コンテンツ品質チェックリストとは、記事を公開する前に確認すべき品質項目を一覧化し、検索意図・正確性・E-E-A-T・可読性・AI検索対応などを漏れなく点検する実務ツールです。
ひとことで言えば、公開前チェックリストで最初に見るべきは「検索意図に答えているか」「事実は出典で裏取りされているか」の2点で、ここを外すと他をどれだけ整えても評価されません。
本記事では、そのままコピーして使える公開前チェックリスト本体(代表24項目・6カテゴリ)を置き土産として提示し、各項目をGoogle公式ガイドラインと一次情報で裏付けながら、AI検索(AI Overviews・ChatGPT等)に引用される観点まで解説します。
この記事の結論
公開前の品質チェックは、検索意図と事実の裏取りから順に見るのが要だと考えています
今日からやること
- 24項目を自社のチェックシートに写す
- 事実確認は執筆者以外の人に任せる
- 仕様が変わるたびに項目を見直す
こんな人向け:記事の公開前の点検を、仕組みで回したい編集担当の方
コンテンツ品質チェックリストの全項目(公開前にこれを確認)

判定型で言うと、公開可否は「6カテゴリ・24項目のうち、上位2カテゴリ(検索意図/正確性・E-E-A-T)が全て満たされているか」で決まります。
下に示すのは、そのままコピーして自社のチェックシートに転記できる公開前チェックリスト本体です。
本質的な項目から体裁の項目へと並べてあり、上から順に点検すれば、大きな問題を早い段階で発見できます。まずは全体像をつかんでください。
DAMEMOTO代表鈴木このリスト、丸ごと持ち帰ってOKです
【置き土産】公開前チェックリスト本体・24項目
下表が本記事の中核となる置き土産です。6カテゴリ・24項目を、確認の優先度が高い順に並べました。
各行をコピーしてスプレッドシートに貼り付け、チェック欄を付ければ、そのまま運用できます。
なお項目は固定ではなく、後述のとおり検索とAIの変化に合わせて増減させる前提で設計しています。
| カテゴリ | チェック項目 | 合否の目安 |
|---|---|---|
| ①検索意図 | 狙うKWの検索意図(Know/Do/Go/Buy)に答えているか | SERP上位と意図が一致 |
| ①検索意図 | 検索者の主要な疑問に冒頭で結論を返しているか | 導入で結論提示 |
| ①検索意図 | 関連質問(PAA)の論点を本文・FAQで拾えているか | 主要PAAを網羅 |
| ①検索意図 | 競合上位が満たすニーズを取りこぼしていないか | 不足トピックなし |
| ②正確性・出典 | 数値・固有名詞・日付・URLが正しいか | 原典と一致 |
| ②正確性・出典 | 客観的事実すべてに出典が紐づくか | 「と言われる」を排除 |
| ②正確性・出典 | 一次情報・公式ソースで裏取りしたか | 一次>二次の順 |
| ②正確性・出典 | 古い情報・廃止された仕様が残っていないか | 最終確認日を記録 |
| ②正確性・出典 | AIで生成した箇所の事実誤り(幻覚)を排したか | 人手で全数検証 |
| ③E-E-A-T | 独自の経験・調査・データなど一次情報があるか | 他にない価値 |
| ③E-E-A-T | 著者・監修者の専門性と実在が示されているか | プロフィール明記 |
| ③E-E-A-T | 運営者情報・連絡先・更新日で信頼性を担保したか | Trust要素を表示 |
| ③E-E-A-T | YMYL領域は資格・公的出典で根拠を補強したか | 該当時のみ厳格化 |
| ④可読性 | 各見出し直下が結論ファーストで始まるか | 先に答え→後で理由 |
| ④可読性 | 見出しだけで内容が把握できるか | 見出し=要約 |
| ④可読性 | 一文が長すぎず、専門用語に説明があるか | 初見でも読める |
| ④可読性 | 表・箇条書き・図で情報を整理できているか | 視覚的に把握可 |
| ⑤AI検索対応 | 問いの直後に40〜60語の自己完結回答があるか | 抜き出して成立 |
| ⑤AI検索対応 | 質問形の見出しを適切に使っているか | PAA・音声と整合 |
| ⑤AI検索対応 | FAQと構造化データを正しく実装したか | 可視内容と一致 |
| ⑤AI検索対応 | 大量生成・薄い量産でなく独自価値があるか | スパム該当なし |
| ⑥構造・体裁 | 関連記事への内部リンクがあり孤立していないか | クラスターに接続 |
| ⑥構造・体裁 | 誤字脱字・表記ゆれ・リンク切れがないか | 校正済み |
| ⑥構造・体裁 | タイトル・メタ・画像ALT・見出し階層が適切か | 技術要件を充足 |
表は代表項目を抜粋した形ですが、各カテゴリを自社の制作フローに合わせて細分化すれば、実質39項目前後に展開できます。
Google検索セントラルの「有用で信頼性の高いコンテンツの作成」では、こうした自己評価の観点として「独自の情報・調査・分析を提供しているか」「事実誤認はないか」「専門家が書いたと信頼できるか」を挙げており(Google検索セントラル公式)、本リストの①〜③はこの公式観点に対応しています。
なぜリストが「抜け漏れ」を防ぐのか
チェックリストの本質は、確認すべき項目を明文化し、品質を「気をつける」ものから「仕組みで担保する」ものへ変える点にあります。
人間の記憶や感覚に頼ると、繁忙期や作業に慣れたときほど重要な確認を飛ばしがちです。リストがあれば、誰が書き、誰がレビューしても、毎回同じ基準で漏れなく点検できます。
特に200記事規模のメディアでは、執筆者ごとの当たり外れを抑え、属人化を防ぐ基盤になります。
本質→体裁の順で点検する理由
点検順序には意味があります。先に体裁(誤字・ALT・装飾)を整えても、検索意図がずれていたり事実が誤っていたりすれば、その記事は土台から作り直しになり、整えた体裁が無駄になります。
だからこそ「検索意図→正確性・E-E-A-T→可読性→AI対応→構造・体裁」の順に、影響の大きい項目から確認します。
Googleの検索品質評価ガイドライン(2025年9月11日更新)でも、評価軸は「Needs Met(検索ニーズの充足)」と「Page Quality(ページ品質)」が中心で、まず意図充足を見る構成になっています(Google検索品質評価ガイドライン(概要・公式PDF))。リストの並び順は、この評価構造に沿っています。最初に点検する意図の読み方は、検索意図リサーチの4手法で手順をまとめています。
\ AI活用、何から始めればいいか迷ったら /
初回相談無料|「何を相談すればいいか分からない」段階でもお気軽にどうぞ
E-E-A-Tと一次情報をどう点検するか

