③記事執筆｜1日1〜2記事を、予算と確認体制に合わせて積み上げる
記事は、本数で強くならない。
設計どおりに積み上げて強くする。
トピッククラスター管理表から一記事の役割を切り出し、患者の疑問へ答え、医院の事実を伝え、次のページへつなぎます。調査・構成・医療確認・公開・計測までが記事執筆です。
1日1〜2記事は目安です。予算だけでなく、院内確認の速度、診療科の難度、既存記事の改稿量によって制作ペースを調整します。
一記事につき、一つの検索意図へ答える
②トピッククラスター管理表で、記事の親テーマ、役割、内部リンク先、優先順位まで決めました。執筆では、その一行を患者が読める一ページへ変換します。
キーワードを何回入れるかより先に、「誰が、どんな状況で、何を知りたくて検索したのか」を一文で言える状態にします。検索意図が二つなら、記事を分けるか、主従を決めます。
検索した人の、次の判断を助ける。
疑問へ先に答える
結論を引き延ばさず、最初に短く答えます。詳しい理由と例外は、その後で説明します。
医院の事実を入れる
一般論だけで終わらず、診療方針、検査体制、対応範囲など、実際の医院情報を示します。
次の疑問へつなぐ
関連ページや診療案内へ自然に導き、記事を読んだ後の迷いを減らします。
執筆前に、一記事の設計書を作る
書き始めてから内容を決めると、一般論が膨らみ、医院の強みと内部リンクが最後に付け足されます。先に短い記事設計書を作り、書くことと書かないことを決めます。
| 設計項目 | 決める内容 | 目的 |
|---|---|---|
| 想定読者 | 年齢や性別だけでなく、症状、診断の有無、受診段階、不安 | 同じ病名でも、初めて調べる人と治療中の人で説明を変える。 |
| 主質問 | この記事が最初に答える一つの疑問 | 複数テーマを詰め込まず、読み終えたときの理解を明確にする。 |
| 結論 | 最初の数段落で伝える要点と例外 | 患者が必要な答えへ早く到達できるようにする。 |
| 医院の情報 | 対応できる検査・治療、方針、設備、予約条件 | どの医院にも書ける記事から、選ぶ材料のある記事へ変える。 |
| 根拠 | 診療ガイドライン、論文、公的情報、医師の確認事項 | 医療情報の正確性と更新可能性を担保する。 |
| 内部リンク | 受け取るページ、渡すページ、アンカーの意味 | クラスターの中で記事を孤立させない。 |
| 行動導線 | 次に読む、確認する、受診を検討するための案内 | 強引に誘導せず、患者の次の判断を助ける。 |
1日1〜2記事は、目的ではなく制作速度の選択肢
記事数を成果にすると、調査、医療確認、内部リンクが削られます。制作ペースは、予算と院内の確認可能量を基準に決めます。公開が止まらず、確認待ちが積み上がらない速度が適正です。
週3記事前後
確認を厚く専門性が高い診療科、医師の確認時間が限られる医院、既存記事の改稿を並行する場合。
原則1日1記事
継続を優先管理表に沿って新規記事を積み上げながら、院内確認と内部リンクを無理なく回す基本形。
最大1日2記事
体制が前提執筆、根拠確認、医師監修、入稿が分担でき、公開後の品質確認まで回せる場合。
予算だけでは決めない
制作費を増やしても、院内確認が週に二本しかできなければ下書きが滞留します。反対に、監修担当と確認期限が決まっていれば、1日2記事でも品質を落とさず進められる場合があります。
基準にするのは、書ける本数ではなく、最後まで確認して公開できる本数です。
医療記事は、普通の記事より難しい
医療記事では、「読みやすい」「検索意図に合う」だけでは足りません。医学的に正しいこと、患者が誤解しないこと、医院で実際に提供している診療と一致すること、過度な期待や不安を生まないことを同時に満たす必要があります。
しかも、正しい文章と安全な文章は同じではありません。医学的には正しくても、例外を省けば患者が自分へ誤って当てはめます。慎重に書きすぎれば、何も答えていない文章になります。検索語へ寄せすぎれば、診療現場の実態から離れます。
