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。
- 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
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。

| 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。
- 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。
- 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
- 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
- 公開前の内容確認:公開の判断は、人が持つ
- 数字・固有名詞・制度の説明:一次資料と照らして確かめる
- 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。

「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。

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。
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。
これまでに起きたミスを書き出し、確認項目にします。
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。
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。
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。

