高級レストランの情報を扱う媒体が、記事をどう作っているかを公開する例は少ない。だが読者が記事の信頼性を判断するうえで、制作の工程は店の評価と同じくらい重要な情報だ。本記事では、Gastronomyの記事制作プロセスを工程ごとに公開し、AIをどこまで使い、どこから先を亀山容三が担うのかという責任分担を具体的に説明する。
記事制作プロセスの全体像
Gastronomyの記事は、テーマ選定から公開後の修正まで7つの工程を経る。工程を固定しているのは、記事ごとの品質のばらつきを抑えるためだ。単発で良い記事を書くことより、下限の品質を毎回保証することを優先している。
- テーマ選定と既存記事との重複確認
- 検索意図の判定と構成の設計
- 初稿の生成
- 機械的な品質点検（文字数・見出し数・リンク形式など）
- ファクトチェック
- 編集判断と公開判断
- 公開後の監査と修正
このうち3と4はAIの補助を使う。1・2は亀山とAIの共同作業、5〜7は亀山が単独で担う。工程を並べれば分かるとおり、AIが関与するのは中間の2工程に限られ、記事の入口と出口はすべて人間の判断で閉じている。
AIが担う工程と担わない工程
責任分担を工程別に整理する。
| 工程 | 担当 | 内容 |
|---|---|---|
| テーマ選定・重複確認 | 亀山＋AI | 亀山が方針を決め、AIが既存記事との重複を機械的に照合する |
| 構成設計 | 亀山＋AI | AIが検索意図に応じた構成案を提示し、亀山が承認または修正する |
| 初稿生成 | AI | 承認済みの構成と亀山の実食データ・分析方針に基づき、AIが本文を構造化して出力する |
| 機械的品質点検 | AI | 文字数・見出し数・敬体混入・リンク形式などを実測で点検する |
| ファクトチェック | 亀山 | 店舗の所在地・受賞歴・価格・人物名など、すべての固有名詞と事実を確認する |
| 編集判断・公開判断 | 亀山 | 記事の主張・評価・掲載可否を決定する |
| 公開後の監査・修正 | 亀山 | 外部ツールによる監査結果を受け、採否を判断して修正する |
AIの役割は「データの整理と構造化の補助」に限定している。亀山の実食記録や分析方針という素材を、検索意図に沿った構成に並べ直し、規定の形式に整える作業だ。一方で、店をどう評価するか、どの事実を採用するか、記事を公開するかという判断は、すべて亀山に帰属する。
「AIが記事を書いている」という表現をGastronomyが使わないのは、責任の所在を曖昧にしないためだ。記事の内容に誤りがあれば、その責任は制作工程のどこで生じたかにかかわらず、亀山が負う。
【関連記事】Gastronomyについて｜運営方針・レビュー基準・運営者情報
なぜこの分担にしたのか
分担の設計は、経営コンサルティングの報告書作成と同じ発想に基づいている。
コンサルティングの現場では、データの収集や図表の作成を補助者に任せることは珍しくない。だが、報告書の結論と、その結論を顧客に提示する判断は、必ず責任者が行う。補助者が優秀であるほど作業は速くなるが、結論の責任が移ることはない。Gastronomyの制作プロセスは、この構造をそのまま移植したものだ。
AIを初稿生成に使う実務的な理由は、品質の下限を固定できることにある。人間が毎回ゼロから書くと、体調や時間の制約で構成が崩れ、必要な要素が抜ける。構成テンプレートと形式規定を機械的に適用すれば、少なくとも「構造として欠けている記事」は出なくなる。亀山の労力は、そこから先の事実確認と判断に集中させる。
逆にファクトチェックをAIに任せない理由も明確だ。AIは店舗の所在地・閉店の有無・シェフの現職といった事実について、もっともらしい誤りを生成することがある。Gastronomyでは、確信の持てない固有名詞や事実をAIが代替案で埋めることを禁止し、確認待ちとして亀山に差し戻す運用にしている。差し戻された項目は、公式サイトや一次情報で亀山が確認したうえで初めて本文に載る。
品質基準を数値で固定する
「品質を保つ」という宣言は、数値に落とさなければ検証できない。Gastronomyでは以下の基準を定め、出力のたびに機械的に実測している。
| 項目 | 基準 |
|---|---|
| 本文文字数 | 2,500字以上（見出し記号・改行を除いた実測値） |
| 大見出しの数 | 5〜7個 |
| 文体 | 常体で統一。敬体の混入はゼロ |
| タイトル | 全角32字以内 |
| メタディスクリプション | 90〜130字。主要キーワードを冒頭60字以内に配置 |
| 内部リンク | 3本を目安、最大4本。リンク先の実在を台帳で確認 |
| 経営者視点の分析 | 1記事に2か所以上。うち1か所は数値を伴う |
