえって上がっています。

4つ目。順位を分けているのは、その記事に一次情報が入っているかどうかです。

そして、順位が付いた後に問い合わせへつながるかどうかを決めるのは、記事よりサイトの側です。

Googleは何と言っているのか

まず前提を確かめます。ここは競合の記事でも扱われている部分なので、要点だけ整理します。

制作方法は問われない

Googleは、コンテンツの制作方法を問わず、品質で評価するという立場を公表しています。人が書いたか、AIが書いたかで扱いを変えるという説明は、どこにも出ていません。

スパムとして扱われるのは、検索順位の操作を主な目的とした大量生成です。判断の軸は、制作にAIを使ったかどうかより、何のために作られたコンテンツかにあります。

「AIを使えば評価される」でもない

ここを取り違えると危険です。「Googleが認めている」という部分だけを読んで、AIの出力をそのまま公開する判断につながることがあります。

制作方法が問われないということは、AIで書いた記事も人が書いた記事と同じ基準で評価されるという意味です。基準そのものは据え置きです。

むしろ、大量に作れるようになったぶん、同じ水準の記事が世の中に増えています。

AI検出ツールは、判断の根拠になるか

ここからが本題です。外注先の原稿がAI生成かどうかを確かめたい、あるいは自社の記事が判定されないか心配だという場合、多くの人が検出ツールを試します。

ただ、その精度がどの程度なのかは、あまり知られないままです。

提供元の数値と、独立した検証の数値は一致しない

主要な検出ツールは、いずれも高い精度をうたっています。ところが同じツールに対する独立した検証結果を並べると、数値は大きくばらつきます。

同じ製品の精度が、報告によって数十ポイント違うということが起きます。

どちらかが嘘をついているという話でもありません。何を測ったかによって、答えが変わるだけです。

検証に使った文章がAIの生の出力なのか、人が手を入れたものなのか。英語なのか日本語なのか。

書き手が第二言語として書いたものか。条件が変われば数値も変わります。

検証条件	精度がどう動くか
AIの出力をそのまま判定させた	高く出やすい。提供元が公表する数値はこの条件に近い
人が一部を書き直した文章を判定させた	大きく下がる。実務で扱う原稿はほぼこちら
第二言語として書かれた文章を判定させた	人間が書いたものを誤ってAIと判定する率が上がる
日本語の文章を判定させた	体系的な第三者検証の結果が公表されていない

問題は、実務で扱うのが2行目の条件だという点です。提供元が示す数値は、実務とは違う条件で測ったものになります。

人が手を入れた文章は、検出できなくなる

より重要なのはこちらです。AIがそのまま出力した文章に対しては検出精度が高くても、人間が一部をリライトした文章になると、検出率は大きく下がります。

つまり、外注先が「AIで下書きして人が直しました」という工程を取っている場合、検出ツールでは実質的に判別がつきません。ツールで確かめようとする発想そのものが、ここで行き止まりになります。

誤判定が起きる

スタンフォード大学のWeixin Liang氏らが2023年に学術誌Patternsで発表した研究では、広く使われている7種類の検出ツールに、英語を母語としない受験者が試験会場で書いたTOEFLのエッセイを判定させたところ、その6割超が「AI生成」と誤判定されました。

同じツールが、英語を母語とする中学生の作文はほぼ正確に人間の文章と判定しています。書き方の癖が、判定を左右しています。

日本語でも、同じ懸念が残ります。日本語対応のAI判定ツールを提供する事業者が、2026年7月から9月にかけて自社ツールへ寄せられた約2.2万件の判定データを公表しています。

そこでは、大学のレポートや課題に分類された文章のうち、ほぼ確実に人間が書いたと推定される水準まで低く判定されたものが、0.5%にとどまっていました。

この数字をそのまま「99.5%がAIで書かれている」と読むのは誤りです。判定ツールに持ち込まれた文章という時点で偏りがありますし、人間が書いた文章も高いスコアが出ている可能性があります。

