AI記事の公開前チェックリスト｜機械と人間で分ける20項目

「公開前チェックリストを作ったのに、いつの間にか誰も見なくなった」——AI記事の運用で最も多い挫折は、実はチェックリストの形骸化です。原因は担当者の怠慢ではありません。機械にやらせるべき検査を人間に割り当てた、設計の問題です。人間の集中力は有限で、単純な照合を繰り返すほど摩耗し、肝心の判断を見落とします。当社は数百本規模のAI記事運用で、チェックの一部をスクリプト（自動検査のプログラム）による全数検査に切り出し、人間は事実確認・法令・競合中立性の3視点に集中する分担を敷いています。この体制で10本の記事から68件の修正が出た実測が、分担設計の効果の証拠です。

この記事では、機械に任せる8項目と人間にしかできない12項目の分担、そして形骸化を防ぐ運用設計を解説します。読み終えたとき、自社のチェック体制を「頑張って見る」から「仕組みで守る」に設計し直せることをお約束します。個別の事実確認の手法はファクトチェックの記事が実務編です。

先に結論：全部を人間の目に頼ると、形骸化して終わる

まず最初に、結論からお伝えします。

• チェックの半分近くは機械化できる。機械化できる項目を人間にやらせない
• 人間の目は、事実確認・法令・読者価値という「判断」にだけ使う
• チェックリストは作った日ではなく、運用3ヶ月後に真価が問われる

AIで記事の生産量が増えるほど、公開前チェックはボトルネックになります。ここで「もっと注意深く見よう」という精神論に向かうと、チェックは重くなり、重いから飛ばされ、飛ばされるから事故が起きる——という悪循環に入ります。抜け道は逆方向にあります。検査を軽くするのではなく、機械に移す。人間の負担が減るほどチェックは確実に回り、人間は本当に人間にしかできない判断に集中できます。

分担設計——なぜ「機械×人間」で分けるのか

分担の原理は単純で、機械と人間は得意な検査が正反対だからです。機械は「ルールで書ける検査」を、疲れず・漏らさず・全数でこなします。文字数が基準に達しているか、使ってはいけない表現が混ざっていないか、リンクが切れていないか——これらを人間が目視する のは、電卓がある時代の筆算です。一方、機械には「この数字は事実か」「この表現は読者に誤解を与えないか」という判断ができません。ここが人間の持ち場です。

当社の実測が、この分担の必要性を示しています。機械検査を通過した記事に対して、人間の3視点レビュー（事実確認・法令・競合中立性）を行ったところ、10本から68件の修正が出ました。中には、補助金制度の名称が古いまま3記事に載っていた——公開後に発覚すれば読者に実害が及ぶ——重大な誤りも含まれていました。機械検査だけでは、この種の誤りは1件も捕まりません。逆に、人間だけでチェックしていたら、68件の判断に集中する余力は残っていなかったはずです。

分担にはもうひとつ、副次的だが大きな効果があります。機械検査が「最低限の品質は保証済み」という土台を作ることで、人間のレビューの場が誤字探しから解放され、内容の議論に変わることです。経験上、レビューで「てにをは」の指摘ばかりが並ぶチームは、ほぼ例外なく前段の機械化が不足しています。指摘の質は、その前にある自動化の量で決まる——チェック体制を診断するときの、分かりやすい指標です。GoogleのAI生成コンテンツに関するガイダンスが示すとおり、評価されるのは公開物の品質そのもの。品質は「注意」ではなく、この分担の設計から生まれます。

機械チェックに任せる8項目

当社がスクリプトで全数検査している項目を、一般化して8つ示します。表計算ソフトの関数や無料ツールでも代用できるものから始めてください。

項目	何を検査するか
1. 文字数	本文が基準の範囲内か（不足も超過も検知）
2. NG表現	使わないと決めた言い回し・禁止語が混ざっていないか
3. 誇張表現	「必ず」「100%」など断定の誇張を警告として拾う
4. リンク切れ	内部・外部リンクが正しく応答するか
5. 見出し構造	見出しの階層・必須セクションの有無
6. 箇条書きの長さ	1項目が長すぎる箇条書き（読みにくさの兆候）
7. 外国語・文字化けの混入	生成時に紛れ込む別言語の文字を検出
8. 構造化データの妥当性	検証ツールでエラーなく認識されるか

7つ目は意外に思われるかもしれませんが、AIの生成では別言語の文字がまれに紛れ込むことがあり、当社でも検査を工程化してから複数回、公開前に捕捉しています。人間の目は「読めてしまう」ため、この種の混入をむしろ見逃します。8つ目の構造化データも同様で、見た目では壊れていることに気づけません（当社は既存記事43本の構造化データが機能していなかった事例を実際に経験しています）。機械検査の本質は、人間の目が構造的に苦手な検査を肩代わりすることです。ここまでを自動化すると、1記事あたりの機械検査は数秒で終わり、「検査済み」の土台の上で人間のレビューが始められます。ひとつ運用の注意を添えると、検査の基準値は「品質基準書」と「検査の仕組み」の両方に存在します。基準を変えたとき片方だけ更新して食い違う事故が起きやすいので、両者の更新は必ずセットで行うルールにしてください。

