AIで検索意図からH2・H3構成を作る方法

H2・H3構成をAIに作らせるときは、先にキーワードを見出しへ散らすのではなく、検索者が記事を読みながらどんな疑問を順番に解消するかを設計します。H2は大きな問い、H3はその問いに答えるための必要な分解です。数をそろえる必要はありません。

この記事では、検索意図からReader Jobを定義し、質問→答え→根拠→次の疑問へ変換してOutlineを作る流れを、架空の「AI文字起こし 無料」というQueryを例に整理します。最終的には、見出しだけ読んでも記事の論理が通り、本文で何を書くべきかまで決められる状態を目指します。

最初にQueryをReader Jobへ変換する

「AI SEO 見出し」のようなQueryをそのまま構成へ使うと、キーワードの言い換えが増えるだけです。先に「この人は何を判断・実行したいのか」を一文にします。

たとえば「AI文字起こし 無料」なら、弱い定義は「無料のAI文字起こしについて知る」です。強い定義は「無料で自分の音声を処理できるか、時間上限・対応形式・精度確認方法を見て判断できる」です。

この一文が、H2の採否基準になります。Reader Jobに関係しない歴史説明や一般論は、SERPに多くても削れます。

Direct Answerを最初に決める

Outlineを作る前に、300字以内で返すDirect Answerまたは最重要判断軸を決めます。結論が決まっていないまま見出しを増やすと、記事全体が「情報を並べただけ」になりやすいからです。

たとえば「無料で使えるかは、無料時間・1ファイル上限・対応形式・書き出し条件で判断する。無料枠だけで足りるかは、自分の音声1本を試して確認する」のように置きます。この答えを支えるQuestionが後続H2になります。

Reader Questionを順番に並べる

次に、読者がDirect Answerを読んだ後に持つ質問を並べます。

例：

1. 無料で何分まで使える？

2. 自分の音声形式は対応している？

3. 日本語でも使える？

4. 精度はどう確認する？

5. 書き出しや共有に制限はある？

6. 無料で足りない場合は何を見て有料を選ぶ？

この順番は、検索者の意思決定順です。キーワード順や競合見出し順ではありません。

Intent-to-Outline Tableを作る

見出しへ変換する前に、QuestionごとにAnswerとEvidenceを決めます。

表は横にスクロールできます

Reader Question	Sectionの答え	Evidence / Artifact	Level
無料で何分まで？	現行無料上限を確認	公式料金・Help	H2
対応形式は？	自分の入力形式で判断	対応形式表	H3候補
精度は？	自分の音声でsample test	検証手順	H2
書き出し制限は？	Export条件を見る	Plan差	H3候補
有料化判断は？	利用量と制限で判断	Decision Table	H2

ここまで作れば、見出しの数ではなく「どのQuestionに何で答えるか」が決まります。

H2は大きな問い、H3は答えを分解する必要があるときだけ使う

H3は見出し数を増やすための装飾ではありません。H2の答えが複数の条件へ分かれ、その区別が読者の判断に必要なときだけ使います。

たとえば「無料枠を確認する」というH2の中で、時間上限、ファイルサイズ、Export制限がそれぞれ別条件ならH3に分けてもよいでしょう。一方、1〜2段落で説明できるならH3を増やさない方が読みやすいです。

SERP共通論点は質問候補として使う

上位記事の共通見出しを集めたら、その文字列をコピーせずReader Questionへ変換します。共通度が高い論点は検索者の期待を示す手掛かりですが、必須見出しではありません。

たとえば5記事中4記事に「おすすめ10選」があっても、Reader Jobが無料枠の判断なら、10選そのものが必要とは限りません。比較候補が必要なら「無料で試せる条件別候補」に再構成します。

検索意図を1種類に決めつけない

Queryには複数Intentが混ざることがあります。「AI 文字起こし 無料」なら、無料ツール一覧を探す人、無料枠の制限を知りたい人、今すぐ1本処理したい人が混在するかもしれません。

この場合、Primary Intentを一つ決め、Secondary Intentは必要範囲だけ補助します。複数Intentをすべて同じ深さで扱うと記事がぼやけます。

