AI記事作成の自動化のやり方|任せる所・人が見る所を実運用から解説

AI記事作成の自動化:任せる所と人が見る所

AI記事作成の自動化に興味はあっても、「品質は落ちないのか」「どこまで任せてよいのか」で迷う方は多いはずです。

ファンシーボックスは、自社で運営する複数のメディアで、記事制作の流れをAI(Claude Code)で自動化しています。

この記事では、その実運用から分かった「AIに任せてよい所」と「人が見るべき所」を、失敗も含めて整理します。

この記事の結論
  • 自動化したのは「下書きの入稿まで」
  • 公開の判断・事実の確認・規制のチェックは、今も人が持っている
  • 繰り返す失敗は、文章のルールではなく検査プログラムで止める
  • 制作時間は、社内の目安で、以前の約8時間から1本あたり1時間未満になった
目次

AI記事作成の自動化とは? 私たちが自動化した範囲

一口に自動化といっても、範囲はさまざまです。キーワードを入れるだけで公開まで進む仕組みもあれば、構成案づくりだけを任せる使い方もあります。

私たちが自動化したのは、記事の下書きを作り、WordPressに下書きとして入稿し、画像と管理表を整えるところまでです。

社内の目安では、以前は1本あたり約8時間かかっていた制作が、現在は1時間未満になりました。AIによる生成と確認を含めた時間です。ただし、記事の種類によって変わる目安です。また、速さのためにチェックを省いた結果ではありません。

以前(手作業)現在(AI自動化)
執筆人が調べて書くAIが書き、別のAIがレビュー
WordPress入稿人がコピーして整えるスクリプトが下書きで入稿
表示の確認人が目で見る検査プログラムがHTMLとブロックの構造を検査
画像人が制作・依頼AIが生成、人が最終確認
公開の判断人人(ここは変えていない)

変えたのは「作業」で、「判断」は変えていません。この線引きが、この記事でいちばん伝えたいことです。

AI記事作成の自動化フロー:企画から公開までの8工程

流れは次のとおりです。各工程で「誰が何を見るか」を決めておくのが、運用のコツです。

AI記事作成の自動化フロー:企画から公開までの8工程の図解
工程主な担当人が見るか
1. 企画・キーワード選定AIが候補を出し、人が決める見る
2. 執筆AI(ライター役)レビューで見る
3. レビュー別のAI(編集者役)指摘は人も確認
4. WordPressに下書き入稿スクリプト見ない(下書きのため)
5. 表示崩れの検査検査プログラムエラー時のみ
6. 画像の生成と確認AIが作り、別のAIが確認最終確認は人
7. 管理表の更新スクリプト見ない
8. 公開人必ず見る

特に大事なのは、4と8の間に人の目が必ず入ることです。入稿までは自動で進めますが、公開ボタンは人しか押しません。

工程1:企画とキーワード選定

どの記事を書くかは、検索データと既存記事の状況を見て決めます。AIは候補の洗い出しと、似た記事との重なり(カニバリ)の確認まで担当します。

最終的に書くかどうかは人が決めます。事業の方針に合うかどうかは、データだけでは判断できないためです。

工程2〜3:執筆とレビューを別の役割に分ける

書く役と、チェックする役を分けています。同じAIに書かせて同じAIに確認させると、自分の間違いを見逃しやすいためです。

レビュー役は、事実、構成、読みやすさ、表現のクセを見ます。指摘が出たら直し、レビューは初回を含めて最大2回までと決めています。際限なく回すと、直すたびに別の問題が生まれるためです。2回目でも基準に満たなければ、人に確認を求めます。

工程4〜5:WordPressへの下書き入稿と、表示の検査

入稿はWordPressの機能を使い、下書き状態で行います。入稿の前に、検査プログラムが記事のHTMLとブロックの構造を機械的にチェックします。実際の画面表示は、公開前に人が確認します。

検査プログラムが見ている主な項目
  • ブロックの開始と終了が対になっているか
  • 存在しないブロック名を使っていないか(誤った名前は、黙って消えてしまうことがある)
  • 登録済みのサービスで、料金の税込・税抜を取り違えていないか
  • 段落や見出しの長さが決めたルールに収まっているか
  • 薬機法・景品表示法の要注意な言葉が使われていないか(警告のみで、最終判断は人が行う)

こうした検査は、実際に起きた事故から逆引きして増やしてきました。人が気づく前に、プログラムが止めてくれる誤りもあります。ただし、法令への適合や料金の正確さは、人が別途確認します。

