「この記事はAIに任せてよいのか、人間が書くべきなのか」——AI活用が進むほど、この線引きに悩む場面は増えます。そして「AIで書く記事」「ライターに頼む記事」と記事単位の二択で分けた途端、判断は行き詰まります。実際の記事は、AIが得意なタスクと人間にしかできないタスクの混合物だからです。分けるべきは記事ではなく、記事の中のタスクです。
当社は月間4,500万セッション級メディアの支援実績を持ち、自社でも数百本規模のAI記事制作を運用しています。その実務から、タスク単位の分担表、記事タイプ別の使い分け、そして人間の時間をどこに使うかの判断基準を解説します。読み終わる頃には、「AIか人間か」という問いが「このタスクはどちらか」という答えの出る問いに変わっているはずです。
「書く人がいない」「AIの品質が不安」という段階からご相談いただけます。調査・執筆・確認・納品までの進め方と品質基準を13ページの資料にまとめました。
先に結論：記事単位ではなくタスク単位で分ける
まず最初に、結論からお伝えします。
- 分担は「記事単位」でなく「タスク単位」。1本の中で混ぜてよい
- AIの得意は構造化・網羅・速度。人間の得意は経験・判断・責任
- 公開の判断・事実の確定・経験の提供の3つは、常に人間に残す
この分担の議論には、もうひとつ大事な層があります。分担の目的は、AIの活用度を上げることではなく、人間の時間を「人間にしかできない仕事」に集め直すことです。何がその仕事なのかを判断する物差しを、後半のプロの判断基準の章で扱います。
得意・不得意の分担表
記事制作を構成するタスクを、向いている側に振り分けたのが次の表です。
| タスク | 向いている側とその理由 |
|---|---|
| 検索意図の整理・構成のたたき台 | AI。網羅の広さと速度で人間を上回る |
| 型のある本文の下書き（手順・比較・用語解説） | AI。構造化された文章の展開が得意 |
| 表記ゆれ・誤字の確認補助 | AI。機械的な一貫性の確認は疲れない |
| 経験談・事例・失敗談 | 人間。体験していないことは書けない |
| 数字・事実の確定と照合 | 人間。正しさの責任はAIに移せない |
| 専門的な判断・YMYL領域の記述 | 人間＋専門家。誤りの影響が大きすぎる |
見えてくる原則はシンプルです。情報を「整える」タスクはAIに、情報を「生む・保証する」タスクは人間に。Googleの「有用で信頼性の高いコンテンツの作成」ガイドが重視する経験にもとづく独自性は、定義上、体験を持つ人間側からしか出てきません。逆に、構成や表記の確認のような整えるタスクを人間が抱え込むのは、人間の時間の使いどころを誤っています。数字の照合のやり方はファクトチェックの記事で、道具ごとの得意分野の違いはツールの使い分けの記事で型にしています。
表に載らないグレーゾーンのタスク——見出しの言い回し、FAQの回答案、要約文など——で迷ったら、「これが間違っていたら、誰が困るか」で振り分けてください。読者が困る（誤解する・損する）なら人間の関門を通す。社内が困るだけ（作り直せば済む）なら、AIに任せて速度を取る。この一問で、グレーゾーンの大半は片づきます。判定に自信がないタスクを人間側に倒すのは安全ですが、全部を人間側に倒すと分担の意味がなくなる——そのための物差しです。
記事タイプ別の使い分けの型
タスク分担を前提に、記事タイプごとの主導権を決めると、制作の迷いがなくなります。タイプの見分け方は、書く前に「この記事の価値は何か」を一文で言ってみることです。「情報が整理されていること」なら情報整理型、「体験が語られていること」なら経験・見解型、「正確な専門判断」なら専門型——価値の置き場が、主導権の持ち主を教えてくれます。
情報整理型（比較・手順・用語解説）→ AI主導＋人間の確認
既にある情報を分かりやすく並べ直す記事です。AIが下書きまで進め、人間は構成の承認と事実の照合に集中します。
経験・見解型（事例・レビュー・考察）→ 人間主導＋AI補助
記事の価値が体験と判断にある記事です。中身は人間が書き、AIには構成の整理・見出し案・校正補助を任せます。
専門・YMYL型（医療・法律・お金）→ 人間と専門家が主導
誤りが読者の人生に影響する領域です。AIの役割は下調べの補助までとし、記述の確定は専門知識を持つ人間が行います。
当社の数百本規模の運用でも、この3タイプで主導権は変えつつ、どのタイプでも変えない共通点が1つあります。構成の承認を人間が握ることです。品質が崩れた数少ない局面は、いずれもこの関門を省いた時でした。主導権が誰にあっても、記事の方向を決める判断だけは人間の仕事として固定する——これがタイプ別運用の土台になります。仕上げの編集のやり方はリライト術の記事をご覧ください。
では、ライターへの外注はもう不要になるのでしょうか？
不要になるのは「検索して情報をまとめるだけの外注」です。一方で、体験を持ち、取材ができ、専門的な判断ができるライターの価値は、AI以後むしろ上がっています。分担表のとおり、AIが埋められないのは経験と判断だからです。変わるのは依頼の中身です。「5,000字書いてください」ではなく、「あなたの現場の失敗談をください」「この専門家に取材してきてください」——執筆代行から、経験と取材の提供へ。実際、この切り替えはライター側にも歓迎されることが多いのです。文字数で測られる仕事より、その人にしか出せない経験で評価される仕事のほうが、単価も専門性も守られるからです。外注費の使いどころを情報の希少性に寄せるのが、AI時代の外注設計です（費用面の比較は外注比較の記事で詳しく扱っています）。