このセクションは、リストの中でも最重要カテゴリ②③に対応します。E-E-A-Tと一次情報は、Googleの評価でも、AIに引用されるかどうかの観点でも、記事の根幹です。ここを点検できるかどうかで、メディア全体の信頼が決まります。
Trustを軸にE-E-A-Tを確認する
E-E-A-Tは、2022年12月15日にGoogleの検索品質評価ガイドラインへExperience(経験)が追加され、従来のE-A-T(専門性・権威性・信頼性)から拡張された概念です(Google検索セントラル公式ブログ(2022年12月15日))。
重要なのは、4要素のうち中心に置かれるTrust(信頼性)が最も重視される点です。
チェックでは「独自の経験・データがあるか(Experience)」「著者の専門性が示されているか(Expertise)」「第三者からの評価・言及があるか(Authoritativeness)」「運営者情報・出典・更新日でページの信頼を担保しているか(Trust)」を一つずつ確認します。
形式だけ整えるのではなく、Trustが他の3要素を束ねているという理解で点検するのがコツです。
一次情報・出典の有無を確認する
一次情報とは、独自調査・実測・アンケート・自社の事例など、他のサイトの引き写しではない情報を指します。チェックでは「この記事にしかない情報単位が一つ以上あるか」を問います。
加えて、客観的事実にはすべて出典を紐づけているかを確認します。「〜と言われています」のような出典不明の記述は、それ自体がチェック不合格のサインです。
出典の明記は読者の納得を生むだけでなく、AI検索での引用率にも効きます。
プリンストン大学らによるGEO(生成エンジン最適化)研究では、出典の引用・統計の追加・引用文の挿入といった操作が、生成エンジンでの可視性を高めることが示されています(arXiv掲載のGEO論文・KDD 2024採択)。

