AI生成コンテンツは検索でどう評価されるのか ── Googleの公式見解と、品質評価ガイドラインの実際の記述（2026年8月時点）

01 いま何が起きているとされているか

「見抜かれ、評価される」という表現の出どころ

「Googleが検索品質評価ガイドラインを改定し、AI生成コンテンツは"見抜かれ"、評価される」という趣旨の見出しは、AI生成コンテンツに関する話題としてSEO系メディアでたびたび目にします。2025年1月・9月にGeneral Guidelines(検索品質評価ガイドライン)が改定されたのは事実です。ただし、この記事で実際にPDF本体を開いて確認したところ、「見抜く」「検出する」に相当する記述は本文中に見当たりませんでした。評価者に求められているのは、コンテンツがどう作られたかを突き止めることではなく、General Guidelines本体(PDF)のセクション2.1・4.6.5・4.6.6が定める基準に沿って、そのページの中身を評価することです。

実際にセクション2.1へ新設された定義

2025年1月の改定でセクション2.1に新設された「Generative AI」の定義を、PDFから直接引用します。

訳すと「生成AIは、与えられた事例から学習した内容をもとに、テキスト・画像・音楽・コードなどの新しいコンテンツを作成できる機械学習モデルの一種である」「生成AIはコンテンツ作成に役立つ道具になりうるが、他の道具と同様に、悪用されることもある」という定義です。ここに書かれているのは中立的な定義であり、AI生成コンテンツそのものを問題視する文言ではありません。

「見抜かれ、評価される」という主張を検証する

この記事の元になった業界メディアの記事は、ガイドライン改定の要点として「AIによるスケール型コンテンツのリスクに警鐘を鳴らす」「低評価と最低評価の違いが明文化された」といった内容を挙げていました。これらの要点自体は、04章で確認するセクション4.6.5・4.6.6の記述とおおむね対応しており、方向性として間違ってはいません。ただし、見出しの「見抜かれ、評価される」という表現は、原文の語彙とは距離があります。原文が使っているのは"detect"(検出する)ではなく、"rate"(評価する)という動詞です。この違いは些細に見えて、実務上の受け止め方を左右します。「見抜かれる」と読むと「AIだとバレないように書く」という対策に向かいがちですが、「評価される」と正確に読めば「効果のある内容を書く」という対策に向かいます。この記事が04章以降で確認するのは、後者の読み方を裏づける原文の記述です。

2025年1月・9月に何が変わったか、変わらなかったか

2025年1月の改定でページ数は170ページから181ページに増え、期限切れドメインの悪用・サイト評判の悪用・スケールコンテンツの悪用という3つのスパム類型が新設されました。Search Engine Journalの報道(2025年1月26日)も、この3つのスパム類型の新設を確認しています。生成AIの定義が新設されたのはこのタイミングです。同年9月の改定は182ページとほぼ変わらず、YMYLの分類名変更とAI Overviewの評価事例追加が中心でした。この記事では、AI生成コンテンツに焦点を絞り、ガイドラインの原文が実際に何を定めているかを確認します。なお、ガイドラインの改定履歴そのものの全体像は、既存記事「【2026年8月時点】Google検索品質評価ガイドラインの最新版と改訂履歴 ── 自分のサイトで確認する15項目」で扱っています。この記事はその中の「AI生成コンテンツの扱い」という一点に絞った内容で、改定履歴そのものは繰り返しません。

02 なぜ、いま整理が必要なのか

「AI生成 = 低評価」という単純化が広まりやすい理由

生成AIツールが一般化した2023年以降、コンテンツ制作の現場では「AIで書いた記事は順位が下がるのか」という不安が繰り返し話題になってきました。2023年2月8日公開の公式ブログは、この不安に直接答える形で書かれています。そこで示された立場は、コンテンツがどう作られたかではなく、コンテンツの質そのものを評価するというものでした。この立場は2025年1月の改定でも変わっていません。むしろ、生成AIの定義を明文化することで、「AIで作られたかどうか」と「評価がどうなるか」を切り分ける記述が増えています。

E-E-A-Tと生成AI定義、2つの改定の位置づけ

時系列を整理すると、まず2022年12月の改定でE-A-TにExperience(経験)が加わりE-E-A-Tになりました。続く2023年11月の改定でNeeds Metの尺度が整理され、新しいコンテンツ形式への事例が追加されています。そして2025年1月、生成AIの定義とスケールコンテンツの悪用という分類が新設されました。この3つの改定は、いずれも既存の評価軸(PQ・NM)を精緻化するものであり、AI生成という新しい判定軸を作ったわけではありません。

