AIで記事を約420本書いて、サイトのアクセスを16倍にした方法｜需要の測り方・書き方・観測まで

需要を測ってから書き、検索される疑問に記事を絞ることが、当社の集客改善の出発点でした。 書く人と採点する人を別のAIにし、調査した内容が読者の役に立つかを公開前に確認しました。 データを毎日自動で集め、週ごとに見直す運用を続け、週414→6,642セッション（16.0倍）になりました。自社の解析画面で、2025-10-28〜2026-10-26の52週について、最初の13週と直近13週の平均を比べた値です。

何がどれだけ伸びたか

サイト全体の訪問に加え、製品・料金などの中心ページへの流入も増えたことが、今回確認できた成果です。

この記事では、rakurip.comで取り組んだオウンドメディアの成功事例を、制作と改善の工程に分けて紹介します。

集計日は2026年10月27日で、記事は公開421本、予約77本という運用状況でした。ただし、アクセスの増加を、そのまま問い合わせや売上の増加と読み替えることはできません。

GA4で見た月別セッションと表示ページ数

Search Consoleで見た月別の検索流入

Search Consoleの2025年7月〜2026年6月には収集の空白があるため、比較には使っていません。また、10月は途中の値なので、完了した月と同じ条件では比較できません。

記事の本格公開は2026年7月からで、この月に248本を公開しました。公開直後に一斉に伸びたわけではなく、1〜2か月遅れた8・9月に流入が増えています。

7月から9月にかけて、月間セッションは6,625から33,118へ約5倍になりました。同じ期間の検索クリックは、451から16,990へ約38倍に増加しています。

製品・料金などの中心ページも、同じ週平均の比較で次のように変化しました。

流入の柱になったのは、直近90日の記事群では「作業中に詰まる場面」を扱うテーマでした。Amazonのワンタイムパスワードや勝手なキャンセル、Excelのシートコピーなどが該当します。

JANコードやクリックポストの貼り方も含め、深い専門論だけが読まれたわけではありません。ただし、今回の集計だけで、個々の施策の効果を切り分けたり、売上への貢献額を示したりはできません。

制作人数、1本あたりの費用・作業時間、利用ツールの月額は、確認できる記録がないため示せません。期間は上記の公開・集計記録で示せますが、同じ本数を作るための体制や総予算までは、本事例から見積もれません。

工程1｜検索需要を測る ラッコキーワードとDataForSEOの使い方

記事を書く前に検索需要を測り、数字が確認できた語を主キーワードにするのが、当社の運用です。

顧客が困りそうなテーマと、実際に検索されている言葉は、必ずしも一致しません。そこで、担当者の経験から候補を出した後に、検索需要を確かめる工程を置きました。

DataForSEOでは、当社が147語を調べた際の費用は約$0.03でした。これは実際の利用例であり、すべての条件で同じ費用になると示すものではありません。

実務では、次の順番で候補を絞ると、執筆に進む理由を説明しやすくなります。

1. 問い合わせや日々の作業から、顧客が詰まる場面を集めます。
2. サジェストを使い、顧客が検索するときの言い方に置き換えます。
3. 検索数を測り、当社では数字が出た語を主キーワードに選びます。
4. 自社で答えられる範囲と、商品・サービスとの関係を確認します。

検索数が確認できても、自社の顧客とかけ離れたテーマなら、事業への貢献は別に考える必要があります。また、数字が出ないことだけで、顧客の困り事そのものが存在しないとも断定できません。

候補語の探し方は『ラッコキーワードの使い方』で解説します。

工程2｜AI記事を書く 調査からGPT執筆とClaude採点まで

調査した根拠をGPTに渡して執筆し、Claudeで別に採点することで、公開前の確認工程を分けています。

最初からAIに完成原稿を求めると、文章が整っていても、実務に必要な条件が抜けることがあります。当社では、1記事につき2〜3テーマのディープリサーチを行ってから、執筆に進みます。

