AI記事はスパム扱いされない｜Google公式基準で確認

「AIで書いた記事はGoogleにペナルティを受ける」——いまでも社内会議で必ず出てくる一言ですが、これは公式の記述と食い違っています。Googleのスパムポリシーを読むと、違反として定義されているのは「AIを使うこと」ではありません。定義されているのは検索順位を操作することを主目的に、多数のページを生成する行為です。手段がAIであっても人力であっても、両方の組み合わせであっても、判断される軸は同じです。逆に言えば、AIを使ったかどうかを問わず、順位操作のための量産に踏み込んだ瞬間に違反になります。本記事では、スパムポリシーの原文と生成AIに関する公式ガイダンスを頼りに、何が違反で何が違反でないのかの線引きを確認し、それを社内の運用ルールに落とし込むところまでを整理します。

「AIで書いた記事はペナルティ」という誤解の出所

この誤解は、2つの出来事が混ざって生まれています。ひとつは、生成AIが普及した時期に検索アルゴリズムの大きな更新が続き、低品質なコンテンツを大量に公開していたサイトが実際に順位を落としたこと。もうひとつは、Googleが「自動生成コンテンツ」を古くからスパムポリシーで扱ってきたことです。この2つが結びつき、「AI＝自動生成＝違反」という三段論法が現場に定着しました。

しかし、順位を落としたサイトに共通していたのはAIを使ったことではなく、検索順位を狙って中身の薄いページを大量に公開したことです。同じ時期に、AIを下書きに使いながら人が調査と検証を加えて公開していたメディアが順位を伸ばした例もあります。相関を因果と読み違えたところに、この誤解の根があります。

誤解が実務に与える害は、思っているより大きいです。「AIは危ないから禁止」と決めてしまうと、調査の整理や構成案づくり、事実確認の下支えといった安全で効果の大きい使い方まで一律に止まります。逆に「AIでも問題ないらしい」と読み違えると、量産に踏み込んで本当に違反します。線引きを正確に知ることが、攻めと守りの両方に効きます。だから原文を読むところから始めます。

Google公式の立場：問題は作り方ではなく中身

生成AIコンテンツに関するGoogleの公式ガイダンスは、AI利用を一律に禁じていません。そこで求められているのは、まず「自分の仕事がSearch Essentials（検索の基本事項）とスパムポリシーの基準を満たしていることを確認する」こと。そして「特に自動でコンテンツを生成する場合には、正確性・品質・関連性に注意を向ける」ことです。注意の対象として、本文だけでなくメタデータ、構造化データ、画像の代替テキストまで挙げられています。

この書きぶりから読み取れるのは、Googleの関心が手段ではなく結果にあることです。AIを使ったかどうかは問われず、出来上がったページが正確で、品質が伴い、検索した人の関心に関連しているかが問われます。実務に翻訳すると、AIを使う場合ほど事実確認と品質管理の工程を厚くする必要がある、という当たり前の結論になります。

同じガイダンスには警告も併記されています。「生成AIツールやそれに類するツールを使って、ユーザーへの付加価値なく多数のページを生成することは、大規模なコンテンツ不正利用に関するGoogleのスパムポリシーに違反する可能性がある」。つまり、AI利用が問題になるのは「多数のページ」と「付加価値がない」が同時に成立したときです。この2条件を分解して見ていきます。

スパムポリシーの位置づけを正しく理解する

その前に、スパムポリシーというものの位置づけを整理しておきます。スパムポリシーは、検索品質を評価するアルゴリズムの調整とは別枠で、ポリシー違反があった場合に検索結果からページやサイトを除外し得るという規定です。品質が低いから順位が下がるのと、ポリシー違反で除外されるのは、レベルの違う話です。

ポリシーには、クローキング、リンクスパム、ドアウェイ（誘導ページ）、隠しテキスト、スクレイピング、期限切れドメインの不正利用、サイトの評判の不正利用、質の低いアフィリエイトなど、十数種類の類型が並びます。生成AIと直接関わるのは、このうち大規模なコンテンツ不正利用（scaled content abuse）です。ほかの類型も、AI利用と組み合わさると成立しやすくなるものがあります。

