一次情報とは、自分で見たり聞いたり、調べたりして得た、ほかを経由していない情報です。公的な統計も、引用する会社から見ると自社の一次情報ではなく「元の資料」にあたります。会社の記事では、自社の記録から一次情報を入れ、数字や制度は元の資料で確かめて書きます。
会社の記事を任されている担当者なら、
「一次情報を入れてと言われたが、何を指すのか説明できない」
「公的な統計を引用するのと、何が違うのか分からない」
このように迷っているかもしれませんね。
一次情報とは、自分で見たり聞いたり、調べたりして得た、ほかを経由していない情報です。
会社の記事では、自社の記録から得た一次情報を入れ、数字や制度は元の資料で確かめて書きます。
この2つがそろえば、どこかで読んだ説明の寄せ集めから抜け出せます。
誤った数字を載せる不安も、手順で減らせるはずです。
この記事では、自社の記事の中身を厚くしたい方に向けて、
- 一次情報・二次情報・三次情報の違い
- SEOとAIの回答で一次情報が求められる理由
- 元の資料の探し方と読んだことの確かめ方
- 孫引きを避けて一次情報を記事に入れる手順
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。
Googleの考え方は、公式の文書にある範囲だけを紹介します。
まずは、手元の業務の記録から一次情報を1つ探すところから始めてみてください。
ぜひ参考にして、自社にしか書けない1段落を記事に加えてください。
目次
一次情報とは、どんな情報ですか?
一次情報とは、自分で見たり聞いたり、調べたりして得た、ほかを経由していない情報です。
自社で行った調査の結果、現場で測った数字、顧客から直接聞いた声、自分で試した記録などが当たります。
反対に、誰かが一次情報を選び、まとめ、解説したものが二次情報です。
情報はほかを経由するたびに、選ぶ・縮める・言い換えるという手が入ります。
そのたびに、調べた年度や対象、数字の定義といった条件が落ちやすくなります。
一次情報が大事にされるのは、この条件がそろった形で残っているからです。
二次情報・三次情報とは、どう違いますか?
二次情報は一次情報を材料にしたもの、三次情報は二次情報をさらにまとめたものです。
図書館の分野でも、一次資料・二次資料・三次資料という区分が使われています。
国立国会図書館のレファレンス協同データベースには、三次資料とは何かを尋ねた事例も登録されています。
記事づくりに当てはめると、次の表のように整理できます。
区分 | 意味 | 会社の記事での例 |
|---|---|---|
一次情報 | 自分で得た、経由していない情報 | 自社の調査・問い合わせの記録・取材 |
二次情報 | 一次情報を選び、まとめたもの | 新聞記事・業界の解説記事・書籍 |
三次情報 | 二次情報をさらにまとめたもの | まとめ記事・AIの要約 |
表の区分は、立場によって変わる点に注意が要ります。
たとえば総務省などが公表する統計は、作った機関にとっては一次情報です。
引用する会社から見ると、自社の一次情報ではなく「元の資料」にあたります。
「統計を引用したから一次情報がある」とは言えない、というのが私の整理です。
会社の記事で使える一次情報には、何がありますか?
会社の記事で使える一次情報は、大がかりな調査に限りません。
日々の業務で残っている記録の多くが、一次情報の候補になります。
- 問い合わせや商談で、顧客から実際に聞かれた質問
- 自社で試した手順と、その結果の記録
- 導入事例や、担当者に聞いた話(取材)
- 自社で集計した件数や所要時間などの数字
どれも、ほかのサイトには載っていない情報です。
ただし数字を出すときは、いつ・何を・どう数えたかを添えます。
条件のない数字は、読み手が確かめられないからです。
取材の進め方は、インタビュー記事の記事で扱います。
では、なぜ今、一次情報がこれほど求められるのでしょうか。次の章で、Googleの説明から見ていきます。
一次情報は、SEOとAIの回答でなぜ求められますか?
一次情報が求められるのは、Googleが独自の情報や経験のある内容を、役に立つ記事の条件として挙げているからです。
同じ二次情報をまとめ直しただけの記事は、どれも似た内容になります。
読み手から見ても、検索エンジンから見ても、区別する理由がなくなります。
Googleは、記事の独自性をどう見ていますか?
