AI記事のファクトチェックは、本文から数字・固有名詞・法令・引用といった事実の主張を抜き出し、元の資料と照らして記録する作業です。生成AIは事実と異なる内容をもっともらしく書くことがあり、プロンプトの工夫やチェックツールだけでは防ぎきれません。AIやツールは確かめる候補を出すのに使い、一致の判定は人が元の資料を読んで行います。
AIで下書きした記事を公開する立場の方なら、
「AIが書いた数字や制度が、本当に正しいのか分からない」
「どこまで確かめれば、公開してよいのか基準がない」
このように感じているかもしれませんね。
記事のファクトチェックは、AIの答えを検索し直す作業ではありません。
本文から確かめられる主張を抜き出し、1つずつ元の資料と照らして記録する作業です。
確かめる対象と順番が決まれば、1本ごとに迷う時間は減ります。
AIやツールに任せる部分と、人が読む部分の線も引けるようになります。
この記事では、AI記事の誤りを公開前に止めたい方に向けて、
- ファクトチェックで確かめる主張の見分け方
- ハルシネーションが起きる仕組みと予防の限界
- チェックツールとAIの点検で分かること
- 公開前の検収手順とチェックリスト
上記について、介護ソフトや人材紹介などBtoB商材の記事づくりを担当してきた私の視点を交えながら解説しています。
仕組みの説明は、総務省・経済産業省やAIの開発元が公開している資料に限って引用します。
まずは次に公開する1本で、数字と固有名詞に印を付けるところから始めてみてください。
ぜひ参考にして、自社で回せる確認の手順を作ってください。
目次
AI記事のファクトチェックでは、何を確かめますか?
AI記事のファクトチェックで確かめるのは、本文のうち、元の資料と照らして正誤を決められる「事実の主張」です。
意見や提案まで、すべてを調べ直す必要はありません。
その代わり、事実の主張は1つも飛ばさずに抜き出します。
確かめるのは、事実の主張だけ
日本のファクトチェック団体であるFIJ(ファクトチェック・イニシアティブ)は、ガイドラインで、対象を「客観的に検証可能な事実」に限っています。
事実の言明を含まない意見の表明は、対象にしないという線引きです。
自社の記事を点検するときも、この線引きがそのまま使えます。
AI記事から抜き出す主張は、次の5種類です。
- 数字・日付: 料金、割合、件数、年月日、施行日
- 固有名詞: 会社名、製品名、団体名、人名、資料の名前
- 法令・制度: 法律の名前と条文、制度の条件、手続きの流れ
- 引用: 「〜によると」と書いた部分、かぎかっこで引いた言葉
- 傾向の言い切り: 「多くの会社が」「一般的に」と書いた部分
最後の傾向の言い切りは、見落とされやすい項目です。
根拠の資料が見つからなければ、ぼかして残すのではなく削ります。
根拠にしてよい資料は、どれですか?
根拠にするのは、その情報を最初に出した元の資料です。
官公庁の発表、法令の条文、国の統計、団体の基準、会社の公式ページ、元の論文がこれに当たります。
まとめ記事や、他社のメディアの解説は根拠にしません。
それらが引いている元の資料までたどり、そちらを出典にします。
法令はデジタル庁のe-Gov法令検索で条文を、国の統計はe-Stat(政府統計の総合窓口)で元の表を確かめられます。
私は、開いて読めなかったページの数字は、記事に書かないと決めています。
元の資料の見分け方は一次情報とは何かの記事、書き方は出典の書き方の記事で扱います。
校正とファクトチェックは、何が違いますか?
校正は表記と文法を、ファクトチェックは中身の正しさを見る作業です。
違いを表にまとめます。
項目 | 校正 | ファクトチェック |
|---|---|---|
見る対象 | 表記・文法 | 事実の主張 |
照らす相手 | 表記の基準・辞書 | 元の資料 |
主な誤り | 誤字・表記の揺れ | 数字・名前・制度の誤り |
使う道具 | 校正ツール | 公的な資料・公式ページ |
表記の基準には、文化庁の「公用文作成の考え方」のような公的な手引があります。
2022年1月に文化審議会が建議したもので、横書きの読点を原則「、」とする考え方も示しています。
ただ、表記が整っていても、数字が元の資料と違えば誤りです。
先にファクトチェックで中身を固め、そのあと校正で表記を整えると、直しが二度手間になりません。
校正ツールの使い方はAIで校正する方法の記事で扱います。
では、AIはなぜ事実の主張を間違えるのでしょうか。
ハルシネーションは、なぜ起きるのですか?