数値基準の根拠を一つ示す。メタディスクリプションの上限を130字にしているのは、日本語の検索結果でスニペットとして表示されるのがパソコンで全角120字前後、スマートフォンでは50〜70字程度だからだ。以前は160字を上限としていたが、130字を超える部分は読者の画面に届かない。表示されない30字を書く労力は、記事1本あたりでは小さくても、記事数に比例して積み上がる。100本の記事で30字ずつ削れば3,000字分の無駄が消える計算であり、その労力を本文の事実確認に回すほうが読者の利益は大きい。
同様に、本文の2,500字という下限は、検索エンジンと広告審査の両面で「内容の薄い記事」と判定されない実務的な水準として設定している。字数を目視や感覚で申告することは禁止し、出力前に必ず機械で数える。この徹底がなければ、基準は宣言に留まる。
ファクトチェックと訂正の運用
ファクトチェックの対象は、店舗の所在地・最寄駅・開業年・閉店年・受賞歴・価格・人物の氏名と役職、そして統計数値のすべてだ。亀山の実食データから導いた比率であっても、訪問先の偏りが排除できない場合は代表値として扱わない。
確認の優先順位は、公式サイト・公的機関・業界団体の公開情報を第一とし、実食に基づく記述と伝聞・推測に基づく記述を本文中で区別する。過去の確認で確定した事実は一覧として蓄積し、以降の記事で同じ確認を繰り返さない。過去には、店舗の所在地を隣接する街と取り違えた例や、料理の分類を誤った例があった。いずれも公開前または監査で検出し、確定済み事実として記録している。
公開後は、外部の生成AIや校正ツールによる監査を受ける。監査の指摘はすべて採用するわけではない。数値の桁誤りや論理矛盾は原則採用する一方、敬体への変更、特定店舗への誘導の強化、実食していない店への断定的評価の追加といった指摘は却下する。監査ツールが正しいMarkdown表を「崩れている」と誤検出する事象も繰り返し起きており、実テキストを確認してから判定する手順を定めている。
誤りが判明した場合は該当記事を修正し、内容に影響する訂正はその旨を記事内に記載する。レビューの評価基準そのものについては、別記事で公開している。
【関連記事】Gastronomyのレビュー基準｜評価スコアと実食データの方針
よくある誤解
制作プロセスについて、想定される疑問に答える。
AIが書いた記事なら信頼できないのではないか。信頼性を決めるのは、誰が事実を確認し、誰が公開を判断したかだ。Gastronomyでは、その両方を亀山が担い、誤りの責任も亀山が負う。文章を整える工程にAIを使うことと、内容の責任を人間が持つことは両立する。
実食データはどこまで記事に反映されているのか。亀山の食べログ4,000件超の実食記録は、記事の分析方針と実例の素材として使う。ただし、母集団に偏りがあるため、「何割の店が」という代表比率としては使わない。食べログの点数をどう読むかという記事でも、この前提は明示している。
【関連記事】食べログ点数の読み方｜3.5と3.8の間にある構造的な差
広告主の意向は記事に影響するのか。記事の評価および掲載可否は、広告主・提供元の意向によらず亀山が判断する。広告リンクやアフィリエイトリンクを含む記事には、その旨を記事内に明示する。
なぜ制作プロセスを公開するのか。読者が記事の信頼性を判断する材料を提供するためであり、同時に、経営コンサルタントとして「工程を設計し、責任の所在を明確にする」という仕事の型を示すためでもある。
まとめ
- Gastronomyの記事は、テーマ選定から公開後の修正まで7つの固定工程を経て制作される
- AIが担うのは初稿の構造化と機械的な品質点検の2工程に限られ、記事の入口と出口は亀山の判断で閉じている
- 分担の設計は、データ整理を補助者に任せても結論の責任は責任者が負うという、コンサルティング報告書の規律に基づく
- 本文2,500字以上・大見出し5〜7個・メタディスクリプション90〜130字など、品質基準は数値で固定し、出力のたびに機械で実測する
- 固有名詞と事実はすべて亀山が一次情報で確認し、確信の持てない情報をAIが代替案で埋めることを禁止している
- 公開後は外部ツールの監査を受けるが、指摘の採否は基準に従って亀山が判断し、誤りは訂正内容を記事内に明示する
グルメメディアGastronomyでは、経営者視点と食通視点を掛け合わせたグルメ情報を発信している。ビジネス利用・記念日利用の判断材料として活用されたい。
亀山容三。株式会社スマートコネクション代表取締役。MBA・経営コンサルタント。食べログ4,000件超・GoogleローカルガイドLv10。経営者視点で高級レストラン情報を発信。