Googleは、ほかの情報源をただ書き直した記事ではなく、独自の情報や分析を加えた記事を求めています。
有用で信頼性の高い、ユーザーを第一に考えたコンテンツの作成という文書には、自分の記事を点検する問いが並んでいます。
その中には、次のような問いがあります。
- 独自の情報、レポート、研究、分析を提供しているか
- ほかの情報源を参考にしている場合、単に書き直すのではなく、付加価値と独自性を十分に加えているか
また、Googleは2022年12月に、品質評価ガイドラインのE-A-Tに「経験(Experience)」を加えたと検索セントラル ブログで説明しました。
実際に使った、訪れたといった直接の経験が、評価の見方に入ったということです。
E-E-A-Tそのものの説明は、E-E-A-Tの記事に譲ります。
一次情報があれば、AIに引用されますか?
一次情報を入れたからといって、AIの回答に引用される保証はありません。
GoogleはAI機能とウェブサイトで、AIによる概要やAIモードに表示されるための追加の要件や特別な最適化は不要だとしています。
そのうえで、通常のSEOのベストプラクティスがそのまま当てはまると説明しています。
2025年5月の検索セントラル ブログでも、ほかにない独自の内容を作ることが勧められていました。
2026年5月に公開された生成AIの検索機能に向けた最適化のガイドも、生成AIの検索への最適化はSEOだという立場です。
つまり一次情報は、AI向けの裏技ではなく、検索で評価される記事の土台です。
弱点を先に書くと、ソロプレスのコラムも生成AIで下書きしています。
AIは二次情報をまとめるのは得意ですが、自社の記録や顧客の声は持っていません。
そこを人が足さない限り、どこにでもある記事になってしまうと私は考えています。
AIの回答に引用される仕組みの全体は、LLMOの記事で説明しています。
あなたの会社の記事には、ほかのサイトに無い1段落があるでしょうか。
元の資料は、どう探して読めばよいですか?
元の資料は、数字なら作った機関、制度なら法令と所管する役所の公式ページまで遡って探します。
見つけたら、記事に書く数字や条件が載っているページそのものを読みます。
二次情報で見かけた数字は、年度や対象、定義が抜けていることが多いからです。
元の資料は、どこで探せますか?
公的な数字と法令には、国が用意した窓口があります。
まずは次の表の窓口から探すと、遠回りが減ります。
知りたいこと | 元の資料 | 探す窓口 |
|---|---|---|
国の統計の数字 | 各府省の統計表 | e-Stat(政府統計の総合窓口) |
法律・政令・省令 | 法令の条文 | e-Gov法令検索 |
制度の運用や手続き | 所管する役所の案内 | 各府省の公式サイト |
製品やサービスの仕様 | 提供元の説明 | 提供元の公式サイト |
研究の結果 | 元の論文 | 論文の掲載誌・公開先 |
e-Statは、各府省が公表する統計を1か所から探せるサイトです。
e-Gov法令検索では、デジタル庁が提供する国の法令の条文を読めます。
私は、まとめ記事や他社のメディアは出典にせず、こうした元の資料だけを根拠にしています。
「読んだ」は、どう確かめますか?
元の資料に当たったあとは、「読んだ」という記録ではなく、記事の文と資料のページを1つずつ突き合わせて確かめます。
資料を開いたことと、該当する箇所を読んだことは別だからです。
突き合わせるときは、次の点を見ます。
- 記事の数字が、資料のどのページ・どの表にあるか
- 年度・対象・単位が、記事の書き方と合っているか
- 資料の注記に、数字の定義や例外が書かれていないか
この3点を確認表に残せば、あとから人が見ても確かめ直せます。
出典の示し方は、出典の書き方の記事で扱います。
「確認済み」の記録は、ページで確かめるまで当てにしない。これが元の資料を読むときの基本です。
孫引きを避ける制作の流れは、どう組みますか?
孫引きを避けるには、書く前に根拠のURLを一覧にし、元の資料か、ほかを経由した資料かを分けておきます。
孫引きとは、元の資料を確かめずに、ほかの文献やサイトに引用された内容をそのまま使うことです。
引用の途中で文脈や時点が抜けるため、元の資料と違う数字が広がる原因になります。
孫引きは、どう見分けますか?
孫引きかどうかは、根拠にしたページが、その数字や条文を自分で作った発行元かどうかで見分けます。
見分けるときは、次の3点を確かめます。
- ページの中に「〇〇調査によると」と、別の資料名が書かれていないか
- 発行元が、統計を作った機関や法令を所管する役所か
- 数字の年度が、元の資料の最新の公表と合っているか
1つでも当てはまれば、そのページは経由した資料です。
元の資料を探し、そちらを根拠に差し替えます。
元の資料がどうしても手に入らないときの作法もあります。
国立国会図書館のレファレンス協同データベースには、やむを得ず孫引きをする場合の引用の作法を尋ねた事例が登録されています。
一般的には、元の資料と、それを引いていた資料の両方を示す形がとられます。
ただし会社の記事では、確かめられない数字を「〜とされています」とぼかして残すより、削るか書き換えるほうが安全だと私は考えます。
一次情報を記事に入れる手順は?
