Googleコンテンツ品質チェッカー v2.0
公開前に、読者とGoogleが不信感を抱く箇所を確認
Googleコンテンツ品質チェッカー v2.0
公開前に、読者とGoogleが不信感を抱く箇所を確認
コンテンツ紹介
説明
公開前にSEO記事をチェックし、読者が本当に役立てられるか、根拠の弱い表現はどこか、何が不信感につながるかを確認します。Google Search Centralが公開するコンテンツ品質の説明と照らし合わせ、影響の大きさに応じて、まず直すべき3〜5箇所を挙げます。それぞれ原文の該当箇所を示し、具体的な修正方法も提案します。必要ならそのまま書き換えもできますが、原文にない体験やデータを勝手に作ることはありません。全文を貼り付けるか、リンクを送るだけで使えます。 v2.0更新:固定された年やアルゴリズム更新名を削除し、具体的なポリシーに関わる場合は、その場でGoogle公式ドキュメントを確認します。文字数やキーワード出現回数のような機械的なルールによる採点は行いません。レポートは8項目の大きな表から、優先順位順の修正リストに変更しました。書き換え時に著者の体験、事例、データを捏造しません。
関連スキル
すべて表示
SEO・GEO可視性エンジン
記事、製品ページ、ランディングページの検索パフォーマンスとAI引用への準備度を最適化します。優先して改善すべき問題をすばやく特定できるほか、タイトル、リライト原稿、コンテンツBrief、技術的な修正リスト、効果の再検証プランも直接取得できます。 タスクに応じて4つのモードを使い分けます。リンクまたは本文だけを送った場合は、デフォルトでクイック診断を実行します。執筆を依頼された場合は、すぐ使える文章を先に提示します。完全監査では、対象エンジンとページごとに分析します。効果の再検証では、データソース、分子・分母、比較条件を明確にします。簡単なタスクで、長いレポート一式を作成する必要はありません。 Google AI Overviews / AI Mode、Bing / Copilot、ChatGPT Search、Perplexity、Claudeを対象に、プラットフォーム別のチェックに対応します。検索、学習、ユーザーによる誘発アクセスをそれぞれ分けて判断します。中国語圏のプラットフォームについては、実際に利用できる資料と直接観測に基づいて適応し、他のエンジンのルールをそのまま当てはめません。 v8では、評価と証拠の基準を統一し、局所的なブロックの範囲を限定しました。また、回答発生率、条件付き引用率、全体引用率を区別し、Googleのサイト単位のAI制御チェックを更新しています。自社サイト、第三者プラットフォームの記事、未公開の草稿に利用できます。提案では、あなたが変更できる内容と、プラットフォーム側で検証が必要な項目を区別します。 重要な判断には、証拠または明確な制約を付けます。評価は必要に応じて提示します。データ、著者、引用を捏造せず、検索順位、インデックス登録、AI引用を保証しません。 実行例(2026-09-07;テスト素材であり、業務上の成果ではありません) タイトルモード:「チーム週報の書き方」のテスト原稿に対し、タイトルを3つだけ返すよう指定した場合、実際の出力: 1. チーム週報の書き方:空白テンプレート付き 2. チーム週報の書き方ガイド:進捗、問題、来週の計画(テンプレート付き) 3. チーム週報テンプレート:今週の進捗、発生した問題、来週の計画 計算モード:12回の試行をシミュレーションし、10回成功、2回タイムアウト。成功した実行のうち2回でAI回答が生成され、1回で対象サイトが引用された場合、実際の出力は次のとおりです。AI回答発生率 2/10=20%、条件付き引用率 1/2=50%、全体観測引用率 1/10=10%。回答がない通常のケースは全体の分母に残し、タイムアウトは別に集計します。これらの数値は計算基準の検証のみを目的とし、実際の引用成果を示すものではありません。
執筆論文AIGC類似度低減・品質保持リライトエキスパートv7.0
📚 学術論文 AIGC 類似度低減・品質保持リライトエキスパート v7.0 大学院生、研究者、論文執筆者向けに開発された学術テキスト最適化スキルです。「発生源制御→プロセス修正→結果検証→逆自己チェック→再検査イテレーション」をコアサイクルとし、原意、専門用語、データ、主要な結論を保護しながら、論文内のテンプレート表現、機械的な論理、内容の空虚さ、用語の不正確さ、スタイルの不一致などを体系的に診断・最適化します。🔍📝 🌟 コア機能 🔬 多層リスク診断 10 種類の汎用テキストフィンガープリントをカバーし、ChatGPT、Claude、DeepSeek、文心一言などのモデルに共通する表現パターンを識別します。 