AI生成記事は9カ月でほぼ消滅、人間執筆は1位獲得8倍――SELの実データ検証

AI生成記事は9カ月でほぼ消滅、人間執筆は1位獲得8倍――SELの実データ検証

要点: Search Engine LandにJenny Lee Lynch氏が寄稿した記事「AI makes SEO faster, but human expertise still wins」が、GA4・GSCのファーストパーティデータを用いて「純粋AIコンテンツ」「AI生成＋人間リライト」「人間が最初から執筆」という3種類の制作方式の実パフォーマンスを比較検証した。 2025年4月公開の純AIページ3本は2026年1月までにほぼ検索結果から消え、人間が全面リライトした5記事は直近3ヶ月でクリック12%増・インプレッション27%増と緩やかに回復。一方、Googleのヘルプフルコンテンツガイドラインに沿って人間が最初から書いたコンテンツは、検索順位1位に掲載される確率が他の2方式より8倍高かったという。 著者の結論は「AIは調査・整理・分析を加速させる場面で最大の価値を発揮する」というもので、ページ執筆そのものは人間の専門知識が主導すべきだとしている。

最終更新日: 2026年8月3日

何が起きたのか

2026年7月31日、Search Engine LandにJenny Lee Lynch氏（編集: Angel Niñofranco氏、レビュー: Danny Goodwin氏）が寄稿した記事「AI makes SEO faster, but human expertise still wins」が公開された。出典は次のURLで確認できる。

https://searchengineland.com/ai-makes-seo-faster-but-human-expertise-still-wins-484003

この記事の特徴は、業界でよく語られる「AIコンテンツは効くのか効かないのか」という抽象的な議論に対し、著者自身がGoogle Analytics 4（GA4）とGoogle Search Console（GSC）のファーストパーティデータを用いて、3種類のコンテンツ制作方式のパフォーマンスを実際に比較検証している点にある。第三者の推測や業界の空気感ではなく、自社サイトの実測データに基づく検証結果として提示されているため、SEO/LLMO担当者にとって参照価値の高い一次情報と言える。

記事はまず前提として、SEO業界の既存データを引用している。それによれば、86%以上のマーケターが「AIで生成し、その後人間が編集する」というワークフローをすでに採用しているという。つまり「AIを全く使わない」か「AIに完全に任せる」かの二択ではなく、大半の現場が何らかの形でAIと人間編集を組み合わせている状況が、業界全体の前提として存在する。この数字は、今回の3方式比較を読み解くうえでの重要な背景となる。「AI生成＋人間編集」がすでに業界のデファクトスタンダードになっているからこそ、その内実――どの程度の人間編集がどの程度の成果を生むのか――を実データで検証する意味が大きい。

比較対象1: 純粋なAIコンテンツ

1つ目の比較対象は、人間による実質的な編集を経ていない「純粋なAIコンテンツ」だ。2025年4月に公開された3ページがこの検証対象に含まれている。

これらのページは公開直後の初期段階では、オーガニック検索トラフィックを獲得することができていた。新規公開直後は検索エンジンのクロール・インデックスが先行し、一定の露出が生まれること自体は珍しくない。しかし、この初期的な成功は長続きしなかった。記事によれば、これら3ページは2026年1月までに、ほぼ完全に検索結果から姿を消したという。公開から検証時点までおよそ9カ月という期間で、初期のトラフィックがゼロに近い水準まで低下したことになる。

この結果が示唆するのは、「AIが生成した文章がそのまま検索エンジンに評価され続ける」という前提自体が崩れつつあるという点だ。初期のインデックス獲得と、その後の中長期的な検索順位の維持は、まったく別の現象であり、後者においては人間の関与の有無が結果を大きく左右する可能性が、この実データから読み取れる。

比較対象2: AI生成・人間が全面リライトしたコンテンツ

2つ目の比較対象は、AIで生成した後に人間が全面的にリライトしたコンテンツで、5記事が調査対象となっている。これらの記事は2026年に入ってから人間による完全な書き直しが実施された。

