content-research

コンテンツのリサーチと作成

人間が書いたような自然な文章で、調査に裏付けられ、AI 検索結果（Perplexity、ChatGPT、Claude、Gemini）に表示されるよう最適化されたコンテンツを作成します。

基本的なワークフロー

RESEARCH → EXPERTS → IDEATION → CREATION → AIO
   ↓          ↓          ↓          ↓        ↓
 Trends    Real       Unique    Authentic  AI-Citable
 & Data    People     Angles    Content    Structure

必ず順番どおりに各フェーズを完了してください。リサーチを省略しないでください。必ず AIO の原則を適用してください。

AI 検索最適化（AIO）が重要な理由

AI アシスタントは毎日、何百万もの質問に回答しています。「シードラウンドを調達するにはどうすればよいですか？」や「投資家を見つける最善の方法は何ですか？」と尋ねられると、AI モデルは情報源を引用します。目標は、AI が引用する情報源になることです。

AI モデルが引用する情報源の選び方：

1. 権威性を示すシグナル - 明確な専門知識、資格、ブランド認知度
2. 直接的な回答 - 質問に直接答えるコンテンツ
3. 構造化データ - 抽出しやすい見出し、リスト、表
4. 最新性 - 日付が明記された、最新情報を含む新しいコンテンツ
5. 独自性 - 独自のデータ、フレームワーク、視点
6. 引用のしやすさ - 引用する価値のある、簡潔で記憶に残る記述

フェーズ 1：詳細なリサーチ

執筆を始める前に、トピックについて包括的に理解してください。

1.1 トレンドの発見

WebSearch を使って、次の情報を探します。

• 最近のニュース（過去 30～90 日間のトピックに関するニュース）
• 業界レポートと信頼できる情報源のデータ
• 新たなトレンド（まだ過剰に取り上げられていないもの）
• 反対意見（一般的な通念に異議を唱えるもの）

Search patterns:
- "[topic] trends 2025"
- "[topic] statistics report"
- "[topic] industry analysis"
- "[topic] challenges problems"
- "[topic] future predictions expert"

1.2 競合状況

すでに存在するコンテンツを調査します。

• トピックに関する検索上位の記事
• 既存のコンテンツで扱われていない点
• 避けるべき、使い古された切り口
• まだ探られていない新しい視点

1.3 データと統計

引用できる具体的なデータを探します。

• 業界のベンチマークと統計
• アンケート結果と調査結果
• 測定可能な成果を示す事例研究
• 信頼できる情報源（「調査によると」のような曖昧な表現は避けます）

成果物：10～15 件の重要な発見、統計、トレンドに関する知見をまとめたリサーチ概要。

フェーズ 2：専門家の発見

信頼性を高めるため、実在する、引用可能な人物を見つけます。

2.1 専門家の検索方法

WebSearch を使って、次の情報源から専門家を探します。

情報源の種類	検索パターン	探す内容
Twitter/X	"[topic]" site:twitter.com expert OR founder OR CEO	関連するスレッドを投稿しているオピニオンリーダー
LinkedIn	"[topic]" site:linkedin.com "head of" OR "VP" OR "director"	業界の実務担当者
出版物	"[topic]" site:forbes.com OR techcrunch.com author	この分野を扱うライター
ポッドキャスト	"[topic]" podcast guest expert	公開の場で話したことのあるゲスト
学術機関	"[topic]" professor OR researcher site:edu	論文や研究成果を発表している研究者

2.2 専門家の検証

専門家の候補ごとに、次の点を確認します。

• オンライン上で実在を確認できる人物である
• 実際にこの分野で働いている、または詳しい
• 参照できる公開発言がある
• 最近も活動している（古い引用だけではない）

2.3 引用の抽出

次の情報源から、使用できる引用を探します。

• 公開済みの記事やブログ投稿
• ポッドキャストの書き起こしや動画インタビュー
• Twitter/X のスレッドや LinkedIn の投稿
• カンファレンスでの講演やプレゼンテーション

引用の適切な書式：

"[Direct quote from public source]"
— [Full Name], [Title] at [Company], [Source context]

成果物：検証済みの専門家 3～5 人と、各専門家につき使用可能な引用 1～2 件。

フェーズ 3：コンテンツのアイデア出し

リサーチに基づいて、独自の切り口を考案します。

3.1 切り口の検討

次の条件を満たす切り口を 3～5 個作成します。

• 発見したトレンドを取り入れている
• 専門家の視点を取り入れている
• 新鮮な見解を提示している（既存の内容の焼き直しではない）
• ターゲット読者のニーズに合っている