なお2026年には、これらのスパムポリシーが従来の検索結果だけでなく、AIによる概要（AI Overviews）やAIモードに表示される内容にも明確に適用される整理がなされたと報じられています。適用範囲の広がりは押さえておくべき動きですが、ポリシーそのものの定義が変わったわけではありません。読むべき原文は同じです。

scaled content abuseの定義を原文で確認する

スパムポリシーの原文は、この類型をこう定義しています。「大規模なコンテンツ不正利用とは、ユーザーの役に立つのではなく、主に検索順位を操作する目的で多数のページが生成される場合を指します」。短い一文ですが、判断の要素が3つ含まれています。「多数のページ」という量、「主に検索順位を操作する目的」という意図、そして「ユーザーの役に立つのではなく」という結果です。

重要なのは、この定義に作成手段が一切書かれていないことです。AIで作ったか、外注ライターに大量発注したか、既存ページを機械的に組み替えたかは問われません。量と意図と結果の3点で判断されます。逆に言えば、AIを使っていなくても、テンプレートに地名を差し替えただけのページを数百枚作れば、同じ類型に当たります。

判断の要素	問われること	現場での確認の仕方
量	多数のページが生成されているか	月あたりの公開本数と、その全部に人の確認が入っているか
意図	主目的が検索順位の操作になっていないか	そのページを作る理由を、検索順位に触れずに説明できるか
結果	ユーザーの役に立つ中身になっているか	そのページにしか書かれていない情報が何かを1行で言えるか

この3要素は、社内の判断基準にそのまま使えます。とくに有効なのが2行目の確認方法です。企画の理由を説明するとき、「このキーワードで上位を取りたいから」しか出てこないなら、意図の面で危うい企画だというシグナルになります。読者にとっての必要性を先に言えるかどうかを、企画段階の関門にすると、後戻りが減ります。

公式が挙げる4つの具体例

定義に続いて、原文は具体例を列挙しています。ここが実務ではもっとも参考になります。挙げられているのは次の4つです。

1. 生成AIツールやそれに類するツールを使って、ユーザーへの付加価値なく多数のページを生成すること
2. フィード・検索結果・その他のコンテンツをスクレイピングして多数のページを生成すること（同義語への置き換え、翻訳、その他の難読化といった自動変換を通じたものを含む）
3. 異なるウェブページのコンテンツを、付加価値を加えずに継ぎ合わせたり組み合わせたりすること
4. コンテンツが大規模に生成されていることを隠す意図で、複数のサイトを作成すること

1つ目が、生成AIに直接触れている項目です。注目すべきは「付加価値なく」という限定が付いていること。AIで多数のページを作ることが即座に違反ではなく、付加価値がない場合に違反になると書かれています。この一語があるかないかで、意味が正反対になります。引用して社内共有するときは、この限定を落とさないよう気をつけてください。

2つ目は、スクレイピングと自動変換です。かっこの中に同義語への置き換え・翻訳・難読化が明示されているのが実務上の要点です。他サイトの記事を生成AIで言い換えたり、海外の記事を機械翻訳して量産したりする手法は、この項目に真正面から当たります。「引用ではなく書き直しているから大丈夫」という理屈は、原文の書きぶりでは通りません。

見落とされがちな類型：切り貼り・翻訳・サイト分散

3つ目の「継ぎ合わせ」は、AIを使ったコンテンツ制作でもっとも起きやすい類型です。上位表示されている記事を複数まとめて読み込ませ、要点を統合した記事を書かせる——広く使われている手法ですが、その工程で新しい情報が1つも加わっていなければ、まさに「付加価値を加えない継ぎ合わせ」です。上位記事の平均値を作る作業は、定義に当てはまってしまいます。

回避の方向は明確です。既存記事にない要素を1つ以上足すことです。自社が持つデータ、営業現場で実際に聞かれる質問、自分で試した結果、公式ドキュメントの原文確認、専門家の見解——どれか1つでも入れば、そのページは既存記事の統合ではなくなります。既存記事の平均ではなく、既存記事に足りていないものを1つ足す。これが継ぎ合わせと調査の分岐点です。