工程6〜7:画像の生成と、管理表の更新

アイキャッチや図は、記事の内容に合わせて自動で作ります。まず別のAIが内容と表現を確認し、問題がなければ人が最終確認をして使います。

記事の状態(下書き・公開済み・リライト待ちなど)を管理する表も、入稿のたびにスクリプトが更新します。更新を人が忘れると、リライトの優先度がずれていくためです。

AI記事作成の自動化に使っているツールと役割

特別なシステムを一から作ったわけではありません。既存のツールを、役割ごとにつないでいます。

役割使っているもの何をするか
作業の実行Claude Code記事の執筆・レビュー・入稿の指示を実行する
入稿WordPressの標準機能(REST API)記事を下書きとして送る
検査自作の検査プログラム(Python)ブロックや表現の誤りを機械的に検出する
管理Googleスプレッドシート記事の状態・キーワード・リライト予定を管理する
画像画像生成AIアイキャッチと図解を作る

ポイントは、AIに「何でもやらせる」のではなく、工程ごとに道具と担当を決めたことです。担当が決まっていると、間違いが起きたときに原因を追えます。

ライター役・レビュー役への指示の例

AIへの指示は、長い文章で頼むより、守ってほしい条件を短く並べるほうが安定しました。実際に使っている考え方の例です。

ライター役への指示の例
  • ですます調で書き、一文は60文字以内にする
  • 数字・固有名詞・制度は、一次資料で確認できたものだけ書く
  • 確認できなかった情報は、書かずに「未確認」として報告する
  • 自社の実績や体験を、材料として必ず入れる
レビュー役への指示の例
  • 事実・構成・読みやすさ・表現のクセの4点を確認する
  • 直すべき点は、箇所と理由を具体的に示す
  • AIが書いたと分かる定型表現を見つけたら指摘する

「確認できなかったら書かない」と決めておくことが、もっともらしい間違いを減らすいちばんの近道でした。

AI記事作成の自動化で、AIに任せる所と人が見る所

自動化の目的は、人を減らすことではなく、人が判断に集中できるようにすることです。記事の作業を、次のように分けています。

AIに任せる所と人が見る所を分けた比較図

AIに任せている所

  • 記事の下書きの執筆と、レビューによる一次チェック
  • WordPressへの下書き入稿と、表示崩れの検査
  • アイキャッチや図の生成
  • 古くなった記事のリライトの下準備
  • 内部リンクやブログカードの付与
  • リンク切れ・順位・更新の鮮度の定期点検
  • 価格など、月ごとに変わる情報の更新

人が必ず見る所

人が見る3つの理由
  1. 公開前の内容確認:公開の判断は、人が持つ
  2. 数字・固有名詞・制度の説明:一次資料と照らして確かめる
  3. 医療広告・薬機法・ステマ規制:記事の内容にかかわらず、全サイトで必ず確認する

特に数字は要注意です。もっともらしい数字は、AIが最も間違えやすいところだからです。

公開後の運用も自動化する

記事は公開して終わりではありません。順位や情報の鮮度は、時間とともに変わっていきます。

そこで、公開後の点検も定期的に自動で回しています。週に1回、リンク切れ、順位の変化、更新が止まっている記事をまとめて確認する仕組みです。

点検の結果は一覧になり、リライトの優先順位づけに使います。人が全記事を見て回る必要がなくなり、判断が必要な記事だけに時間を使えます。

AI記事作成の自動化でうまくいかなかったこと

ここからは、実際に困った点です。どれも、仕組みで防ぐようにしました。

1. もっともらしい間違いが混ざる

AIは、それらしい誤りを自信ありげに書くことがあります。私たちの運用でも、存在しない数値や引用を書いてしまった例がありました。

特に、既存記事を急いで直す場面で起きやすいと分かりました。そこで、一次資料での裏取りを工程に入れ、AIの「完了しました」という報告を鵜呑みにしないルールにしています。

2. いかにもAIが書いたような文体になる

見出しの型や言い回しが似通い、読者にすぐ見抜かれます。対策として、文体のルールと禁止表現を決め、レビュー役がクセを検出するようにしました。

3. オリジナル性のない記事になる

ネット上の一般論を並べただけの記事では、他のサイトと差が出ません。対策として、自社の実績データや運営の実体験を、材料として最初から渡しています。

4. 同じ失敗が繰り返される

ルールを文章で書き足しても、同じミスが再発することがありました。AIは長い指示のうち、一部を見落とすことがあるためです。

そのため、繰り返す失敗は文章のルールではなく、検査プログラムで機械的に止める形に置き換えています。

AIの下書きを検査プログラムで確認し、失敗は入稿前に止める流れの図解
ポイント

「気をつけて」と頼むより、間違えたら先に進めない仕組みを作るほうが確実でした。

自動化した記事の、品質チェックリスト

自動化すると、記事の本数は増やせます。一方で、確認を省くと、誤りも、そのまま増えます。次の項目を、公開前の関門にしておくと、品質を保ちやすくなります。

確認の観点見ること確認の担当
事実数字、固有名詞、制度の説明が、公式の情報と合っているか人(担当者)
出典リンク先を開き、書かれている内容と一致するか人。リンクの存在確認は、機械でも可能
独自の情報自社の経験や、現場の情報が入っているか人
重複同じサイトの、他の記事と、内容が重なっていないか機械で候補を出し、人が判断
表現誇張、断定、業界の規制に反する表現がないか人
形式見出し、表、画像、リンクが、決めたルールに沿っているか機械の検査

