3-1 E-E-A-T 対策の基本フレームワーク

このレッスンで身につくこと

このレッスンは、第 3 章「コンテンツ品質と E-E-A-T」の入口です。3-2 では Claude Code で実際に記事品質を分析していきますが、その前に 「Google が何を見ているのか」を腹落ちさせる ことが目的です。自分のサイトを開いたときに「ここが Experience 不足だな」「ここは Trustworthiness が弱いな」と 指で差せる目 を作ります。

所要時間 — 約 60 分（読むだけなら 25 分） 難易度 — ★★☆☆☆（SEO 用語が初めてでも OK）

はじめに — 「良いコンテンツ」を雰囲気で語らない

SEO の世界では「良いコンテンツを作りましょう」とよく言われますが、具体的に何を書けばいいか は分かりません。その「良さ」を Google が 4 要素に分解してくれているのが E-E-A-T です。

E-E-A-T とは何か — Google の品質指針を一言で

E-E-A-T は Google が公開している Search Quality Rater Guidelines の中で定義される、コンテンツ品質の評価軸です。略すと次の通りです。

• Experience — 経験
• Expertise — 専門性
• Authoritativeness — 権威性
• Trustworthiness — 信頼性

Google 公式図では T だけ三角形の頂点 に置かれています。残りの 3 つは欠けても許される場面がありますが、T（信頼性）だけは絶対に欠けてはいけない要素として扱われます。

なぜ E が 2 つあるのか

もともとは E-A-T（Expertise・Authoritativeness・Trustworthiness）の 3 文字でした。2022 年 12 月のガイドライン更新で Experience（経験） が頭に追加され、現在の E-E-A-T になりました。背景はシンプルで、生成 AI の登場 で「専門知識っぽい文章」は誰でも量産できるようになったため、Google は 「ホンモノの経験を持っているか」 をより重視するようになったのです。

Quality Rater Guidelines という土台

E-E-A-T は Quality Rater Guidelines（QRG） という Google 公式の 200 ページ超ガイドラインの中で定義されています。Google は世界中の 1 万人以上の品質評価者を雇い、QRG をルールブックに検索結果を採点させています。Rater の点数が直接ランキングに使われるわけではないですが、Google はこのフィードバックをアルゴリズムに反映 させています。

4 つの E を 1 つずつ深掘りする

ここから 4 要素を 1 つずつ見ていきます。同じ「ノートパソコンのレビュー記事」を例に、各要素がどう違うかを並べて見せます。

Experience（経験）— 実体験の証明

Experience は「実際に自分でやった人が書いているか」を見ます。書籍やネットの情報をまとめただけの記事と、自分で買って・使って・失敗したことまで書いた記事には、明確な差があります。

Experience が高い記事のサイン

• 自分で撮った写真 がある（製品の箱、開封シーン、使っている画面）
• 使った期間 が具体的（「3 週間使った」「半年経った今でも使っている」）
• 失敗談・困った点 が正直に書かれている
• 使用環境の具体性（「カフェで 3 時間作業した結果、バッテリーは 40% 残っていた」）

逆に「軽くて持ち運びやすい」のような 誰でも書ける形容詞 や、写真ゼロのスペック転記は Experience が低いサインです。

Expertise（専門性）— 知識の深さの証明

Expertise は「その分野の専門的な知識を持っている人が書いているか」を見ます。Experience が やった人 を測るのに対し、Expertise は 分かっている人 を測ります。

ノートパソコンの例だと、Experience は「1 台買って 3 ヶ月使った素人レビュー」でも成立しますが、Expertise は 「PC を仕事で 10 年扱ってきた人」 が、メモリ規格や発熱設計まで踏み込んで解説するレベルです。

Expertise が高い記事のサイン — 専門用語を正確に使う（「LPDDR5X-7500」「TDP 28W」など）、背景知識の説明が混ざる、トレードオフを語れる。逆に「すごい性能」「サクサク動く」など専門用語が 形容詞に化けている とき、ベンチマーク数値が出てこないときは Expertise が低いサインです。

Authoritativeness（権威性）— その分野で認められている証明

Authoritativeness は「その分野で、ほかの人から認められているか」を見ます。Experience / Expertise が 書いた人 1 人の中で完結する のに対し、Authoritativeness は 周囲との関係 で決まる外部評価です。

「ノートパソコン分野で権威がある」とは、ITmedia や日経 xTECH が 専門ライターとして記事を依頼している、大手メーカーの新製品発表会に 招待されている、SNS で 同業者から言及される — こういう状態です。SEO の文脈では 被リンク（backlinks） や サイテーション（言及） がここに直結します。

