「AIで記事を作ってみたけど、全然読まれない…」
「外注しているのに、成果につながっている気がしない」
BtoB企業のWeb担当者から、こんな悩みを聞く機会が増えています。生成AIの普及により、記事制作の手段が多様化する一方で、「誰が・どうやって書くか」が成果を左右する時代になりつつあります。
本記事では、ChatGPTに代表されるAIにも参照されやすい記事＝LLMO対策を前提とした制作体制について、「内製・外注・AI活用」それぞれのメリット・デメリットを徹底比較。制作を依頼する側・する側、どちらにとっても役立つ判断材料を提供します。
▼LLMOについて、基礎から知りたいという方は、こちらの記事をまずご一読ください。
LLMO時代の「記事制作」に求められるものとは
ChatGPTなどの生成AIが情報収集の手段として一般化する中で、記事に求められる役割は大きく変わってきています。従来のSEO対策では、形式やキーワード配置などが重視されていましたが、LLMO（大規模言語モデル最適化）においては、それだけでは不十分です。
では、AIにも読者にも伝わる記事を作るには、何が必要なのでしょうか。3つの観点で整理します。
単なる文章作成ではなく「一次情報の言語化」が鍵
今後のSEOおよびLLMO対策で重要視されているのは、「一次情報」の有無です。実体験や業務で得た知見、自社独自の調査データなどは、他にはないオリジナリティとして、AI回答でも参照されやすい傾向があります。
Googleも、実際の体験に基づいた専門知識や深い理解を示すコンテンツ（例：製品やサービスの使用経験など）を重視しています。
参考：Google検索セントラル「2022 年 8 月の Google の有用なコンテンツの更新についてクリエイターが知っておくべきこと」
E-E-A-Tを高める「実体験」「専門性」の明示
Googleは、コンテンツの評価基準としてE-E-A-T（経験・専門性・権威性・信頼性）を重視しています。なかでも「経験（Experience）」の評価が近年追加され、実際に体験したこと・現場での知見に基づいた記事であることが、ますます重要になっています。
参考：Google検索セントラル「品質評価ガイドラインの最新情報: E-A-T に Experience の E を追加」
読者とAIの両方に伝わる「文脈性」と「設計力」
LLM（大規模言語モデル）は、文脈を重視して情報を理解・出力します。そのため、意味の通った流れや因果関係の明示が欠かせません。読者にとって読みやすい記事は、AIにとっても引用・参照されやすい記事といえます。
FAQ形式やQ&Aスタイルで情報を整理することで、LLMO観点でも参照されやすい記事になりやすい傾向があります。
ここで解説しているE-E-A-Tや一次情報の重視といった要素は、本来はGoogle検索におけるSEO指針として定められたものですが、近年ではChatGPTなどの生成AIも同様の基準で“信頼に足るコンテンツ”を見極めようとしています。つまり、SEOとLLMOは評価軸の多くを共有しており、両者の対策が連動しているのが現実です。
制作体制をどう整える？ 3つの選択肢と向き合い方
LLMO時代のコンテンツ制作では、「誰が」「どうやって」記事を作るかが、従来以上に成果を左右します。とくに、SEOとLLMOを両立させるには、専門性・一次情報・設計力が欠かせません。
では、内製・AI・外注といった手段のなかで、自社にとって最適なスタイルとはどれなのでしょうか。それぞれの特徴と活かすための条件を整理します。
選択肢① 内製（→自社のノウハウを余さず反映可能）
社内リソースを活用して記事を内製するスタイルは、コストや柔軟性の面で魅力があります。一方で、コンテンツの質や継続性には課題も伴います。
- メリット
- デメリット
- スムーズにPDCAが回る条件
選択肢② AI活用（→スピードと効率性が強み、ただし限界も）
近年は、ChatGPTなどの生成AIを活用して記事制作を効率化する動きも広がっています。アイデア出しや文章生成がスムーズに進む一方で、一次情報の欠如や設計の粗さといった課題も顕在化しています。
- メリット
- デメリット
- スムーズにPDCAが回る条件
選択肢③ ライター・制作会社への外注（→専門性をどう引き出すかがカギ）
リソース不足やスキル面の課題から、外部ライターや制作会社に記事制作を依頼するケースは多くあります。とくに設計力や文章力の点で安定した品質が期待できますが、一次情報に乏しくなりがちなのが弱点です。
- メリット
- デメリット
- スムーズにPDCAが回る条件