助走期間としての「役立つコンテンツシステム」

生成AIをめぐる評価基準は、2025年1月に突然現れたものではありません。2022年8月、Googleは「役立つコンテンツシステム」(Helpful Content System)を検索アルゴリズムに組み込み、人を第一に考えたコンテンツを評価する仕組みを導入しました。当時はまだ生成AIツールが今ほど一般化しておらず、この仕組みは検索結果を優先目的にした低品質コンテンツ全般を対象にしたものでした。2025年1月の改定は、この既存の枠組みに、生成AIという新しい制作手段を明示的に位置づけ直した改定だと捉えると、文脈がつながります。新しい判定基準が作られたのではなく、既存の判定基準の適用対象が明文化されたという整理です。

Web運営者が本当に確認すべきこと

不安の中心が「AIで書いたかどうかを見抜かれるのでは」という点にあるなら、その不安自体が的を外している可能性があります。ガイドラインが定めているのは、コンテンツの効果・独自性・付加価値という、AI利用の有無にかかわらず問われる基準です。この記事の04章・05章では、実際にどの基準が問われているのかを、原文の該当箇所とあわせて確認します。生成AIツールの利用そのものを禁じたり制限したりする記述は、ガイドライン全文のどこにも見当たりませんでした。制限されているのは、あくまで「労力や独自性を伴わない量産」という行為そのものです。

03 この記事で出てくる用語

コンテンツの作られ方に関する用語

スパムに関する用語

透明性に関する用語

評価尺度に関する用語(補足)

Page Quality(PQ)・E-E-A-Tなど、評価の骨格そのものについては、既存記事で扱っているため、この記事では繰り返しません。この記事で新しく登場するのは、上記の生成AI・MC・スケールコンテンツの悪用の3つと、次章で扱う「効果(Effort)」という観点です。

04 実際のガイドラインは何を定めているか

ここからは、03章で確認した用語を踏まえて、ガイドライン原文の該当箇所を実際に読んでいきます。適用範囲・測っていないこと・判定手順の3つに分けて整理します。

🅰 適用範囲 ── 問われているのは「作り方」ではなく「効果」

セクション4.6.6には、次のように書かれています。

訳すと「同様に、生成AIツールを使用したことだけでは、労力の水準やPage Quality評価は決まらない。生成AIツールは、高品質なコンテンツ作成にも低品質なコンテンツ作成にも使われうる」という内容です。この一文が、この記事の主題に対する公式の回答そのものです。生成AIを使ったかどうかは、それ単体では評価を決めません。決めるのは、そのコンテンツにどれだけの労力・独自性・付加価値があるかという点です。

🅱 このガイドラインが測っていないこと

ガイドライン全文を確認した限り、「AI生成であることを検出する具体的な手法」についての記述は見当たりませんでした。評価者に求められているのは検出ではなく評価です。むしろセクション4.6.5には、次のような一文があります。

🅲 Lowest評価が下る条件(手順として整理)

4.6.6の該当箇所を、判定できる形に整理すると次のようになります。ページのMC(text・images・audio・videoを含む)の全部または大部分が、次のいずれかに該当し、かつ「労力・独自性・付加価値がほとんどない」場合、Lowest評価が適用されます。

ここで見落とされがちなのが、「複製(copied)」「言い換え(paraphrased)」「埋め込み(embedded)」「自動またはAI生成」「再投稿(reposted)」という5つの作られ方のうち、AI生成はそのうちの1つに過ぎないという点です。人手による複製・言い換えも、まったく同じ基準でLowest評価の対象になります。作り方を分けて評価しているのではなく、労力・独自性・付加価値という結果を評価しているという構造です。

4つの組み合わせで整理する

「生成AIの使用」と「労力・独自性・付加価値」という2つの軸を掛け合わせると、評価がどうなるかを整理できます。

この図が示すとおり、評価を分けているのは横軸(労力・独自性・付加価値の高低)であって、縦軸(生成AIを使ったかどうか)ではありません。生成AIを使わずに人が書いた記事でも、複製や言い換えに近く付加価値がなければLowest評価の対象になります。逆に、生成AIを使って作成した記事でも、そこに独自の一次情報や検証結果が加われば、高品質と評価されうる側に位置します。「AIを使わなければ安全」という認識は、この整理からすると正確ではありません。

05 明日、自分のサイトで確認できること

チェックリストの狙い

以下は、04章で確認した基準を、公開済みの記事に対して今日から確認できる動作に翻訳したものです。チェックの状態はブラウザ内にのみ保存され、サーバーには送信されません。