これは提供元が自社ツールの利用状況として公表したデータなので、精度の証拠としては別物です。いずれにせよ、この状態のツールを検収の基準に据えるのは無理があります。

判定を下げようとしても、下がらない

同じ公表データに、示唆的な部分があります。判定結果を受けてすぐ本文を書き直し、再判定を試みた利用者が過半数いました。

そのうち、実際にスコアを下げられたのは一部にとどまり、残りは下がらないか、かえって上昇しています。

理由は、前の節で見たとおりです。ツールが測っているのは文体の統計的な特徴であり、書き手が誰かとは別の話です。

語尾を変える、言い回しを崩す。そうした小手先の調整では、特徴量はほぼそのままです。

動かすには、内容そのものを変える必要があります。

では、何が順位を分けているのか

検出ツールが判断材料にならないとすれば、何を基準にすればよいのか。答えは単純で、記事に何が入っているかです。

AIが持っていない情報が入っているか

生成AIは、学習した範囲の情報を組み合わせて出力します。裏を返せば、出せるのは学習した範囲の中だけです。

記事に入っている情報	AIが出せるか	順位への効き方
一般的な用語の解説	出せる	同じ内容が大量にあり、差がつかない
手順の説明	出せる	同上
自社の実測値・単価・工期	出せない	その記事にしかない情報になる
断った案件と、その理由	出せない	同上
商談で毎回受ける質問	出せない	検索されている疑問と重なりやすい
判断が分かれる論点への見解	出せない	引用されやすい

上の2つだけで構成された記事は、AIで書いても人が書いても同じものになります。順位が付かない理由は、AIを使ったことより、代わりがいくらでもあることにあります。

AI検索が、この差を広げている

2026年に入って、状況がさらに動いています。検索結果の上部にAIが回答を表示する機能が広がり、「◯◯とは」のように答えが数行で済む検索では、結果の画面だけで用が足りる場面が増えました。

影響を受けるのは、まさに「AIが出せる情報」で構成された記事です。用語解説や一般的な手順は、上位を取っても以前ほどは読まれなくなりました。

自社の検索パフォーマンスレポートで、表示回数が保たれたままクリック数だけが落ちているキーワードを探すと、どの記事がこの影響を受けているかがわかります。

なぜ検出ツールは精度が出ないのか

数字だけ見ても腑に落ちないと思うので、仕組みの側から補足します。ここを理解しておくと、ツールに振り回されなくなります。

測っているのは「AIらしさ」であって、出自ではない

検出ツールは、文章のどこかにAIが埋め込んだ印を読み取っているわけではありません。文の長さの揃い方、語彙の選び方、次に来る語の予測しやすさといった統計的な特徴から、AIが書いた文章に似ているかを判定しています。

つまり測っている対象は出自よりも文体です。整った文章を書く人は、AIと似た特徴を持ちます。

逆に、AIに崩した文体で書かせれば、判定は下がります。

スタンフォード大学の研究で、非英語圏のライターが書いた英文が61%の確率でAI生成と誤判定されたのも、同じ理由です。第二言語で書く人は、定型的で予測しやすい構文を選びやすい。

その特徴が、AIのそれと重なります。

日本語では、さらに精度が落ちる

上に挙げたツールは、いずれも英語圏で開発されたものです。日本語の判定精度について、第三者機関が体系的に検証した結果は公表されていません。

日本語は語順の自由度が高く、主語が省略され、敬体と常体が混在します。英語で有効だった統計的特徴が、そのまま通用するかは未検証のままです。

日本語のコンテンツを日本語未対応のツールにかけて出た数値は、判断の根拠としては使えない代物です。

偽陽性のコストは、見逃しより高い

検収でツールを使う場合、判定を誤ったときの損害を考えておく必要があります。

判定の誤り	起きること	回復にかかる手間
人が書いた原稿をAIと判定（偽陽性）	根拠なく差し戻し、外注先との信頼が崩れる	関係の修復は難しい
AI生成をそのまま通す（偽陰性）	内容が薄い記事が公開される	後から書き直せる