4つ目の「複数サイトの作成」は、量産の規模を隠すためにドメインを分ける行為です。1サイトあたりの公開数を抑えて分散させれば見つかりにくい、という発想を先回りして禁じています。関連して、サイトの評判の不正利用という別類型もあります。すでに評価を得ているサイトに、その評価を借りる目的で第三者のコンテンツを載せる行為です。外部からの寄稿枠やオウンドメディアの共同運営を検討する際は、この類型も併せて確認しておくと安全です。

people-first：Who / How / Why の3問

違反を避ける側の指針が、Googleが示すpeople-first content（人を最優先にしたコンテンツ）の考え方です。役立つコンテンツの作成に関する公式ドキュメントは、自己評価のための問いを「Who（誰が）」「How（どのように）」「Why（なぜ）」の3つに整理しています。この3問は、AI利用の是非を判断する道具としてそのまま使えます。

Whoは制作者の明示です。「コンテンツを書いたのが誰なのか、訪問者に自明になっているか」。著者名と背景情報を示すことが求められます。Howは制作過程で、ここにAIについての問いが明示的に含まれています。「自動化やAI生成をどのように使ったかについて背景を示しているか」。そしてWhyは目的で、「なぜそのコンテンツを作っているのか。その答えは、まず人を助けるためであるべき」とされます。

Whyの項目にはもう一段強い書きぶりがあります。主に検索エンジンからの訪問を集めるために作られたコンテンツは、Googleが順位付けで重視する方向と矛盾する、という指摘です。この一文は、スパムポリシーの「主に検索順位を操作する目的」と地続きです。Whyに検索順位以外の答えを持てない企画は、そもそも危ういと理解しておけば、判断は難しくありません。

品質評価で使われる言葉：労力・独自性・付加価値

もう一歩踏み込んで、どういうコンテンツが問題視されるのかを示す表現があります。生成AIに関する公式ガイダンスは、検索品質評価者が扱う観点に触れつつ、「ほとんど労力がかかっておらず、ほとんど独自性がなく、ほとんど付加価値がない」コンテンツを問題として挙げています。3つの「ほとんどない」がそろった状態が、危険水域です。

この3つは、社内レビューの基準に翻訳できます。労力は「調査に何をしたか」、独自性は「他のどこにも書かれていない部分はどこか」、付加価値は「読んだ人が次に何をできるようになるか」。この3問に答えられない原稿は公開しないという関門を設ければ、AIを使うかどうかに関係なく品質は保たれます。

あわせて、E-E-A-T（経験・専門性・権威性・信頼性）の考え方も踏まえておきます。公式は、この4つのうち信頼性がもっとも重要だと述べており、すべてを均等に示す必要はないとしています。AIで下書きした記事に信頼性を持たせる現実的な方法は、出典の明示、実務者の見解の追記、そして誰が確認したのかを示すことです。装飾ではなく、確認の痕跡が信頼をつくります。

大量生成のリスクはどこで顕在化するか

量産のリスクは、公開した瞬間には見えません。顕在化するのは3つの局面です。第一に、コアアップデートなどのアルゴリズム更新のタイミング。中身の薄いページを多数抱えたサイトは、サイト単位の評価が下がることがあります。第二に、スパムポリシー違反として手動対応を受ける局面。第三に、公開後の運用が回らなくなる局面です。

3つ目は見過ごされがちですが、実務上もっとも痛い問題です。月に数十本を量産すると、公開後の更新・事実確認・リンク切れ対応がまったく追いつかなくなります。制度改正や仕様変更があっても直せない記事が積み上がり、古い情報を出し続けるサイトになります。量産の本当のコストは、作る手間ではなく維持できない負債のほうです。

したがって、公開ペースの上限は「作れる量」ではなく「維持できる量」で決めるのが合理的です。1本あたりの年間メンテナンス時間を見積もり、チームの工数で割れば、持続可能な本数が出ます。維持できない本数は、作った時点で将来の失点が確定している。この観点をルールに入れておくと、量産の誘惑に歯止めがかかります。