• 公開済み記事のうち、直近1年で内容を更新していないものを3本書き出す
• その3本について、本文中に一次情報へのリンクがあるか確認する
• 自動化ツール(AIか否かを問わない)で作成したページの一覧を洗い出す
• その一覧のうち、公開後に人が読んで加筆・修正した記事の割合を数える
• 同じテーマで作成した記事同士の見出し構成を比較し、酷似していないか確認する
• 記事の主要コンテンツが、他サイトの要約や言い換えになっていないか読み比べる
• 記事に運営者情報・執筆者情報が明記されているか確認する
• 記事の作成方法(AI利用の有無・程度)を読者に開示しているか確認する
• Search Consoleの「ページのインデックス登録」レポートで、除外理由の内訳を控える
• 「〜と言われている」など出典のない曖昧な表現を、公開済み記事から3箇所書き出す
• 大量生成した記事群のうち、公開後に一度もアクセスがない記事の本数を数える
• サイト内に定型文だけで構成されたページが残っていないか確認する
• 市販のAI検出ツールの判定結果を、そのまま記事の評価として扱っていないか振り返る

優先順位のつけ方

13項目のうち、1番目から6番目は「スケールコンテンツの悪用」に直接対応する確認です。特に11番目(アクセスがない記事の本数)は、量産したコンテンツの実態を数字で把握する項目で、感覚ではなく実測に基づいて判断するための起点になります。7・8番目は透明性、9・10番目はガイドラインが繰り返し重視する「出典の明示」に対応します。13番目は、この記事の主題である「AIかどうかではなく効果を見る」という原則を、自分自身の判断にも当てはめるための項目です。すべてを一度に埋める必要はありません。まずは1番目から3番目までを実行し、大量生成した記事群の全体像をつかむところから始めることを想定しています。

市販のAI検出ツールをどう扱うか

13番目の項目について補足します。市販のAI検出ツールは「AIが書いた可能性」をスコアで示しますが、これはGoogleが公表している評価基準ではありません。04章で確認したとおり、Googleの評価は作成方法の検出ではなく、コンテンツの効果を見る仕組みです。検出ツールのスコアが低いからといって高品質と判断できるわけではなく、逆にスコアが高くても、労力と独自性があれば低評価にはなりません。次章で、確認の選択肢を整理します。

06 コンテンツの質を確かめる方法の比較

4つの確認方法とその限界

05章の13番目の項目に関連して、コンテンツの質を確かめる代表的な方法を、それぞれの限界とあわせて整理しました。

方法	何が分かるか	限界
自分で読み返す 人力レビュー	一次情報の有無、論理の飛躍、独自性の有無	時間がかかる。書いた本人は気づきにくい誤りもある
05章のチェックリストで照合する	ガイドラインが定める観点との整合状況	定性的な確認にとどまり、数値化はできない
市販のAI検出ツール	「AIが書いた可能性」を示すスコア	Googleの評価基準ではない。誤検出の報告もあり、公式に推奨された手法ではない
当サイトの🔧 WEB総合分析ツールで技術面を確認	メタ情報・構造化データ・内部リンクなど技術的な状態	文章そのものの独自性や労力は判定しない

技術面のチェックと内容面のチェックは別物

この表が示すとおり、技術的な確認ツールは「効果」そのものを判定できません。🔧 WEB総合分析ツールのような自動チェックは、meta descriptionの有無や構造化データの整合性など、技術的な前提条件を確認する用途に向いています。その先にある「独自性があるか」「労力がかけられているか」という判断は、最終的に人が読んで下す必要があります。ガイドラインが評価者という人間に判断を委ねている構造そのものが、この点を裏づけています。

実務での使い分けとしては、技術的な前提条件(表の4番目)を機械的なチェックで先に片づけ、そのうえで人力レビュー(表の1番目)に時間を割く、という順序が効率的です。市販のAI検出ツール(表の3番目)は、参考として眺めることはできても、それ単体を判断材料にはしないという位置づけが、この記事で確認してきた原文の記述と整合します。

順位低下の統計について、この記事に書けなかったこと

正直に書きます。「AI生成コンテンツが原因でどれだけの記事の順位が下がったか」という統計を探しましたが、Google公式が公開している数値は見当たりませんでした。個別のサイト運営者やSEO調査会社が独自に集計した推計は存在しますが、集計方法や母集団が公開元によって異なり、この記事の基準で一次情報として扱えるものは確認できませんでした。数字を創作して埋めるより、「公式統計は無い」と正直に書くほうが、この記事の姿勢と一致します。05章の11番目の項目(自分のサイトでアクセスがない記事の本数を数える)が、業界統計の代わりに使える、自分のサイトに閉じた実測値です。

