AI Content Quality Engine
Kirico
AIで記事は作れる。
公開できる品質まで整える。
既存記事を参照して生成し、Quality Gateで検査し、SEO・SNS・翻訳まで整えて microCMS へ下書き入稿。編集者は公開判断に集中できます。景表法・薬機法まわりの文言チェックも、公開前にかける想定です。
microCMS 公式パートナーWhat does KIRICO stand for?
Knowledge
RAGで既存コンテンツを参照
Inspection
景表法・薬機法・品質ゲート
Review
LLMによる文脈チェック
Intelligence
充足度・競合差分・優先度
Content
すべての対象
日本の伝統工芸「切子」のように、コンテンツの品質を丁寧に磨き上げるAIエンジン。それがKiricoです。
こんな課題をお持ちの方へ
- 記事公開のたびにSEO設定やSNS投稿を手動でやっている
- コンテンツの品質チェックに時間を取られている
- 景品表示法や薬機法のリスクを見落としていないか不安
- 多言語対応を進めたいが翻訳コストが負担
- 競合と比べて何が足りないのか分からない
- 既存記事のどれからリライトすべきか判断できない
導入メリット
運用の手間を減らす
記事公開に伴う手作業（SEO設定・OGP作成・SNS投稿・翻訳）を自動化し、運用時間を工数削減を狙う
品質リスクを公開前に拾う
景表法・薬機法チェックをAIが自動実行。公開前に法的リスクを検出し、ブランドを守る
感覚より材料で決める
充足度分析・競合差分・リライト優先度で、感覚に頼らないコンテンツ戦略を実現
機能
AIコンテンツ生成
テーマとキーワードから記事を生成。同時にSEOメタデータ・SNS投稿文・OGP画像も自動で出力されます。RAGによる参照検索で、既存コンテンツを踏まえた記事を生成。
- 記事本文のAI生成
- SEOタイトル・ディスクリプション自動生成
- SNS投稿文4媒体分を一括生成
- OGP画像の動的生成（1200×630）
品質検査・ガバナンス
正規表現による即時チェックとLLMによる文脈校閲の2段階で品質を守ります。景品表示法・薬機法リスクを自動検出。プロジェクトごとのカスタムルールにも対応。
- 景品表示法・薬機法リスク検出
- 表記ゆれ・トーン一貫性チェック
- LLMによる論理矛盾・ファクトチェック
- ワンクリック自動修正
コンテンツ自動化パイプライン
microCMSで記事を公開するだけで、後工程が自動で回ります。Webhook連携により、品質検査・SEO設定・SNS配信・翻訳まで手作業ゼロに。
- microCMS Webhook自動連携
- 公開トリガーで品質検査実行
- 多言語翻訳（日→英/中/韓ほか）
- microCMSへの下書き自動入稿
コンテンツインテリジェンス
コンテンツの充足度を可視化し、競合サイトとのカバレッジ差分を分析。どの記事をいつリライトすべきか、データに基づいて優先度を提示します。
- カテゴリ別コンテンツ充足度
- 競合サイトとの差分分析
- リライト優先度スコアリング
- コンテンツマップの可視化
自動化パイプラインの流れ
記事を公開
microCMSで通常通り
Webhook発火
Kiricoへ自動通知
品質検査
景表法・薬機法・ルール
AI処理
SEO・OGP・SNS・翻訳
配信完了
各チャネルへ自動反映
AIでここまで変わる
| 項目 | 従来 | Kirico |
|---|---|---|
| 記事執筆 | 人手 or 汎用AIのコピペ | 既存記事を参照して生成 |
| 品質レビュー | 属人的な目視 | Quality Gateで配信制御 |
| SEO / SNS / 翻訳 | 本文後に手作業 | 生成と同時に整備 |
| CMS入稿 | 手動コピペ | microCMSへ下書き入稿 |
| リライト判断 | 感覚頼り | 分析で優先度を可視化 |
導入プラン
SaaS月額ではなく、PoCから本番運用・研修まで段階的に提案します。価格は範囲と要件で個別見積です。
Kirico PoC
おすすめ目安 2〜4週間
個別見積
1サイト・1エンドポイントで、生成から下書き入稿までを検証。
- microCMS接続確認
- 既存記事クロール
- RAG記事生成デモ