一次情報を記事に入れるときは、集める→記録する→書く→確かめるの順で進めます。
- 自社の記録から、記事の問いに答える一次情報を1つ選ぶ
- いつ・何を・どう数えたかを、数字と一緒に書き留める
- 記事では、一次情報を答えの段落の直後に置く
- 公的な数字や制度は、元の資料のページで確かめて書く
- 根拠のURLと確かめた箇所を、確認表に1行ずつ残す
一次情報と元の資料は、役割が違います。
一次情報は記事の独自性を生み、元の資料は記事の正確さを支えます。
確認表の作り方と事実確認の進め方は、ファクトチェックの記事で詳しく説明します。
自社の一次情報と、元の資料で確かめた数字。この2つがそろった記事が、ほかにない記事です。
よくある質問
公的な統計を引用するのは、一次情報ですか?
統計は、作った機関にとっての一次情報です。
引用する会社から見ると、自社の一次情報ではなく「元の資料」にあたります。
記事では、作った機関が公表した数字を元の資料で確かめて書き、自社の一次情報とは分けて扱います。
二次情報は、記事に使ってはいけませんか?
二次情報を使うこと自体は問題ありません。
全体像をつかんだり、元の資料を探したりする手がかりになります。
ただし数字や制度は、二次情報のまま書かず、元の資料で確かめてから書きます。
自社に独自データがない場合は、どうすればよいですか?
問い合わせで聞かれた質問、試した手順、導入の経緯など、業務の記録から探します。
数字でなくても、自社が直接見聞きしたことは一次情報です。
数字を出すときは、いつ・何を・どう数えたかを添えます。
AIで書いた記事に、一次情報は入れられますか?
入れられます。
AIは自社の記録を持たないため、人が一次情報を渡すか、下書きのあとで足します。
自社の案内になりますが、ソロプレスはAIで下書きする記事制作代行で、1社1サイトにつき最初の10本は1本1,000円(お試し価格・税抜、2026年9月時点)です。
詳しくは記事作成代行の料金のページをご覧ください。
一次情報を載せるとき、何に気をつければよいですか?
顧客の名前や社内の資料など、載せてよいかの確認が要る情報を先に分けます。
顧客の声や事例は、相手の了承を得てから載せます。
数字には、時点と数え方を添えます。
まとめ: 一次情報は、自社の記録と元の資料で書く
今回は、自社の記事の中身を厚くしたい方に向けて、
- 一次情報・二次情報・三次情報の違い
- SEOとAIの回答で一次情報が求められる理由
- 元の資料の探し方と読んだことの確かめ方
- 孫引きを避けて一次情報を記事に入れる手順
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。
一次情報とは、ほかを経由していない情報です。会社の記事では、自社の記録から得た一次情報を入れ、数字や制度は元の資料で確かめて書きます。
この2つがそろえば、AIで下書きした記事でも、どこにでもある説明の寄せ集めから抜け出せるはずです。
まずは、問い合わせの記録や試した手順のメモから、記事の問いに答える一次情報を1つ選んでみてください。
記事づくり全体の流れはSEO記事とは何かの記事で、AIで書いた記事の評価はAI記事とSEOの記事で確かめられます。
参考にした資料
- 有用で信頼性の高い、ユーザーを第一に考えたコンテンツの作成(Google検索セントラル、2026年9月時点)
- 品質評価ガイドラインの最新情報: E-A-T に Experience の E を追加(Google検索セントラル ブログ、2022年12月公開)
- AI 機能とウェブサイト(Google検索セントラル、2026年9月時点)
- Google 検索の Google AI エクスペリエンスでコンテンツのパフォーマンスを高めるための主な方法(Google検索セントラル ブログ、2025年5月公開)
- Google 検索における生成 AI 機能への最適化のための Google ガイド(Google検索セントラル、2026年9月時点)
- 利用ガイド(政府統計の総合窓口 e-Stat、2026年9月時点)
- ヘルプ(e-Gov法令検索、2026年9月時点)
- 三次資料とは何か知りたい。(レファレンス協同データベース・国立国会図書館、2026年9月時点)
- やむを得ず「孫引き」をする場合の引用作法を知りたい。(レファレンス協同データベース・国立国会図書館、2026年9月時点)