ハルシネーションは、生成AIが事実と異なる内容を、もっともらしく書いてしまう現象です。
総務省と経済産業省のAI事業者ガイドライン(第1.2版)も、AIが生成した偽情報・誤情報が社会を不安定化させるリスクを挙げ、注で「RAG(検索拡張生成)の活用等により、ハルシネーションの抑制や出力過程・根拠の透明性向上等が期待されている。」と書いています。
このガイドラインは、2026年3月31日に第1.2版へ改定されました。
起きる理由を知っておくと、どこを先に確かめればよいかが見えてきます。
生成AIが、もっともらしく誤る仕組み
OpenAIは2025年9月、ハルシネーションが起きる理由を説明する解説と論文を公開しました。
説明の要点は2つです。
1つ目は、学習の仕組みです。
言語モデルは、大量の文章で「次に来る語」を予測する形で学習し、個々の文に正しい・誤りの印は付いていません。
文法や言い回しのように型のあるものは学べます。
一方で、誕生日のように型のない、まれな事実は、型から当てることができません。
2つ目は、評価のしかたです。
正答率だけで測る評価では、「分からない」と答えるより、推測で答えたほうが点が上がります。
そのため、モデルが自信ありげに推測する方向へ促される、と説明しています。
記事に置き換えると、料金、日付、条文の番号、資料の名前のような「1回きりの事実」ほど誤りやすいということです。
点検では、ここを最初に見ます。
プロンプトの対策で、どこまで減らせますか?
プロンプトの工夫で、ハルシネーションを減らすことはできます。
ただし、なくすことはできません。
Anthropicの公式ドキュメント「ハルシネーションを減らす」は、次のような指示を挙げています。
- 分からないときは「分からない」と答えてよいと伝える
- 長い資料を使うときは、先に該当する文をそのまま抜き出させる
- 主張ごとに引用を付けさせ、裏付けの文が見つからない主張は取り消させる
私は、医療や税のように誤りの影響が大きい分野では、効果を言い切らない・個別の判断に踏み込まないという線も、書く前に指示で決めています。
ただ、これらはAIに「確かめる材料」を出させる工夫です。
材料が正しいかを決めるのは、元の資料を読む人です。
指示の書き方はライティングのプロンプトの記事で詳しく扱います。
AIの「確認済み」を、そのまま信じない
AIやツールが「確認済み」「問題なし」と返しても、それは公開してよい理由になりません。
AIによる確認も、同じ仕組みで文章を作った結果だからです。
確認の記録は、人が元の資料のページを開いて照らすまで、仮のものとして扱います。
チェックツールで、何が分かりますか?
チェックツールは、道具ごとに照らす相手が違います。
何と照らす道具かを知っておくと、任せすぎを防げます。
道具 | 照らす相手 | 分かること | 分からないこと |
|---|---|---|---|
校正ツール | 表記の基準・辞書 | 誤字・表記の揺れ | 元の資料との一致 |
コピペチェック | 公開済みの文章 | 文章の重なり | 元の資料との一致 |
AIが出す関連ソース | 関連するウェブページ | 関連する情報の有無 | 元の資料との一致 |
ファクトチェック検索 | 検証済みの記事 | 検証された言説か | 未検証の主張 |
法令・統計の検索 | 条文・統計表 | 元の資料そのもの | 本文との照合 |
たとえばGeminiアプリは、回答の下や回答内に「ソース」として関連するウェブページのリンクを出します(Geminiアプリ ヘルプ)。
ヘルプは「すべての回答に関連リンクやソースが含まれるわけではありません。」と断っています。
ヘルプの説明では、出るのは「回答の一部に関連したコンテンツ」で、回答の根拠そのものとは限りません。
Googleのファクトチェック エクスプローラーは、独立したファクトチェック団体が検証した記事を探す検索です。
世の中に広まった言説を調べる道具で、自社の記事に書いた料金や制度の数字を照らす道具ではありません。
どの道具も、本文の数字が元の資料と同じかまでは判定しません。
文章の重なりの調べ方はコピペチェックの記事で扱います。
AIに点検させるときは、どう使いますか?
AIに点検させるなら、正しいかを判定させるのではなく、確かめる候補を出させます。
次の順で使うと、人が読む量を絞れます。
- 本文から数字・固有名詞・法令・引用を抜き出させ、一覧にさせる
- 主張ごとに、根拠になりそうな元の資料の名前を挙げさせる
- 人がその資料のページを開き、該当する箇所を読んで一致を確かめる
AIが挙げた資料の名前やURLも、ハルシネーションの対象になりえます。
存在しない資料や、開けないURLが混じることもあるため、開けなかったものは根拠にしません。
自動化できるのは、URLにつながるか、文字数や見出しがそろっているかといった形式の点検までです。
私が最後の判定を人に残しているのは、この線を越えると、確認が「確認済み」という印だけになるからです。
では、人が読む工程をどう組めば、毎回同じ質で回せるでしょうか。
AI記事の検収は、どんな手順で進めますか?