生成AIに頼らない代替手段

ここまで「生成AIを使うかどうかでは評価が決まらない」という原文の記述を確認してきましたが、そもそも生成AIを使わずに04章の基準(労力・独自性・付加価値)を満たす手段も、あわせて整理しておきます。ガイドラインが繰り返し重視しているのは一次情報・実体験・専門知見であり、これらを満たす代表的な手段には次のようなものがあります。一次調査(自社でアンケートやアクセス解析データを集めて公開する)、専門家への取材・監修(その分野の資格や実務経験を持つ人に確認してもらう)、独自データの収集(公開されていない自社の実測値を記事化する)、体験談の追加(実際に使った・試した記録を一次情報として載せる)です。これらはいずれも、生成AIを使う・使わないにかかわらず、独自性と付加価値を高める手段として機能します。

検出ツールの精度について、公式が言及していないこと

市販のAI検出ツールについて、もう一点補足します。ガイドライン全文を確認した限り、Google自身がAI検出ツールの精度や有効性について公式に言及している箇所は見当たりませんでした。Google Search's guidance on using Generative AI contentが求めているのは、検出をすり抜けることではなく、正確さ・品質・関連性に注力すること、そしてコンテンツがどう作られたかについて読者に文脈を示すことです。「検出ツールに引っかからない書き方」を工夫することは、この記事で確認してきた評価基準とは別の方向を向いた対応だと言えます。

07 当サイトでの実践例

作成方法を開示するという選択

02章で触れた「who, how, why」の枠組みに関連して、当サイトのAI Ronブログでは、記事がAIとの協働によって書かれていることをサイト運営情報として開示しています。この開示は、「『さ、どうなるかねぇ』の答え ── サイト1周年、AIという相棒が現れて何が変わったのか」という記事で経緯として記録されています。「誰が」「どう」作ったかを隠さずに示すこと自体が、透明性という観点での対応になります。

量産した記事の実態を数字で確認した記録

05章の11番目の項目(アクセスがない記事の本数を数える)に近い作業として、当サイトでは過去に「1,238記事の8割が『土俵に上がっていない』ことに気づいた日」という記録を公開しています。これは量産していた記事のうち、addview.html(記事詳細を構成するファイル)が未生成のまま放置されていた実態を、感覚ではなく実数で把握した事例です。「大量に作った」という自己申告ではなく、実際に何本が機能しているかを数えるという姿勢は、この記事の04章・05章で扱った基準と地続きです。

推奨されない施策を避けた記録

また、「Googleが『やるな』と言ったGEO施策」では、chunking・llms.txt量産・FAQスパムといった、量を優先する手法が非推奨とされている一次情報を整理しています。この記事のスケールコンテンツの悪用の議論とあわせて読むと、「量を優先する施策全般」に共通する評価上のリスクが見えてきます。

08 このテーマの、これまで

ガイドライン全体の改定履歴との関係

この記事は、既存記事「Google検索品質評価ガイドラインの最新版と改訂履歴」で扱った改定履歴のうち、生成AIに関わる部分だけを抜き出し、深掘りしたものです。既存記事の05章で挙げたチェックリストと、この記事の05章のチェックリストは、対象範囲が異なります。既存記事は「サイト全体の透明性・信頼性」を扱い、この記事は「コンテンツの作られ方そのもの」に焦点を絞っています。

これまでの記録との接続

07章で挙げた2本の記録(archives/24・archives/98)は、いずれもこの記事を書く時点ではまだ「AI生成コンテンツの評価基準」という文脈では捉えられていませんでした。今回、ガイドライン原文を一次情報として確認したことで、過去の記録が「効果を優先する」という基準と整合していたかどうかを、後から検証できる形になりました。ガイドラインが改定され続ける以上、今後も定期的に、過去の記事群がこの基準に沿っているかを見直す作業が必要になります。

量を優先する施策との共通点

08章の冒頭で触れたarchives/79(GEO施策の非推奨整理)と、この記事の主題であるスケールコンテンツの悪用には、共通する骨格があります。どちらも「量を増やせば結果が出る」という前提そのものを、Google側が明示的に否定している事例です。chunking・llms.txt量産・FAQスパムが非推奨とされた理由と、スケールコンテンツの悪用が新設された理由は、労力や独自性を伴わずに数だけを追う行為が価値を生まないという同じ考え方に基づいています。AI生成コンテンツというテーマを、単発の話題としてではなく、この共通する骨格の一部として捉えることが、この記事の08章としての位置づけです。