コンテンツを週2本、自動で出し続ける方法──AIとスケジューラで回すSEO記事パイプラインの設計

執筆 on the edge 編集部

「コンテンツは大事だとわかっている。でも続かない。」

この問いを、意志ではなく設計で解く方法がある。

私たちは2026年8月から、AIがSEO記事の初稿を生成し、人間が承認してから公開するパイプラインを自社で運用している。スケジューラが火曜・金曜の早朝5時に自動でトリガーし、記事候補が生成される。担当者が内容を確認して承認すれば公開される設計だ。週2本のペースで継続中だ。

「書く時間がない」「ネタが続かない」という問題を、このパイプラインは構造的に解消する。本記事では、その設計思想と具体的な構成要素を整理する。

※ AIで生成したコンテンツの品質は、設計に大きく依存します。本記事では品質担保の仕組みについても詳しく解説します。

この記事でわかること

「続かない」の正体は意志の問題ではない

コンテンツマーケティングが機能している企業と、途中で止まった企業の差は、意志の強さではなく「仕組みがあるかどうか」だ。

「続かない」の構造を分解すると3つの要因になる。

1. ネタ選定のコストが高い

「何を書けばいいか」を毎回ゼロから考えると、それだけで30〜60分かかる。記事を書く前に消耗する。

2. 初稿を作るハードルが高い

白紙のページを前にすると手が止まる。「まず1行目を書く」というコストが意外に大きい。

3. 承認・公開のフローが曖昧

書いた記事が「後で確認する」ファイルに積まれて、公開されないまま埋もれる。締め切りが存在しない。

この3つのうち、スケジューラとAIで解決できるのは「ネタ選定の負荷」と「初稿生成」だ。承認フローは人間が担うが、「承認しないと公開されない」という設計にすることで、自然に締め切りが生まれる。

自社のパイプライン：AI生成＋事前承認方式

私たちが運用しているパイプラインの全体像はシンプルだ。

スケジューラ（自動トリガー：火・金 5:00）
    ↓
ネタ選定（キーワードリストから候補を選ぶ）
    ↓
AI が初稿を生成（brand voice の指示に従って出力）
    ↓
承認キューに追加（担当者が内容を確認）
    ↓
承認 → 公開 / 差し戻し → 再生成

このフローを、業務管理システム（cockpit）のSEO自動生成機能として実装している。スケジューラが指定時刻に起動し、承認待ちの状態で記事候補が届く。担当者が品質を確認し、問題なければ承認する。

重要なのは、「承認なしには公開されない」という設計にしていることだ。AIが生成した内容をそのまま自動公開する設定にすることは、現状では品質リスクが高い。なぜそうなのかは後述する。

パイプラインの3要素

要素1：ネタ選定（何を書くか）

最初に、どの記事を生成するかを決めるリストが必要だ。

以下の情報を組み合わせて候補リストを作成している。

• 検索キーワードデータ：Google Search ConsoleやAhrefsから、ターゲットキーワードを抽出したリスト
• コンテンツ台帳：すでに公開した記事のリスト（重複・カニバリゼーションを防ぐ）
• スコアリング基準：検索ボリューム、競合難易度、転換意向の3軸で評価する

このリストをもとに「次に書く記事」を事前に確定しておくことが、パイプラインの起動条件だ。「どれを生成するか」は人間がレビューする。ネタ選定をAIに任せることもできるが、最終的な確定は人間がするほうが精度が上がる。

コンテンツの継続設計については中小企業のコンテンツマーケティング入門に詳しく整理している。

要素2：AI生成（初稿を作る）

ネタが決まったら、AIに初稿を生成させる。

ここで品質を左右するのが「プロンプト設計」だ。AIへの指示に以下を含めると、使える初稿が出てきやすい。

• 対象読者：誰に向けて書くか（例：大阪の中小企業の経営者・担当者）
• ターゲットキーワード：自然に含める検索語
• 構成の指定：見出し構成（H2・H3）をあらかじめ指定する
• 禁止事項：誇大表現、検証できない数字、架空の体験談を書かないこと
• brand voice：使う一人称、トーン、禁止ワードのリスト

プロンプト設計は最初に時間をかける価値がある。10回試行して、7〜8割の確率で承認できる品質の初稿が出てくる状態を目指す。

ChatGPT社内ガイドラインの整備については中小企業のChatGPT社内活用ガイドライン設計にまとめている。

要素3：承認フロー（品質を担保する）

生成した初稿を、担当者が確認するステップだ。

確認項目は3点に絞ることで、承認のコストを抑えられる。

1. 事実誤認・捏造数字がないか：AIは統計を正確に見えるが誤った形で生成することがある。数字と出典を確認する
2. 一次情報があるか：「検索上位記事を再整理しただけ」の内容は評価されない。自社データや実例があるかを確認する
3. 読者の問いに答えているか：想定読者が知りたいことに答えているかを確認する

承認基準を事前に文書化しておくと、複数人でも一貫した品質水準で運用できる。

スケジューラの設計：「タイミング」を自動化する

パイプラインを動かすには、「誰かが起動する」ではなく「時間になったら自動で始まる」設計が必要だ。

このために使うのがスケジューラ（cronジョブ）だ。サーバー上で指定した時刻に特定の処理を自動実行する仕組みで、Linux/macOSで標準的に使える。

例えば毎週火曜と金曜の午前5時に記事生成を実行する場合、cronの設定は以下になる。

0 5 * * 2,5  /path/to/generate-article.sh

この仕組みをサーバー上に置くことで、担当者が意識しなくても記事候補が届く状態を作れる。

スケジューラと外部サービスの連携はMake.comを使う選択肢もある。Webhookやメールトリガー、Slackへの通知など、ノーコードで連携できる。設計方法は中小企業のMake.com×AI活用入門にまとめている。

