月間記事数8本から240本へ。制作コストは月60万円から5万円へ。企画から公開まで2週間かかっていたリードタイムは、同日中に短縮された。これは技術顧問として支援したメディア運営企業の案件で、AIエージェント10体によるオウンドメディア自動運用を構築した実績の数字です。
💡 この記事の要点（30秒で）
① 状況 ＝ メディア運営企業、ライター3名＋編集1名、月8-12本・1本¥5万、リードタイム2週間、月間PV 15,000
② 設計 ＝ 10体のAIエージェント分業（PM／リサーチ／戦略／ライター／SEO／パブリッシャー／アナリティクス／フィードバック／オーケストレーター／ビジネスデザイナー）
③ 成果 ＝ 月160-240本（20-30倍）、1本¥3,000（94%削減）、企画→公開 同日（14倍速）、月間PV 45,000（3倍）
④ 3つの肝 ＝ ①「記事生成AI」ではなく「チーム設計」 ／ ②ブリーフが品質の生命線 ／ ③計測なき自動化は暴走
コンテンツ制作の現場が抱えていた構造的な問題
支援開始時点で、このメディアの運用体制はライター3名と編集者1名。月間8〜12本の記事を、1本あたり約5万円のコストで制作していた。月間の制作費は50〜60万円。
数字だけ見れば「まあ普通」に見える。だが現場を覗くと、問題は根深かった。
まず、品質のばらつき。ライター3名がそれぞれ独自のトーンで書くため、メディア全体としての統一感がない。読者からすると「同じサイトなのに、記事ごとに別メディアを読んでいるような感覚」になる。ブランディングとしては致命的だった。
次にSEO対応。キーワード調査と競合分析を手動でやっていたが、担当者が週5時間以上を費やしていた。それでも調査の深さには限界がある。競合TOP3の見出し構造を分析して情報ゲインを特定する、といった作業は「やったほうがいいと分かっているが、時間がない」の典型だった。
そして最も深刻なのが、リードタイム。企画立案から公開まで平均2週間。トレンド記事を出そうにも、公開する頃には鮮度が落ちている。月間PVは約15,000。伸び悩みの原因は明らかだった。
10体のAIエージェント、その設計思想
解決策として提案したのは、AIエージェント10体によるチーム運用体制の構築だった。単に「AIに記事を書かせる」のではない。人間のコンテンツ制作チームが持つ役割分担をそのままAIエージェントに移植し、チームとして機能させるアプローチを取った。
エージェント構成は以下の通り。
• PMエージェント: タスク管理と進捗トラッキング。全体のスケジュール制御を担う
• リサーチエージェント: キーワード調査、競合TOP3分析、トレンドリサーチ
• 戦略エージェント: コンテンツカレンダーの策定、テーマ・タイトルの審査、マーケティング要件の定義
• ライターエージェント: ブリーフに基づく記事執筆。6カテゴリのテンプレートに対応
• SEOエージェント: SEO・AIEO・LLMOの3軸で最適化チェック。9カテゴリのスコアリング
• パブリッシャーエージェント: CMSへの投稿とマルチプラットフォーム配信
• アナリティクスエージェント: GA4とSearch Consoleのデータ収集、レポート自動生成
• フィードバックエージェント: 記事パフォーマンスに基づく改善提案
• オーケストレーターエージェント: エージェント間の調整とワークフロー制御
• ビジネスデザイナーエージェント: ビジネスフロー全体の設計と最適化
ここで重要なのは、10体を「並列に走らせている」のではなく、明確なワークフローに沿って「直列と並列を使い分けている」点だ。リサーチが終わらなければブリーフは作れない。ブリーフがなければ記事は書けない。この依存関係を無視して全エージェントを同時に動かしても、出力の品質は上がらない。
自動化された制作フローの全貌
日次の運用サイクルを具体的に示す。
Phase 1: リサーチとブリーフ作成（朝バッチ）
リサーチエージェントがキーワード調査と競合分析を実行する。対象キーワードに対してSERPのTOP3記事を取得し、見出し構造、文字数、カバーしているトピック、逆にカバーしていないトピック（情報ゲイン）を自動分析する。