出典は読者にもAIにも効く、二重の武器です
AI生成箇所の幻覚(誤情報)を排除する
AIを下書きに使う制作では、点検項目に「幻覚(実在しない事実・誤った数値)の排除」を必ず加えます。
Googleは2024年3月に「スケールされたコンテンツの不正使用(Scaled Content Abuse)」をスパムポリシーへ追加しました。
これは検索順位を操作する目的でコンテンツを大量に作る行為が対象で、自動生成か人力かを問わず適用される点が要点です(Web担当者Forum)。
裏を返せば、AIの利用そのものが罰されるのではなく、有用性と独自価値があれば問題ありません。
チェックでは、AIが書いた箇所の数値・固有名詞を人手で全数検証し、独自の編集判断や一次情報を上乗せできているかを確認します。
AI活用の線引きは、AI生成コンテンツの品質基準を読むと判断しやすくなるはずです。
\ AI活用、何から始めればいいか迷ったら /
初回相談無料|「何を相談すればいいか分からない」段階でもお気軽にどうぞ
AI検索(AIO)に引用される構造を点検する

2026年の品質チェックリストは、従来のSEO項目に加えてAI検索対応(リストのカテゴリ⑤)を含めます。
AI OverviewsやChatGPT等の生成AIは、Webページから段落(パッセージ)単位で情報を抜き出して回答を合成します。
したがって、引用されやすい構造になっているかを公開前に点検する価値があります。
即答形式(結論ファースト)を確認する
AIが抜き出しやすいのは、問いの直後に短く自己完結した回答が置かれている箇所です。
目安として、見出しの直下に40〜60語程度で結論を述べ、その一段落だけを切り出しても意味が通る状態にします。
チェックでは「各H2・H3の冒頭が結論ファーストで始まっているか」「定義文が冒頭にあるか」を確認します。
FAQと構造化データの実装を確認する
FAQは読者の疑問に答えるために設けます。Google検索でのFAQリッチリザルト表示は2026年5月7日に終了し、6月15日には関連ドキュメントも削除されました。
FAQPage自体はSchema.orgの型として残っていますが、マークアップの存在だけでAI引用が増えると断定しないでください。
検品では質問と回答の正確さ、本文との重複、可視内容と構造化データの一致を確認します。Google検索のAI機能に特別なスキーマは必要ありません。
実装の現状とコード例は、FAQPage構造化データの実装ガイドで整理しています。
DAMEMOTO代表鈴木表示は消えても、マークアップは消さなくて大丈夫です
質問形見出しと網羅性を確認する
「○○とは」「○○の方法は」といった質問形の見出しは、ユーザーの疑問と一致し、PAA(他の人はこちらも質問)や音声検索のクエリとも重なります。
チェックでは、検索者の主要な疑問に対して見出しが対応しているか、関連質問の論点を取りこぼしていないかを確認します。
ただし機械的に全見出しを疑問形にする必要はなく、本文の論理に沿って自然に配置するのが基本です。
\ AI活用、何から始めればいいか迷ったら /
初回相談無料|「何を相談すればいいか分からない」段階でもお気軽にどうぞ
チェックリストを形骸化させない運用