AI記事の検収は、主張を抜き出す、元の資料と照らす、直す、記録する、の4段階で進めます。
記録まで残すと、あとで記事を直すときや、誤りを指摘されたときに、どこを何で確かめたかを示せます。
AIで書いた記事がGoogle検索でどう扱われるかは、AI記事とSEOの記事で扱います。
公開前のチェックリスト
公開の前に、次の表を上から順に使います。
順番 | 確かめること | 見る資料 |
|---|---|---|
1 | 数字に単位と時点があるか | 本文 |
2 | 数字・日付が元の資料と同じか | 官公庁・公式ページ |
3 | 会社名・製品名の表記 | 各社の公式サイト |
4 | 法令の名前・条文・施行日 | e-Gov法令検索 |
5 | 引用の文言がリンク先にあるか | 引用元のページ |
6 | 出典がまとめ記事でないか | 出典のURL |
7 | 傾向の言い切りに根拠があるか | 統計・調査 |
8 | 他社の料金に時点があるか | 他社の公式ページ |
9 | 誤字・表記の揺れ | 表記の基準 |
1〜8がファクトチェック、9が校正です。
確かめられなかった主張は、「〜とされています」とぼかして残さず、削ります。
ぼかした文は、読む人にとって確かめようのない主張のまま残るからです。
結果は、主張・元の資料・URL・該当箇所・判定・直した内容を1行ずつ並べた確認表に残します。
量産するときの線引きはAI記事の量産の記事も参考になります。
外注した記事を受け取るときは、何を求めますか?
外注したAI記事は、納品物に主張ごとの確認表を含めてもらうと、検収が速くなります。
表があれば、自社では抜き取りで元の資料を開くだけで済みます。
表がない場合は、上のチェックリストで最初から確かめることになります。
依頼の前に、事実確認をだれが、どの資料で行うかを聞いておくと、見積を比べるときの物差しにもなります。
なお、ソロプレスもAIで記事を下書きする記事制作代行で、この記事の筆者が運営しています。
利害関係があることを前提に読んでください。
料金は、1社1サイトにつき最初の10本が1本1,000円(お試し価格)、11本目から1本3,980円(通常価格)で、いずれも税抜です(2026年9月時点、記事作成代行の料金の欄)。
記事づくり全体の流れは、SEO記事の書き方の記事にまとめています。
確かめた記録が、記事の信用の土台。
よくある質問
ハルシネーションは、プロンプトでなくせますか?
なくせません。「分からない」と答えてよいと伝える、主張ごとに引用を付けさせるといった指示で減らすことはできますが、公開前に元の資料と照らす工程は残ります。
AIにファクトチェックを任せてもよいですか?
確かめる候補を出す用途には向いています。主張の抜き出しや、根拠になりそうな資料の候補出しはAIに任せ、一致の判定は人が元の資料のページを開いて行います。
出典がまとめ記事やWikipediaのときは、どうしますか?
そこに書かれている元の資料までたどり、元の資料を出典にします。元の資料が見つからない主張は、ぼかして残さずに記事から削ります。
校正ツールを使えば、事実の誤りも見つかりますか?
校正ツールが主に照らすのは表記の基準や辞書です。数字や制度が元の資料と合っているかは、元の資料と照らして確かめます。校正とファクトチェックは、別の工程として行います。
記事のファクトチェックの記録は、どう残せばよいですか?
主張・元の資料・URL・該当箇所・判定・直した内容を1行ずつ並べた確認表にします。公開後に記事を直したときは、直した箇所を確かめ直して、確認した日付を更新します。
まとめ: ファクトチェックは、元の資料と照らして記録する
今回は、AI記事の誤りを公開前に止めたい方に向けて、
- ファクトチェックで確かめる主張の見分け方
- ハルシネーションが起きる仕組みと予防の限界
- チェックツールとAIの点検で分かること
- 公開前の検収手順とチェックリスト
上記について、BtoB商材の記事づくりに携わってきた私の視点を交えながらお話してきました。
記事のファクトチェックは、事実の主張を抜き出し、元の資料と照らし、記録を残す作業です。
AIやツールを候補出しに使い、判定を人に残せば、毎回同じ質で公開の判断ができるはずです。
まずは次に公開する1本で、数字と固有名詞に印を付け、元の資料を1つずつ開いてみてください。
記事づくり全体の流れはSEO記事の書き方の記事、ソロプレスの料金は記事作成代行の料金の欄で確かめられます。
参考にした資料
- FIJのガイドライン(ファクトチェック・イニシアティブ、2026年9月時点)
- 「公用文作成の考え方」について(建議)(文化庁、2022年1月建議)
- e-Gov法令検索(デジタル庁、2026年9月時点)
- e-Stat 政府統計の総合窓口(総務省統計局ほか、2026年9月時点)
- AI事業者ガイドライン(第1.2版)(総務省・経済産業省、2026年3月31日)
- Why language models hallucinate(OpenAI、2025年9月公開)
- ハルシネーションを減らす(Anthropic、2026年9月時点)
- Gemini アプリの関連ソースを表示する(Google Gemini アプリ ヘルプ、2026年10月時点)
- Fact Check Explorer(Google、2026年9月時点)