根拠が動く
診療ガイドライン、薬剤情報、適応、検査、制度は更新されます。公開時点の確認と、更新する仕組みの両方が必要です。
患者ごとに条件が違う
年齢、既往歴、服薬、妊娠、重症度などで判断は変わります。一般記事が個別診断に見えない線引きが必要です。
正確さと理解しやすさが衝突する
専門用語を消しすぎると意味が変わり、残しすぎると読めません。用語を保ったまま理解できる説明へ変換します。
医院の事実確認が必要
一般に可能な治療と、その医院で実際に対応している診療は別です。AIやライターの推測で埋めてはいけません。
1日1〜2記事とは、AIへ二回命令して公開することではない。
一日二本を成立させるには、管理表、資料収集、構成、執筆、出典確認、医療確認、医院事実の確認、内部リンク、公開後の計測までが分業または標準化されている必要があります。
工程のない高速化は、見た目だけ整った誤情報を高速で積み上げる行為です。一本の誤りで終わらず、同じ誤り、同じ言い回し、同じ薄い結論がサイト全体へ複製されます。
美しい文章を知らなければ、AIに良い文章は書かせられない
美しい文章は、難しい言葉を並べた文章ではない
よく知られた『雪国』の冒頭には、「国境の長いトンネルを抜けると雪国であった。」という一文があります。短い一文の中で、暗いトンネルから白い風景への転換、移動する時間、視界が開く瞬間までが立ち上がります。説明を足さず、読者の頭の中で景色を完成させる余白があるからです。
言葉を増やしたから美しいのではない。必要な言葉だけで、景色と時間が動く。
サイモン＆ガーファンクルの歌詞が心に残る理由も、感情を全部説明しない点にあります。具体的な情景、平易な言葉、音の反復、歌の旋律に乗る語感、そして言わずに残した感情の余白があります。悲しいと連呼するのではなく、情景と人物の距離から聴き手自身が感情を受け取ります。
医療記事を文学作品にする必要はありません。しかし、何を言い、何を削り、どの順序なら誤解なく届くかを判断する力は同じです。文章を読んできた人間が設計しなければ、AIはもっともらしい言葉を足し続けます。
転換と圧縮
空間、時間、明暗の変化を一文へ圧縮し、説明しすぎずに読者の視界を動かす。
具体性と余白
抽象的な感情を説明せず、情景、反復、音、沈黙の余白から受け取らせる。
明瞭さと節度
患者の疑問へ先に答え、例外と限界を示し、不要な修辞で判断を邪魔しない。
編集判断の言語化
読者、目的、構造、根拠、文体、禁止事項を、AIが誤解できない条件へ変える。
人間の編集判断を、プロンプトと工程へ入れる
AIを使うことと、AIの出力をそのまま公開することは同じではありません。私（山岡）の場合は、事実確認だけでなく、文章のリズム、情報の順序、削る言葉、説明しすぎない余白まで、プロンプトと編集工程へ組み込みます。
表と箇条書きも、読みやすそうだから置くのではありません。比較すべき情報が揃う位置、表にする列数、箇条書きにする項目数、前後に必要な説明量、スマートフォンで一度に理解できる幅まで計算に入れます。文章、表、箇条書きのすべてが同じ役割を持ったとき、医療記事は正確さを保ちながら美しくなります。
この判定では、AI生成0％・人間100％
この医療記事をAI検出器へ入力した結果です。AIを制作工程で使用していても、この検査ではAI生成の可能性が0％、人間が書いた可能性が100％と表示されました。
文学作品の言い回しを真似させているのではありません。文章の目的、読者の疑問、根拠、医院固有の事実を決めたうえで、次の編集判断をプロンプトへ渡します。
- 定型的な導入と過剰なまとめを削る
- 一文の情報量と呼吸を整える
- 表は比較軸が揃う位置だけに置き、列数と情報量を決める
- 箇条書きは列挙が理解を助ける位置だけに置き、項目数を絞る
- 抽象語を具体的な事実へ置き換える
- 感情を説明しすぎず、患者が判断できる余白を残す
- 出典、医院情報、内部リンクを人間が確認する