立派なチェックリストを作っても、現場で使われなければ品質は上がりません。運用で押さえるべきは、項目を絞ること、機械的なチェックを避けること、変化に応じて更新することの3点です。リスト作成と同じくらい、運用設計に労力を割く価値があります。
項目を絞り、必ず使われる運用にする
項目を増やしすぎると、チェックに時間がかかり、現場で敬遠されます。本当に効く重要項目に絞り、必ず実行される運用にするのが鉄則です。
完璧な100項目より、毎回使われる20項目のほうが品質を守ります。
運用上は、本記事の24項目から自社の事業・YMYL該当の有無に合わせて取捨選択し、まずは①②③の本質項目を必須・残りを推奨に分けると回りやすくなります。
立派さより使われることが命
機械的なチェックを避け、実質で見る
チェック欄に印を付けるだけの形式的運用では、問題を見逃します。各項目を実質的に確認し、本当に満たしているかを吟味する姿勢が要ります。
例えば「出典あり」にチェックする前に、その出典が一次情報か、URLが生きているか、原典の主張と本文がずれていないかまで見ます。
形だけのチェックを避けるには、チェック担当を執筆者本人と別の人にする、重要項目だけ証跡(出典URL・確認日)を残す、といった工夫が有効です。
実質的な点検を回す体制づくりは、人間レビューワークフローの作り方もあわせて確認しておきたいところです。
検索・AIの変化に応じて更新する
チェックリストは固定すると陳腐化します。Googleのコアアップデート、AI検索の進化、スパムポリシーの変更に合わせて項目を見直します。
実際、FAQリッチリザルトの廃止(2026年5月)のような仕様変更が起これば、関連項目の文言を更新する必要があります。
さらに、公開後の記事の成果(順位・流入・CTR)をフィードバックし、どのチェック項目が成果に効いているかを検証すると、リスト自体の精度が上がります。
独自の整理:品質チェックは「読者・AI・Google」の3視点で束ねる

比較型で整理すると、24項目は突き詰めれば「読者にとって有益か」「AIが引用しやすいか」「Googleのポリシーに反しないか」の3視点に束ねられます。
項目を一つずつ追うのが大変なときは、この3視点で漏れがないかを俯瞰すると点検が速くなります。下表は、チェック項目を3視点に振り分けた独自整理です。

表で詳しく見る
| 視点 | 主なチェック | 見るポイント |
|---|---|---|
| 読者 | 検索意図に答えているか | 結論・分かりやすさ・可読性 |
| AI | 引用しやすい構造か | 即答・出典・FAQ構造化 |
| ポリシー違反はないか | 独自価値・量産でない・Trust |
見落としがちなのは、3視点のうち1つだけで点検して安心することです。
AI向けに構造を整えても読者に価値がなければ離脱され、読者に良くてもGoogleのポリシー(独自価値・量産でないか)に反すれば評価されません。
3視点すべてを通過して初めて「公開できる品質」になります。チェックリストは項目を増やすより、この3視点で漏れなく見ることが大切です。
正直な話:チェックリストが「効かない/不要な」ケース

本記事を一通り読んでも、チェックリストは万能ではありません。正直にお伝えすると、次のような場合は効果が限定的か、むしろ運用コストが上回ります。導入前に自社の状況と照らし合わせてください。
- 記事数が少なく執筆者が1人だけの場合:暗黙の基準で十分機能し、リスト化の管理コストが見合わないことがある
- 項目が多すぎる場合:チェックが負担になり形骸化し、印を付けるだけの儀式になりやすい
- そもそも企画・KW選定が外れている場合:公開前チェックは「作り終えた記事」の点検であり、土台のズレは救えない
また、本記事だけでは分からないこともあります。各項目の合否ラインは事業領域やYMYL該当の有無で変わるため、自社固有の基準値は実データで調整する必要があります。
リストはあくまで出発点であり、運用しながら自社向けに育てる前提で使ってください。リストを組み込む制作体制の全体像は、コンテンツSEOの全体設計で描いています。
よくある質問