リードレが現場で見ている、AI下書き活用の落とし穴
AIで下書きを作る工程は、すでに珍しいものではなくなりました。一方で、リードレが支援する現場で繰り返し見ているのは、AI下書きをそのまま使うと記事品質が伸び悩むケースです。
具体的に多く見られる傾向は、次のようなものです。
- 一次情報が欠落し、検索上位記事と差別化されていない（自社の実例・営業現場の知見が含まれない）
- 段落ごとに似た主張が繰り返される（AI生成原稿特有の冗長さ）
- 固有名詞や具体的な数字が不足し、一般論にとどまる
- 結論が冒頭で提示されておらず、AI回答でも要点として扱われにくい
これらはAIの能力不足というより、AIには「素材」が渡されていないことが原因です。顧客との会話・営業現場のヒアリング・社内専門家への取材から引き出される一次情報は、AI生成ではほぼ再現できません。AI下書きを活かすには、その素材を編集者が整理して文脈に沿って配置する工程が不可欠です。
最適解は「ハイブリッド型」の制作体制
LLMO時代のコンテンツ制作においては、「内製か外注か」「AIを使うべきか」など、単一の手法にこだわるのではなく、それぞれの手段の“いいとこ取り”をする ハイブリッド型の体制が効果的です。リードレが実際に運用している記事制作フローを例に紹介します。
リードレが運用している記事制作フロー（6ステップ）
リードレでは、BtoB記事やホワイトペーパー制作を、次の6ステップで進めています。AIをスピード補助として活かしつつ、一次情報・編集・社内チェックを組み合わせる流れです。
- テーマ選定
営業現場のヒアリング・検索意図調査をもとに、読者の悩みに沿ったテーマを決定 - 構成設計
PREP法やQ&A形式を取り入れ、読者とAIの双方に伝わる流れを設計 - AI下書き
骨子や見出し配下のたたき台をAIで生成し、執筆効率を高める - 社内チェック
責任者が初稿を確認し、論点のズレ・一次情報の不足・重複表現を洗い出す - 編集
一次情報の追加・固有名詞や数字の挿入・文脈の整理を行う - 公開
公開後も検索動向やAI回答の参照状況を踏まえ、必要に応じて加筆・修正を行う
この6ステップで重要なのは、「AIに任せる工程」と「人が担う工程」が明確に分かれていることです。AI下書きは骨子レベルにとどめ、テーマ選定・社内チェック・編集は人の判断と一次情報のヒアリングを介在させます。
リードレでは、ホワイトペーパー制作のヒアリングを通じて、顧客課題や営業現場の知見を整理する作業を多く担っています。その経験から見えてくるのは、ホワイトペーパー制作で出てくる内容と、検索上位記事の内容にギャップが生じているケースが少なくないことです。実際の見込み客が知りたい情報は、検索結果だけでは見えないことも多く、その不足を埋める一次情報こそが、LLMO時代の記事制作の差別化要因になりつつあります。
ハイブリッド体制が向くケース、向かないケース
ハイブリッド型の制作体制が現実的に機能するのは、社内の専門知見を引き出す協力が得られる場合です。一方で、開発・営業部門との連携が難しい状況では、AI下書きや外注に偏らざるを得ないこともあります。
ある製造業のクライアント支援では、リードレが開発部門・営業部門にヒアリングを行い、既存顧客の課題感や開発の経緯を整理したうえで、構成・ライティングを実施しました。一般論にとどまらず、見込み客が実際に知りたい論点まで踏み込んだコンテンツに仕上げられた例です。
このような体制は、AIのスピード感・社内の専門知・外部パートナーの設計力をそれぞれ活かす形で、読者にもAI回答にも届きやすいコンテンツを安定的に生み出す現実的な選択肢といえます。
LLMO時代の制作体制に関するよくある質問（FAQ）
-
内製・外注・AI活用のうち、どれを選ぶべきですか？
-
どれか1つに絞らず、3つを組み合わせる「ハイブリッド型」が現実的です。AIは骨子・下書きのスピード補助、内製は一次情報の引き出し、外注は構成設計・編集の品質担保と、それぞれ役割が異なります。リードレが運用する6ステップでも、「AIに任せる工程」と「人が担う工程」を明確に分けています。社内リソース・予算・記事の重要度に応じて配分を変えるのが現実的な進め方です。
-
ハイブリッド体制を組むには社内に何が必要ですか？
-
最低限必要なのは、「開発・営業・カスタマーサクセスへのヒアリングを実施できる体制」です。マーケ担当者が現場部門への定期的なヒアリング枠を確保できれば、外部ライターやAIにそれを素材として渡せます。リードレが現場で見ているのは、開発・営業との連携がない状況ではAI下書きや外注に偏りやすく、結果として一般論の記事に収束する傾向があります。月1回30分の営業定例から始めるのが現実的です。