狙っているのは、判定器を通過する文章ではありません。患者が読み進められ、誤解なく、読後に判断材料が残る文章です。文章、表、箇条書きの位置と量を緻密に整え、美しい医療記事へ仕上げた結果の一例として、この判定があります。
一記事を公開するまでの8工程
管理表から設計書を切り出す
検索意図、役割、親ページ、優先順位、内部リンクを確認する。
一次情報と現状を調べる
ガイドライン、論文、公的情報、既存ページ、医院情報を集める。
結論から見出しを作る
患者の主質問へ先に答え、理由、例外、次の疑問を並べる。
患者が読める言葉で書く
医学用語を必要以上に避けず、短い説明を添えて理解できる形にする。
医院固有の事実を入れる
実際の診療範囲、検査、設備、方針、予約条件と矛盾しないようにする。
医療情報を確認する
断定、例外、数値、禁忌、受診判断を医師または適切な確認者が見る。
画像と内部リンクを整えて公開する
タイトル、見出し、画像、リンク、URL、診療案内への流れを確認する。
検索と読まれ方を記録する
表示、流入、回遊、予約、現場の反応を管理表へ戻す。
AIライティングには、見えにくい落とし穴がある
AIは編集部員として使い、医師と編集責任者の代わりにはしない
AIは、検索意図の整理、資料の分類、見出し案、言い換え、重複確認、内部リンク候補の抽出に使えます。しかし、出典の存在、数値、医学的判断、医院で実際に提供している診療内容を自動で正しいものとして扱いません。
速く書くためにAIを使い、確認を省くためには使わない。この線引きを工程に組み込みます。
存在しない根拠を作る
実在しない論文名、著者、URL、数値を、整った形式で出すことがあります。見た目が正しいため、確認しないと公開まで通ります。
一般論で医院を埋める
実際の診療範囲を知らないまま、どの医院にも書ける説明を医院固有の事実のように補完します。
文章の型が増殖する
同じ導入、同じ見出し数、同じ箇条書き、同じまとめが続き、検索意図が違っても記事の骨格が同じになります。
慎重さを装って答えない
注意文と受診勧奨だけを増やし、患者が知りたい主質問へ具体的に答えない文章になります。
過剰な共感を量産する
患者の不安を理解しているような定型文が増え、根拠や医院の判断が薄くなります。
サイト全体を壊す
ページ単体では自然でも、既存記事との重複、矛盾、カニバリゼーション、内部リンクの混乱を引き起こします。
怖いのは「AIだとばれること」ではない。低価値ページがサイト全体を覆うことです。
Googleは、生成AIを使ったという理由だけでコンテンツを違反とはしていません。一方で、利用者へ価値を加えず、検索順位や生成AI回答を操作する目的で多数のページを作る行為は、スケールされたコンテンツの不正使用としてスパムポリシーの対象になり得ます。
自動処理や人による確認からポリシー違反と判断されれば、順位低下や手動対策につながる可能性があります。医療サイトで同じ薄い記事を大量公開すれば、問題は一ページで収まりません。検索流入を支えるドメイン全体の信頼と情報構造を、自分で劣化させることになります。
- 検索順位を取るためだけに類似ページを大量生成する
- 原典を確認せず、AIが示した出典をそのまま掲載する
- 医院情報を確認せず、一般論でページ数だけ増やす
- 患者が読んでも新しい判断材料がないページを積み上げる
AI透かしはGoogle系の特許・実装がある。ただし、万能判定機ではない
Google DeepMindには、生成時のトークン確率を調整して統計的な印を埋め込むSynthID-Textがあり、関連するGoogle系の特許出願も公開されています。対応するモデルが生成時に透かしを入れ、対応する技術で検出する仕組みです。
しかし、世の中のすべてのAI文章へ同じ透かしが入っているわけではありません。Google DeepMind自身も、短い事実回答では効きにくいこと、全面的な書き直しや翻訳で信頼度が下がること、銀の弾丸ではないことを説明しています。一般的なAI文章検出器にも誤判定と見逃しがあります。