その結果、直近3ヶ月間でクリック数が12%増加し、インプレッション数は27%増加したという、緩やかながら着実な成長が記録されている。この数字は劇的な急成長ではないが、純粋AIコンテンツが検索結果からほぼ消滅したのとは対照的に、着実な回復・成長の軌道に乗っていることを示す。

この結果から読み取れるのは、「一度AIで生成した文章であっても、その後に人間が本格的にリライトを加えれば、パフォーマンスを立て直せる」という実務上重要な示唆だ。ただし成長率が緩やかであることは、全面リライトを行ってもなお、後述する「人間が最初から書いたコンテンツ」ほどの成果には及んでいないという事実も同時に示している。リライトは有効な救済策ではあるが、万能の解決策ではないという受け止め方が適切だろう。

比較対象3: 人間が最初から執筆したコンテンツ

3つ目の比較対象は、Googleのヘルプフルコンテンツガイドライン（HCG）に基づき、人間が最初からページを執筆したコンテンツだ。この方式では、AIは構想出し（アイデア出し）や校正といった補助的な用途にのみ使用され、実際の文章執筆・コンテンツ制作そのものは人間が担っている。

この方式のパフォーマンスは、3つの中で最も良好だった。冬を通じて可視性を継続的に獲得し続け、4月初旬にクリック成長のピークに達したという。さらに注目すべきは、検索結果で1位に掲載される確率が、他の2方式（純粋AIコンテンツ、AI生成＋人間リライト）と比べて8倍高かったという結果だ。

この「1位獲得確率8倍」という数字は、今回の3方式比較の中でも最も明確な差を示す指標であり、著者が記事の結論として「人間の専門知識がなお勝る」と述べる根拠の核心部分になっている。冬を通じた継続的な可視性獲得という表現からも、単発的なスパイクではなく、時間をかけて安定的に評価を積み上げていくパターンであったことがうかがえる。

Googleコアアップデートとの関係

著者は、2026年3月・5月に実施されたGoogleのコアアップデートが、この3方式の明暗をさらに際立たせる要因になったと指摘している。これらのコアアップデートにより、大量生産された低品質コンテンツの可視性が低下する一方で、独自の一次情報や専門知識を持つサイトが報われる傾向が一段と強化されたという。

つまり、純粋AIコンテンツが2026年1月までにほぼ消滅したという結果と、その後3月・5月のコアアップデートで低品質・量産コンテンツへの評価がさらに厳格化したという流れは、時系列としても整合的だ。量産型AIコンテンツにとっては、コアアップデートのたびに評価が下押しされる状況が続いていることになる。逆に人間執筆コンテンツが4月初旬にクリック成長のピークを迎えたというタイミングも、3月コアアップデートの影響が反映された結果である可能性がある。

著者の結論とAI活用の具体例

著者の結論を要約すると、「AIは調査・整理・分析を加速させる場面で最大の価値を発揮する（AI delivers the most value when it accelerates research, organization, and analysis）」というものだ。実際のページ執筆・最終的なコンテンツ制作そのものは、人間の専門知識が主導すべきだという立場を取っている。

この結論を裏付けるAIの有効な使い方の具体例として、記事はGeminiを使って2,000件以上のキーワードを数分間でトピッククラスターに分類した事例を挙げている。これは、AIが「文章そのものを作る」役割ではなく、「大量のデータを整理し、構造化する」役割で力を発揮した好例だ。キーワードの分類・グルーピングという作業は、人間が手作業で行えば数時間から数日かかる場合があるが、AIであれば数分で処理できる。この種の下ごしらえ的なタスクにAIを充てることで、人間はより付加価値の高い執筆・専門的な検証作業に時間を割けるようになる、というのが著者の実践的な提案だ。

「AI生成文章っぽさ」を避けるための語彙リスト

記事にはもう一つ実務的な要素として、AI生成文章に特有の紋切り型の語彙リストが掲載されている。delve（深く掘り下げる）、surge（急増する）、paramount（最も重要な）、synergy（相乗効果）といった単語群が、AIが多用しがちな表現として挙げられている。これらの語彙は、文章がAIによって生成されたことを読者に感じさせやすく、結果としてコンテンツへの信頼感を損ないかねないという問題意識に基づくものだ。