品質担保の設計：事前承認を省いてはいけない理由

「承認フローが面倒なら自動公開にすればよい」と考える人がいる。それは危険だ。

2026年現在のAIモデルは、次の問題を起こす可能性がある。

数字の捏造（ハルシネーション）

統計や年数を正確に見えるが誤った形で生成する。「中小企業の〇〇率は平均XX%」という表現が、実際には存在しないデータから生成されることがある。

一次情報の欠如

2026年のGoogleコアアップデートでは、「情報ゲイン（information gain）」が評価の重要シグナルになっている。ネット上の既存情報を再編集しただけのコンテンツは、検索でもAI引用でも評価されにくい。

ブランドとのトーンの乖離

プロンプト設計が甘いと、記事ごとにトーンがばらつく。ブランドの一貫性が失われると、読者の信頼に影響する。

これらを事前承認で防ぐことができる。逆に言えば、承認なしにAI生成コンテンツを公開することは、信頼性とSEOの両方にリスクをもたらす。

AI検索（ChatGPT、Gemini、Perplexity等）への最適化については大阪の中小企業向けSEO×LLMO入門にまとめている。

よくある落とし穴

落とし穴1：一次情報が入らない

AIが生成する初稿は、ネット上にある情報の組み合わせになりがちだ。「業界平均では〜」「多くの企業が〜」という表現が並ぶが、独自性がない。

対処： プロンプトに「使ってよい自社のデータ・実例リスト」を明示して渡す。一次情報がないテーマは選ばず、実例がある別のテーマに差し替える。これは選択段階（ネタ選定）の問題であり、生成段階では解決できない。

落とし穴2：検索意図とのズレ

「〇〇について書いて」と指示すると、読者が知りたいことではなく「〇〇を網羅的に説明した記事」が出てくることが多い。

対処： プロンプトに「この読者が解決したい具体的な問題」を明示する。「〇〇を解決する方法を教えてほしい読者に向けた記事」という書き方にする。検索上位の記事タイプを確認してから指示すると精度が上がる。

落とし穴3：ブランド声のブレ

記事ごとにトーンが変わると、ブランドの一貫性が失われる。

対処： brand voiceガイドラインをドキュメント化し、毎回のプロンプトに含める。禁止ワードリスト、一人称の定義、トーンの指針を明文化する。一度作れば再利用できる。

よくある質問

Q. 初稿の品質はどの程度ですか？

プロンプト設計の完成度に大きく依存する。適切に設計された場合、「承認できる品質」の初稿が7〜8割の確率で出てくる状態が目安だ。残り2〜3割は差し戻して再生成するか、担当者が手直しする。

Q. どのAIツールを使えばいいですか？

用途に応じて選ぶ。長文生成に対応していること、APIで自動化できること、業務用プランで情報漏洩対策が取れることが主な選定基準になる。ChatGPTのTeamプラン、ClaudeのTeamプランが中小企業でよく使われる。

詳しくは中小企業のAI業務自動化 実践ガイドのツール選定の章が参考になる。

Q. 記事1本の生成にかかるコストは？

AIツールのAPI利用料はモデルによるが、1記事（2,000字前後）あたり数十円〜数百円が目安だ（2026年10月時点）。担当者の承認工数を含めると、1本あたり15〜30分に圧縮できる。

Q. コンテンツを自動化すると「AIっぽい記事」になりませんか？

設計次第だ。プロンプトに読者の具体的な問いを明示し、自社の一次情報を組み込む指示を入れると、「AI生成に見えない」記事が出てくる確率が上がる。重要なのはAI検出スコアではなく「読者にとって有益か」「Googleに評価されるか」だ。

始め方：最小構成から動かす3ステップ

完全なパイプラインを最初から作る必要はない。段階的に始められる。

ステップ1：ネタリストを20件作る（1日）

まず、今後3ヶ月で書く記事のキーワードリストを20〜30件作成する。Google Search ConsoleやAhrefsで探索し、競合難易度と検索ボリュームを確認してスコアリングする。このリストが「AIに何を書かせるか」の設計図になる。

SEOキーワードの選び方についてはコンテンツマーケティング入門を参照してほしい。

ステップ2：プロンプトを1テーマで設計する（半日）

1テーマについて、承認できる品質の初稿が出てくるプロンプトを作成する。10回試行し、7〜8割の確率で使える初稿が出てくれば実用レベルだ。この段階では自動化はしない。手動で試す。

ステップ3：スケジューラと承認フローを整備する（1〜2日）

プロンプトが安定したら、スケジューラと承認フローを組み込む。毎週決まった曜日に記事候補が届き、承認ボタンを押せば公開される設計にする。最初はSlack通知＋Googleドライブへの出力という形でも機能する。

まとめ

コンテンツの継続発信は、意志ではなく設計で解決できる。

AIがSEO記事の初稿を生成し、人間が承認して公開するパイプラインは、週2本のペースで運用できることを自社で確認している。重要なのは「AIが全部やる」ではなく「AIで初稿のコストを下げ、品質確認は人間がする」という分担だ。

パイプラインの3要素──ネタ選定、AI生成、承認フロー──を順番に整備することで、「書く時間がない」「続かない」という問題を構造で解消できる。

自社のコンテンツ自動化や、AIを活用した業務自動化の設計について相談したい場合は初回無料相談からご連絡ください。

関連記事

• 中小企業のコンテンツマーケティング入門
• 中小企業のAI業務自動化 実践ガイド
• 中小企業のMake.com×AI活用入門
• 大阪の中小企業向けSEO×LLMO入門
• 中小企業のChatGPT社内活用ガイドライン設計