🧠 深層意味再構築 単なる同義語置換にとどまらず、命題の表現、情報の順序、論証の切入点、エビデンスの構成方法からアプローチし、より自然で深みのある学術的論証を再構築します。 ✍️ 品質保持リライト 13 種類の文型変換戦略と 20 種類の高頻度テンプレート表現除去手法を組み合わせ、機械的な文構造、繰り返しの接続詞、過度に整った表現を改善します。 📊 論文全体の構造診断 大ループと五大鉄三角形を用いて、研究課題、理論、レビュー、方法、結論、革新性の間に完全なサイクルが形成されているかをチェックします。 🧩 細分化された章対応 要旨、序論、文献レビュー、研究方法、結果、考察、結論に対して、それぞれ異なる診断・リライト戦略を適用します。 🌐 言語間リスクスキャン 翻訳調、受動態の過剰使用、長文の入れ子、中日英混在の異常を識別し、中国語の学術表現をより自然で正確にします。 🔄 逆自己チェックサイクル リライト後、手法の分布、新たに追加されたテキストフィンガープリント、情報の完全性の3点から再検証し、「リライトするほどテンプレート化」や重要な内容の欠落を防ぎます。 🛡️ 学術規範の保護 文献、データ、事例、政策根拠を捏造しません。執筆者が確認すべき情報は個別に注釈を付け、AIの使用状況を正直に開示するよう促します。 🎯 適用シーン ✅ 単一段落または部分的な章の最適化 ✅ 検出レポートでマークされた段落の修正 ✅ 要旨、序論、レビュー、考察、結論の精密修正 ✅ 論文全体のAIGCリスク特徴診断 ✅ 対象ジャーナルの言語・構造適合 ✅ 投稿前の品質レビューと一貫性検証 📦 最終成果物 📄 品質保持されたリライトテキスト 🔎 リスク・問題診断レポート 🛠️ リライト戦略と手法の説明 ✅ 逆自己チェックと情報完全性レポート 💡 執筆者確認事項と修正提案 🎓 原意を歪めず・論理を断ち切らず・データを捏造せず・学術品質を低下させない ⚠️ 本スキルは学術表現の品質向上とテキスト内のリスク特徴低減を目的としており、特定の検出プラットフォームへの通過や特定の検出数値の達成を保証するものではありません。

研究計画チェッカー・五源レディネス診断
論文執筆に何十時間も費やす前に、10分だけ構造化チェックを受けましょう。 【このスキルが行うのは1つだけ】 診断であり、代筆ではありません。テーマが成立するか、資料が足りているか、何が不足しているか、どこで補うか、どの順番で補うかを教えてくれます。そして、実行可能な補完リストと検索式を渡します。序論・文献レビュー・方法・考察を代わりに書くことはありません。 【4つのプロセス】 1. 分野診断:1A 人文芸術 / 1B 社会科学 / 2A 理工 / 2B 農医生命の4分類に位置づけ、対応する規範のレッドラインを読み込みます。2B では倫理審査を強制的にブロックします。 2. テーマ診断:「勢・形・詞」の3次元からテーマを検証し、研究単位を操作化できるか、研究設問に答えられるか、テーマが使い尽くされていないかを判断します。 3. 資料診断:手持ちの文献を M1/M2… の資料庫に登録し、4要素(著者/年/篇名/検証可能なロケーター)を1件ずつ検証して、実質カバー率を算出します。 4. 不足リストと検索式:あと何件・どのタイプの文献が不足しているか、どの証拠の環が欠けているかを明確にし、データベースにそのまま貼り付けられる検索式(キーワードのブール組み合わせ、期間、フィルタ基準を含む)を提示します。 【いつ使うか】(トリガー) 「研究計画をチェックして」「このテーマでやれるか」「文献は足りているか」「研究計画書が差し戻された」「書き始める前に確認したい」——方向性を決めたばかりでまだ書き始めていない大学院生。研究計画書が差し戻されたが問題がわからない人。文献を大量に集めたが、着手できるか確信がない人。本格的に取り組む前に、このテーマに価値があるか確認したい人。 【成果物】 『研究計画チェックレポート』文書 + 五源レディネススコアカード(各段階に行動ベースの判定基準があり、あいまいな採点ではありません)+ 補完優先度リスト + 検索式 + アーカイブコード。アーカイブコードは『学術論文フルプロセス執筆システム v4.0』と互換性があり、チェック後にそのまま貼り付けて続きを書けます。分野・テーマ・ジャーナルを改めて説明する必要はありません。 【明確にやらないこと】 本文は書きません。参考文献リストは生成しません。著者・年・巻号・ページ・DOIを捏造しません。オンライン検索で見つかった文献にはすべて ⚠️ 要確認 とマークされます。使用前に必ずご自身で確認する必要があります。本スキルは採録や合格の結果を保証するものではありません。
情報
- バージョン
- v2
- 最終更新
- 実行クレジット
- 使用量に応じて消費
- モデル
- 自動選択