BtoB企業がAIで記事を量産する流れは、もう止まらない。ChatGPTやClaudeに見出しとキーワードを渡せば、数分で3000字の記事が出てくる。文法は正しい。構成も整っている。読める。
だが、読まれない。
公開してもスクロール率は低く、CVにはつながらず、検索順位も上がらない。多くの担当者は「プロンプトが悪い」と考えて書き方を変えるが、状況はあまり改善しない。問題はプロンプトではなく、もっと手前にある。
「読めるのに伝わらない」という現象
AI記事に対する典型的な違和感は、「間違ってはいないが、何も残らない」というものだ。BtoBの読者は、その領域の実務を日常的にこなしている専門家である。彼らが記事に求めているのは、自分がまだ持っていない視点か、自分の判断を裏づける根拠のどちらかだ。
AIが書いた記事の多くは、このどちらも提供できていない。正確だが、既知の情報を丁寧に並べ直しただけに見える。読者は最初の数段落で「これは知っている話だ」と判断し、離脱する。
原因の第1層：LLMは「最頻値」を出力する
大規模言語モデル（LLM）は、訓練データに含まれるパターンの確率分布から次のトークンを予測する仕組みで動いている。言い換えれば、膨大なテキストの中で「最もよくある続き方」を選んでいる。
この性質は、要約や翻訳のように「正解がある」タスクでは強みになる。しかし、記事のように「他と違うこと」に価値があるタスクでは、構造的な弱点になる。出力は必然的に、訓練データの中央値に収束する。つまり「平均的に良い文章」が出てくる。
平均的に良い文章の問題は、誰にとっても60点であり、誰にとっても100点にはならないことだ。
原因の第2層：入力が一般情報なら、出力も一般的になる
多くのBtoB企業がAIに渡しているのは、キーワードと「こういう記事を書いて」という指示だけだ。AIはその指示に忠実に従い、ウェブ上にある一般的な知識をもとに記事を組み立てる。
ここに第2の問題がある。入力に一次情報が含まれていなければ、出力に一次情報が含まれることはない。顧客が実際に発した言葉、社内で蓄積された数値、取材で得た具体的なエピソード。これらはAIの訓練データに存在しないため、プロンプトをどれだけ工夫しても出てこない。
プロンプトの改善で変わるのは「言い回し」であって「情報の質」ではない。BtoBの読者が反応するのは後者のほうだ。
原因の第3層：読者は専門家である
BtoCの記事であれば、一般的な情報をわかりやすくまとめるだけで価値がある場合もある。しかし、BtoBの読者は違う。SaaSの導入を検討している情報システム部門の担当者は、製品カテゴリの概要をいまさら読みたいとは思わない。
彼らが知りたいのは、「自社と似た規模の会社が、同じ課題をどう解決したか」だ。この種の情報は特定の企業の中にしか存在せず、AIが自力で生成することはできない。一般論しか書かれていない記事は、専門家にとって「自分向けではない」と瞬時に判断される。
編集プロセスを3つの層に分ける
AIの生成原理を理解すれば、対処の方針も変わる。「AIにもっと良い文章を書かせる」ではなく、「AIが価値を出せる工程と、人が担うべき工程を分ける」が正しい方向だ。
素材層：AIに渡す前に一次情報を用意する
記事の差別化要因は、公開情報ではなく一次情報にある。顧客インタビューの書き起こし、社内のプロジェクト記録、営業が現場で聞いた課題。これらをAIに入力として渡せば、出力は一般的な記事から離れていく。
素材のない状態でAIに書かせるのは、食材のない厨房でシェフに料理を頼むのに似ている。腕が良くても、出てくるのはレトルト食品だ。
構造層：記事の骨格は人が設計する
AIに「見出し構成も考えて」と任せると、検索結果の上位記事と似た構成が出てくる。それはLLMが訓練データの頻出パターンを再現しているだけで、自社の読者に最適化された構成ではない。
どの順番で情報を出すか、どこに読者の前提知識との「ギャップ」を作るか。これは記事ごとに読者を想像して設計する工程であり、人の判断が最も価値を持つ領域だ。
表現層：文体とリズムの最終調整は人が行う
AI記事の不自然さの多くは、文の長さが揃いすぎる、接続詞が多い、主語が大きいといった表現レベルの癖に起因する。これらは具体的なパターンとして特定できるため、手順化して対処できる。
ただし、表現層だけを直しても記事の根本的な価値は変わらない。素材と構造が一般的なままであれば、いくら文体を整えても「きれいだが中身のない記事」ができるだけだ。3つの層は、素材から順に整えるのが正しい。
まとめ：プロンプトの前に、素材と設計を見直す
AI記事の不自然さは、AIの性能不足ではなく、使い方の設計の問題だ。LLMは確率的に最も妥当な続きを生成する道具であり、独自の情報を持たない。記事に固有の価値を持たせるには、人が一次情報を集め、構成を設計し、最後に表現を調整する。この順番を守れば、AIは強力な執筆パートナーになる。
表現レベルの具体的な直し方については、AIの文章が不自然になる原因7つと、自然にする具体的な直し方で、癖ごとの検出プロンプトと書き換え手順を詳しく解説しています。
