説明文： AIで大量の記事を作った直後、なぜアクセス数で成果判定してはいけないのか。手動選定と自動発掘の違い、公開後14日間の比較方法を解説する。
102記事×12言語＝1,224言語版。数字だけ見ると編集部が増殖したようだ。 しかし、原稿ができたことと、誰かが記事を読んだことは別。まして生成した翌日に「伸びてない！」と叫んでも、まだ店が開いていない場合がある。
102という数字の正体
一つの制作例では、AIサービス23本、不具合・更新23本、ミーム21本、作品の続編への疑問21本、攻略14本、合計102記事を一日で準備した。12言語で1,224本分の原稿だ。ただし、これは作成単位の計算。1,224ページが検索エンジンに表示された証拠でも、1,224本の新規記事が公開確認された証拠でもない。さらに同じ記事の修正版を二重計上しない必要がある。
手動ヒットをAIの成果にしない
Xで人間がバズを見つけ、AIに文章を書かせた場合、ネタ発見は手動だ。一方、AIがトレンドを自分で発見し、対象を選び、原稿化したものは自動発掘群。制作作業にAIを使ったかどうかだけでは分けられない。「手動で見つけた犬のミームが大ヒットした」ことを、翌日できた自動発掘システムの成功として計上したら、成績表が初日から粉飾決算になる。
まず公開日を記録する
各記事に元のネタを選んだ人、本文制作経路、原稿ID、公開URL、言語、最初に本番で確認できた日時をひも付ける。ファイルをGitHubに保存した日と、読者が実際にアクセスできた日は違う。言語によって公開日も違うかもしれない。したがって「記事が生まれた日」ではなく「その言語のページが本番に出た日」から7日、14日、28日の窓を作る。
2週間後に見る数字
PVだけなら自分で動作確認したアクセスも混ざり得る。検索で表示された回数、クリック数、インデックス状態、訪問経路を分けよう。各ジャンルの公開本数を分母にし、少なくとも1回検索クリックされた割合、10PV以上の割合、中央値、上位数本への集中度を見る。公開後14日でゼロでも検索エンジン側の発見・反映待ちという状態があるから、ゼロを需要なしと即断しない。
実験を増やすより測定を先に
新たなジャンルを毎日足すと、制作経路も公開時期も変わり、何が効いたか分からなくなる。今動いている原稿の公開と成果の追跡を整え、2週間後に一度比べる。AI工場のすごさは原稿を増やせること。でも商売のすごさは、増やした原稿が本当に読者の役に立ったと確認できること。 ベルトコンベアの速度より、出口で何が完成したかを見よう。
参考： Google Search Centralの有用なコンテンツ指針、公開日情報の指針。102記事・1,224言語版は会話内の制作例であり、全件公開・検索流入を意味しない。