この語彙リストは、単なる文体上の注意点にとどまらない意味を持つ。読者が「これはAIが書いた文章だ」と直感的に感じてしまうこと自体が、E-E-A-T（経験・専門性・権威性・信頼性）の毀損につながりうるためだ。今回の3方式比較で人間執筆コンテンツが最も高いパフォーマンスを示した背景には、こうした「読み手に伝わる自然さ・専門性の滲み出方」の違いも、間接的に影響している可能性がある。

aiseo-llmo.com ユーザーへの影響

「AI生成＋人間編集」は前提、問題は編集の深さ

今回の記事が引用する「86%以上のマーケターがAI生成→人間編集のワークフローを使用している」という数字は、aiseo-llmo.comの読者の多くにとっても他人事ではないだろう。すでに大半の現場でAIと人間の組み合わせが標準になっている以上、問われるべきは「AIを使うかどうか」ではなく、「人間の編集がどこまで踏み込んでいるか」という編集の深さだ。

今回の実データが示したのは、「軽い手直し」程度の編集では、純粋AIコンテンツが9カ月でほぼ消滅したのと大きくは変わらないリスクを抱えたままである可能性が高いということだ。一方で「全面的なリライト」を行った5記事は、クリック12%増・インプレッション27%増という緩やかな回復を示した。そして人間が最初から書いたコンテンツは、1位獲得確率が8倍という、質的に異なる水準の成果を出している。この3段階の差は、編集の深さと成果が連動していることを示唆しており、「AIドラフト＋軽微な修正」で公開しているコンテンツを抱える事業者は、その運用の見直しを検討すべきタイミングに来ていると言える。

業種別の実務インパクト

EC（Eコマース）

商品説明文・比較記事・購入ガイドなど、テンプレート化しやすいコンテンツをAIで大量生成しているEC事業者は少なくない。しかし今回のデータが示すように、純粋AIコンテンツは公開から時間が経つにつれて検索結果から脱落するリスクが高い。特に型番・スペックの羅列だけで独自の使用感・比較検証が欠けている商品コンテンツは、コアアップデートのたびに評価が下がりやすい典型例だ。EC事業者は、少なくとも売上インパクトの大きい主力商品ページについては、実際に使用した担当者・レビュアーの一次情報を盛り込んだ人間主導の執筆に切り替える、あるいは既存のAI生成ページを優先度順に全面リライトする計画を立てることが望ましい。

BtoB

BtoB領域では、専門性の高いホワイトペーパー的なコンテンツや、業界動向の解説記事がAIで量産されやすい傾向がある。しかしBtoBの購買検討者は、情報の正確性や実務経験に基づく具体性を重視する傾向が強く、AIが生成した一般論的な文章では差別化が難しい。今回の記事が示す「人間執筆が1位獲得確率8倍」という結果は、専門性が問われるBtoB領域ほど強く当てはまる可能性がある。BtoB事業者は、社内の専門家（セールスエンジニア、コンサルタント、開発担当者など）の知見をAIで整理・構造化しつつ、実際の執筆・事例の肉付けは専門家自身か、専門家への取材を経たライターが担う体制を検討すべきだ。

メディア・パブリッシャー

記事数と更新頻度が評価に直結しやすいメディア・パブリッシャー業態では、AIによる量産のインセンティブが特に強い。しかし今回のデータが示すように、量産型の純粋AIコンテンツは短期的な露出は得られても、中長期的には検索結果から脱落するリスクが高い。メディア事業者にとっての実務的な示唆は、記事数を追う量産戦略から、AI生成＋人間リライトによる「質の底上げ」、そしてリソースが許す範囲での人間執筆コンテンツへの段階的シフトへと、編集体制そのものを見直す必要性があるということだ。特に2026年3月・5月のコアアップデートで量産コンテンツの可視性が下がったという指摘は、記事本数を成果指標にしてきたメディア組織にとって、KPI設計そのものの再考を迫るものと言える。