SERPのpage typeや自サイトのSearch Console Queryを見て、どのJobをこのページがOwnerになるか決めます。

各H2に「役割」を付ける

Outlineには見出しだけでなく、section roleを付けるとAIが本文を膨らませにくくなります。

例：

H2：無料枠で確認する4条件

Role：判断条件を提示

Answer：時間・サイズ・形式・Exportを確認

Evidence：現行公式Help

Artifact：比較表

Failure：無料と書かれていてもExport不可のケース

このRoleがあると、「無料とは？」のような一般論へ脱線しにくくなります。

記事の順番は「理解順」ではなく「判断順」で考える

解説記事では概念→仕組み→例の順が合うこともありますが、How-toや比較記事では結論→判断条件→具体例の方が読者に合う場合があります。

たとえば料金記事なら、料金の歴史より現行Plan→無料範囲→追加費用→用途別判断の方がReader Jobに近いでしょう。Outlineは記事TypeではなくReader Jobから決めます。

関連QueryをH2へ全部入れない

Keyword toolやSearch Consoleを見ると関連Queryが大量に出ますが、それぞれをH2へ変換する必要はありません。同じReader Questionへ答えるQueryは1つのsectionでまとめられますし、別Reader Jobなら別記事へ分けます。

たとえば「文字起こし 無料 制限」「文字起こし 無料 何分」「文字起こし 無料 時間」は、無料時間の上限という同じQuestionにまとめられるかもしれません。一方「文字起こし 商用利用」は利用条件の判断で、記事の中心と離れるなら内部リンクへ送る選択もあります。

情報量の配分は均一にしない

すべてのH2を同じ文字数で書くと、重要度が文章から伝わりません。Reader Jobを左右する条件には具体例・表・Failure Caseを置き、補助説明は短く済ませます。

構成段階で各sectionへDepthを付ける方法もあります。Coreは深く、Contextは短く、Referenceは内部リンクで補う、と決めておけば、本文がテンプレート化しにくくなります。

AIへの依頼文は見出し数を指定しない

依頼例：

以下のTarget QueryとReader JobからOutlineを作ってください。

Target Query：AI文字起こし 無料

Reader Job：無料で自分の音声を処理できるか、制限と確認方法を判断できる

Direct Answer：無料可否は時間・形式・Export・sample精度で判断

出力：

• Reader Question

• Section Answer

• H2/H3候補

• 必要Evidence

• Artifact

• Failure / Exception

• 次Sectionへつながる理由

ルール：

• 見出し数をそろえない

• Keywordを入れるためだけのheadingを作らない

• Reader Jobに不要な一般論は除外

この依頼なら、AIの役割はSEO見出しを量産することではなく、質問の順序を構造化することになります。

見出しだけ読んで論理をテストする

Draft前にH2だけを上から読みます。各見出しが前の答えから自然に次の疑問へ進んでいるか、同じ質問を言い換えていないか、結論へ必要な順番になっているかを確認します。

たとえば「無料枠とは」「無料版の特徴」「無料でできること」が並んでいたら、ほぼ同じQuestionの重複かもしれません。統合して、条件や例外へ深掘りします。

本文で答えられない見出しは置かない

強そうな見出しでも、Evidenceがないなら置かない方がよいことがあります。「精度ランキング」「一番おすすめ」のようなH2を置くなら、同条件検証や明確な評価基準が必要です。

Factが必要な見出しは一次情報を、実測が必要な見出しは実測設計を用意します。Evidenceを用意できない場合は、Question自体を「どう確認するか」へ変える方法もあります。

Before / Afterで見る

弱いOutline：

H2 AI文字起こしとは

H2 無料版の特徴

H2 おすすめツール

H2 使い方

H2 注意点

H2 まとめ

改善例：

H2 無料で使えるかは4条件で判断する

H2 まず自分の音声形式と長さを確認する

H2 無料枠で1本試す

H2 精度は3か所を原文照合する

H2 Export制限で困るケース

H2 無料で足りない場合の有料化条件

後者は見出し自体がReader Questionへの答えになっていて、本文で何を書くかも明確です。

最終QA

構成完成後は次を確認します。

• Reader Jobが一文で言える

• 300字以内にDirect Answerがある

• 各H2が別Questionへ答えている

• H3はH2を分解する必要があるときだけ

• SERPのコピーになっていない

• Factが必要なsectionにEvidenceがある

• 具体例・Failure・Decisionのどれかが入る

• 最後に読者が次Actionを取れる

• 見出し数が機械的にそろっていない

AIものさしの判断

H2・H3構成は、検索エンジン向けの箱ではなくReader Jobを完了する質問の順序です。QueryをReader Jobへ変換し、Direct Answerを決め、Reader QuestionごとにAnswerとEvidenceを割り当ててから見出し化します。

最初の実務Stepは、現在のOutlineから見出し文字列を消し、「この節は読者の何の疑問に答えるのか」を横に書くことです。同じ疑問が複数あるなら統合し、答えられない見出しは削る。そこからH2/H3を作り直せば、キーワードを並べただけではない構成になります。