同じ会社名が「株式会社サンプル」「サンプル」「Sample Inc.」のように混在した記事は、AIにとって別々の存在として扱われかねません（※架空の例です）。記事本文をAIに渡すだけで、企業名・製品名・サービス名の表記ゆれを検出し、統一候補を一覧にできるプロンプトを、この記事で扱います。人が本文を見比べるより早く、表記のばらつきを洗い出せます。

01この記事でわかること

  • 記事本文をAIに渡し、企業名・製品名・サービス名の表記ゆれを検出させるプロンプト
  • 入力する情報(記事本文・任意の正式表記リスト)と、得られる出力(表記ゆれグループ・出現回数・主候補)
  • どの表記が正式かをAIが自動的に判定しているわけではないという限界

02結論サマリー

固有名詞の表記ゆれとは、同じ対象を指しているのに書き方だけが記事内で複数存在している状態を指し、記事本文をAIに渡すと企業名・製品名・サービス名を洗い出し、同一対象を指す可能性が高い表記どうしをグループ化できます。Googleの構造化データガイドは、Organizationのnameをサイト名と同じ表記に統一するようすすめています(出典: Google検索セントラル)。これは構造化データのnameフィールドに関する推奨ですが、本文中の表記統一にも通じる考え方です。ただし、どの表記が正式かをAIが確定的に判定しているわけではなく、最終的な採否は人が行う前提です。

使用AIツール: ChatGPT等（表記ゆれの洗い出し自体は標準のチャット機能のみで完結します。正式表記をWebで確認させたい場合は、Web検索機能を別途有効にしてください。2026年7月時点の内容です）

03課題の整理（なぜ難しいか）

引用されやすい定義文

表記が1箇所でも揺れていると、AIにはまったく別の固有名詞として映ってしまうことがあります。

同じ社名・製品名でも、執筆者や執筆時期が違えば表記は揺れます。校正段階でこれを人力だけで洗い出すのは、次の理由で手間がかかります。

  • 表記ゆれは、全角/半角、カタカナ表記の違い、法人格の有無など複数のパターンで発生する
  • 記事が長くなるほど、同じ固有名詞が離れた箇所に登場し、見比べにくくなる
  • 表記ゆれと、たまたま似た名前の別の対象(別会社・別製品)を混同しやすい

表記のゆれを放置すると、実害は2つに分かれます。読者は「株式会社サンプル」と「サンプル」が同一の対象だと気づかないまま読み進めてしまい、AIも表記が変わるたびに別のエンティティとして扱ってしまう可能性があります。文の長さの検出（別記事『90字超えの文をAIにチェック・分割させる実践プロンプト』）や、トーンの調整（別記事『読者属性に合わせてトーンをAIに調整させる実践プロンプト』）とは切り口が異なり、本記事が絞り込むのは固有名詞の表記ゆれの検出だけです。記事全体を横断してAIに洗い出させれば、この2つの実害を公開前に減らせます。

04プロンプト本体

記事の公開前チェック、または過去記事をまとめてリライトする前の棚卸しで使います。

あなたはAIO Journal編集部の校正担当です。
以下の入力データをもとに、企業名・製品名・サービス名の表記ゆれを
検出してください。

■入力データ
チェック対象の記事本文: 【記事本文】
統一したい表記がすでに決まっている場合: 【正式表記リスト】(任意)

■検出手順
1. 【記事本文】に登場する企業名・製品名・サービス名などの固有名詞を
   すべて洗い出す。
2. 表記の異なる複数の候補が、同一の対象を指している可能性がないかを
   判定する(全角/半角、カタカナ表記の違い、株式会社の有無、英語表記と
   日本語表記の混在などを手がかりにする)。
3. 同一対象を指す可能性が高い表記の組み合わせを1グループにまとめ、
   【記事本文】内での出現回数が最も多い表記を「主候補」として示す。
4. 【正式表記リスト】が入力されている場合は、そちらを優先して主候補と
   照合し、一致しない箇所を指摘する。

■出力形式
表記ゆれのグループごとに、以下の列を持つ表で出力してください。
| 表記ゆれグループ | 出現回数 | 主候補 | 該当箇所(見出し名・段落) |
表の後に、検出したグループの総数を1行でまとめること。
【正式表記リスト】が入力されている場合は、表の後に「正式表記との不一致」として該当箇所を箇条書きで別途示すこと。

