Google の AI コンテンツ分類器は実際にどう「AI が生成したもの」を判定しているのか

Google がコンテンツを評価する際、単純な「AI か人間か」の二値判定だけで判断しているわけではありません。実務上は、文体の規則性、情報密度、意図一致、事実整合、更新性など複数軸を組み合わせて品質を推定します。つまり問題は生成手段ではなく、結果としての有用性と独自性です。

よくある誤解

• AI を使った時点で自動的に不利になる。
• perplexity を下げれば審査に通る。
• 人間が少し手直しすれば十分に独自化できる。
• 語尾と敬体を変えれば重複判定を回避できる。

実際には、表面的な言い換えよりも、情報の新規性と検証可能性が重視されます。監査観点では、出典の明確さ、条件分岐の具体性、失敗時の対処、読者が行動できる手順があるかどうかが重要です。

評価で見られやすい 11 項目

1. 語彙の多様性
2. 文長のばらつき
3. 段落ごとの情報密度
4. 結論と根拠の整合
5. 検索意図との一致
6. 固有データの有無
7. 具体例の有無
8. 更新日と改訂履歴
9. 内部リンクの文脈性
10. 外部ソースの信頼性
11. ページ全体の体験品質

perplexity と burstiness の扱い

この 2 指標は補助的な特徴量にすぎません。低すぎる複雑度は定型文感を強め、高すぎる揺れは可読性を落とします。重要なのは、読者に必要な情報が段階的に整理され、各段落が役割を持っていることです。

審査で落ちやすい AI 記事の共通点

• 一般論の羅列で、対象サイト固有の条件が無い。
• 見出しは多いが、手順と判断基準が不足している。
• 出典 URL がない、または引用が不正確。
• 同じテンプレートで量産され、記事間差分が小さい。
• 更新日が古く、現在の仕様との差分が残っている。

実務で有効な改善フロー

1. 検索意図を 1 文で固定し、記事の目的を明確化する。
2. 結論、根拠、手順、例外の順で骨子を作る。
3. 固有ログや運用値を匿名化して挿入する。
4. 一次情報を最低 2 本引用し、主張の裏付けを置く。
5. 公開後に更新履歴を残し、継続メンテ前提へ変更する。

まとめ

Google の評価は AI 検出ゲームではなく品質評価です。固有情報、検証可能な根拠、実行可能な手順を備えた記事は、生成手段にかかわらず評価されます。まずは記事ごとの意図一致と具体性を強化することが、最短の改善ルートです。