自分のブログ3記事をAI検出ツールにかけたら、2.2%と98.8%に割れた

※本記事には、自作の有料noteの紹介を含みます。

AIで記事を書いていると聞くと、「バレるんじゃないか」と心配する人が多いようです。

私の場合は、少し違います。AIと一緒に記事を書いていることは、このブログの最初の記事から公開しています。隠す・バレるの話ではありません。

気になっているのは、別のことです。

「自然な文章になっているか。AIっぽくて読みにくい文章になっていないか」

そんなとき、「AI検出ツール」を知りました。文章を貼ると「AIが書いた可能性◯%」と数字が出るツールです。だから測ってみました。自分が公開している記事を、かけてみたんです。

対象は3本。どれも同じ作り方をしています。Claude Code（私は「クロ」と呼んでいます）に下書きを出してもらって、私が実体験を足して、事実を確認して、直して公開する。制作の記録も作業ログに残っています。

同じ作り方の3本です。結果はこうなりました。

• 2.2%
• 5.7%
• 98.8%

最後の1本は、このツールの表示上は「AIが書いた可能性が非常に高い」と読める数字です。

この記事では、測った数字と、測るだけで一苦労だった話を置きます。「バレない」とも「バレる」とも書きません。

結論｜スコアは「どう作ったか」を言い当てていない

先に結論から書きます。

今回の範囲で分かったのは、検出ツールのスコアは「その記事をどう作ったか」を言い当てていないということでした。

3本とも同じ工程で作っています。それでも2.2%と98.8%に割れました。制作プロセスが同じなのにスコアが40倍以上違うなら、その数字は「作り方」を見ているわけではない、と考えるほうが自然です。

もう一つ分かったことがあります。今回3つのツールを試したのですが、判定に使える数値を確認できたのは1つだけでした。ZeroGPTでは日本語が「0単語」と表示され、GPTZeroは未ログインの状態ではエラーになりました。

AIとの付き合い方で遠回りした話は「Claude Codeで実際にハマった7つの失敗」にも書いています。今回はその続きのような話です。

何をどう測ったか（測るだけで一苦労でした）

測ったもの

対象にしたのは、この3本です。

それぞれ本文の冒頭から500字ずつ。条件を揃えるためです。

比較用に、もう1本だけ用意しました。わざとAIっぽく書いた文章です。「本記事では」「近年」「いかがでしたか」といった、いかにもな言い回しを詰め込んだもの。これがどう判定されるかで、ツールの反応を見るためです。

3つ試して、判定に使える数値を確認できたのは1つだけでした

2026年7月19日の時点で、ZeroGPT、GPTZero、Sapling の3つを、無料で使える範囲で試しました。

結果を先に言うと、判定に使える数値を確認できたのは Sapling だけでした。残り2つは後で書きます。

なので、この記事で3記事を比較しているAI率は、すべて Sapling のものです。「3つのツールで比較した」ではありません。3つ試して、記事どうしの比較に使える数値を確認できたのは1つだけだった。ここは正確に書いておきます。

測っている途中で、文章が書き換わっていました

ここが一番驚いた部分です。

最初はブラウザにコピペして測っていました。ところが途中で気づきます。貼り付けた私の文章が、勝手に書き換わっていたんです。

たとえば、こんなふうに。

意味が逆になっているものまであります。翻訳用の拡張機能が働いていたためでした。あわせて、入力欄に貼り付けた文字が重複したり抜け落ちたりすることもありました。

これでは何を測っているのか分かりません。判定されていたのは私の文章ではなく、機械翻訳で崩れた別の文章だったことになります。

そこでクロに、原文のまま送れる方法へ切り替えてもらいました。ブラウザの画面を経由せず、ツールに直接データを渡す方法です。技術的な部分は私には説明できませんが、「画面を通すと文章が変わってしまうので、通さない道を作った」という理解でいます。

そのうえで、出た数字が本当かどうかを私自身が手で確かめました。ツールの画面に自分でコピペして、表示されたスコアを見る。3記事のうち2記事について確かめたところ、2.2%と98.8%は、クロがツールから直接取得した数字と一致しました（残る1本と比較用の文章は、手動での確認をしていません）。

結果①：同じ作り方の3記事が、2.2%と98.8%に割れた

測定した結果です。

3本目が、わざとAIっぽく書いた文章とほぼ同じスコアになりました。

繰り返しますが、3本とも同じ作り方です。クロに下書きを出してもらい、私が実体験を足して、確認して、直す。特別に3本目だけAIに任せたということはありません。作業ログにも同じ工程が記録されています。

むしろ3本目は、書く前に自分の実体験を掘り起こす質問に答える工程を厚めにやった記事でした。それでも98.8%です。

結果②：日本語を「0単語」と数えるツールがあった

判定に使える数値を確認できなかった2つの話です。

ZeroGPT：529文字を「0 Words」

わざとAIっぽく書いた文章（529文字）を入れたところ、判定文にはこう出ました。

Your Text is Most Likely AI/GPT generated（AI生成の可能性が高い）

ところが数値は0%。そして画面の下にはこう表示されていました。

529 Characters / 0 Words

529文字を入れて、単語数はゼロ。

AI検出ツールの多くは「次に来る単語がどれくらい予測しやすいか」を手がかりに判定していると説明されています。

判定文は「AIっぽい」、数値は0%。この2つが食い違っていることも合わせると、画面に「0 Words」と出た状態の結果を、日本語をふつうに解析した数値として受け取るのは難しいと感じました。