AI利用の開示はどこまで必要か

開示について、Googleの書きぶりは義務ではなく推奨です。生成AIに関するガイダンスは「コンテンツがどのように作られたかについての情報を、読者にとって意味のある形で追加することを検討する」と述べ、役立つコンテンツのドキュメントでは「なぜ自動化やAIがコンテンツ制作に有用だと考えたのかを説明しているか」という問いを立てています。

実務としては、記事末尾に短い注記を置く形が扱いやすいです。AIを制作工程のどこで使い、人がどこを確認したのかを1〜2文で書きます。ポイントは、免責のためではなく読者への情報提供として書くこと。「AIが作ったので内容は保証しません」という書き方は、読者にとって意味のある情報ではなく、むしろ信頼を損ねます。

一方で、開示すれば品質基準が下がるわけではありません。開示は品質の代替にならないという点は押さえてください。AI利用を書いたからといって、付加価値のない量産が許容されることはありません。開示と品質管理は、それぞれ別に必要な工程です。

画像・商品データに関する仕様

テキスト以外にも、AI生成物に関する具体的な仕様があります。とくにEC（商取引）の領域では明確です。生成AIに関する公式ガイダンスは、AI生成画像にはIPTCのDigitalSourceTypeとしてTrainedAlgorithmicMediaのメタデータを含める必要があると述べています。加えて、AIで生成した商品名や説明といった商品データは、別途指定してAI生成であるとラベル付けすることが求められています。

BtoBのオウンドメディアでも、この考え方は応用できます。記事の挿絵やアイキャッチをAIで生成する運用が一般的になったいま、どの画像がAI生成かを社内で記録しておくと、後で仕様が変わったときに対応できます。メタデータの付与は生成ツール側の対応状況に依存するため、まずは管理表で把握しておくのが現実的です。

あわせて注意したいのが、構造化データと代替テキストです。公式ガイダンスは、自動生成する場合に注意すべき対象としてメタデータ・構造化データ・画像の代替テキストを名指ししています。本文だけ丁寧に確認して、周辺情報を自動生成のまま放置するのはよくある抜けです。代替テキストが的外れだったり、構造化データが実際の内容と食い違っていたりすると、正確性の面で問題になります。

人が付加価値を足す6つの手順

ここまでの基準を満たすために、人が具体的に何を足すのか。抽象論では運用に落ちないので、6つの手順として具体化します。全部をやる必要はなく、記事ごとに2つ以上を必ず実施すると決めるだけでも、原稿の性質は大きく変わります。

• 一次資料に当たる：法令・公式ドキュメント・公的統計の原文を確認し、記事に出典として明示する
• 自社データを1つ入れる：問い合わせ内容の傾向、支援した件数、自社サイトの実測値など、他社が持たない数字を足す
• 現場の声を入れる：営業やサポートが実際に受けた質問、商談で出た反論を、そのままの言葉で1つ入れる
• 自分で試す：ツールを実際に操作し、画面の挙動や設定の詰まりどころを書く。うまくいかなかった点も書く
• 反対意見を書く：その施策が向かないケース、やらないほうがよい条件を明示する
• 判断基準を出す：読者が自分のケースに当てはめて決められる基準や数値の目安を提示する

この6つは、どれもAIが代替できない部分に集まっています。一次資料の原文確認は、AIの記憶に頼らず人が開くしかありません。自社データと現場の声は社内にしかない情報です。実際に試すのも、反対意見を持つのも人の仕事です。AIができる部分を任せ、AIができない部分に人の時間を寄せる——この配分が、付加価値を足す作業の実体です。

逆に、AIに任せてよい工程もはっきりします。調査メモの整理、構成案の複数パターン出し、事実関係の矛盾チェック、専門用語の平易な言い換え、タイトル案の量産です。これらは成果物を人が判断できる工程なので、任せてもリスクが小さい。工程ごとに任せる・任せないを分けておくと、レビューの負荷も下がります。