今すぐできる対応策

今回のデータが示す教訓を実務に落とし込むため、既存AI生成コンテンツの棚卸し、AI＋人間リライトの具体的なワークフロー、避けるべきAI語彙リストの活用法の3つに分けて解説する。

ステップ1: 既存コンテンツを3方式に分類して棚卸しする

まず、自社サイトの既存コンテンツを、今回の記事が示した3分類に当てはめて棚卸しすることから始める。

1. 「純粋AIコンテンツ」（AI生成後、実質的な人間編集がほぼないページ）を洗い出す
2. 「AI生成＋軽微な修正」（誤字脱字レベルの手直しのみ）のページを洗い出す
3. 「AI生成＋人間による全面リライト」または「人間が最初から執筆」したページを洗い出す
4. GSCのパフォーマンスレポートで、各カテゴリのページ群についてクリック数・インプレッション数の直近3〜6ヶ月の推移を確認する
5. 純粋AIコンテンツ・軽微修正のみのページの中で、公開から時間が経過しているにもかかわらずトラフィックが減少傾向にあるページを優先的にリライト対象としてリストアップする

この棚卸し作業のポイントは、「AIを使ったかどうか」ではなく「人間がどの程度深く関与したか」を軸に分類することだ。同じ「AI生成」というラベルでも、軽微な修正で終わっているページと、事実確認・独自の視点の追加・構成の全面的な組み替えを経たページとでは、パフォーマンスに大きな差が生まれうることが今回のデータから示されている。

ステップ2: AI＋人間リライトの具体的なワークフロー例

今回の記事が示した「AI生成＋人間が全面リライト」した5記事の成長（クリック12%増・インプレッション27%増）を再現するための実務的なワークフロー例を示す。

1. AIによる下調べ・構成案作成: 対象キーワード・トピックについて、AIに競合上位ページの傾向分析、想定読者の疑問点の洗い出し、記事構成案（見出し案）の作成を依頼する
2. 人間による一次情報の追加: 自社の実際の経験・データ・顧客事例・専門家の見解など、AIが生成できない一次情報を人間が追加する。この工程が、純粋AIコンテンツと人間執筆コンテンツの成果の差を生む核心部分にあたる
3. 人間による全面的な文章の書き直し: AIが生成した文章表現をそのまま使うのではなく、人間が自らの言葉で書き直す。単なる言い換えではなく、論理構成・具体例・結論の妥当性を人間の視点で再検証しながら書き直すことが重要
4. 事実確認とファクトチェック: 数値・固有名詞・引用の正確性を人間が確認する。AIが生成した文章には誤情報が含まれるリスクが常にあるため、この工程を省略しない
5. AI語彙リストによる最終チェック: 後述する避けるべき語彙リストと照合し、AI生成特有の紋切り型表現が残っていないか確認する
6. 公開後のGA4・GSCモニタリング: 公開後は一定期間ごとにGA4のセッション数・コンバージョン数とGSCのクリック数・インプレッション数を確認し、成果が出ていない場合はさらなる追記・改善を行う

このワークフローの本質は、AIを「文章生成の主体」ではなく「調査・整理・下ごしらえの補助ツール」として位置づけ直すことにある。著者が結論で述べた「AIは調査・整理・分析を加速させる場面で最大の価値を発揮する」という考え方を、具体的な制作フローに落とし込んだものと言える。

ステップ3: キーワード整理へのAI活用

記事内で紹介されているGeminiによる2,000件以上のキーワードのトピッククラスター分類という事例は、コンテンツ企画段階でのAI活用の好例として応用できる。自社サイトが保有するキーワードリスト・GSCのクエリデータをAIに投入し、意味的に近いキーワード群をトピッククラスター単位でグルーピングさせることで、記事企画・内部リンク設計・コンテンツギャップの発見を効率化できる。この用途はAIの得意分野である「大量データの整理・分類」に合致しており、今回の3方式比較のいずれにおいても否定されていない、むしろ積極的に推奨されているAIの使い方だ。

