AIにブログを書かせていたら、本番公開した記事に、私が一度も口にしていない数字が混ざっていた。「3ヶ月使い倒した」–そんな期間、どこにも書いた覚えがない。
SE歴20年、いまは複数のブログをAIに下書きさせて運用している。正直、便利だ。それでもこの一件で、AIの文章力より先に疑うべきものがはっきりした。数字だ。
この記事では、2026年5月に実際にやらかした事故と、その原因–これは世間でいう「ハルシネーション」ではなかった–、そして同じ事故を二度と起こさないために決めた4つのルールを、隠さずそのまま公開する。
- AIが本番記事のタイトルに、存在しない「3ヶ月使い倒した」を勝手に挿入した。
- 原因はデタラメな空想ではなく、競合記事のスニペットの「もっともらしい流用」だった。
- 防ぐ鍵は、AIの校正力ではなく「一次ソース外の数字を出力させない仕組み」にある。
正直、最初は「AIが嘘をついた」と思いました。でも調べたら、もっとタチの悪い話だったんです。
AIに記事を書かせて、本番に嘘の数字が載った
2026年5月、あるAIツール「Genspark」のレビュー記事をリライトしていた。SEOタイトルとメタディスクリプションを改善するつもりで、作業自体はAIに任せた。出てきた新しいタイトルには、こうあった。
「Gensparkを3ヶ月使い倒して……」
公開した。そのまま本番に反映された。問題は、私がGensparkを3ヶ月使ったなんて、一言も言っていないことだ。記事本文にも、手元のメモにも、「3ヶ月」という期間はどこにも存在しない。
気づいたのは公開後だった。自分の記事を読み返していて、書いた覚えのない期間表記に引っかかった。慌てて一次ソースを全部当たったが、やはり「3ヶ月」の出どころはない。結局、タイトルとメタから期間表記を削り、「使い倒した」だけに直した。
数字ひとつ。たかが数字ひとつ。でも、これが本番に載っていた事実は重い。レビュー記事で「3ヶ月使った」と書けば、読者はそれを根拠に信頼する。その根拠が、実在しなかった。
AIで記事を書く手順そのものは別記事のClaudeを使ったブログ記事の作り方にまとめているが、今日はその裏で起きる事故の話だ。
数字はどこから来たのか＝競合記事のスニペット流用
「3ヶ月」の出どころは競合記事だった
原因を探して、まず疑ったのは自分の指示ミスだ。でも履歴を見ても、私は期間を指定していない。次にやったのが、検索結果の競合記事チェックだった。
そこにあった。同じGensparkを扱う競合記事のタイトルが、こうだった。
「【辛口評価】Gensparkを3ヶ月使い倒してわかった『ここがダメ』」
「3ヶ月使い倒して」。完全に一致する。AIは記事をリライトするとき、上位の競合記事を構成の参考に読む。そのとき、構成だけでなく、競合が書いた具体的な数字まで一緒に引きずってきていた。
これはハルシネーションではなく「もっともらしいパクリ」
ここが、この事故のいちばん大事なところだ。
世間では、AIが事実と違うことを言う現象を「ハルシネーション（幻覚）」と呼ぶ。何もないところから、それらしい嘘を生成する–そういうイメージだ。
でも今回は違う。AIは何も幻覚を見ていない。実在する競合記事に書いてあった「3ヶ月」という数字を、文脈ごと取り込み、それを私（筆者）の体験として再構成しただけだ。つまり正体は、空想ではなく「もっともらしいパクリ」に近い。
この流れを図にすると、数字がどこで漏れたかが見える。
graph TD A["競合記事を構成参考に読む"] --> B["具体数値も文脈ごと取り込む"] B --> C["出力時に自分の実績として再構成"] C --> D["一次ソース照合なしで本番反映"]
この経路の怖さは、出力された文章が日本語として完全に自然なことだ。「3ヶ月使い倒した」は、文法的にも内容的にも、なんの違和感もない。だから人間が読んでもスルーしてしまう。嘘くさい嘘なら気づける。もっともらしい嘘は気づけない。
構成は参考にしてよくても、数字はダメ
誤解しないでほしいのは、競合記事を読むこと自体は悪くない。見出しの切り口や、読者がどんな疑問を持っているかを知るのに、競合チェックは有効だ。問題は、構成の参考と具体的な数値の流用の境界を、AIが勝手に踏み越えることにある。構成はOK、数字はNG。この線引きを人間側が握っておく必要がある。
なぜ怖いか｜3つのリスク
数字ひとつ、と侮れない理由を3つに分けて整理する。
信用失墜｜ひとつの嘘で全体を疑われる