戦略エージェントがその分析結果をもとに、当日制作する記事のテーマとタイトルを確定。コンテンツブリーフを生成する。ブリーフには見出し構造案、ターゲットペルソナ、情報ゲインポイント、E-E-A-Tシグナルの挿入指示、内部リンク候補までが含まれる。
ここまでの工程が、以前は担当者の週5時間を食っていた作業に相当する。それが毎朝、自動で完了する。
Phase 2: 記事制作（制作バッチ）
ライターエージェントがブリーフを読み込み、テンプレートに沿って記事を執筆する。1日あたり6〜9本。カテゴリは「AI最新ニュース解説」「大手企業AI活用事例」「中小ペイン別AI活用」「AI導入ステップガイド」「AIツール比較」「ブランディング記事」の6種類。
制作完了後、SEOエージェントが9カテゴリのスコアリングチェックを実施する。チェック項目は、SEO基本要件、AIEO（AI引用最適化）、LLMO（LLM向け最適化）、AI引用最適化、情報ゲイン、E-E-A-T、ブリーフ準拠度、CTA、品質の9軸。スコアが基準を下回った場合、ライターエージェントに自動でフィードバックが戻り、修正が走る。
Phase 3: 公開と計測（公開バッチ）
パブリッシャーエージェントがCMSへの投稿を実行。OG画像もSatoriとresvgを使ったパイプラインで自動生成される。1200x630pxのPNG画像が、カテゴリ別の背景パターンで記事ごとに作られる。
アナリティクスエージェントが日次でGA4とSearch Consoleからデータを取得し、フィードバックエージェントが改善提案を出す。このサイクルが毎日回る。
Before/After：数字で見る変化
| 指標 | Before | After | 改善率 |
|---|---|---|---|
| 月間記事数 | 8〜12本 | 160〜240本 | 20〜30倍 |
| 記事単価 | 約5万円 | 約3,000円 | 94%削減 |
| 月間制作費 | 50〜60万円 | 3〜5万円 | 94%削減 |
| 企画→公開 | 2週間 | 同日 | 14倍速 |
| 月間PV | 15,000 | 45,000（3ヶ月後） | 3倍 |
| SEOチェック | 手動・属人的 | 9カテゴリ自動 | 完全自動化 |
| 品質ばらつき | 大 | 小（テンプレート統一） | 標準化達成 |
記事単価の約3,000円は、Claude APIの使用料とCloudflareのインフラ費用を按分した数字だ。人件費はゼロではない。人間の役割は「戦略の意思決定」と「品質の最終承認」に変わっただけで、完全無人化ではない。
ここは誤解されやすいポイントなので強調しておく。AIエージェントチームは「人間を不要にする」ためのものではない。「人間がやるべき仕事を変える」ためのものだ。
3ヶ月運用して見えてきた現実
実際にやってみると、想定通りにいかない部分もあった。
まず、コンテンツの鮮度管理。月に160〜240本の記事を出すと、3ヶ月後には480〜720本のストックが溜まる。この中から古くなった情報を含む記事を特定し、更新する仕組みが必要だった。AI引用率は記事公開後3ヶ月を超えると急速に低下するため、重要記事の四半期リフレッシュを運用サイクルに組み込んだ。
次に、E-E-A-Tの「Experience（経験）」の担保。AIが書いた記事に実体験を持たせるのは構造的に難しい。対策として、各カテゴリのテンプレートに「実体験挿入ポイント」を設け、技術顧問としての知見を定型的に挿入する仕組みを作った。「理論上は正しいが、現場ではこうなる」という視点は、2026年のSEOにおいて最も希少なシグナルだ。
正直なところ、全記事が高品質かと問われれば「まだ改善の余地はある」と答える。量と質のバランスは永遠のテーマで、日次PDCAの中で少しずつ底上げしている段階だ。ただ、人間3名体制で月8本を出していた頃と比較して、品質の下限は明らかに上がった。テンプレートと9カテゴリチェックが効いている。
技術構成の要点
この仕組みを支える技術スタックを簡潔にまとめる。
• LLM: Claude（Anthropic）。エージェント間の連携にはClaude Code Agent Teamsを活用