1. 読者の疑問を分け、調査すべきテーマと確認事項を整理します。
2. 提供元の公式情報と公的機関から、数値・条件・手順を集めます。
3. 調査結果をGPTに渡し、検索意図に沿った原稿を作成します。
4. Claudeで採点し、弱い箇所を直してから根拠と再照合します。

競合ブログは出典にせず、仕様や条件を決めている提供元の情報まで戻って確認します。文章の読みやすさだけで合否を決めず、次の軸で具体的な不足を探します。

合格基準は、各軸4点以上、合計20点以上として運用しています。同じAIによる自己採点は甘くなると当社では判断し、執筆と評価を分けました。

執筆に渡す指示と採点結果の見本

以下は、実際の執筆指示の一部を要約したものです。

• 1行目は「# タイトル」。H2は8本以上で、見出しは検索語。
• H1直下で結論を先に。表と番号リストを厚くする。
• 1文40〜60字。FAQは4〜6問。
• 数値・料金は資料にある通りに書き、無い数値を作らない。
• 出典は提供元の公式と公的機関だけ。

これに、記事ごとの「冒頭3行で何を言い切るか」「どの表を作るか」を足し、調査結果とともに渡します。

不合格なら、不足した軸が2つ以上の場合は指摘を添えて執筆したAIに書き直させます。正確性だけが不足した場合は、指摘された行を根拠と照合し、その行だけ人が直します。採点のたびに別の行が指摘されることもあるため、書き直しは2回までとしています。

AIの合格判定は正しさの保証ではありません。最後は担当者が根拠を開き、条件や更新日を確かめます。AI検索を意識した構成は、次の工程と『LLMO・AIO・GEOとは？』で解説します。

工程3｜AI検索に引用される記事構成 結論・定義・表・出典を整える

当社では、各H2の直下に1文の答えを置くなど、公開前に構成を点検する決まりがあります。

サイトにはllms.txtを置き、記事を公開したら1行追加しています。これらは当社の運用であり、AI検索への引用を保証する条件ではありません。出所や単位が不明な数値は、「目安」と添えるだけで補えるとは考えず、根拠を確認します。

今回のアクセス実績から、これらの点検だけによる効果は切り分けられません。AI検索で表示・引用されることと、クリックされて訪問したことも分けて評価します。

用語や構成の考え方は『LLMO・AIO・GEOとは？』で解説します。

工程4｜記事の見せ方を整える PASONAと影響力の武器の使いどころ

当社では、PASONAと「影響力の武器」を製品の紹介ページで使い、記事本文では売り込まない決まりにしています。

LPはPASONAの「問題→共感→解決→提案→絞り込み→行動」の順で組み立てます。「影響力の武器」は、社会的証明や権威などの原理を参照しています。記事では検索した疑問への答えを優先し、製品紹介とは役割を分けます。

ただし、今回の集計には、この構成を採用する前後の比較や、原理ごとの効果を示す数字はありません。

AIでLPのたたき台を作る道具もあります。その一つであるClaude Designの操作は『Claude Designの使い方』で解説します。

工程5｜記事の効果測定 GA4・Search Console・Clarityで観測して直す

検索での発見、訪問後の行動、画面上の迷いを分けて見ると、次に直す箇所を判断しやすくなります。

当社では、GA4・Search Console・Clarityのデータを毎日自動で集め、自作の社内画面で週ごとの推移を見ています。記事から問い合わせ・購入までの経路も追っています。

確認は、まずGA4で変化したページを見つけ、Search Consoleでそのページの検索語と指標を確かめ、Clarityでページ内の行動を見る順に進めると整理できます。これは、当社の収集項目を踏まえた確認の進め方の提案です。

