AIを使ったかどうかだけでは記事品質を判定できません。技術手順では公式仕様と実際に確認した操作結果を区別し、運営実録では観測期間と測定できていない項目を明示します。すべての記事に同じ種類の証拠を要求するのではなく、読者への主張に対応する根拠を確認します。2026-08-31のproduction buildでは、公開記事とdraft: trueを分離し、canonical、BlogPosting JSON-LD、画像寸法、内部リンク、広告未配信を検査しました。
記事の種類ごとに、必要な証拠を分ける
| 種類 | 必要な根拠 | 書かないこと |
|---|---|---|
| 技術手順・設定実録 | 確認日、対象環境、操作、結果、関連する公式仕様 | 未実施の操作を成功体験として扱わない |
| 公式資料の解説 | 原典、確認日、適用範囲、筆者の整理・判断基準 | 実機未検証なのに動作確認済みと言わない |
| 運営日誌・収益レポート | 対象期間、実際に観測した数値、取得元、未計測の区別 | 計測できない売上を0円と書かない |
開始宣言は「これから行う計画」、準備レポートは「その時点で確認した記録」です。操作を再現した技術記事とは別の種類です。以前の「一次資料と再現結果が揃わない記事は公開しない」という一律の説明を、2026-09-23にこの区分へ訂正しました。
公開前に確認する6項目
| ゲート | 合格条件 | 失敗時 |
|---|---|---|
| 検索意図 | 1記事1意図で、既存記事と答えが重ならない | 統合または下書き |
| 根拠 | 技術・料金は公式資料、実録は観測元と期間を示す | 主張を保留する |
| 検証範囲 | 実施した環境・操作・結果と未検証を分ける | 未実施部分を実績として書かない |
| 独立した結論 | 公式説明の言い換えではなく判断と制約がある | 結論を再設計 |
| サイト実装 | 自己canonical、構造化データ、OG、内部リンク2本以上 | buildを失敗させる |
| 収益表示 | 広告・商品状態が確認できた実態と一致する | 誤った表示・購入導線を止める |
Google Search Centralは、生成AIの利用そのものより、正確性・品質・関連性と、ユーザーに価値を加えることを重視しています。大量生成や検索順位操作を目的にせず、「誰が、どのように、なぜ作ったか」を説明できる状態にします。
本サイトで再現した検査
npm run validateとproduction buildで、下書き漏れ、canonical、JSON-LD、画像寸法、リンク、商品状態を検査します。さらにpending中は、生成HTML全体にAdSenseローダー、広告ユニット、広告プレースホルダーがないことを確認します。AstroとCloudflare PagesでAdSense申請した実録では、所有権確認と広告配信を別状態として記録しています。
AIが生成した文章に公式URLを付けただけでは一次検証になりません。Cloudflare DNSでSearch Consoleを設定した記事のように、対象環境、成功画面、公開してはいけないトークン、反映待ちという失敗条件まで残します。
主張を修正するか、公開を保留するケース
- ダッシュボード値を確認できないのに、現在の実績として数値を掲載する
- 最新版の公式資料と手順が一致しない
- 既存記事と検索意図が同じ
- 成功結果だけで失敗条件や制約がない
- 商品を購入可能、広告を配信中など、外部状態を確認していない
- 元記事の要約だけで、独自の整理・判断材料・検証結果のいずれもない
新規の未検証原稿はdraft: trueで保持し、不足している根拠を編集メモへ残します。既存記事の一部が古くなった場合は、未確認の主張を取り下げ、訂正日と読者への影響を明示します。0を未計測の代わりに使わず、推測値を実測として扱いません。
AdSense未承認時の扱い
本サイトは2026-08-16に申請し、2026-08-31はGetting readyでした。2026-09-23の再審査申請前は「要確認／有用性の低いコンテンツ」で未承認でしたが、改善を反映して同日04:37 JST頃に再審査を申請した後は「準備中／審査待ち」です。同日08:00 JST頃の再確認ではads.txtは承認済みでしたが、これはサイトのコンテンツ審査が承認されたことを意味しません。技術検査に合格することと、Googleがコンテンツを承認することは別です。pending中はmetaとads.txtを維持し、広告ローダーと枠を出しません。承認後も記事本文の最初の主要セクション後に手動枠を1つだけ置き、広告と明示し、商品・サービス・法務・問い合わせ・プライバシー・入口ページには出さない設計です。
結論
AI支援記事の品質は、文章の自然さではなく、出典と操作の対応、再現可能性、失敗条件、公開状態の整合で判断できます。証拠が足りないときに公開を遅らせる仕組みまで含めて、個人サイトの品質管理です。