人間が見る12項目——事実・法務・読者価値

機械の土台の上で、人間は3つの領域・12項目を見ます。当社の3視点レビューを一般化した分担表です。

領域	チェック項目
事実確認（4項目)	数字と固有名詞の原典照合／制度・料金など鮮度が命の情報／引用の正確さ／自社の実績表現の裏づけ
法務・倫理（4項目）	業法・広告規制への抵触／他社への言及の公平さ／出典・権利関係／個人・取引先が特定される記述
読者価値（4項目）	質問に最初の画面で答えているか／この記事にしかない情報があるか／読後に行動が1つ決まるか／専門用語に補足があるか

レビューの順番にもコツがあります。事実確認→法務→読者価値の順に進めてください。後から事実の誤りが見つかって本文を直すと、先に済ませた読者価値の評価がやり直しになるからです。影響範囲の大きい検査から着手するのが、手戻りを最小にする順番です。

読者価値の4項目は、当社が「読後テスト」と呼ぶ検品です。誤りがないことと、読む価値があることは別の品質だからです。Googleの「有用で信頼性の高いコンテンツの作成」ガイドの問い——実体験に基づくか、読者を満足させるか——に「はい」と言えるかを、公開ボタンの前に確かめます。とくに「この記事にしかない情報があるか」は、AI記事では最重要の1問です（この観点は一次情報の記事で深掘りしています）。文章の自然さの直し方は不自然さ修正の記事、専門リスクの高い記事の確認体制は監修者設定の記事が続きになります。

プロの判断基準——チェックリストの形骸化を防ぐ運用設計

最後に、最も重要で最も語られない論点——チェックリストを3ヶ月後も生きた状態に保つ設計です。当社がコンサルティングの現場で使う判断基準は4つあります。

短期的には落ちます。そして、それでも割に合います。理由は2つ。第一に、機械化を進めるほどチェックの所要時間は下がり、数ヶ月後には「厳しいのに速い」状態に到達します。第二に、公開後に発覚した誤りの回収コスト——修正・信頼の毀損・場合によってはお詫び——は、公開前の確認の何倍も高くつきます。品質の工程は、ペースを落とす邪魔者ではなく、量産を可能にする前提条件です。この考え方は量産と品質管理の記事で全体像を扱っています。

よくあるご質問

AI記事の公開前チェックでは何を確認すべきですか？

大きく2層に分かれます。機械に任せる層は、文字数・NG表現・リンク切れ・見出し構造・外国語混入・構造化データなどルールで書ける8項目。人間が見る層は、事実確認・法務・読者価値の12項目です。全部を人間の目でやろうとすると形骸化するため、機械化できる検査を先に自動化し、人間は判断に集中する分担が実務的です。

チェックリストが形骸化しないためにはどうすればよいですか？

4つの設計が効きます。項目を増やす前に機械化を検討する、チェックの記録（何を確認し何件直したか）を残す、基準未達の記事を例外なく通さない、3ヶ月ごとにリスト自体を見直す、です。形骸化は担当者の怠慢ではなく、人間に機械向きの検査を割り当てた設計の問題として捉え直すことが出発点になります。

機械チェックにはどんなツールが必要ですか？

専用ツールがなくても始められます。文字数は表計算ソフト、リンク切れは無料のチェックツール、構造化データはGoogleの検証ツールで確認できます。NG表現や誇張表現の検査も、文書内の検索機能で代用可能です。仕組み化が進んだ段階で、スクリプトによる一括検査に移行すると、1記事あたり数秒で全項目を検査できるようになります。

人間のチェックはどのくらい時間をかけるべきですか？

機械検査が土台にある前提で、1記事あたり30分前後が目安です。内訳は、数字・固有名詞の原典照合、法規制と他社言及の確認、読後テスト（この記事にしかない情報があるか・読者の行動が決まるか）です。当社の実測では、この人間レビューで10本から68件の修正が出ており、この時間は品質への投資として十分に回収できます。

まとめ：人間の集中力は、判断にだけ使う

• チェックの形骸化は設計の問題。機械向きの検査を人間にやらせない
• ルールで書ける8項目は機械へ。全数・数秒・見落としなし
• 人間は事実・法務・読者価値の12項目——判断に集中する
• 記録を残し、例外を作らず、リスト自体を3ヶ月ごとに検品する
• 品質の工程は量産の敵ではなく、量産を可能にする前提条件

次の一歩は、いまお使いのチェックリストを開いて、「これは機械で検査できるか」で全項目を仕分けてみることです。半分近くが機械側に移せると気づくはずで、それがチェック体制が長持ちする分岐点になります。なお、法務項目の中身は業種の規制状況で大きく変わり、体制の最適解は制作本数とチーム構成に依存します。自社のチェック体制の設計は記事制作・メディア支援で個別にご相談いただけます。制作全体の流れはAIライティング完全ガイドをご覧ください。