■制約
- 【記事本文】に登場しない固有名詞を新たに作らないこと。
- 同一対象かどうか確信が持てない場合は、削除せず「要確認」の注記を
  つけて候補として残すこと。
- 表記ゆれと紛らわしいが別の対象を指す固有名詞(別会社・別製品)を、
  誤って同一グループにまとめないこと。

使う変数

変数説明入力例
【記事本文】表記ゆれをチェックしたい記事本文全体(記事本文をここに貼り付け)(架空例)
【正式表記リスト】すでに統一表記が決まっている固有名詞のリスト(任意入力)【架空例】株式会社サンプル(「サンプル社」は不使用)

※【 】内の社名・製品名はすべて説明用の架空例であり、実在の組織・商品とは関係ありません。

📊 図解制作中
表記ゆれグループ化の例を示すマトリクス。「株式会社サンプル」「サンプル」「Sample Inc.」という3表記(架空例)を1つの対象として横に並べ、出現回数と主候補を右列に示す構成。関係性は複数表記から1候補への集約

05出力の見方と分析の観点

表が出力されたら、まず「要確認」の注記がついたグループを確認します。AIが確信を持てなかった箇所であり、人の目での最終判断が必要です。

次に主候補の列を見ます。ここで示される候補は、あくまで記事内での出現回数がもっとも多い表記であり、企業の正式な登記名や商標として正しいとは限りません。

📊 図解制作中
同一対象か別対象かを判定する分岐図。「表記の異なる2つの固有名詞」を起点に、「全角半角・法人格の有無・言語表記の違いのみか」を判定し、「はい→同一対象として統合」「いいえ→別対象として分離」の2方向に分かれる。関係性は判定基準にもとづく分岐

正式表記が社内規定や商標登録で決まっている場合は、【正式表記リスト】に入力してAIの判定と照合させると、確認の手間を大きく減らせます。

06応用パターン

応用1: 固有名詞以外の用語表記にも広げる

「AIO」と「AI検索最適化」のような、固有名詞ではない専門用語の表記ゆれも、対象を「専門用語」に読み替えれば同じプロンプトで検出できます。

応用2: 複数記事をまとめて棚卸しする

カテゴリ内の複数記事を順番に実行し、結果を1つの表にまとめれば、記事単位ではなくメディア全体での表記統一チェックに使えます。

07注意点

AIが示す「主候補」は、入力した記事本文の中での出現回数にもとづく多数決にすぎません。企業の登記名や商標として正しい表記かどうかは、別途公式情報で確認してください。

AIの出力には誤りが含まれる場合があります。特にグループ化された固有名詞が本当に同一対象かは、そのまま信じず本文を読み比べて確認してください。

未公開の新製品名や、契約前の取引先社名を含む記事本文をプロンプトに貼り付ける際は、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。

出力の商用利用や自動化での多用は、利用しているAIサービスの利用規約が定める範囲内で行ってください。

同じ記事本文でも、実行のたびにグループの切り方や「要確認」と判定される箇所が変わることがあります。重要な記事では複数回実行し、共通して検出される組み合わせを優先して採用してください。

08FAQ

Q. AIはどちらの表記が正式かを、どうやって判断しているのですか?

判断していません。記事本文の中での出現回数がもっとも多い表記を「主候補」として示しているだけで、企業の正式名称かどうかまでは確認していません。正式表記は【正式表記リスト】として入力するか、公式情報で確認してください。

Q. 表記ゆれが1件も検出されなかった場合、チェック不要と考えていいですか?

いいえ。今回入力した範囲に表記ゆれがなかっただけで、記事全体・サイト全体で見れば別の箇所に存在する可能性があります。公開前の習慣として定期的に実行することをおすすめします。

Q. 自社名がAIに正しく認識されているかは、記事のチェック以外でも確認できますか?

できます。記事本文の表記ゆれとは別に、AIへ直接質問して認識状況を確認したい場合は、別記事『自社ブランドのエンティティ認識をAIに確認するプロンプト』を参照してください。

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。引用されるコンテンツのフォーマット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: フォーマット別実践（IV-B）」をご覧ください。

AI検索最適化講座を見る →