ステップ4: 避けるべきAI語彙リストの運用への組み込み

記事が挙げているdelve、surge、paramount、synergyといった単語群は、AI生成文章に頻出する紋切り型の表現の代表例だ。これらの語彙は日本語コンテンツにそのまま当てはまるものではないが、日本語にも同様の「AIが多用しがちな紋切り型の言い回し」が存在する。自社のAI生成・AIリライト記事について、こうした紋切り型表現が頻出していないかを編集チェックリストの項目として明文化し、校正工程に組み込むことを推奨する。具体的には、次のような運用が考えられる。

• AI生成コンテンツの校正時に、頻出する紋切り型の言い回し・接続表現のリストを社内で作成し、置き換えを促すチェックリストとして運用する
• 編集者が「この文章はAIが書いたように読めるか」を主観的に評価する簡易レビュー項目を、公開前チェックリストに追加する
• 定期的に自社の公開済みコンテンツをサンプル抽出し、紋切り型表現の出現頻度を確認して、ライティングガイドラインを更新する

こうした語彙レベルの調整は、それ単体でコアアップデートへの耐性を作るものではないが、読者が感じる「自然さ・専門性の滲み出方」を底上げする補助的な取り組みとして、今回のワークフローに組み込む価値がある。

ステップ5: 優先順位づけと段階的な移行計画

すべてのコンテンツを一度に人間執筆へ切り替えることは現実的ではない。リソースが限られる中では、次の優先順位で段階的に取り組むことが実務的だ。

1. コンバージョンへの寄与が大きい主力ページ（EC商品ページ、BtoBの主要サービスページなど）を最優先で人間執筆・全面リライトへ切り替える
2. 純粋AIコンテンツの中でも、公開から時間が経ちトラフィックが顕著に減少しているページを次点で対応する
3. トラフィックが安定しているページは当面現状維持としつつ、次回のコアアップデート後の変動を注視する
4. 新規記事は、原則として今回示したワークフロー（AI＋人間リライト、または人間執筆＋AI補助）で制作する体制に切り替える

よくある質問

Q1. 今回の記事の検証は、どのようなデータに基づいていますか？

著者自身が保有するサイトのGoogle Analytics 4（GA4）とGoogle Search Console（GSC）のファーストパーティデータに基づいています。

第三者の推測や業界内の一般論ではなく、実際のトラフィック・インプレッション・クリック数といった実測データを用いて、3種類のコンテンツ制作方式のパフォーマンスを比較検証している点が、今回の記事の一次情報としての価値を高めています。

Q2. 「純粋なAIコンテンツ」はなぜ検索結果から消えたのですか？

記事内では消滅の直接的な原因を個別に特定してはいませんが、2026年3月・5月のGoogleコアアップデートが、大量の低品質・量産コンテンツの可視性を低下させる方向に働いたと指摘されています。

2025年4月公開の3ページが2026年1月までにほぼ姿を消したという時系列と、その後のコアアップデートで量産コンテンツへの評価がさらに厳格化したという流れは、AI量産コンテンツにとって逆風が続いていることを示しています。

Q3. 「AI生成＋人間が全面リライト」した記事の成長率は、具体的にどの程度でしたか？

対象となった5記事について、2026年に人間による完全な書き直しを実施した結果、直近3ヶ月間でクリック数が12%増加し、インプレッション数が27%増加したと報告されています。

急成長ではなく緩やかな回復ですが、純粋AIコンテンツがほぼ消滅したのとは対照的に、着実な成長軌道に乗っている点が重要です。

Q4. 「人間が最初から執筆したコンテンツ」の成果はどの程度優れていましたか？

冬を通じて可視性を継続的に獲得し、4月初旬にクリック成長のピークに達しました。さらに、検索結果で1位に掲載される確率が、他の2方式（純粋AIコンテンツ、AI生成＋人間リライト）と比べて8倍高かったと報告されています。