読者は親切ではない。「3ヶ月使った」が嘘だと一度バレれば、その記事に書いてある他の情報も全部疑う。9割が正確でも、1割の捏造で記事全体の信頼がゼロになる。ブログの価値は積み上げた信用だ。それを数字ひとつで溶かすのは、割に合わない。Googleが示す有用で信頼性の高いコンテンツの作成ガイドラインでも、第一に問われるのは情報の信頼性だ。
コピー判定リスク｜競合と表現が一致する
競合のスニペットをそのまま引きずると、表現が競合記事と一致する。検索エンジンに「重複・模倣」と見なされれば、評価が下がる恐れがある。しかも今回のように相手が上位記事だと、後発の自分のほうがコピー側と判定されかねない。Googleのスパムに関するポリシーでも無断複製コンテンツは明確に問題視されている。捏造であると同時に、SEO上のリスクでもあるわけだ。
YMYL領域だと致命的｜金額・期間の嘘
お金・健康・法律など、人生に直結するYMYL領域では、数字の捏造は単なる信用問題では済まない。「月3万円稼げた」「3ヶ月で効果が出た」–こうした金額や期間の嘘は、読者の判断を誤らせ、実害を生む。Googleの評価でも、この領域は正確性が特に厳しく見られる。
副業や収支を扱うブログは、まさにこのYMYLの入り口にいる。だからこそ、数字には人一倍慎重でいたい。
再発防止ルール4つ
ここからが本題だ。事故のあと、自分のAI記事運用に組み込んだ4つのルールを共有する。どれも特別な道具はいらない。決めて、守るだけだ。
graph TD
ROOT["🛡️ 数値捏造を防ぐ4つのルール"]
ROOT --> A["① 一次ソース原則
出どころを4つに限定
本文記述・自分のメモ・発言・公式ソースのみ"]
ROOT --> B["② 記憶照合
体験記述は筆者のプロフィールと照合
該当なければ書かないか確認する"]
ROOT --> C["③ 本番前チェックリスト
N年・N回・N円の出所を確認
記事スニペットとタイトルの整合確認"]
ROOT --> D["④ draft経由で公開
staging/draftでまず目視確認
本番を直接出力しない"]
style ROOT fill:#4A90D9,color:#fff,stroke:#2c6fad
style A fill:#e8f0fb,stroke:#4A90D9
style B fill:#e8f0fb,stroke:#4A90D9
style C fill:#e8f0fb,stroke:#4A90D9
style D fill:#e8f0fb,stroke:#4A90D9
①一次ソース原則｜数字の出どころを4つに限定する
記事で使う数値・期間・回数・金額は、次の4つのどれかに出どころがある場合だけ使う。それ以外は書かせない。
- 該当記事の本文（すでに書いてある記述）
- 自分のメモ・ナレッジ（プロジェクト内の記録）
- 自分がその場で明示した発言・指示
- 公式ソース（公式サイト・公式アカウント・公式ドキュメント）の引用
競合記事のスニペットは、ここに入らない。構成の参考まで。具体的な数字は流用しない。これを徹底するだけで、今回の事故は起きなかった。
②著者の体験期間は、明記がなければ書かない
「Nヶ月使った」「8年やってきた」–こういう著者の体験談は、記事本文かプロフィールに明記がない限り書かない。AIは空欄を埋めたがるが、空欄は空欄のままでいい。
期間が確定していないなら、代替の表現を使う。
- 期間をぼかす：「使い倒したSE歴20年が」（SE歴はプロフィールにある事実なのでOK）
- 回数をぼかす：「実際にハマった事例」「実例つきで」
事実が手元にないなら、捏造ではなく省略を選ぶ。
③本番前チェックリスト｜公開前に数字で止める
公開ボタンを押す前に、機械的に止めて確認する。疲れているときほど、これが効く。
- 「N年」「Nヶ月」「N回」「N円」の出典が、本文・自分のメモ・自分の発言・公式のどれかにあるか
- 競合記事のスニペットと、タイトルや本文の表現が一致していないか
- staging かdraftで一度プレビューして、目で追ったか
④draft経由で公開｜本番を直接いじらない
今回いちばん効いた反省がこれだ。本番記事を直接編集すると、ミスがそのまま公開される。間に下書き（draft）を挟む。AIが直すのは下書きまで。人間が下書きを確認して、はじめて再公開する。
ワンクッション置くだけで、「3ヶ月」のような数字に気づくチャンスが一回増える。事故は、チェックの回数を増やすだけで確実に減る。