修正は、アクセスが少ない記事を一律に書き直すのではなく、観測された問題から決めます。

1. 表示されているのにクリックされない場合は、検索語句とタイトルの対応を確認します。
2. 訪問されても必要な情報に進まない場合は、結論や手順の位置を確認します。
3. 商品情報に進んでも成果につながらない場合は、テーマと商材の関係を確認します。
4. 誤った条件や古い情報が見つかった場合は、流入量にかかわらず修正します。

Search ConsoleのクリックとGA4のセッションは、計測単位が異なるため一致しません。検索流入を照合するときは、GA4のセッション単位の「google / organic」から確認します。

大きな差がある場合は、日付、対象URL、計測条件などをそろえて原因を調べます。また、Clarityで見えた行動だけから、読者の満足や購入意向を断定することも避けます。

ページ内の行動の見方は『Microsoft Clarityの使い方』で解説します。

うまくいかなかったこと

検索需要、図解の正確性、新着記事の登録状況は、当社でも見立てを誤った箇所でした。

成功事例を再現するには、成果の数字に加え、どこで判断を修正したかを知る必要があります。今回の運用では、次の失敗や早合点が、確認工程を見直すきっかけになりました。

最初の失敗は、作り手が使う言葉を、顧客も同じように検索すると考えていたことでした。需要を測る工程を先に置けば、調査や執筆を始める前に企画を見直せます。

図解では、短い指示だけでは本文の条件や例外まで伝わらないという問題がありました。現在は節の本文を渡して作らせ、別のAIに突き合わせさせたうえで担当者が確認します。

インデックスについては、今回の新着記事の経過を、すべての未登録記事に当てはめてはいけません。表示された状態だけで原因を決めず、対象URLと経過を確認することが必要です。

GoogleのAI記事ルール 大量生成コンテンツの不正使用と有用性

GoogleはAIの利用自体を禁じていませんが、読者への価値が乏しい大量生成は違反になり得ます。

2024年3月5日に発表された方針では、AI、人間、その組み合わせを問わず作成目的と価値を見ます。検索順位の操作を主な目的として、ユーザーを助けないページを多数作る行為が対象です。

当社は毎朝9時に1日10本ずつ予約公開していますが、これはGoogleが示す安全基準ではありません。人が少し直したり、公開日を分散したりするだけで、価値の不足が解消するとも考えません。

Googleの有用なコンテンツの説明では、独自の情報、経験、信頼できる根拠が重視されています。E-E-A-Tは単独の直接的なランキング要因ではなく、なかでも信頼性が重要とされています。

公開前は本文だけでなく、タイトル、メタディスクリプション、画像の代替テキストも確認します。AIの採点や見た目の完成度より、事実と条件が正しく伝わることを優先する運用が必要です。

よくある質問（FAQ）

本事例は、公開本数だけをまねるより、需要確認から修正までの工程を自社に合わせて使うことが重要です。

AI記事は何本公開すればアクセスが伸びますか

成果が出る共通の本数は、公開情報では確認できません。当社は公開421本に達しましたが、記事数と成果の間に、すべてのサイトに通じる基準を示したものではありません。

記事を公開してから効果が出るまで何か月かかりますか

当社では7月の248本公開に対し、8・9月に伸びるという時間差がありました。Googleも改善の反映には数日から数か月かかる場合があると説明しており、同じ期間での成果は保証されません。

GPTだけで執筆と採点をしてもよいですか

当社では自己採点が甘くなることを避けるため、GPTで執筆し、Claudeで採点しています。各軸4点以上・合計20点以上を基準にしていますが、最後の根拠確認は担当者が行います。

結論や表を入れればAI検索に引用されますか

結論、定義、比較表、出典を整える方法は、引用を保証するものではありません。読者が単独でも理解できる説明を作り、引用や表示の成果はアクセスとは別に確認します。

アクセス16倍なら売上も同じだけ増えたのですか

今回示せるのは訪問と閲覧の変化であり、売上が同じ倍率で増えたとはいえません。中心ページへの流入増加に加え、問い合わせ・購入までの経路と成果を分けて評価する必要があります。