したがって、対策は「透かしを消す」ことではありません。原典を読み、医院の事実を入れ、文章を人間が編集し、患者に新しい判断材料を渡すことです。検出回避を目的に文章を加工しても、低品質であるという本質は変わりません。
確認資料：Google DeepMind SynthID ／ SynthID-Textの仕組みと限界 ／ Google系の透かし関連特許出願 ／ Google検索の生成AIコンテンツ指針 ／ Google検索のスパムポリシー ／ AI文章検出の信頼性に関する研究
公開前に見る、記事の品質基準
質問に答えているかタイトルで約束した疑問へ、冒頭から明確に答えている。
根拠を確認できるか医療情報の出典と更新時点を追える。
医院の事実があるか診療方針や対応範囲が一般論に埋もれていない。
例外を書いているかすべての患者へ当てはまるような断定を避けている。
用語を理解できるか専門用語を正確に使い、必要な説明を添えている。
内部リンクが機能するか親ページと次の疑問へ自然につながっている。
受診判断を邪魔しないか不安を煽らず、緊急性や相談の目安を適切に示している。
公開後に直せるか管理表へURL、公開日、監修、根拠、更新予定を記録している。
全体を示す記事
ピラーとサブピラー。診療テーマの地図になり、個別記事へ案内します。
一つの疑問へ答える記事
症状、検査前の準備、副作用、費用など、具体的な検索意図へ深く答えます。
医院の判断を伝える記事
院長の見解、診療方針、医院固有の判断基準など、医院を選ぶ材料になる一次情報を作ります。
公開した記事を、クラスターの一部として働かせる
公開ボタンを押しただけでは、記事はまだ孤立しています。親となるピラーやサブピラーからリンクを受け、関連する記事へ渡し、必要なら診療案内へつなぎます。この接続が、次の④SEOチューニングで行う「サイトに毛細血管を張り巡らせる」作業の材料になります。
表示回数、検索語、掲載位置、想定外の検索意図を見る。
流入、読了の兆候、次ページへの移動、離脱箇所を見る。
診療案内、予約など、次の行動との関係を見る。
AI経由の流入、引用、ブランド名や診療テーマでの言及を追う。
記事制作で起きやすい失敗
- 文字数と本数を品質の代わりにする
- 検索上位の記事を要約し、医院固有の情報が入らない
- AIが示した出典を確認せず、そのまま掲載する
- 医師確認を最後にまとめ、下書きが大量に滞留する
- 同じ検索意図の記事を別タイトルで増やす
- 公開後に内部リンクを付けるつもりで、そのまま忘れる
- 順位だけを見て、患者の行動や院内の反応を見ない
この工程で残す成果物
記事設計書想定読者、主質問、結論、根拠、医院情報、内部リンクを記録する。
公開記事患者が理解でき、医院の事実と医療情報を確認できるページを作る。
監修・確認記録誰が何を確認し、どの資料を根拠にしたかを残す。
内部リンク予定どのページから受け取り、どこへ渡すかを公開と同時に確定する。
制作進行下書き、確認待ち、修正、公開、改稿の状態を管理する。
初期計測Search Console、GA4、予約、AI参照の変化を管理表へ戻す。
次は、記事を点から線へ変える。
内部リンク、ピラー、サブピラーを作り込み、サイト全体に毛細血管のような情報経路を張り巡らせます。
④ SEOチューニングを読む集患の手順一覧この記事を書いた人Wrote this article
AIで集患している人＠山岡
自社の本業は医薬部外品等のネット通販。某巨大企業の社畜マーケターとしても活動中。個人マーケと大手マーケ、社長と社畜、の両岸を現在進行形で行っているのが最大の強み。某メジャー競技で全国優勝多数の元アスリート。生活も仕事もストイックすぎて誰ともなじめず友達はいないが悩んでもいない。AIエージェントをフル活用した「集患の全自動化」に挑戦中。すでに全自動化の仕組みは完成しており現在はテストを繰り返してバグを修正中。