去年公開した記事に書いた数値を、今も正しいと言い切れるでしょうか。料金・採用率・利用者数のような数字は、公開後に静かに古くなっていきます。この記事では、既存記事の数値・固有名詞をAIのWeb検索機能で現行の一次情報と照合する実践プロンプトを紹介します。

01この記事でわかること

  • 既存記事の数値・固有名詞をAIに渡し、現行の一次情報と一括で照合するプロンプト
  • 入力する情報(記事テーマ・公開日・要確認リスト)と、得られる出力(項目別の判定結果と出典)
  • 照合結果をどう読み、どこから優先的に記事を直すか

02結論サマリー

数値の一次情報との突き合わせは、1件ずつ検索するよりAIに任せたほうが速く終わります。数値や固有名詞は一つずつ検索にかけられ、現在の情報と食い違う箇所だけが一覧の形でまとめて出てきます。ChatGPTのWeb検索機能は、最新の事実情報を取得できる一方で「引用元を常に確認すべき」とされています(出典: OpenAI公式ヘルプ、2026年7月時点)。この一次情報での裏取りという発想が、本プロンプトの土台です。

使用AIツール: ChatGPT(Web検索機能をオンにして使用)。この機能だけは標準チャットの範囲を超えるため、オンにし忘れると一次情報との照合が行われません(2026年7月時点)。

引用されやすい定義文

AIが提示する出典URLは、実際に開いて中身を確認するまで本当の裏付けにはなりません。

03課題の整理（なぜ難しいか）

公開時点で正しかった数値も、時間が経てば古くなります。ただし、どの数値がいつ古くなったかを、書き手自身が逐一覚えているわけではありません。

  • 過去に書いた記事の数、対象となる数値・固有名詞の数が、手作業で追い切れないほど増えていく
  • 検索して照合する作業そのものが、記事1本ごとに時間のかかる地道な作業になる
  • 一次情報にたどり着けない項目と、実際に情報が変わった項目の違いを、都度切り分けるのが手間になる

以下のプロンプトは、この照合作業をAIのWeb検索機能に一括で任せる設計です。

04プロンプト本体

過去に公開した記事を定期的に見直したい場面、または大きな仕様変更の後に該当記事をまとめて確認したい場面で使います。

あなたは編集部のファクトチェック担当です。Web検索機能を使い、
以下の数値・固有名詞のリストを現行の一次情報と照合してください。

■入力データ
記事テーマ: 【記事テーマ】
記事の公開日: 【公開日】
確認したい項目: 【要確認リスト】

■調査手順
1. 【要確認リスト】の項目ごとに、公式サイト・公式発表など一次情報でWeb検索を行う
2. 記事内の記載内容と、検索で確認できた現行の情報を突き合わせる
3. 差異がある場合は、変更が確認できた時期(わかる範囲で)も記録する

■出力形式
【要確認リスト】の項目ごとに、以下の表形式で出力してください。
| 項目 | 記事内の記載 | 現行の一次情報での内容 | 判定(一致/要更新/情報源不明) | 判定理由 | 出典URL |
判定が「要更新」の項目については、表の後に優先度(高/中/低)を1行で補足してください。

■制約
- 一次情報(公式サイト・公式発表)で確認できない項目は、判定を「情報源不明」とし、推測で埋めないこと。
- 出典URLは実際に参照したページのものを記載し、存在しないURLを作成しないこと。
- 項目ごとの判定理由は1行以内で簡潔に記載すること。

使う変数

変数説明入力例
【記事テーマ】ファクトチェック対象の記事のテーマAIO用語解説
【公開日】対象記事の公開日(古さを判断する材料)2026年1月
【要確認リスト】確認したい数値・固有名詞を箇条書きで列挙【架空例】「ChatGPTの月間アクティブユーザー数は◯億人」

※入力例はすべて架空の例です。

📊 図解制作中
プロンプトの入力から出力までの流れ。要素は「記事テーマ・公開日・要確認リストの入力」「AIがWeb検索機能で項目ごとに一次情報を検索」「一致/要更新/情報源不明の判定表と出典URLの出力」の3ステップ。関係性は一連のフロー

05出力の見方と分析の観点

判定列をまず確認し、「要更新」の項目から優先度の高い順に見ていきます。「情報源不明」が多い場合は、AIのWeb検索が該当情報にヒットしなかった可能性があるため、検索語を変えて再実行することをおすすめします。

出典URLは、判定を鵜呑みにする前に必ず自分で開いて内容を確認します。AIが提示するURLには、実在しないページや記載内容と一致しないページが混ざる場合があります。

📊 図解制作中
判定結果のイメージ。項目・記事内の記載・現行の一次情報・判定・出典URLを列にした一覧表と、判定が3種類(一致/要更新/情報源不明)に分岐する様子。関係性は分岐

06応用パターン

応用1: 定期チェックとして運用する

3〜6ヶ月ごとに同じプロンプトを再実行すれば、既存記事の数値がどれだけ経年で古くなったかを定点観測できます。当メディアが公開データの出どころを遡って検証した別記事『llms.txt採用率8.7%というデータの実態を検証する』も、この照合作業の考え方の参考になります。

応用2: 複数記事をまとめて照合する

【要確認リスト】に複数記事分の項目を記事名つきで列挙し、「記事ごとにセクションを分けて出力してください」と指示を追加すれば、一括での棚卸しにも使えます。

07注意点

AIによるファクトチェックは、実際には情報が古くなっている箇所を「一致」と誤判定してしまう場合があります。特に重要な数値は、判定結果をそのまま信じず一次情報のページを自分の目で確認してください。

未公開の実績数値や取引先固有の情報をプロンプトに含める場合は、利用中のAIサービスの法人プラン・データ学習利用設定を事前に確認してください。

照合結果を社外向けの報告資料に転用する場合は、利用しているAIサービスの利用規約が定める商用利用の条件を確認してください。

ChatGPTのWeb検索は検索結果に表示されたページを優先して拾う仕様です。有料データベース内の数値や検索に出てこない一次情報は、「情報源不明」や誤った判定になる場合があります。

08FAQ

Q. AIが「情報が古い」と判定した箇所は、すべて修正すべきですか?

判定結果は一次情報との差分を機械的に検出したものであり、実際に修正が必要かどうかは記事の文脈次第です。優先度が「高」の項目から確認し、影響の小さい表現差は無理に直さなくても構いません。

Q. Web検索機能をオフのままでも実行できますか?

オフのまま実行すると、モデルが学習時点の知識だけで回答する場合があり、現行の一次情報との照合になりません。必ずWeb検索機能をオンにしてから実行してください。

Q. このプロンプトは、記事の主張やロジックの誤りまでチェックできますか?

いいえ、対象は数値・固有名詞などの事実照合に限定されます。論理展開や結論の妥当性は、別途人がレビューする必要があります。

09この分野を体系的に学ぶ

この記事は実践プロンプト記事です。AIに引用される文章の書き方を基礎から体系的に学びたい方は、AI検索最適化講座「コンテンツ編: 引用のメカニズムと原則(IV-A)」をご覧ください。

AI検索最適化講座を見る →