1
データ収集（e-Stat）
統計データ
政府の統計ポータル「e-Stat」から、記事の根拠となる数字を収集する。R&AC記事では経理・財務に関連する統計（企業活動基本調査、経済センサス等）が対象。
- 1e-Stat（政府統計データベース）から統計データを検索・取得 自動連携
- 2取得したデータを保存する
- 3数字・傾向・使えそうなファクトを要点メモにまとめる
- 4以降のフェーズでは要点メモだけを参照する（データ量の節約）
統計データ（生データ）
統計データまとめ
↓
2
Xリサーチ
SNS声・トレンド
X（旧Twitter）で関連投稿を収集し、経理実務者の声やトレンドを拾う。「入金消込つらい」「月末地獄」など当事者のリアルな声が記事の説得力を高める。
- 1X（旧Twitter）で関連する投稿を検索・収集 自動連携
- 2収集した投稿データを保存する
- 3有用な声・傾向・数字を要点メモにまとめる
- 4当事者の声はプライバシー配慮のうえ要旨をメモする
投稿データ（生データ）
投稿まとめ
↓
3
Web検索リサーチ
競合記事・補足情報
競合上位記事、会計事務所ブログ、SaaS比較記事をWeb検索で収集し、差別化ポイントを把握する。
- 1Web検索で競合記事・税理士解説・SaaS比較を収集
- 2要点を要点メモにまとめる
- 3競合が扱っていないアングルを特定する（差別化ポイント）
Web調査まとめ
↓
3.5
法令リサーチ
R&AC記事は必須
条文引用
e-Gov法令検索から条文を取得し、正確な法的根拠を確保する。経理・税務の記事では法令の正確性が信頼性に直結する。
- 1e-Gov（政府の法令データベース）から関連法令の条文を取得 自動連携
- 2引用する条文・罰則を正確に確認する
- 3条文番号・要旨・罰則を要点メモにまとめる
R&ACで該当する主要法令
所得税法（源泉徴収、報酬の税区分）
消費税法（課税・非課税・不課税の判定）
法人税法（損金算入、繰延資産）
電子帳簿保存法（電子取引保存義務）
会社法（計算書類の作成・保存義務）
印紙税法（課税文書の判定）
法令まとめ
↓
3.8
SEO競合分析
自動実行
重要キーワード設計図
GoogleのAIで競合上位3ページを解析し、「検索エンジンがその記事をどう理解しているか」を可視化する。Googleが重視している重要キーワードを洗い出し、自分の記事にも漏れなく盛り込むための設計図を作る。
python3 scripts/rac_pipeline.py research --keyword "支払手数料 勘定科目" --urls "URL1" "URL2" "URL3"
- 1狙うキーワードでWeb検索し、上位3ページの本文を取得
- 2GoogleのAI解析で、各ページの重要キーワードと重要度スコアを抽出 Google AI
- 3同じくGoogleのAI解析で、記事のジャンル分類を取得 Google AI
- 4キーワードを集約し、必須（全競合が共通で使っている語）と推奨（2/3以上が使っている語）に分類
- 5「記事に必ず含めるべきキーワードリスト」を生成・保存
競合分析レポート（.md）
分析データ（.json）
4
記事執筆
HTML + MD
サマリーファイルのみを読み込み（JSONは読まない）、R&ACライティングガイドに沿って執筆する。
読み込む素材ファイル
統計データまとめ / X投稿まとめ / Web調査まとめ / 法令まとめ / SEO競合分析レポート
各フェーズで作成した要点メモだけを参照し、生データは読み込まない（容量節約のため）
R&AC ライティングガイド（rac-writing-guide-v2.md）
- ですます調 + 実務的トーン（頼りになる先輩経理が教えてくれる感覚）
- 青系配色（#2563EB 基調グラデーション）
- 5つの想定読者を意識した構成と説明の深さ
- フィードバック頻出パターン7項目を事前チェック
- 法令引用ルール（条文番号の明記、罰則の正確な数字）
5つの想定読者記事ごとにメインターゲットを設定して書く
A: 経理実務リーダー
月間数百〜数千件の入金処理。手作業の限界を感じている中堅・中小企業の経理担当者。「何時間減るか」が最大の関心事。
B: 経営層・CFO
月次決算の早期化、監査対応、費用対効果を重視。数字ベースの根拠と他社事例を求める。
C: 情シス・DX推進
既存システムとの連携やセキュリティが課題。「経理だけで導入・運用できるか」が判断基準。
D: 特定業界の担当者
自動車部品、卸売、EC等。請求額と入金額が合わないのが前提の業界特有の悩みに対応。
E: 経理初心者・異動直後の担当者
経理に配属されたばかりで用語や仕組みがわからない。「そもそも支払手数料って何？」レベルから丁寧に知りたい。専門用語は平易に説明してほしい層。
AI検索対策ルールGoogleのAI検索結果に記事が引用されやすくなるための工夫
冒頭50〜70字で「結局なに？」への答えを置く
各セクション（H2）が単独で読んでも意味が通じるように書く
よくある質問（FAQ）を3〜5問入れる
競合分析で出た重要キーワードを自然に盛り込む
見出し（H2）の直後に導入文を入れる（いきなり小見出しにしない）
