IV-B8 用語集・ナレッジベースを作る

単発の記事とは違い、用語集・ナレッジベースは「公開して終わり」にした瞬間から価値が目減りしていくフォーマットです。専門用語を1つずつ丁寧に定義するだけでなく、サイト全体で使い回される参照ページとして組み立てておけば、公開直後だけでなく何年もAIに繰り返し引用される長期資産になります。このレッスンで押さえておきたいのは、自社(またはクライアント)の用語集を「作りっぱなしにしない」構造であらかじめ設計しておく考え方です。

なぜ用語集はAIに引用されやすい資産になるのか

AI検索の多くはRAG(検索拡張生成)という仕組みで動いており、記事を1本の文章としてではなく見出し単位・段落単位の断片(チャンク)として処理しています。チャンクサイズの目安は512〜1024トークンとされ、日本語の散文にするとおおよそ2,000文字前後にあたります(出典: Kime.ai・Extend.ai, 2026年)。用語集の1エントリーは、もともと「1用語=1トピック」という理想的なチャンクの形をしているため、他の記事よりもチャンク分割時に文脈が壊れにくいという構造的な強みを持ちます。編II-Bで扱ったRAG・チャンキングの基礎を思い出しながら読み進めてください。

「読ませる記事」と「引ける辞書」は設計思想が違う

通常の記事は、結論から詳細へと読者を導く「流れ」を大切にします。一方、用語集・ナレッジベースは読者が1つの用語だけを求めて訪れる前提で作る「辞書」です。個々の用語の定義文そのものの書き方はIV-B1で扱った通りですが、このレッスンで扱うのは、その定義文を何十件・何百件と束ねたときに、全体としてAIに理解されやすい構造をどう設計するかという、一段上のレベルの話です。

用語集ページの構造設計:1エントリー=1問1答

各エントリーは、次の3層で構成すると引用されやすくなります。1つ目は用語名を疑問形の見出しにする層(例:「AIOとは?」)、2つ目はその直下40〜60語で直接回答する層、3つ目は背景・具体例・関連用語へのリンクを続ける詳細層です(出典: HubSpot・Kime.ai, 2026年)。この形は実質的に大量のFAQの集合体であり、FAQ形式の構造化データが引用確率の面で有利になりやすいという考え方はIV-B2で扱った内容がそのまま応用できます。用語同士を関連リンクでつなぐことも忘れないでください。ある用語のページから関連用語へ回遊できる構造は、AIが1つのエントリーだけでなく用語群全体の文脈を把握する助けになります。

更新・拡張を前提にした運用サイクル

用語集は「一度作って終わり」にしやすいコンテンツですが、AI検索の世界では鮮度が引用の重要な要因の一つとされ、rank-and-convert.ghost.io・Salespeakなど複数の独立したブログ分析が、公開・更新から約13週間を境に引用率が下がる経験則を報告しています(出典: rank-and-convert.ghost.io・Salespeak, 2026年)。AI関連の用語は特に変化が速い分野なので、四半期に一度は既存エントリーの内容を見直し、更新日を明記する運用をあらかじめ組み込んでおきましょう。加えて、問い合わせ・接客の現場で受講生や顧客から実際に聞かれた言葉を新規エントリー候補としてストックしていくと、用語集は使うほど育つナレッジベースになっていきます。

実践ステップ

1. 1
   自社サイト・自社事業でよく質問される専門用語を10〜20個、業務メモやよくある質問から洗い出す
2. 2
   各用語について「疑問形の見出し→40〜60語の直接回答→詳細説明→関連用語リンク」の3層フォーマットで下書きを作る
3. 3
   用語同士の関連性を整理し、相互リンクの設計図(どの用語からどの用語へ飛べるか)を作る
4. 4
   既存の用語集ページがあれば、上記フォーマットに沿っているか1エントリーずつ点検する
5. 5
   更新日を記載する運用ルールを決め、四半期ごとの見直し予定をカレンダーに入れる
6. 6
   公開後1〜2か月ほど経ってから、ChatGPTやPerplexityで各用語を実際に検索し、引用されているか確認する

このレッスンはテキストとスライドで学べます。スライドは上のビューアからご覧ください。