この「1位獲得確率8倍」という数値が、今回の3方式比較における最も明確な差であり、著者が「人間の専門知識がなお勝る」と結論づける中心的な根拠になっています。

Q5. AIはコンテンツ制作にまったく使うべきではないのですか？

いいえ、著者はAIの活用そのものを否定していません。結論は「AIは調査・整理・分析を加速させる場面で最大の価値を発揮する」というもので、実際のページ執筆・最終的な制作は人間の専門知識が主導すべきだという立場です。

具体例として、Geminiを使って2,000件以上のキーワードを数分でトピッククラスターに分類した事例が挙げられており、AIを「調査・整理」の工程で活用することは積極的に推奨されています。

Q6. 「AI生成文章っぽさ」を避けるための語彙リストとは何ですか？

記事では、delve（深く掘り下げる）、surge（急増する）、paramount（最も重要な）、synergy（相乗効果）など、AIが多用しがちな紋切り型の単語群がリストとして掲載されています。

これらの語彙は、文章がAIによって生成されたことを読者に感じさせやすく、コンテンツへの信頼感を損ないかねないという問題意識から挙げられています。日本語コンテンツにも同様の「AIが多用しがちな紋切り型表現」が存在するため、校正工程でのチェック項目として応用できます。

Q7. 「AI生成→人間編集」のワークフローは、すでにどの程度普及していますか？

記事はSEO業界の既存データとして、86%以上のマーケターがAI生成→人間編集のワークフローを使用しているという統計を引用しています。

すでに大半の現場でAIと人間の組み合わせが標準になっていることを踏まえると、今回問われるべきは「AIを使うかどうか」ではなく、人間の編集がどこまで深く踏み込んでいるか、という運用の質だと言えます。

Q8. すでに公開済みのAI生成コンテンツは、すべて書き直す必要がありますか？

記事のデータからは、すべてのAI生成コンテンツを一律に書き直す必要があるとまでは断定できませんが、公開から時間が経過してもトラフィックが減少し続けているページは、リライトの優先候補と考えるべきです。

実務的には、コンバージョンへの寄与が大きい主力ページから優先的に人間による全面リライトへ切り替え、段階的に対応範囲を広げていくアプローチが現実的です。詳しくは本記事の「今すぐできる対応策」セクションを参照してください。

Q9. 2026年3月・5月のコアアップデートは、具体的に何を変えたのですか？

記事では、これらのコアアップデートによって大量の低品質・量産コンテンツの可視性が低下し、独自の一次情報や専門知識を持つサイトが報われる傾向が強化されたと述べられています。

個別のアルゴリズム変更内容までは記事内で詳述されていませんが、時系列としては、純粋AIコンテンツの消滅（2026年1月まで）に続く形でこれらのコアアップデートが実施されており、量産型コンテンツへの評価がさらに厳格化した流れと整合的です。

Q10. この記事と、aiseo-llmo.comの既存ガイド記事「AI生成コンテンツはSEOで通用するか」との違いは何ですか？

既存のガイド記事「AI生成コンテンツはSEOで通用するか｜2026年最新ガイドライン」は、Googleの公式見解やスパムポリシーを整理した一般的な評価ガイドです。

これに対して本記事は、Search Engine Landの著者自身が自社サイトのGA4・GSCデータを用いて、3種類の制作方式の実パフォーマンスを比較検証したという、具体的な実データに基づく速報ニュースです。既存ガイドの一般論を、実際の数値で裏付ける新しい根拠として位置づけられます。

関連記事

• LLMOとは何か――完全ガイド
• AI検索最適化ガイド――GEO・LLMOの実践
• AI生成コンテンツはSEOで通用するか｜2026年最新ガイドライン
• GoogleがAI生成コンテンツ起因のクロール・インデックス抑制を明言、「AIと分かる」記事は未登録リスク
• Google June 2026スパムアップデート：AI OverviewsとAI Modeへのスパムポリシーが正式拡張
• GSCの生成AIレポートは"罠"――インプレッション偏重の落とし穴をSEJが指摘
• 用語集：LLMO（Large Language Model Optimization）
• 用語集：E-E-A-T（経験・専門性・権威性・信頼性）
• 用語集：ヘルプフルコンテンツアップデート