- コンテンツ品質チェックリストとは何ですか?
-
記事公開前に確認すべき品質項目を一覧化し、抜け漏れを防ぐ実務ツールです。検索意図・正確性・E-E-A-T・可読性・AI検索対応・構造を点検します。
- 品質チェックリストはどの項目から確認すればよいですか?
-
本質的な項目を最優先にします。具体的には「検索意図に答えているか」「事実が出典で裏取りされているか」の2点を最初に確認し、そのあと可読性・AI対応・体裁の順に進めます。土台が崩れていると後工程が無駄になるためです。
- 品質チェックでE-E-A-Tはどう点検しますか?
-
経験・専門性・権威性・信頼性の4要素を一つずつ確認します。中心のTrust(信頼性)が最重視されるため、運営者情報・著者プロフィール・出典・更新日を整え、独自の経験やデータが含まれているかを見ます。
- チェックリストのAI検索対応の項目とは具体的に何ですか?
-
問いの直後の40〜60語の即答、質問形見出し、FAQと構造化データの正しい実装、独自価値の有無、AI生成箇所の幻覚排除などです。AIはパッセージ単位で抜き出すため、切り出しても成立する構造かを点検します。
- FAQの構造化データはもう不要ですか?
-
FAQPageはSchema.orgの型として残っています。ただしGoogle検索のFAQリッチリザルト表示は終了しています。マークアップを残すかは利用目的と保守負担で判断し、AI引用の増加を保証する施策として扱わないでください。
- AIで下書きした記事は品質的に問題ありますか?
-
AI利用そのものは罰されません。Googleは有用性で評価します。問題になるのは順位操作目的の大量・低品質な量産(2024年3月のスケールされたコンテンツの不正使用ポリシー)です。事実検証と独自価値の付加を必ず行ってください。
- チェックリストの項目は多いほど安心ですか?
-
いいえ。多すぎると現場で使われなくなります。本当に効く重要項目に絞り、必ず実行される運用にすることが品質維持につながります。完璧な100項目より、毎回使われる20項目です。
- 品質チェックリストの形骸化を防ぐにはどうすればよいですか?
-
チェック担当を執筆者と分け、重要項目には証跡(出典URL・確認日)を残します。印を付けるだけにせず、各項目を実質的に吟味する運用にすると、形だけのチェックを避けられます。
- チェックリストはいつ更新すべきですか?
-
Googleのコアアップデート、AI検索の進化、スパムポリシーや仕様(例:FAQリッチリザルト廃止)の変更時です。加えて、公開後の成果データを見て、効いていない項目を入れ替えると精度が上がります。
- 小規模メディアでもチェックリストは必要ですか?
-
執筆者が1人なら暗黙の基準で足りる場合もあります。ただし複数人で書く、外注を使う、記事数が増える段階になったら、品質のばらつきを抑えるために導入価値が高まります。
まとめ:チェックリストは「本体を配り×本質から確認×継続更新」

コンテンツ品質チェックリストは、検索意図・正確性・E-E-A-T・可読性・AI検索対応・構造を項目化し、本質から体裁へ段階的に確認する実務ツールです。
本記事では6カテゴリ・24項目の本体を置き土産として配布し、各項目をGoogle公式ガイドラインと一次情報で裏付けました。
Trustを軸にE-E-A-Tを見て、一次情報と出典で正確性を担保し、即答形式とFAQ構造化でAI引用に備える。この順番が要点です。
項目は絞って必ず使われる運用にし、検索とAIの変化に応じて更新し続けてください。立派さより「必ず使われること」が、チェックリストの命です。
- 24項目の本体を運用に転記
- 本質→体裁の順で確認
- 絞って継続更新する



参考URL一覧
- Google検索セントラル・有用で信頼性の高いコンテンツの作成(自己評価の観点 公式):https://developers.google.com/search/docs/fundamentals/creating-helpful-content?hl=ja
- Google検索セントラル・スパムに関するポリシー(大量生成の不正使用 公式):https://developers.google.com/search/docs/essentials/spam-policies?hl=ja
- Web担当者Forum・グーグル、FAQリッチリザルトのサポートを完全終了(大手メディア):https://webtan.impress.co.jp/e/2026/05/22/52663/page/1
- 海外SEO情報ブログ・E-A-TにExperienceが追加(E-E-A-T 業界解説):https://www.suzukikenichi.com/blog/extra-e-for-experience-added-to-e-a-t-in-latest-quality-rater-guidelines/
- Web担当者Forum・スパムポリシー更新「大量ページ生成の悪用は違反」(大手メディア):https://webtan.impress.co.jp/e/2024/03/18/46701
- arXiv・GEO: Generative Engine Optimization(出典・引用がAI可視性を高める KDD 2024):https://arxiv.org/abs/2311.09735
仕様・データの確認資料:Google:検索のAI機能 / 仕様の一次資料





