GoogleはAIコンテンツにペナルティを科すのか？情報源の検証

検出ツールが記事を「AI生成」と判定しても、その助言が正確で役に立つかは分かりません。アクセス数のグラフが下がっても、原因までは示してくれません。どちらかをAIへのペナルティの証拠とみなすと、修正の方向を誤ります。言い回しだけが変わり、読者の問題は解決しないままです。

確かめるべきなのは、そのページで何を理解・実行できるのか、そして根拠が回答を支えているかです。Googleの現在のガイダンスは、その評価に役立ちます。一方、検索結果で何が起きたのかを調べるにはSearch Consoleを使います。

Googleの現在のガイダンスが示すこと

2026年10月1日更新の生成AIコンテンツに関するガイダンスでは、調査や独自コンテンツの構成にAIを活用できると説明されています。同時に、ユーザーへの付加価値がないページを大量に生成すると、大量生成コンテンツの不正使用に関するポリシーに違反する可能性があるとしています。

同じ文書は、公開前に人の手で事実確認とレビューを行うことを明示しています。対象にはタイトル、説明文、構造化データ、画像の説明も含まれます。リンクの自動チェックや別のモデルによる承認は、人が記事を確認した証拠にはなりません。実際に行った確認を説明し、専門家の承認を捏造しないでください。

2026年10月5日更新の有用なコンテンツに関するガイダンスは、評価者がメインコンテンツの労力、独自性、技能、正確さをどう考慮するかを説明しています。出典を示すだけでは、独自の貢献の代わりにはなりません。著者について正直に記載し、自動化が大きく関与する場合は読者に役立つ背景を伝えることも推奨しています。

これは編集上の判断軸であり、Googleの数値スコアではありません。評価者は検索システムの評価に協力しますが、その評価が個々のページの順位を直接決めるわけではありません。また、文書の更新は将来のアルゴリズム更新の発表ではありません。AIへの取り締まりが迫っているという予測は、Googleが発表しない限り予測にとどまります。

大量生成コンテンツでは目的と価値が問われる

Googleのスパムポリシーは、主に順位操作を目的とし、通常は独自の価値に乏しいページを大量に作る行為を、制作方法にかかわらず対象にしています。付加価値のないAI生成、他サイトから集めた素材の自動変換、他のページの断片をつなぎ合わせる行為などが例に挙げられています。

AIの文章を人が書いた文章に置き換えるだけでは、この問題は解消しません。反対に、記事数が多いことだけで不正使用とも判断できません。各ページが、対象読者にとって存在する意味を持つかを考えます。

請求管理システムの選び方を扱う、二つの架空の記事を考えてみましょう。一つ目は10製品の説明を繰り返し、購入者の要件を示さずに一位を決めています。二つ目は同じ製品を具体的な用途で比較します。二つの通貨で請求を処理する、請求書番号の重複を確認する、購入者の会計ソフトへデータを書き出す、といった用途です。関連する製品文書を示し、試用で確認すべき機能も明記します。

二つ目の記事は、読者が判断するための材料になります。顧客へのインタビューを作り話にしたり、実際には行っていない製品テストを主張したりする必要はありません。文書に基づく比較なら、その旨を記載します。架空の例なら、そう示します。貢献となるのは、課題に即した考察です。

順位に関する研究で分かること、分からないこと

観察研究は、検出ツールがAI作成と判定したコンテンツが検索結果に存在することを示せます。しかし、AI利用の影響を、テーマ、サイトの履歴、リンク、品質などのページ間の違いから切り離すことはできません。

たとえばAhrefsの2026年の研究は、2026年6月の10万件の検索から得た上位10件、計100万件の検索結果を出発点としています。そのうち約30万ページが同社のクロールデータベースにあり、検出に十分なテキストがあったのは15万ページでした。それぞれ分母が異なり、AIによる執筆を確認した事例が100万件あるわけではありません。

分析対象では、上位3件に入る結果の5.3%が検出ツールでAIスコア100%と判定されました。推定AIテキスト比率の平均は、1位の27.1%から10位の30.9%に増えています。この検出ツールは執筆元を推定するもので、実際の制作履歴やGoogleの内部シグナルを明らかにするものではありません。