念のため、翻訳の拡張機能を切って、文字化けのない状態でもう一度試しました。それでも表示は同じです。

GPTZero：エラーで結果が出ませんでした

もう1つのGPTZeroは、今回試した未ログインの状態では、日本語を入れるとエラーになり、結果を確認できませんでした。ログインした場合や別の条件での動作は確かめていません。

複数のAIサービスを使い分ける話は「ChatGPT・Claude・Perplexityの使い分け」にも書いていますが、検出ツールも同じでした。同じ「AI検出ツール」という名前でも、今回の日本語入力に対する反応は、3つとも違っていました。

「たまたま悪い箇所を切り取った」のか、確かめました

98.8%という数字を見たとき、自分でこう疑いました。

「冒頭の500字が、たまたま説明っぽい部分だったんじゃないか」

そこで同じ記事を3か所に分けて測り直します。冒頭、中盤、終盤。

少なくとも、冒頭・中盤・終盤の3か所はいずれも93.8%以上でした。冒頭だけが特別に高かったわけではなさそうです。

では何を見ているのか、私には分かりませんでした

もう一つ、確かめたことがあります。

「AIっぽい言い回しが多いから高スコアなのでは」という仮説です。クロが作った検出用の辞書（「本記事では」「いかがでしたか」といった定型句を集めたもの）で、3記事の密度を数えてみました。

ネタの記事と丸投げ失敗の記事は、言い回しの密度がほとんど同じです。それなのにスコアは17倍違います。

つまり「AIっぽい言葉が多いから高い」では説明がつきませんでした。何を見て98.8%と出しているのか、私には分かりません。 ここは正直に分からないと書いておきます。

数字は安定しています。だから怖い

もう一つ、意外だったことがあります。

同じ文章を5回繰り返して測ってみました。結果は5回とも同じ数字でした。2.2%は5回とも2.2%、98.8%は5回とも98.8%。小数点まで動きません。

一方で、こんなことも起きました。貼り付けが途中で切れて少し短くなった状態で測ったとき、同じ記事の同じ冒頭部分が23.3%と出たんです。510トークンで2.2%、466トークンで23.3%。入力が44トークン短くなっただけで、約10倍動きました。

まとめると、こうなります。

毎回きっちり同じ数字が出ると、私は「再現性があるから信頼できるのでは」と思いそうになりました。数字がバラバラなら「当てにならないな」と警戒できたはずです。入力が少し変わるだけで大きく動くと分かってから、そこが怖いと感じるようになりました。

AIにどこまで任せるかという線引きの話は「AIにどこまで任せる？」にまとめています。

Googleは「生成AIを使ったこと」だけを理由に評価を下げるとは説明していない

ここまで読んで「じゃあ検索で不利になるのでは」と不安になった方へ。

Googleは公式ドキュメントで、生成AIを使ったコンテンツについて説明を出しています（2025年12月更新）。読むと、生成AIを使ったという理由だけで一律に評価を下げるとは説明されていません。

一方で、検索順位を操作する目的で価値の低いページを大量に作る行為については、スパムポリシーに触れる可能性があると書かれています。見ているのは「どう作ったか」ではなく「読む人の役に立つか」だ、という立て付けです。

丸投げが具体的にどう失敗したのかは「AIブログ丸投げで失敗｜未経験40代が気づいた残る記事の作り方」に書いています。今回98.8%と判定されたのは、この記事です。

スコアが高かったら、どうするか

自分の記事が高いスコアで出たとき、私が今のところ考えている対処は3つです。

① スコアだけを理由に記事を消さない

今回の実測では、同じ作り方の記事が2.2%と98.8%に割れました。少なくとも今回のスコアだけでは、記事の価値までは判断できません。数字を見て慌てて削除するのは、もったいないと感じています。

② 一般論を、自分の体験・固有名詞・実測した数字に置き換える

低く出た2本を見返すと、工程ごとの分数や、実際に使ったツール名など、自分にしか書けない具体が多く入っていました。これがスコアに効いたかどうかは分かりません。ただ、読む人にとって価値があるのはそちらだとは思っています。

ネタを自分の記録から作る方法は「ブログのネタが思いつかない？」に書きました。

③ 最後は自分で読んで確認する

事実が合っているか、読みにくくないか。ここは人がやる部分として残しています。

「AIに任せれば楽に稼げる」という話との距離感は「AIで放置して月5万は本当？」にも書いています。

まとめ｜数字に振り回されないために

今回の検証は、日本語の4サンプル・実質1つのツールという範囲のものです。他のツール（Copyleaks、Originality.ai など）は試していませんし、AIを一切使わずに書いた文章との比較もしていません。範囲は限られています。

そのうえで、私が今いちばん覚えておきたいのは、数字がブレないからといって、その記事の作り方を言い当てているとは限らないということでした。

これから始める方は「AI×副業ブログの始め方」から読んでもらえたらと思います。

AIとどう分担して記事を書いているのか、私が毎日使っているClaude Codeの運用ルールは、有料noteにまとめています。文庫本1冊より手軽な価格です。
→ 【プログラミング未経験向け】Claude Codeでブログ運営を失敗しないための22ルール