こんにちは、なかじです！

先日案内したブログセミナー「【AI時代を生き残る】本当は教えたくないブログの勝ち方とSEO対策」は、まだ申し込みを受け付けているので、よければ参加してください。

日時：4/25(土) 21:00〜
申し込みはこちら
https://touchai.jp/courses/vtf03XlHhQP

ChatGPTに書かせた記事、そのまま公開。なんてしてませんよね？

AIは自信満々に、平気でウソを書きます。ハルシネーション(誤情報)が混ざっていても見た目では分からないので、そのまま公開すると、メディアの信頼性が一発で落ちます。

AIで記事を書かせるケースが増えているんですが、誤情報が多すぎよ・・・SEO上位でも誤字脱字や誤情報がありすぎて、どうしようかと思っています。

で、これ解決策があります。誤情報やハルシネーションは完璧ではないけど、簡単に激減させることができます。

答えを教えます。

解決策は「書かせる前にソースを渡す」ことです。

プロが現場で実践するAIを使った記事の書き方

リサーチ素材をもとに書かせるだけでハルシネーションが格段に減ります。今日は制作会社のぼくらが現場で実際にやっている記事の書き方を紹介します。

誤情報の少ない記事の書き方はこの5ステップです。

1. NotebookLMでリサーチ

2. Gensparkでファクトチェック

3. Claudeで執筆

4. Gensparkで再ファクトチェック

5. 一次情報を追加

それぞれ順番に解説していきます。

まずNotebookLMでリサーチする

ソース集めに使うのが、GoogleのAIリサーチツール「NotebookLM」です。PDF・動画・ウェブ記事などを読み込んで、それをもとに調査や質問ができます。

まじですごいです。どのAIよりもわかりやすく生産性上がるので、絶対に使うように。NotebookLMを使ってない人で時間がないとか言ってる人がいたら許しません。

他のAIと違うのは「グラウンディング」という仕組みで、ソースに基づいて回答するので、NotebookLMはハルシネーションが圧倒的に少なくなります。

ソースに情報がなければ「ない」と言ってくれるし、どこから引用しているかも示してくれます。すごい。

検索はFast researchとDeep researchの2種類。専門性が高い記事はDeep research、サクッとやりたいときはFast researchで使い分けています。

Deep researchは5〜10分くらいはかかるので、時間がないときにやったらダメです。Fast researchは10秒くらいではやい。さすがFast。

ソース候補が出たら関係ないものを除外しましょう。

意外と関係ないものまで混ざってきますからね。たとえば、OpenAIから今日発表された「Workspace Agents」のソースとして、全然関係ないAmazonのサービスとかGoogleのサービスの記事が選ばれたりします。

そういうのは関係ないものなので、ソースから除外しないとおかしなことになります。

そんな感じでソースを絞り込んだら「レポート(概要説明資料)」を生成します。「ブログ記事」ボタンもありますが、概要説明資料を元にアレンジする方がいいものになります。

レポートをGensparkでファクトチェックする

レポートができたら「Genspark」ってAIエージェントを使ってファクトチェックします。

意外と知らない人も多いと思うんですが、ファクトチェック機能があって、これがなかなかにすごいです。

コピペしてボタンを押すだけで「正確」「不正確・誤解を招く」の判定が出て、証拠のスクリーンショットも貼ってくれる。

もちろん間違ったりもするんですが、体感で8割くらいは機能している印象です。それだけでもまじで助かります。

Gensparkは有料プラン前提ですが、もし他のAIサービスの有料プランに入ってて、Deep Researchとか使えるなら、そっちでもOK。とにかくAI使ってファクトチェックしましょう。

問題のある部分を修正してから次へ進みます。

Claudeに渡して記事を書かせる

修正したレポートをClaudeに渡します。

Claudeを使うのは一番自然な日本語を出力してくれるからです。

とはいえ、今はどれも性能も高いし日本語も上手なので、ChatGPTでもいいし、Geminiでもいいんですが、一番オススメを聞かれたらClaudeです。

Claudeの中でもOpus4.7って言語モデルがいいですね。一番性能が高い分、日本語能力も高いです。

プロンプトには「ソースに基づいて記事を書いてください」って一言は必ず入れるようにしましょう。これだけでソースがない中で記事を書かせるより、ハルシネーションが格段に減ります。

生成後もう一度ファクトチェックする

それで記事が生成されたら、もう一度Gensparkのファクトチェックにかけましょう。

ソースをもとに書いてもらっても、記事化する段階でソースにない文章が混じることがあります。

最後に再チェックすることで、そのあたりも防げます。ここは面倒でも2回やった方がいいです。

最後に一次情報を足す

ここまでで、ハルシネーションが少ない記事は作れます。ただそれが「面白い記事」かどうかは別の話です。

効率よく誤情報の少ない記事を作れるんですが、それが役立つ、面白い記事になるわけではありません。一次情報とかが入っているわけじゃないですからね。

AIにはここができないので、自分で入れてやりましょう。

みたいな話をClaude Codeの記事に入れると、AIだけでは作れないコンテンツになります。「実際どうなの？」「何を感じたの？」みたいなことですね。

で、ここで重要なことは求められていること、役立つ一次情報を入れるってことですね。

Claude Codeでも「便利だと思いました」って言ったところで役には立ちません。それがどう役だったか、何を自動化したのか、苦労した点などを書くことに意味があります。

これからのAIはどれを使うかより、どう組み合わせるか。これがまじで重要です。

完璧なAIなんてありません。得意分野が分かれます。画像生成ならChatGPTだし、文章ならClaude、いろんなGoogleサービスとの連携ならGeminiとか。

NotebookLMもGensparkも、触れば初日から「これすごい」となるはずなので、ぜひ試してみてください！

ちなみに実は今日紹介した流れはうちの会社で「今」やっている方法そのものではありません。まったく使ってないわけでもないんですが、メインではこのやり方をやってるわけじゃないです。

これは意地悪をしてるわけじゃなくて、独自システムを組んでしまったので、Genspark触って、それをClaudeに連携して・・・みたいなことを毎回やってるわけじゃないんです。

このやり方と同じようなことがシステム側で完結するようにしているので、本気の人はそこまでやるといいですね。今ならClaude Codeとか使えば、割と誰でもできると思うので。

そんなこんなで今日はこれで終わりにしたいと思います。

何か共感したところや質問などあれば、お気軽に聞いてください！