この結果は、商用検出ツールの判定だけで上位表示から自動的に除外されるという考えに反します。ただし、AI利用に一切影響がないこと、判定された全ページが完全なAI生成であること、自社の記事が上位に入ることを証明するわけではありません。Ahrefs自身も、検出は不完全であり、Googleが何らかの検出を行うとしても同じ方法ではないと注意しています。

検出スコアは編集上の判定ではない

検出ツールの限界は研究でも示されています。Liangらの2023年の研究では、7種類のツールが、英語を母語としない人の英作文を頻繁にAI生成と誤判定しました。対象はそれらのツールと文章サンプルです。現在の全ツールを評価した研究でも、あらゆる検出が不可能だと証明した研究でもありません。

実務上の教訓は、もっと限定的で役に立つものです。スコアだけを理由に著者を非難したり、良い記事を捨てたり、弱い記事を承認したりしないこと。本文を読み、根拠を確認してください。AI評価が実際に測っているものでは、判断する内容に合ったテストが必要な理由を説明しています。

透かしやその他の来歴シグナルが答えるのは、コンテンツがどのように作られた可能性があるか、という別の問いです。それらが存在しても、Googleがページへのペナルティに利用している証拠にはなりません。検出ツール、来歴シグナル、順位付けシステムは別物です。関連を主張するなら、その関連を示す証拠が必要です。

流入が減ったら実際の問題を調べる

まずGoogleの検索流入減少の調査ガイドと手動による対策レポートを確認します。原因調査とコンテンツ修正は区別して進めます。

手動対策がないということは、報告された手動対策がないという意味です。自動的な順位変動や技術的な問題は、依然としてあり得ます。更新日の近くで起きた下落は調査の手がかりであり、AIによる執筆が原因だという証拠ではありません。

架空の例として、あるチームが9月に複数の記事を書き直し、10月にクリック数が減ったとします。「人間らしくする」再執筆を発注する前に調べると、表示回数は安定しており、減少は一つの検索語に集中していました。その検索結果では、以前よりツールが選ばれるようになっています。これは読者が実行したい作業をページが満たしていない可能性を示します。次に調べるべきなのは、その作業を支援する内容が必要かどうかです。特定の単語を置き換えて検出スコアを下げることではありません。

独自の貢献を改善し、ページ全体を確認する

弱い段落を一つ選び、読後も判断できないことを具体的に示してください。「自社に適したソフトを選びましょう」では判断は進みません。必要な連携、対応する文書化された機能、試用で確認すべき点を説明すれば、購入者は次に進めます。

独自の仕事には、有用な情報整理、前提を明記した計算、実際に試した手順、根拠ある比較などがあります。非公開データや実地テストがあれば価値がありますが、捏造しては意味がありません。すでに正確で役立つ段落は残します。

読者が見る形で最終稿を確認してください。タイトルで約束したことに答えているか、出典が実際の主張を支えているか、表や図はスマートフォンでも読めるか。文書の見出しのスクリーンショットは、該当箇所への直接リンクに比べてほとんど情報を加えません。図は、文章よりも仕組みを分かりやすく説明できる場合に役立ちます。

自社の実績にも同じ慎重さが必要です。2025年12月公開の当社事例では、ある顧客がChatGPTでStrataigizeを知ったと述べています。これは顧客自身が申告した発見経路の証拠です。どのページ変更が成約につながったかを切り分けた実験ではなく、Googleの順位への影響を示すものでもありません。

元の公開日は維持します。実質的な変更には更新日を付け、後の比較を解釈できるよう変更内容を記録します。公開、再クロール、インデックス登録、検索成果の改善は、それぞれ別の観察事項です。Googleは、変更の反映には時間がかかる場合があり、目に見える順位上昇は保証しないと説明しています。

この作業を依頼するなら、原因分析と改善済みのページ、その根拠を求めてください。AI SEOサービスの選び方では、依頼範囲の見極め方を解説しています。検出スコアを下げるという約束は、購入者の疑問に答えるページの代わりにはなりません。