社内運用ルールへの落とし込み

最後に、ここまでの基準を運用ルールとして定着させる手順です。ルールは短いほうが守られます。A4で1枚に収まる分量を目標に、判断が必要な場面ごとに1行で書きます。

運用ルールで見落とされやすいのが、最後の項目です。公式ドキュメントは更新される前提の文書で、実際に類型の追加や適用範囲の明確化が繰り返されています。1年前に読んだ理解のまま運用していると、いつのまにか実態とずれます。四半期に一度、原文を開く日をカレンダーに入れておくだけで、この種のずれは防げます。

やってはいけない運用と公開前チェック

運用ルールの裏側として、明確に避けるべきやり方も列挙しておきます。いずれも公式の定義や具体例に照らして、危うい側に振れているパターンです。

• 上位表示されている記事を複数読み込ませ、要点を統合した記事を新しい情報を足さずに公開する
• 海外の記事を機械翻訳し、体裁だけ整えて自社記事として公開する
• 同じ構成のテンプレートに地名・業種・ツール名を差し替えたページを量産する
• 月あたりの公開本数を、維持できる工数を考えずに増やし続ける
• 本文だけ人が確認し、メタディスクリプション・構造化データ・代替テキストは自動生成のまま公開する
• 量産の規模を目立たせないために、複数のドメインに分けて公開する
• AI利用の注記を免責の文言として書き、品質管理の代わりに使う

• スパムポリシーは作成手段を問わない。人力での量産も、AIでの量産と同じ類型に当たり得る
• 「付加価値なく」という限定を落として引用すると、社内で「AIは全面禁止」という誤解が広がる。原文の限定を残して共有する
• 公式ドキュメントは更新される。引用して社内資料にする場合は、参照日を併記しておくと後から確認しやすい

公開前チェックは、シンプルな3問に集約できます。このページにしか書かれていない情報は何か。誰が確認したか。なぜこのページが必要なのか。3問すべてに1行で答えられれば、労力・独自性・付加価値の観点も、Who/How/Whyの観点も同時に満たせます。答えに詰まる原稿は、公開ではなく調査に戻すのが正解です。

よくある質問

AIで書いたことを開示しないと違反になりますか？

開示は義務ではありません。Googleのガイダンスは、コンテンツの作られ方について読者に意味のある形で情報を追加することを「検討する」よう推奨する書き方をしています。ただし、開示があれば品質基準が緩むわけではありません。開示と品質管理は別の工程として、両方を進めるのが安全です。

月にどれくらいの本数までなら量産と見なされませんか？

公式に本数の基準は示されていません。判断されるのは本数そのものではなく、順位操作を主目的としているか、付加価値がないかです。したがって基準は自社で決めることになります。現実的な決め方は、1本あたりの年間メンテナンス時間を見積もり、チームの工数で割って上限を出す方法です。維持できない本数は、作った時点で負債になります。

AIが書いた文章をそのまま公開したら、必ずスパム扱いされますか？

必ずではありません。判断されるのは量と意図と結果です。ただし、そのままの原稿には一次資料の確認も自社の情報も入っていないため、労力・独自性・付加価値のいずれも乏しい状態になりやすく、結果的に評価されにくくなります。スパム扱いになるかどうか以前に、読まれない記事になる可能性が高いという実務上の問題があります。

まとめ

Googleのスパムポリシーは、AIでコンテンツを作ること自体を違反としていません。定義されているのは、ユーザーの役に立つのではなく主に検索順位を操作する目的で多数のページを生成する行為であり、作成手段は問われていません。具体例には「付加価値なく生成AIで多数のページを作ること」が挙げられており、「付加価値なく」という限定が判断の分かれ目です。避け方の指針は、people-firstのWho/How/Why、そして労力・独自性・付加価値の3観点。実務では、一次資料の確認・自社データ・現場の声・実際に試した結果・反対意見・判断基準のうち2つ以上を必ず足すと決め、公開ペースは作れる量ではなく維持できる量から逆算します。開示は推奨ですが、品質管理の代わりにはなりません。AIかどうかではなく、そのページにしか書かれていないことがあるかで判断される。まずは公開前の3問——固有の情報は何か、誰が確認したか、なぜ必要か——を運用に組み込むところから始めてください。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。