- 品質ルール初期設定
- 下書き入稿確認
- 改善提案レポート
運用導入パック
本番へ継続運用設計
個別見積
Webhook・ルール設計・マニュアル・トレーニングまで。
- プロジェクト別設定
- Webhook連携
- 品質ルール設計
- 運用マニュアル
- 担当者トレーニング
- 本番導入支援
研修 / WS
組織で学ぶ半日〜1日
個別見積
microCMS × AI の設計とガバナンスを体験するワークショップ。
- AI時代のCMS設計
- スキーマ / Webhook
- Quality Gate体験
- AIO / LLMO棚卸し
- 自社コンテンツ演習
導入プロセス
ヒアリング
microCMSの利用状況やコンテンツ運用フローを把握し、Kiricoで自動化するポイントを特定します。
設計・PoC
品質ルールの設計とAIパイプラインの構築。小規模な範囲で効果を検証します。
導入
本番環境にKiricoを接続。microCMS Webhookの設定とカスタムルールの適用を行います。
運用・改善
品質ルールのチューニング、検査精度の向上、新しい検査項目の追加を継続的にサポートします。
対応技術
CMS
AI / LLM
品質検査
自動化
関連サービス
料金の目安
表示価格は税抜きの目安です。範囲・外部連携・リリース後の運用体制で変わります。正式なお見積もりは無料です。
関連する実績
このサービスに近いプロジェクトです。課題・担当範囲・技術構成を記載したものから順に並べています。
AI検索（AIO・LLMO）について
LLMO・AIOとは何ですか？SEOとどう違いますか？
LLMO（AIO）は、ChatGPT・Gemini・Claudeなどの生成AIやAI検索に、自社や商品を正しく認識してもらい、適切に紹介されるための取り組みです。検索順位を上げるSEOに対して、LLMOは「AIの回答のなかで候補として挙げてもらえるか」を扱います。成果につながりやすいのは、単に情報源として引用されることよりも、選択肢として推奨されることです。
ChatGPTやGeminiで自社がどう紹介されているか、確認できますか？
はい。実際に想定される質問（「〇〇に強い開発会社は？」「A社の評判は？」など）をAIに投げて、自社が候補に挙がるか・どう説明されているかを記録します。実態とズレた説明をされている場合は、その原因になっている自社サイトの表現を特定して直します。この確認はご相談の初回でも簡単に実施できます。
AI検索の効果はどうやって測るのですか？
AI検索の影響を単一の指標で完全に測ることはできません。そのため複数の指標を組み合わせて判断します。具体的には、お問い合わせフォームの認知経路アンケートで「AIの回答経由」の割合、社名・サービス名の指名検索数、想定プロンプトでの推奨率（候補に挙がる割合）、AIの説明が実態とどの程度一致しているか、などです。当社サイトのお問い合わせフォームでも実際にこの認知経路を伺っています。
AI検索対策は何から始めればよいですか？
まずは、お客様が疑問に思いそうなことを先回りしてサイト上で答えることです。想定質問を20〜30個書き出して回答を用意するだけでも十分な一歩目になります。次に、「専門性があります」のような曖昧な表現を、社数・年数・対応業種・対応範囲といった具体的な事実に書き換えます。AIは具体的に書かれていることしか正しく引用できません。
CMSやコンテンツの持ち方はAI検索に影響しますか？
影響します。情報が項目ごとに構造化されていれば、AIが参照しやすく、社内でも同じ情報をAIの参照元（RAG）として再利用できます。当社はmicroCMSの公式パートナーとして、この構造設計から運用の自動化までを支援しています。逆に、古い情報が放置されているサイトは、検索エンジンの評価だけでなくAIの説明の正確さも落ちます。
llms.txt や構造化データ（JSON-LD）は必要ですか？
AIやクローラーがサイトの中身を機械的に読める状態にするための土台なので、用意しておく価値があります。当社サイトでも llms.txt とページごとの構造化データを公開しています。ただし、これらは「読み取りやすくする」ための整備であって、書かれている内容が具体的でなければ効果は出ません。中身の具体化と合わせて進めます。