• CMS: EmDash。Cloudflare Workers上で動作するヘッドレスCMS
• ホスティング: Cloudflare Pages + Workers。エッジキャッシュによる高速配信
• 分析基盤: GA4 + Google Search Console + DataForSEO API
• OG画像生成: Satori + resvg。カテゴリ別テンプレートから自動生成
• SEOチェック: 9カテゴリの自動スコアリングシステム（独自構築）
Cloudflareを全面的に採用したのは、エッジでの処理によるレスポンス速度と、Workers KVによるキャッシュ制御のしやすさが理由だ。月間240本の記事を配信しても、インフラ費用は月数千円に収まる。
この事例から他社が学べること
技術顧問として20社以上のAI導入を支援してきた経験から、オウンドメディアのAI自動運用で押さえるべきポイントを3つに絞る。
1. 「記事生成AI」ではなく「チーム設計」として捉える
単体のAIに記事を書かせるだけなら、ChatGPTのプロンプトでも可能だ。だがそれでは品質が安定しない。リサーチ、戦略、執筆、チェック、公開、計測、改善。この一連のフローをエージェントチームとして設計することで、初めて「運用」として回るようになる。
2. ブリーフが品質の生命線
どれだけ優秀なライターエージェントを作っても、ブリーフが曖昧なら出力も曖昧になる。競合分析に基づく情報ゲインの特定、ペルソナ定義、見出し構造案、E-E-A-T挿入ポイントの指示。ブリーフの精度が記事品質の80%を決めると実感している。
3. 計測なき自動化は暴走する
月240本を出せる体制があっても、どの記事が読まれ、どの記事がインデックスされ、どの記事がAIに引用されているかを追わなければ、ゴミの量産になりかねない。日次・週次・月次のPDCAサイクルを回す計測基盤は、制作基盤と同じくらい重要だ。
🏢 CRIEN自社実証 ── この10エージェント運用システムは、CRIEN自身がオウンドメディアで稼働させている仕組みでもある。「FDEが現場で見つけたパターンをプロダクトに還元する」というパランティアモデルを、自社運営でそのまま実装した。背景の枠組みは Forward Deployed Engineer（FDE）モデル で詳説。関連: マーケ23業務の段階自動化 、 ショート動画AIパイプライン 。
FAQ
Q. AIエージェントチームの構築にはどのくらいの期間がかかりますか？
A. 基本構成の構築に約2〜3週間、チューニングと運用安定化にさらに1ヶ月が目安です。ただし、コンテンツ戦略やSEO方針が未確定の状態からスタートする場合は、上流設計に追加で2〜4週間を見込んでください。
Q. 月間3〜5万円のコストの内訳は何ですか？
A. 大半がClaudeのAPI利用料です。1記事あたりのAPI費用は約2,000〜3,000円。これにCloudflareのインフラ費用（月数千円）とDataForSEO API（キーワード調査用、月数千円）を加えた合計です。
Q. 人間の編集者は完全に不要になりますか？
A. 完全無人化は推奨しません。戦略の意思決定（どのテーマを攻めるか）、ブランド毀損リスクのチェック、実体験に基づくE-E-A-T情報の提供は、人間が担うべき領域です。「人間の仕事が変わる」のであって「なくなる」のではありません。
Q. 記事の品質は人間ライターと比べてどうですか？
A. テンプレートと9カテゴリのSEOチェックにより、品質の下限は人間ライターより高い水準で安定します。一方、トップクラスのライターが書く渾身の1本には及ばない場合もあります。量産記事の品質安定化と、戦略的な重点記事の使い分けが実務上の最適解です。
Q. 自社でも同じ仕組みを構築できますか？
A. 技術的には可能ですが、エージェント設計とワークフロー構築にはAIエンジニアリングの知見が必要です。内製が難しい場合は、技術顧問としての支援も選択肢の一つです。
オウンドメディアのAI自動運用に関心がある方へ。技術顧問として20社以上のAI導入を支援してきた経験から、貴社の状況に合わせた設計をご提案します。まずは無料相談で、現状の課題と可能性を整理するところから始めてみてください。