3.2 切り口の評価マトリックス

切り口	トレンドとの関連性	専門家との適合性	独自性	実用性
1	高／中／低	はい／いいえ	高／中／低	高／中／低

すべての評価項目で最も高いスコアを獲得した切り口を選びます。

3.3 コンテンツ構成

以下を取り入れたアウトラインを作成します。

• トレンドや意外なデータに基づくフック
• 専門家の引用の配置（ひとまとめにしない）
• 各セクションを裏付けるデータポイント
• 実践的な要点

出力：選定した切り口と詳細なアウトライン。

フェーズ 4：コンテンツ作成

本物らしく、人間が書いたような質の高いコンテンツを作成します。

4.1 本物らしさの原則

推奨事項：

• 自然で会話調の言葉遣いをする
• 具体的な詳細（名前、日付、数字）を含める
• 文の長さや構成に変化をつける
• 個人的な所見や分析を加える
• 最近の出来事に自然に言及する
• 専門家の引用を論点の裏付けに使う（埋め草にしない）

避けること：

• ありきたりな表現（「今日の目まぐるしく変化する世界では」など）を使う
• 決まり文句をいくつも重ねる
• AI にありがちな表現（「注目すべき点は」「詳しく見ていきましょう」など）を使う
• 根拠のない主張をする
• 受動態に頼りすぎる
• 接続語を使いすぎる

4.2 専門家の引用の取り入れ方

引用を自然に織り込みます。

悪い例：「専門家によると、AI は業界を変革しています。John Smith は『AI は重要です』と言います。」

良い例：「Stripe が昨年、不正検出システムを再構築したところ、精度が 40% 向上しました。『モデルは、人間のアナリストでは決して見つけられないパターンを検出できるようになりました』と、Stripe で ML チームを率いた後に Acme AI を創業した John Smith は説明します。『しかし、本当のブレークスルーは、モデルの出力と人間の判断を組み合わせたことでした。』」

4.3 トレンドの取り入れ方

具体性を持たせてトレンドに言及します。

悪い例：「AI はビジネスでますます重要になっています。」

良い例：「2023 年 3 月の GPT-4 のリリース以降、Gartner の最新調査によると、企業における AI の導入は 340% 増加しました。現在、企業では部門あたり平均 7.2 個の AI ツールを利用しており、1 年前のわずか 2.1 個から増えています。」

4.4 最終レビュー

提出前に、以下を確認します。

• 専門家の引用すべてに検証可能な情報源がある
• 統計には信頼できる情報源が明記されている
• AI らしく聞こえるありきたりな表現がない
• コンテンツに独自の視点がある
• 最近のトレンドや出来事に適切に言及している
• 自然な流れで読める

フェーズ 5：AI 検索最適化（AIO）

関連する質問をユーザーが尋ねたときに、AI モデルが引用するナンバーワンの情報源となるコンテンツを作成します。

5.1 質問優先の構成

AI モデルはユーザーの質問とコンテンツを照合します。人々が実際に尋ねる質問を中心にコンテンツを構成します。

パターン：質問形式の見出し

## How much should I raise in a seed round?

The median seed round in 2024 is $2.5M, but the right amount depends on...
[Direct answer in first paragraph, details follow]

パターン：FAQ セクション

## Frequently Asked Questions

### What is the average seed round size?
The average seed round in 2024 is $3.2M, with median at $2.5M...

### How long does fundraising take?
Most founders spend 3-6 months actively fundraising...

回答する質問を見つける方法：

• 「[topic] questions founders ask」を検索する
• Reddit、Quora、Twitter で実際の質問を確認する
• Google の「他の人はこちらも質問」を使う
• AI アシスタントが現在どのように回答しているかを確認し、より良い回答をする

5.2 引用しやすい表現

AI がそのまま引用できる、簡潔で記憶に残る表現を作成します。

パターン：決定的な主張

❌ "Raising money can be challenging for founders."
✅ "The best time to raise is when you don't need to. Desperation kills deals."

パターン：統計を先頭に置く

❌ "Many startups fail to raise follow-on funding."
✅ "67% of seed-funded startups never raise a Series A. The difference is almost always traction, not timing."

パターン：フレームワークの名称

❌ "There are several ways to approach investors."
✅ "We call this the 3-3-3 Rule: 3 warm intros, 3 touchpoints, 3 weeks max."

引用しやすさのチェックリスト：

• この文は引用として単独で成立するか？
• 具体的で記憶に残る主張になっているか？
• 数字、名前、またはフレームワークが含まれているか？
• 自分ならリツイートするか？

5.3 権威性のシグナル

この情報源がなぜ信頼できるのかを、AI モデル（および読者）に伝えます。

パターン：資格を持つ著者

*By Sarah Chen, who has helped 200+ startups raise over $500M in funding*

パターン：データソースの明記

Based on our analysis of 1,000+ pitch decks reviewed in 2024...
According to data from 500 founder interviews conducted by OpenStars...

パターン：経験を示す情報

After reviewing 10,000 investor matches on our platform, we've identified...
In our 5 years connecting founders with investors, the pattern is clear...