「書く人がいない」「AIの品質が不安」という段階からご相談いただけます。調査・執筆・確認・納品までの進め方と品質基準を13ページの資料にまとめました。
プロの判断基準——人間の時間をどこに使うか
ここからが本記事の核心です。タスク分担で迷ったときの最終判断に、当社は記事の価値を測る4つのレベルという物差しを使います。無いと苦情になる基本価値（質問への答え・誤情報がないこと）、あって当たり前の期待価値（読みやすさ）、あったら嬉しい願望価値（先回りの補足）、そして読者が驚いてファンになる予想外価値（一次情報・独自データ・専門家ならではの視点）です。この4レベルを担い手に重ねると、分担の原理が一枚で見えます。なお、この4レベルは当社が記事の品質診断に使っている枠組みで、読者の期待をどの高さまで超えられたかを測る物差しです。
| 価値のレベル | 主な担い手 | 人間の時間の使い方 |
|---|---|---|
| 基本（答えがある・誤情報がない） | AI下書き＋人間の照合 | 照合という関門にだけ時間を使う |
| 期待（読みやすい・整っている） | AI＋型 | 型を磨く時間に投資し、毎回の手直しは減らす |
| 願望（先回り・気が利いている） | AIの網羅＋人間の選別 | 読者理解にもとづく取捨選択に使う |
| 予想外（独自データ・経験・視点） | 人間のみ | ここに最優先で時間を配分する |
AIと型がどれだけ進歩しても、届くのは上から3段目まで——「よくできた普通の記事」の水準です。読者が「この会社に頼みたい」と思う瞬間を作る予想外価値は、体験・独自データ・専門家の視点という人間の材料からしか生まれません。だから当社の判断基準はこうなります。人間が「整える作業」に使っている時間は、予想外価値が生まれていない時間。分担の見直しとは、この時間を回収して、経験の言語化・顧客の声の収集・独自データづくり（一次情報の記事参照）へ付け替える作業なのです。
付け替え先を具体的に挙げると、たとえばこの3つです。営業・サポートに寄せられた質問を週次で拾い、記事のネタ帳に貯める。うまくいかなかった施策を「なぜ・どうしたか」まで言語化して、失敗談の在庫を作る。自社の業務で自然に貯まる数字を集計して、他社には出せない独自データに育てる。どれもAIには一切できない仕事であり、そして記事の「予想外価値」の原料そのものです。整える時間を1日1時間回収できれば、月20時間ぶんの原料生産が始まります。
今泉の視点：ご支援で分担の相談を受けたとき、私が最初にやるのは「編集担当の1週間の時間の使い途」を見せていただくことです。多くの場合、7割が表記の統一・体裁の調整・下書きの手直しという「整える作業」に消えています。AIの出番はまさにそこで、目的は人減らしではありません。AIは、人間の代わりに書くために入れるのではなく、人間を『人間にしかできない仕事』に返すために入れる——この一文を、分担設計の憲法にしてください。整える作業が7割の編集者と、経験の取材と選別に7割使える編集者。1年後のメディアの差は、この時間配分の差です。
分担を体制に落とし込む3つの実務
分担の考え方を、属人的な運用で終わらせず体制に固定するには、次の3つを文書にします。
- タスク分担表をチームで共有し、迷ったら表に追記して育てる
- 構成の承認と公開の判断は、人間の関門として工程に固定する
- ライターへの発注書を「文字数」から「提供してほしい経験・取材」へ書き換える
1つ目の分担表は、作って終わりにしないことが肝心です。初期版は難しく考えず、本記事の分担表をそのまま写して、タスク名を自社の言葉（自社の工程名・ツール名）に置き換えるだけで十分です。そのうえで、「これはどちらだろう」と迷うタスクが出るたびに、チームで判断して表に1行追記していく。判断した日付と理由も添えておくと、あとから見直すときに「なぜこう決めたか」が残ります。この積み重ねが半年もすると、自社の記事づくりに固有の判断集になり、新しいメンバーの教育資料としても機能し始めます。
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、検索エンジンは制作の手段ではなく品質で記事を評価します。つまり「AIで作ったか」を隠す必要も、誇る必要もありません。問われるのは、人間が何を足したかです。分担の設計図ができたら、工程への落とし込みはワークフロー設計の記事、本数を増やす際の品質維持は量産と品質管理の記事、読者への開示の考え方は開示ルールの記事が続きの地図になります。
よくあるご質問
まとめ：「AIか人間か」ではなく「どのタスクをどちらに」
- 分担は記事単位でなくタスク単位。1本の中で混ぜてよい
- 整えるタスクはAI、生む・保証するタスクは人間
- AIが届くのは期待価値まで。予想外価値は人間の材料から
- 人間の時間は「整える」から回収し、経験の生産へ付け替える
- 外注は執筆代行から「経験・取材の提供」へ切り替える
次の一歩は、直近の記事1本を表に照らして、タスクごとに「AI／人間」を書き込んでみることです。いま人間が抱えている「整える作業」の量が、そのまま効率化の余地であり、独自性への投資余力です。なお、どのタスクから移すかの順番は、チームの構成と記事タイプの比率で変わります。全体の進め方はAIライティング完全ガイドを、分担設計のご相談は記事制作・メディア支援で承っています。
「書く人がいない」「AIの品質が不安」という段階からご相談いただけます。調査・執筆・確認・納品までの進め方と品質基準を13ページの資料にまとめました。