前述のTOEFLエッセイの例が示すとおり、偽陽性は無視できる頻度では起きません。誤って差し戻したとき、こちらが示せる根拠はツールの数値だけです。

これが検収の基準として使えない理由です。

社内でAIを使う場合の決め方

外注に出さず社内でAIを使う場合も、決めておくことがあります。工程を先に決めておかないと、担当者ごとに使い方が変わります。

どの工程で使うかを分ける

工程	AIに任せてよいか	理由
キーワードの洗い出し	任せてよい	抜け漏れを減らす用途に向く
構成案の下書き	任せてよい	叩き台として使い、必ず人が組み替える
本文の初稿	条件つき	一次情報を渡したうえでなら有効
数字・固有名詞の記載	任せない	実在しない調査結果を出力することがある
事実確認	任せない	誤りを自社名義で公開する責任は自社にある
公開の判断	任せない	自社の方針に合うかは人が判断する

4行目が最も重要です。生成AIは、実在しない調査結果をもっともらしい形式で出力することがあります。

「◯◯名を対象とした調査では」「業界平均は◯%」といった書き出しは、それらしく見えるぶん危険です。

数値の扱いを、工程として分離する

対策は単純です。数値を書く工程と、文章を書く工程を分けてください。

先に、使う数値とその出典を一覧にします。官公庁の統計、業界団体の調査、自社の実測値。

原典を確認できたものだけを並べます。そのうえで、その一覧の範囲内で書くよう指示します。

この順序にすると、原典のない数値が混ざる余地がなくなります。逆に、文章を書かせてから数値を確かめる順序だと、それらしい数字を後から追いかけることになり、確認漏れが起きます。

公開前に、機械的に確かめる項目を決めておく

確認する項目	見つかったときの対応
出典のない数値・調査名	原典を確認できなければ削除する
自社が扱っていない商材・サービス	1箇所でもあれば全体を読み直す
同じ主張の繰り返し	節を統合する
他社名・他社サービスへのリンク	自社から他社へ送らない方針なら削除する
日本語以外の文字の混入	該当箇所を書き直す

これらは目視では見落とします。検索で機械的に確かめる手順を作っておくほうが確実です。

本数が増えるほど、この工程の有無が効いてきます。

発注する側が、実際に確かめるべきこと

外注先がAIを使っているかどうかを気にするより、確かめるべきことがあります。工程の話です。

確かめること	聞き方	答えを聞いた後にやること
一次情報をどう引き出すか	取材やヒアリングは工程に入っているか	誰が何分拘束されるかを予定に入れる
事実確認を誰がやるか	数字や固有名詞の裏取りは誰の担当か	自社が担うなら、その時間を確保する
構成でどこまで決めるか	使う数字と出典は構成案で確定するか	構成案の見本を1本もらう
修正の想定回数	何回までが契約に含まれるか	超過時の費用を確認する

AIを使っているかどうかは、この4点が満たされていれば些末な論点になります。逆に、4点が曖昧なまま人が手書きしても、結果は同じところに落ちます。

検収は、判定ツールを離れて内容で行う

上がってきた原稿を確かめるとき、見るべき点は決まっています。

確認する箇所	問題がある状態	差し戻す基準
数字と固有名詞	出典が示されていない	原典を確認できないものは削除させる
自社に関する記述	扱っていない商材やサービスが出てくる	1箇所でもあれば全体を疑う
具体例	どの会社にも当てはまる一般論	自社の事例に差し替える
結論の位置	背景の説明が長く、結論が最後にある	各節の冒頭で答えるよう指示する

1つ目が最も重要です。生成AIは、実在しない調査結果をもっともらしい形で出力することがあります。

「◯◯名への調査によれば」という書き出しは、それ自体が最も危険な型です。原典を示せない数値は、載せない判断が確実です。

順位が付いた後の話をしておく

ここまで記事の話をしてきましたが、問い合わせの数は記事だけでは動きません。順位が付いた後に何が起きるかを見ておく必要があります。

読まれる人は減り、本気度は上がっている

前述のとおり、AI検索の普及で、一般的な解説記事へのクリックは減っています。一方で、AIの回答を読んだうえでリンクをたどって来た人は、概要を掴んだ状態で訪れます。

何を知りたいかがはっきりしている分、次の行動に進みやすい相手です。

つまり、訪問者の総数は減り、来た人の本気度は上がっている。この状況で効いてくるのは、少ない訪問者を取りこぼさないサイト構造です。

同じ記事でも、受け皿で結果が変わる

サイトに来た人のうち何%が問い合わせに至るかを、コンバージョン率と呼びます。この数値が0.5%か3.0%かで、同じアクセス数から生まれる問い合わせの数が6倍変わります。