チェックを仕組みに落とす
ここまで読んで、「結局は気をつける話か」と思ったかもしれない。違う。目視のチェックは必ず漏れる。人間は疲れるし、毎回同じ集中力では読めない。だから、ルールを気合いではなく仕組みに変える。
目視は漏れる前提で設計する
私がやったのは、記事を生成させるプロンプトそのものに「一次ソース外の数値・期間・金額は出力禁止」と明記することだった。AIが書く段階で数字を塞げば、人間が後から探す手間が消える。AI生成コンテンツに関するGoogleの公式ガイダンスでも、問われるのは生成手段ではなくアウトプットの品質だ。だったら、品質を担保する仕組みを生成の入口に置くのが筋がいい。
🔴 BEFORE
公開前に人間が目視で数字をチェックする。疲れていると、もっともらしい嘘ほど見逃す。
✅ AFTER
生成プロンプトに「一次ソース外の数値は出力禁止」を明記し、書く段階で塞ぐ。人間は最終確認に集中できる。
個人運用でも仕組みは作れる
「仕組み」というと大げさに聞こえるが、要はチェックを人の記憶からプロンプトやテンプレートに移すだけだ。個人でAIツールを開発・運用してきた経験はClaude Codeで個人開発をやってみた正直な話に書いたが、結局いちばん効くのは「人間が頑張る」を「仕組みが止める」に置き換えることだった。数値の捏造対策も、まったく同じ発想でいい。
まとめ
AIの数値捏造について、要点を3つに絞る。
- AIは「それっぽい数字」を平気で盛る。疑うべきは文章力ではなく、数字だ。
- その正体はハルシネーションより「競合スニペットのもっともらしい流用」であることが多い。構成は参考にしてよくても、数字は流用しない。
- 防ぐ鍵は気合いではなく仕組み。一次ソース原則・体験期間の非創作・本番前チェック・draft経由–この4つをプロンプトとフローに組み込む。
ブログは信用の積み上げだ。私自身、副業ブログの数字を毎月そのまま公開してきたが（直近は副業ブログ3ヶ月目のリアルな収支に書いた）、その数字が一個でも嘘なら、連載ごと価値を失う。AIに任せる時代だからこそ、数字の出どころだけは人間が握っておきたい。
「AIが書いたから」は言い訳になりません。公開した責任は、最後にボタンを押した人間にある。だからこそ、仕組みで守るんです。
よくある質問
- QChatGPTとClaudeで、数値の捏造しやすさは違いますか？
- A
モデルによる差はありますが、「競合スニペットの流用」というタイプの捏造はどのモデルでも起こりえます。これはモデルの賢さの問題ではなく、競合記事を参考に読ませる使い方そのものに潜むリスクだからです。どのAIを使うにせよ、一次ソース外の数字を出力させない指示と、公開前のチェックはセットで必要になります。
- Qファクトチェックツールを入れれば防げますか？
- A
万能ではありません。今回の「3ヶ月」のように、文章として完全に自然で、しかも一見もっともらしい数字は、ツールでも素通りしがちです。ツールは補助として有効ですが、最終的には「その数字の出どころはどこか」を人間が確認する運用に勝るものはありません。仕組みと目視の二段構えが現実的な解です。
- Qそもそも競合記事を参考にするのをやめるべきですか？
- A
やめる必要はありません。見出しの切り口や読者の疑問を知るうえで、競合チェックは有効です。問題は構成の参考と具体的な数値の流用の線引きで、ここをAIに任せず人間が握ることが大事です。構成はヒントとして使い、数字は必ず自分の一次ソースから取る。この区別さえ守れば、競合チェックは武器になります。
- Qいっそ記事から数字を全部消すのが安全では？
- A
それは逆効果です。具体的な数字は記事の説得力そのもので、消せば読者にとって価値の薄い記事になります。目指すのは「数字をなくす」ことではなく、「載せる数字すべてに出どころがある」状態です。出典のある数字は積極的に使い、出どころ不明の数字だけを排除する。これが正しい方向です。
- Q捏造に気づかず公開してしまったら、どう対処すればいいですか？
- A
気づいた時点ですぐに該当箇所を修正し、出典のある表現に直すか、確認できない数字は削除します。本番を直接いじるより、下書き（draft）を経由して直すほうが二次ミスを防げます。そのうえで、同じ経路で別の数字も漏れていないか、関連箇所をまとめて点検してください。一度起きた事故は、たいてい同じパターンで他にも潜んでいます。