Authoritativeness を高めるアクション — 専門領域を 1 つに絞る、大手媒体に 寄稿、SNS で 同業者と関係を作る、書籍・登壇など 永続的に残る形 でアウトプットする。

Trustworthiness（信頼性）— すべての土台

Trustworthiness は 4 つの中で最も大事な要素 です。どれだけ Experience・Expertise・Authoritativeness があっても、信頼できないサイトには検索結果に出したくない からです。

Trustworthiness は サイト全体の評価 で決まります。運営者情報・連絡先・プライバシーポリシー・HTTPS・更新日・著者プロフィール — こうした サイト全体のシグナル が積み上がって T になります。

医療・金融・法律など YMYL（Your Money or Your Life） 分野は T が他分野の 2〜3 倍厳しく採点されます。

4 つの E を表で比較

すぐ手を打てるのは Experience と Trustworthiness。Authoritativeness は長期戦の覚悟が必要です。

2025〜2026 アップデートで広がった E-E-A-T の射程

E-E-A-T は 2022 年の登場時 は YMYL（医療・金融・法律）中心の概念でした。「人生に大きく関わるテーマは厳しく見ますよ」というニュアンスです。

しかし 2025 年 12 月のコアアップデート で、Google は 「E-E-A-T を競争性の高いクエリ全般に適用する」 ことを明示しました。これが 2026 年現在の地形に大きく影響しています。

何が変わったのか — 3 つの拡張

1. 適用範囲の拡張 — 以前は「医療・金融・法律以外は緩く見る」運用でしたが、2025 年以降は 検索結果の上位 10 件で順位を争う領域 ならジャンル問わず E-E-A-T が見られます。レシピ・ガジェット・旅行・趣味まで、上位を狙う場合は E-E-A-T 必須 の時代です。

2. AI 生成コンテンツへの目線 — ChatGPT・Claude・Gemini で量産された記事が 2023〜2024 年に爆増した結果、Google は 「人間が実体験から書いたもの」 をより強くシグナル化しました。これが Experience の重要度が一段上がった 直接の理由です。「AI で書いた」が悪いのではなく、「AI で書いた、を超える付加価値がない」ことが問題。AI 下書き + 人間の Experience 上塗りが王道です。

3. AI 検索への波及 — Google AI Overviews / ChatGPT Web Search / Perplexity といった AI 検索 は、引用元の選定で E-E-A-T シグナルを強く参照しています。「AI に引用される」=「E-E-A-T 高い」がほぼ等号で、E-E-A-T への投資は 従来 SEO と AI 検索の両方 で報われます（詳細は 3-3）。

Claude Code で E-E-A-T 監査する — 入口だけ

実際の操作は 3-2 で扱いますが、Claude Code がやってくれることの全体像を先に見ておきます。

# 単一ページの E-E-A-T 監査
> /seo page https://あなたのサイト.com/blog/記事URL

# サイト全体の E-E-A-T 健康診断
> /seo audit https://あなたのサイト.com

# 採点 + 修正案を提示
> このページの E-E-A-T を分析して。各 10 点満点で採点し、
> 5 点以下の項目に改善案を 3 つずつ出して

Claude Code は HTML 構造・スキーマ・著者情報・出典・更新日・運営者ページの有無 を同時に読み取ります。手作業なら半日かかる監査が 5 分で終わる — これが Claude Code を E-E-A-T に使う最大の理由です。

E-E-A-T 自己点検チェックリスト 20 項目

自分のサイトを点検します。20 項目のうち 何個チェックがつくか 数えてみてください。

18 個以上 なら E-E-A-T 上位 5%。10 個以下 なら、まず Trustworthiness（運営者情報・HTTPS・連絡先）から潰すのが最短ルートです。

失敗パターン — E-E-A-T 改善でやってしまいがちな 5 つの罠

最後に 「何をやってはいけないか」 を確認します。E-E-A-T 改善は方向を間違えると逆効果になります。

失敗 1 — 著者情報なしのまま記事を量産する

「記事数を増やせば順位が上がる」 は 2015 年頃の話です。現在は 著者情報のない記事 100 本 を持つサイトは Trustworthiness が低いと判定されます。WordPress デフォルトの「admin」のまま投稿、「編集部」名義、経歴・顔写真なしの著者ページ — これらは 「誰の責任で書いたか分からない記事の集合体」 と映ります。