-
AI活用で記事制作の工数はどれくらい削減できますか？
-
骨子作成や下書き工程では、従来の半分以下に圧縮できるケースが多くなっています。一方、編集・社内チェック・一次情報の挿入工程は短縮しにくく、むしろ「下書きが減った分、編集に時間をかける」発想が現実的です。AI下書きをそのまま公開して工数を削減しようとすると、一般論に収束しやすく、結果として記事の成果が伸び悩むケースを多く見ます。工数削減と記事品質はトレードオフではなく、配分を変える話と捉えるのが現実的です。
-
外注ライターに依頼する場合、どんな依頼の仕方が良いですか？
-
「テーマと構成だけ渡して丸投げ」する依頼は、一般論の記事に収束しやすく、LLMO時代の成果につながりにくい傾向があります。営業現場のヒアリング内容・顧客の声・社内専門家の見解を素材としてライターに提供する、またはヒアリングを実施できる外注パートナーを選ぶのが現実的です。特に後者は、自社にヒアリング枠を確保しづらい場合に有効な選択肢になります。
-
内製で記事制作する場合、月何本くらいが現実的ですか？
-
マーケ担当者の専任度・記事の重要度・ヒアリング体制によって変動しますが、専任マーケ1名で月2〜4本（ピラー記事＋クラスター記事の組み合わせ）が現実的なレンジです。本数より「テーマ領域の網羅性」と「各記事の品質」のほうが成果を分けるため、月本数を増やすより、既存記事のリライト・CTA改善・FAQ追加を並行するアプローチが現実的です。社内リソースが不足する場合、AIや外注を組み合わせるハイブリッド型に切り替えるのが効率的です。
-
AI生成記事はGoogleペナルティの対象になりますか？
-
AIで生成したこと自体がペナルティ対象にはなりません。Googleも「AIで作ったか人間が書いたか」より「コンテンツの有用性」を評価する方針を示しています。一方、AI生成のまま大量公開された記事は「Helpful Content System（有用性評価)」で低評価になりやすい傾向があります。AIを下書きの工程で活用しつつ、一次情報・編集・出典明示で「有用性」を担保する進め方が現実的です。
-
制作体制を切り替えるタイミングはいつですか？
-
「成果（CV・商談化）の停滞」「現状の本数で網羅性がカバーできない」「社内ヒアリング枠が取れず一般論記事が増えてきた」といったサインが複数重なったタイミングが切り替えの目安です。リードレが支援する現場では、内製で立ち上げ → リソース不足が顕在化したら部分外注 → ハイブリッド型に移行という段階的な進め方が多く見られます。一気に切り替えるより、既存体制を活かしつつ補完する形が現実的です。
誰が書くかではなく、”どう書くか”の時代へ
生成AIやAI Overviewsの普及により、従来の「誰が記事を書くか」だけでは語れない時代が到来しています。ここでは、これからの記事制作で問われる視点を整理します。
特にBtoB領域では、「どんな経歴のライターが書くのか」というご相談をいただくことも少なくありません。もちろん、業界知識や経験も大切な要素です。
しかし現実には、いかに業界歴が長いライターであっても、その業界の最新情報や現場感覚を継続的にアップデートしている人材は限られます。加えて、そうしたライターであっても、自社特有の商材や開発経緯、顧客課題の詳細までは把握できていないのが一般的です。
リードレでも、専門性を持った編集チームが記事設計・執筆を担っていますが、それでもなお、現場部門からのヒアリングを通じて一次情報を引き出すプロセスは欠かせないと考えています。
いま、求められているのは、誰が書くかではなく、
・現場から何を引き出すか
・それをどう整理し、組み立てるか
・そしてAIにも読者にも伝わる形にできるか
といった「どう書くか」の部分です。
SEOやLLMOに対応したコンテンツ制作は、こうした総合的な設計力と現場理解が問われるフェーズに入っています。
ChatGPT時代の”伝わる＝拾われるコンテンツ”作りを支援します
「AI下書きをそのまま公開してしまい、成果が伸び悩んでいる」
「SEOもLLMOも対策したいが、どこから手をつけるか分からない」
「内製・外注・AI活用のバランスが取れていない」
このような課題感をお持ちでしたら、ヒアリング設計から構成・編集・AI下書き後の仕上げまで、ハイブリッドな制作体制で一貫した支援が可能なリードレへお気軽にご相談ください。
▼すでに記事制作を進めている方で、LLMO対策について確認しておきたい方は、無料でダウンロードできるチェックリストもご活用ください。
