【AIに騙されない】『noteまとめラボ｜AI判定』の評価基準と“推定AI使用率”の算出方法を公開
良質なnoteを見つけるための“AI×人”の 評価基準を公開
noteには、素晴らしい記事もあれば
AIにすべてを任せて作られた“中身の薄い記事”も混在しています。
noteまとめラボでは、読者が「読む価値のあるnote」に出会えるように
AIと人のハイブリッド評価で記事を選定していきます。
この記事では、その評価基準とAI判定の仕組みを公開します。
なぜAI判定を導入しているのか
近年、noteでは以下の傾向にあります。
AI生成文の増加
ネット知識の寄せ集め
実体験のない収益目的記事が増加
ただし、誤解してほしくないのはAIを使うこと自体は悪ではないこと。
画像生成AIは読者の理解を助けてくれますし
文章生成AIも「構成を整える」「文章を滑らかにする」など
作業効率化の面で非常に有効です。
実際、私自身もAIに
「こういう構成で書いて」
「私のこの体験談を入れて」
「伝えたい核心は○○」
「私の考えは○○だから文章に組み込んで」
と細かく指示して文章を整えてもらうことがあります。
これは “AI丸投げ”ではなく、あくまで作業効率化のための活用 です。
問題なのは、筆者の経験がないままAIにすべてを任せて作られた記事です。
読者が再現できない
具体例がない
実体験がない（誰かの経験をコピーして書いてる）
読む価値が薄い
それなのに有料で販売されている
こうした記事が増えているため
noteまとめラボでは AIの力を借りつつ、人の目で最終判断する仕組み を
採用しています。
5つの共通評価軸（全ジャンル共通）
どのジャンルでも共通して確認しているのが、次の5つです。
1. 再現性（実践できるか）
読者が実際に行動できるレベルまで落とし込まれているか。
2. 具体性（抽象論だけで終わっていないか）
「結局どうすればいいの？」が明確か。
3. 独自性（他記事との差別化）
ネットの情報を寄せ集めただけではないか。
4. 読者メリット（読む価値があるか）
読者の行動や理解に変化をもたらす内容か。
5. 信頼性（根拠や実績があるか）
筆者の経験・データ・数字が裏付けとして存在するか。
この5軸は、AI丸投げ記事を自然に排除するフィルター
として機能すると考えています。
ジャンルごとの“補助評価軸”
ジャンルによっては
上記5軸に加えて補助的な評価軸を追加します。
例：
● SNS運用
最新性（アルゴリズムの変化に対応しているか）
● 副業・ビジネス
収益モデルの透明性
● 投資
リスク説明の有無
これにより、ジャンル特有の“質の差”を見抜きやすくなります。
AI判定の仕組み（3つのAIによる比較 × 推定AI使用率）
AIが書いたかどうかを100％断定することはできません。
しかし、文章の特徴から
「AI生成文らしさ」を推定することは可能です。
noteまとめラボでは、
noteで実際に使われている可能性が高い3つのAI
Copilot（Microsoft）
Gemini（note公式AI）
Claude（Anthropic）
を使って同じ文章を分析し
推定AI使用率（％） を算出しています。
AIごとに判定基準が異なるため、数値に差が出ることもありますが
複数AIの平均値を取ることで中立性を担保しています。
AIごとの特徴（得意・不得意）
①Copilot（Microsoft）
＜得意＞
●論理構造の分析
●抽象度の検出
●独自性の弱さの発見
●不自然な繰り返しの検出
＜不得意＞
●体験談の深さなど“人間味”の判定
●感情的ニュアンスの評価
②Gemini（note公式AI）
＜得意＞
●テンプレ構成の検出
●文章の綺麗さ・滑らかさ
●情報の網羅性
●noteユーザーが使うAIとの相性チェック
＜不得意＞
●独自性の判定（甘め）
●体験談の有無の評価
③Claude（Anthropic）
＜得意＞
●日本語の自然さ
●段落間の一貫性
●体験談の欠如の検出
●“人間らしさ”の評価
＜不得意＞
●テンプレ構成の検出
●情報の網羅性の評価
推定AI使用率
実際のnote記事を分析した場合、以下のような形式で掲載します。
平均：72.0％
最終判断は“AIが苦手とする体験談の深さ”を中心に、人間が行う
AI判定はあくまで補助です。
Copilot・Gemini・Claudeの3つのAIによる比較によって
「AI生成文らしさ」や「文章構造の不自然さ」を数値化できますが
AIにはどうしても苦手な領域があります。
それが “体験談” と “その深さ” です。
AIは実体験を持たないため
具体的な失敗談
そのときの感情
判断の背景
体験から得た学び
文脈のリアリティ
といった“人間ならではの深み”を再現することができません。
そのため、noteまとめラボでは
AIが最も不得意とする「体験談の深さ」を主軸に、人間が最終チェックを行います。
AIに体験談を「入れて」と指示して生成すること自体は問題ありません。
それは 効率化のための正しいAI活用 であり、筆者自身の経験が反映されている限り、むしろ価値のある使い方です。
大切なのは、AIをどう使うか、そしてモラルを守ること。
AIの分析と、人間の経験値。
この2つを組み合わせることで、読者が安心して良質なnoteに出会える環境をつくっていきます。
ちなみに、この記事の推定AI使用率は平均72.0%でしたが
主に構成補助、情報の精査、言い回しの補助に活用しました。
「自身の考え」「この記事で伝えたい核心」をとにかくAIチャットに
打ち込んで全体文章を作成。そのあとに私自身で細かな修正の流れです。
まとめ
AIを使うこと自体は悪ではない
問題は“実体験ゼロのAI丸投げ記事”
5つの評価軸＋補助軸で質を見極める
3つのAIによる比較で推定AI使用率を算出
最終判断は「体験談の深さ」を中心に人間が行う
AIは正しく使えば強力な作業効率化ツール
noteまとめラボ｜AI判定では
読者が安心して良質なnoteに出会えるよう
今後も透明性の高い評価を続けていきます。
noteまとめラボのポリシー
※紹介する際は評価軸に沿って解説しますが
有料記事の中身を公開するような事は致しません。
あくまでも講評になります。
※良質なnote記事を共有したいので、明らかにオススメできない記事は
共有致しません。