直し方 — 実名 or 安定したペンネームを設定し、著者ページに顔写真 + 経歴 + SNS + 連絡先を載せる。各記事の末尾に「この記事を書いた人」セクションを設置。

失敗 2 — 出典・引用元を一切書かない

データや事実を書いているのに出典がない 記事は、Expertise / Trustworthiness が同時に下がります。

出典なし: 「日本のスマホ普及率は 90% です」
出典あり: 「日本のスマホ個人保有率は 90.6% です
         （総務省「令和 5 年通信利用動向調査」、2024 年 6 月公表）」

数値・統計・人物の発言・歴史的事実 — 事実ベースの記述にはほぼ全部出典をつける 癖をつけてください。

失敗 3 — 古い情報を更新しないで放置する

「公開した記事をそのまま放置」 は Trustworthiness 低下の典型です。技術系・トレンド系は特に顕著で、1 年で情報の半分が陳腐化します。「2022 年の最新トレンド」がいまも残っている、紹介しているサービスがすでに終了、価格・スペックが旧モデルのまま — こうした記事は 検索ユーザーが即離脱 し、滞在時間低下 → 順位低下を招きます。

直し方 — 公開日と更新日を両方表示。主力記事は 3〜6 ヶ月に 1 回棚卸し。どうしても古い記事はアーカイブ扱いにして「これは過去の情報です」と明示。

失敗 4 — AI 生成のまま、Experience を足さずに公開する

ChatGPT・Claude で下書きを作るのは構いません。問題は 「下書きのまま公開する」 ことです。AI は実体験を持たないので Experience ゼロの「教科書的な記事」を作りがちです。形容詞だらけ、一次情報ゼロ、どこかで読んだような構成 — これが AI 下書きそのまま公開 のサイン。

失敗 5 — Authoritativeness を急速に上げようとする

権威性は 時間で積み上げる もので、3 ヶ月で外部評価を爆上げしようとする手法はすべて Google 的に逆効果です。被リンク販売・相互リンク掲示板・サテライトサイト・スパムゲスト投稿は スパム検出に引っかかり手動ペナルティの危険 があります。「いま自分にできる最高の専門記事を 1 本書く」を月 1 本繰り返すのが、結局のところ最短です。

まとめ — このレッスンで持ち帰ること

E-E-A-T は雰囲気のための言葉ではなく、4 つの測定軸 です。

1. Experience（経験） — 実体験の証明。写真・期間・失敗談・具体シーン
2. Expertise（専門性） — 知識の深さ。専門用語の正確性、数値、背景知識
3. Authoritativeness（権威性） — 業界での認知。被リンク、寄稿、SNS 言及
4. Trustworthiness（信頼性） — サイト全体の信頼。運営者情報、HTTPS、出典、更新

改善の順番は T → E → E → A。すぐ手を打てる T と Experience から始め、Authoritativeness は長期戦と腹を括る。

2025〜2026 アップデートで E-E-A-T は YMYL 限定から 競争性の高いほぼ全クエリ に拡張され、AI 検索の引用シグナルとしても使われるため、従来 SEO と AI 検索の両方に効く 投資先です。失敗パターンの 5 つ（著者情報なし量産 / 出典なし / 古い情報放置 / AI 生成のまま公開 / 権威性のショートカット）を踏まないだけで、半分くらいの競合より上に出られます。

<Quiz question="E-E-A-T の 4 要素のうち、Google が「すべての土台」として最も重視しているものはどれですか？" options={["Trustworthiness（信頼性）","Experience（経験）","Authoritativeness（権威性）"]} answer={0} />

<Quiz question="2025〜2026 年のアップデートで E-E-A-T の適用範囲はどう変わりましたか？" options={["YMYL（医療・金融・法律）限定から、競争性の高いほぼ全クエリへ拡張された","YMYL に限定され、それ以外では見られなくなった","AI 検索専用の指標になり、Google 検索では使われなくなった"]} answer={0} />

<Quiz question="E-E-A-T 改善の優先順位として最も適切なのはどれですか？" options={["Trustworthiness → Experience → Expertise → Authoritativeness","Authoritativeness → Expertise → Experience → Trustworthiness","Experience → Expertise → Authoritativeness → Trustworthiness"]} answer={0} />

次のレッスン 3-2: コンテンツ分析の実践 では、本レッスンで学んだ 4 要素を Claude Code に採点させ、具体的な改善案を出させていきます。E-E-A-T を「読む知識」から「使える武器」に変えるのが 3-2 のゴールです。