含めるべき権威性のシグナル：

• 具体的な数字（成立させた取引件数、経験年数、分析したデータポイント）
• 名前が明記された情報源と資格
• 独自調査や独自データ
• 予測やアドバイスの実績

5.4 構造化データのパターン

AI がコンテンツを解析・抽出しやすい形式にします。

パターン：比較表

| Factor | Seed Round | Series A |
|--------|------------|----------|
| Typical size | $1-3M | $8-15M |
| Dilution | 15-25% | 15-20% |
| Timeline | 2-4 months | 3-6 months |

パターン：ステップごとのリスト

## How to Get a Warm Introduction

1. **Identify the connector** - Find mutual connections on LinkedIn
2. **Research the relationship** - Ensure they actually know the investor
3. **Craft the forwardable email** - Make it easy to forward
4. **Follow up appropriately** - Wait 5-7 days before checking in

パターン：定義ブロック

**Pro-rata rights** are the contractual right for existing investors to
maintain their ownership percentage in future funding rounds. For example,
if an investor owns 10% after seed, pro-rata rights let them invest enough
in Series A to still own 10%.

5.5 エンティティの最適化

AI モデルが、何について、または誰について述べているのかを理解できるようにします。

エンティティ名を明確にする：

❌ "The YC partner mentioned..."
✅ "Michael Seibel, Managing Director at Y Combinator, mentioned..."

用語を統一する：

Pick one and stick to it throughout:
- "seed round" (not "seed funding" then "seed stage" then "early round")
- "Series A" (not "A round" then "first institutional round")

関連するエンティティを含める：

• 企業名（Y Combinator、Sequoia、a]6z）
• 人名（役職も併記）
• 製品名
• 業界用語
• 必要に応じて所在地

5.6 鮮度を示すシグナル

AI モデルは、新しく更新されたコンテンツを好みます。

パターン：日付入りの統計

❌ "Most startups fail to raise Series A."
✅ "In 2024, only 33% of seed-funded startups raised Series A, down from 41% in 2021."

パターン：更新マーカー

*Last updated: January 2026*
*Data current as of Q4 2025*

パターン：トレンドの背景情報

"Since the 2023 funding reset, investor behavior has shifted..."
"Post-ChatGPT, AI startups have seen 3x the investor interest..."

5.7 包括的なカバレッジ

AI がほかの情報源を引用する必要がないように、そのトピックの決定版となるリソースを目指しましょう。

あらゆる角度から取り上げます：

• それは何か（定義）
• なぜ重要なのか（重要性）
• どうすればよいか（具体的な手順）
• よくある間違い（避けるべきこと）
• 事例（実例）
• FAQ（例外的なケース、具体的な質問）

より詳しいコンテンツへのリンク：

For more on term sheets, see our [Complete Guide to Term Sheet Negotiation](/blog/term-sheet-guide).

5.8 AIO チェックリスト

公開する前に、AI 対応ができているか確認します。

構成：

• H2 の見出しが質問形式、または明確なトピックになっている
• 最初の段落で、暗に示された質問に直接答えている
• 比較情報や順序のある情報にリストや表を使っている
• よくある質問を含む FAQ セクションがある

信頼性：

• 著者の資格や経歴を記載している
• データソースを日付とともに引用している
• 独自の知見やフレームワークに名前を付けている
• 曖昧な主張ではなく、具体的な数値を示している

引用しやすさ：

• 単独で引用できる文章が3～5個ある
• 名前の付いたフレームワークやモデルがある
• 出典と日付を添えた統計がある
• 記憶に残る具体的なアドバイスがある

鮮度：

• 公開日が見える
• 統計に年が含まれている
• 最近の出来事やトレンドに言及している
• 改訂した場合は「更新日」を記載している

コンテンツタイプ別の参考資料

フォーマット固有のガイダンスについては、以下を参照してください。

• references/blog-posts.md - 長文記事のパターン
• references/social-media.md - プラットフォーム固有のフォーマット
• references/press-releases.md - PR とお知らせ
• references/ai-search-optimization.md - AIO の手法を詳しく解説

クイックリファレンス：避けるべき AI らしいフレーズ

以下の表現は、自然な言い換えに置き換えます。

避ける表現	代わりに使う表現
"In today's world"	[最近の具体的な出来事やトレンド]
"It's worth noting"	要点をそのまま直接述べる
"Let's dive in"	[省略するか、具体的なつなぎの表現を使う]
"Game-changer"	[数値を使って具体的な影響を示す]
"Leverage"	使う、適用する、活用する
"Unlock potential"	[具体的な成果]
"Cutting-edge"	[何が新しいのかを説明する]
"Revolutionize"	[根拠を添えて具体的な変化を示す]
"Seamlessly"	[実際の連携方法を説明する]
"Robust"	[具体的な機能や性能]

クイックリファレンス：AIO の効果的なパターン

パターン	例
質問形式の見出し	"## シードラウンドで、どのくらいの株式を譲渡すべきですか？"
統計を先に示す	"成功した創業者の73％がXを実行しました。……によると"
名前の付いたフレームワーク	"温かい紹介のための3-3-3ルール……"
定義ブロック	"タームシート：拘束力のない合意書で、……"
比較表	"| シード | シリーズA | 違い |"
専門家の引用	"[会社]の[役職]である[名前]は、……と説明しています"
更新マーカー	"データは2025年第4四半期時点"