1つのセクション内に複数トピックがあれば小見出し（H3）で分ける
フィードバック頻出パターン（校正者チェック7項目）
用語統一の不備（支払先 vs 取引先）
冗長表現（「基本的な」「具体的な」過剰使用）
曖昧→断定への書き換え不足
定義の具体性不足
情報の補足漏れ（上限額・期限等）
運用表現のNG（「経費精算する」等）
テーブル化すべき情報の本文埋め込み
HTML版（記事本体）
Markdown版（CMS流し込み用）
5
SEO品質チェック + 文体チェック
自動実行
競合との差分チェック
書き上がった記事をGoogleのAIで解析し、競合上位の記事と比べて「入れ忘れているキーワード」がないかチェックする。同時にR&ACのガイドラインに沿った文体チェックも実行する。
python3 scripts/rac_pipeline.py check output/rac/20260225-支払手数料/20260225-支払手数料.html
- 1記事HTMLから本文を取り出し、GoogleのAIで重要キーワードとジャンルを解析 Google AI
- 2Phase 3.8で調べた競合の分析データと比較し、抜け漏れを検出
- 3ガイドラインの文体チェック（NG表現13種・曖昧3種・冗長3種・構造2種）
- 4抜け漏れがあれば記事を修正し、全項目PASSするまで繰り返す
SEOチェック項目
必須キーワードがすべて含まれているか
キーワードの重要度が競合と同水準か
Googleが認識するジャンルが競合と一致しているか
文体チェック項目
NG表現（さまざまな、〜において、等13種）
曖昧表現（〜しやすい、〜の可能性がある）
冗長な修飾語（基本的な、具体的な、一般的な）
「〜します：」+ 箇条書きパターン
見出し直後に導入文がない
品質チェック結果レポート（.md）
↓
5.5
ファクトチェック（法令・数字の正確性確認）
自動実行
事実確認
記事内で引用している法令の条文番号・罰則・数字が正確かどうかを、政府の法令データベースで突き合わせて確認する。税率・期限・金額の誤りは読者の実務に直接影響するため、公開前に必ず実施する。
- 1記事内の法令引用箇所（条文番号・罰則・金額）を抽出する
- 2e-Gov（政府の法令データベース）で該当条文を取得し、記事の記述と照合する 自動連携
- 3税率・適用期限・金額上限など、数字が絡む記述をWeb検索で裏取りする
- 4不一致があれば記事を修正し、正確な出典を記載する
チェック対象の例
条文番号の誤り（例: 消費税法第6条 → 実際に存在するか）
税率・金額の誤り（例: 課税10% / 非課税の判定が正しいか）
期限・経過措置の記載（例: 少額特例は2029年9月30日まで）
制度名称の正確性（例: 適格請求書等保存方式 = インボイス制度）
源泉徴収の対象者・税率が正しいか
ファクトチェック結果レポート
↓
6
検索結果の表示強化
自動実行
リッチリザルト対応
Google検索結果でFAQやHow-To形式の見た目が表示されるよう、記事に専用データを埋め込む。これにより検索結果ページでの目立ち度が上がり、クリック率が改善する。
python3 scripts/rac_pipeline.py jsonld output/rac/20260225-支払手数料/20260225-支払手数料.html
- 1記事の内容から「記事情報 / FAQ / 手順」の構造化データを自動生成 自動生成
- 2生成したデータにエラーがないか自動チェック 自動チェック
- 3問題なければHTMLに直接埋め込み
構造化データファイル（.json）
HTMLに直接埋め込み
↓
+
画像生成（オプション）
必要な場合のみ
Gemini API
記事の見出し構成を読み取り、GoogleのAI画像生成で記事に合ったインフォグラフィック画像をまとめて作成する。
python3 scripts/article_images.py output/rac/記事.html --aspect 16:9
- 1記事の見出し（H2）を自動検出
- 2AI画像生成でインフォグラフィック画像を作成 AI画像生成
- 3まとめ画像 + 各セクション画像を images/ フォルダに保存
まとめ画像（summary.jpg）
各セクション画像
ALL
一括実行（競合分析 → 品質チェック → 検索表示強化）
3つの自動化フェーズを順番にまとめて実行する。途中でエラーがあれば停止して修正箇所を表示する。
python3 scripts/rac_pipeline.py full output/rac/記事.html -k "KW" -u "URL1" "URL2" "URL3"
3.8競合分析
→
5品質チェック
→
5.5ファクトCK
→
6検索表示強化
| --keyword, -k | 狙うキーワード（必須） |
| --urls, -u | 比較したい競合ページのURL（省略すると競合分析をスキップ） |
| --top, -n | 分析する競合の数（デフォルト: 3） |
| --dry-run | 実際には実行せず、何をするかだけ表示する（お試しモード） |