月間の目標問い合わせ数	CVR 0.5%の場合	CVR 1.0%の場合	CVR 3.0%の場合
3件	600セッション	300セッション	100セッション
5件	1,000セッション	500セッション	167セッション
10件	2,000セッション	1,000セッション	333セッション

記事を増やしてアクセスを2倍にするのと、コンバージョン率を2倍にするのでは、後者のほうが早く、安く済みます。CVRの改善は既存のアクセスすべてに効くのに対し、記事の追加はその記事に来た人にしか効かないためです。

問い合わせが来ないサイトは、情報が多すぎる

受け皿が機能していないサイトには、共通する状態があります。載っている情報が多すぎるのです。

サービスの特長、導入実績、技術の説明、代表の挨拶、受賞歴、ニュースリリース。どれも間違ってはいません。

ただ、初めて訪れた人には、どれを先に読めばよいかが伝わりません。読む順番が設計されていないサイトでは、来た人の多くが判断を保留にして離れます。

合同会社謙虚が取り組んでいるのは、この状態をほどく仕事です。ウェブサイトから要素を引き算し、訪れた人が迷わず次の一歩に進める形へ組み直します。

読み手を主役に置き、会社は案内役に徹する。この順序に直すだけで、同じ記事から生まれる問い合わせの数が変わります。

よくある質問

Q. AIで書いたことはGoogleに分かりますか

検出の仕組みは公表されていません。ただ、この問いはあまり実務的とは言えません。

制作方法を問わず品質で評価するという方針が示されている以上、判別できるかどうかより、その記事に代わりがあるかどうかを考えるほうが打ち手につながります。

Q. AIが下書きして人が直す形は問題ありませんか

工程として問題はありません。実際、人が手を入れた文章は検出ツールでもほとんど判別できなくなります。

ただ、直す作業が語尾や言い回しの調整にとどまるなら、記事の中身は変わりません。直すべきなのは表現より、一次情報が入っているかどうかです。

Q. 順位が下がりました。AI記事が原因でしょうか

断定はできませんが、AIを使ったこと自体が原因である可能性は低いほうです。確かめる順序としては、その記事に自社にしかない情報が入っているか、同じテーマの記事が自社内で重複していないか、検索結果の上部にAIの回答が出るようになっていないか。

この3点を先に見てください。

Q. 検出ツールを検収に使うのはどうですか

お勧めしません。人が手を入れた文章は判別できず、誤判定も起きます。

判定結果を根拠に外注先へ差し戻すと、根拠が揺らいだときに関係が悪くなります。検収は、数字の出典が示されているか、自社の実態と合っているかという内容の基準で行うほうが確実です。

まとめ

AI記事とSEOについて、要点を整理します。

Googleは制作方法を問わず品質で評価すると公表しています。問題視されているのは、順位の操作を目的とした大量生成です。

AIを使ったこと自体は、評価とは別の軸にあります。

AI検出ツールを判断の根拠にするのは避けてください。提供元が示す精度は、AIの生の出力を判定させた条件のものです。

実務で扱う「人が手を入れた原稿」になると判別はつかなくなり、逆に、人間が書いた文章を誤ってAIと判定することは現に起きています。

順位を分けているのは、その記事にAIが持っていない情報が入っているかどうかです。自社の実測値、断った案件、商談で毎回受ける質問。

これらの出どころは社内だけです。

そして、順位が付いた後に問い合わせへつながるかを決めるのは、記事よりサイトの側です。AI検索の普及で訪問者は減り、来た人の本気度は上がっています。

少ない訪問者を取りこぼさない構造になっているか。記事を増やす前に、ここを確かめてください。

自社のサイトがどの状態にあるかを確かめたい場合は、トップページに無料の診断と動画を用意しています。何から手を付けるかを決める材料になります。

なお、検出ツールの誤判定に関する記述は、Weixin Liangほか「GPT detectors are biased against non-native English writers」（Patterns、2023年）によります。コンバージョン率の表は計算例であり、実際の数値は業種や商材によって変わります。