形式の検査は機械が得意で、事実と独自性の判断は人が担います。この分担が、「自動化しても、品質を保つ」ための基本です。

自動化の効果を、どう確かめるか

指標見るポイント
1本あたりの作業時間自動化の前後で、人の作業時間がどう変わったか
修正の手間AIの出力を、人がどのくらい直したか
公開前に見つかった誤り関門が、機能しているかの確認
公開後の数字表示回数、クリック数、問い合わせ

時間が減っても、公開後の数字が下がっていれば、品質が落ちている可能性があります。作業時間と、公開後の数字を、あわせて見ましょう。

AI記事作成を自動化するときの注意点

導入前に、次の点を決めておくと失敗しにくくなります。

自動化してよい記事と、してはいけない記事

記事の種類自動化理由
手順・使い方の解説向いている事実の確認がしやすい
料金・スペックの比較要確認数字を一次資料で照らす
医療・健康・お金慎重に規制と責任が重い
自社の体験・意見向かない人が書くから価値が出る

Googleの方針と、AI記事のSEO

Googleは、AIを使ったこと自体を問題にしているわけではありません。ただし、読者に価値を加えないまま大量のページを作ると、スパムポリシーに違反する可能性があります。詳しくはGoogle検索セントラルの生成AIコンテンツに関するガイダンスをご覧ください。

だからこそ、自社の実績や体験を入れ、人が確認する工程を残すことが大切です。

著作権と情報漏えい

  • 他サイトの文章をそのまま取り込ませない
  • 顧客情報や社内の機密を、AIに渡す範囲を決める
  • 画像に実在ロゴやキャラクターを入れない

AI記事作成を自動化するときの始め方【中小企業向け】

最初から全工程を自動化する必要はありません。小さく始めて、うまくいった所を広げる方が失敗しません。

AI記事作成を自動化する始め方の5ステップ
STEP
手間がかかっている工程を1つだけ選ぶ

入稿、画像、点検など、毎回同じ作業をしている所から選びます。

STEP
下書きまでをAIに任せる

公開の判断は人が持ちます。まずは下書きの品質を見ます。

STEP
間違いやすい所のチェックリストを作る

これまでに起きたミスを書き出し、確認項目にします。

STEP
繰り返すミスは、検査の仕組みに置き換える

同じミスが2回起きたら、プログラムで止めることを検討します。

STEP
うまくいったら、次の工程に広げる

1つの工程が安定してから、前後の工程へ広げます。

費用面では、まず既存のAIツールとWordPressの標準機能だけで試せます。専用のシステムを作るのは、同じ作業が毎週発生するようになってからで十分です。

AI記事作成の自動化に関するよくある質問

AI記事作成の自動化について、よく聞かれる質問に答えます。

AI記事作成は、完全に自動化できますか?

技術的には公開まで自動化できますが、私たちはしていません。事実の誤りや規制に関わる表現は、公開後に取り返しがつきにくいためです。

AIが作った記事は、誰が確認していますか?

まず別のAIがレビューし、検査プログラムが機械的にチェックします。そのうえで、公開の前に人が内容を確認します。

自動化で、どれくらい時間が減りましたか?

社内の目安では、以前は1本あたり約8時間かかっていた制作が、現在は1本あたり1時間未満です。正確な時間は、記事の種類や本数によって変わります。

AI記事はSEOで不利になりませんか?

AIを使ったこと自体は問題ではありません。ただし、読者に価値を加えない記事を大量に作ると、Googleのスパムポリシーに違反する可能性があります。一般論だけの記事にならないよう、自社の実績や体験を材料に加えるのが大切です。

小さく始めるには、何から手を付ければよいですか?

手間がかかっている工程を1つだけ選び、下書きまでをAIに任せるところから始めるのがおすすめです。

どのAIツールを使っていますか?

記事制作の自動化にはClaude Codeを使っています。画像の生成や、別のAIによる確認など、工程ごとに使い分けています。

まとめ:AI記事作成の自動化は「任せる所」を決めることから

AI記事作成の自動化は、人を不要にする方法ではなく、人が判断に集中できるようにする方法でした。

下書きの入稿までは自動化し、公開の判断、事実の確認、規制のチェックは人が持つ。繰り返す失敗は、検査の仕組みに置き換える。この分け方を土台に、確認できる本数の範囲で運用し、誤りや差し戻しを定期的に点検しています。

AI導入・業務自動化のご相談

ファンシーボックスでは、業務へのAI導入や自動化、記事制作の支援をしています。「まず1つの工程から試したい」という段階からご相談ください。

目次