AI生成LPの景表法リスクと「公開前に止める品質ゲート」という考え方

これまで数日かかっていたLP（ランディングページ）制作が、生成AIへの指示一つで数時間に短縮できるようになりました。その手軽さの裏で増えているのが、AIが書き上げたコピーをそのまま公開し、意図せず誇大広告に該当して景品表示法（以下、景表法）上のリスクを抱えてしまうケースです。本記事では、なぜAI生成LPが景表法違反を招きやすいのかを整理し、その事故を未然に防ぐ「公開前に品質ゲートを通す」という考え方をご紹介します。中小企業の経営者・情報システム部門・マーケティング責任者の方が、AI活用とコンプライアンスを両立させる判断材料としてお役立てください。

この記事でわかること

• AIで量産したLPが、なぜ知らぬ間に景表法（誇大広告）に触れやすいのか、その構造的な理由
• 優良誤認・有利誤認・打消し表示の不備が、事業にどのような実務上のリスクをもたらすか
• 「公開前に違反を機械的に検出して止める品質ゲート」という考え方と、その満たすべき要件
• その考え方を制作フローに組み込んだ、当社のLP制作ワークスペースの仕組み

読了時間の目安：約7分

AIでLPを量産する時代に、見落とされがちなリスク

LP制作の工数は生成AIによって大きく圧縮されました。構成案からコピーライティング、HTMLの組み立てまでを一気通貫で任せられるため、これまで数日を要した作業が数時間で形になることも珍しくありません。スピードと量産性で、AIの恩恵は明確です。

ただし、見落とされがちな論点があります。LPは「商品やサービスを魅力的に見せる」ための表示物であり、その表現は景表法の規制対象になり得ます。とりわけ、根拠のない効果の断定や実態と異なる数値の提示は、優良誤認・有利誤認として問題視される領域です。AIは流暢で説得力のある文章を生成しますが、その流暢さこそが、知らぬ間に表現を行き過ぎさせる原因にもなります。「速く・たくさん作れる」ことと「安全に公開できる」ことは、別の問題です。

なぜAI生成LPは景表法違反を招きやすいのか

AIが景表法リスクのある表現を生み出しやすいのには、技術的な理由があります。生成AIは、文脈に対して「もっともらしく続く言葉」を確率的に選んで文章を組み立てます。この仕組みは説得力のあるコピーを書く力の源泉である一方、書き手が事実を与えていない箇所を、それらしい表現で埋めてしまう傾向にもつながります。代表的なパターンは次のとおりです（いずれも一般論の例示です）。

• もっともらしい数値の補完：実在の調査や実績が無いにもかかわらず、「継続率90%超」「満足度95%」といった数字が説得力を補うために挿入されます。出どころのない数値は、根拠を示せない時点で表示上のリスクになります。
• 効果の断定・保証：「必ず成果が出る」「確実に改善する」など結果を約束する表現が紛れ込み、成果に個人差がある商材ほど優良誤認につながります。
• 根拠なき最上級表現も混入しやすいパターンです。「業界No.1」「最安」「唯一」など、客観的な裏付けを欠いた最上級が、訴求を強めるために選ばれます。
• 打消し表示の欠落：「効果には個人差があります」「結果を保証するものではありません」といった本来必要な注記が、コピーの流れを優先する過程で抜け落ちます。

これらは悪意を持って書かれた誇大広告ではなく、生成プロセスの副産物として混入する点に特徴があります。だからこそ書き手本人が気づきにくく、レビュー体制が無いまま量産すると同種の問題が繰り返し紛れ込みます。

景表法違反が事業にもたらす実務上のリスク

表現上の問題を放置した場合の事業への影響を、制度面から整理します。なお、以下は景表法の一般的な枠組みに基づく説明であり、特定の企業や事案を指すものではありません。

• 措置命令・課徴金：優良誤認・有利誤認に該当すると判断された場合、表示の差し止めや再発防止策、消費者への周知を求める行政処分の対象となり得ます。さらに一定の要件を満たす不当表示には、対象期間の売上額を基礎とした課徴金が課される制度もあり、表現一つが金銭的負担に直結し得ます。
• 打消し表示の不備：強調する表示に対して、例外条件や限定事項を伝える注記が不十分・不明瞭な場合、表示全体として誤認を招くと評価されることがあります。注記を「小さく目立たなく」置くだけでは足りない、という考え方が一般に示されています。
• 信用毀損・炎上：行政手続きに至らずとも、誇大な表現がSNS上で問題視されればブランドへの信頼が損なわれます。BtoBでは取引先の与信や審査に影響しかねない点も軽視できません。

打消し表示の考え方や景表法上の規制の枠組みは、所管官庁である消費者庁が公表しています。制度の詳細は、消費者庁「景品表示法」関連ページ（表示対策）もあわせてご参照ください。

決裁者の視点で重要なのは、これらのリスクが「公開後」に顕在化する点です。公開すれば表現は不特定多数の目に触れ、回収は容易ではありません。だからこそ対策は公開の手前に置く必要があります。

解決アプローチ：公開前に「品質ゲート」を通すという考え方

有効な対策は、人間の注意力だけに頼らないことです。AIが量産する以上、チェックも仕組みとして組み込み、問題のある表現が公開ラインを越える前に機械的に止める。これが「品質ゲート」です。

品質ゲートの要点は二つあります。第一に「合格基準が明文化されていること」、第二に「基準を満たさない成果物は公開させない強制力があること」です。根拠のない数値・効果の断定・最上級表現・打消し表示の欠落・壊れた導線（リンク切れ）といった項目を検査対象に定義し、一つでも該当すれば公開を保留してコピーの修正に差し戻します。レビューを「合格させるための形式的な確認」ではなく「本当に直すための工程」にする。これが量産とコンプライアンスを両立させる条件です。

製品紹介：イザークの「LP制作ワークスペース」の仕組み

こうした考え方をLP制作の現場に落とし込んだのが、当社が開発した「LP制作ワークスペース（Claude Code用）」です。AIコーディング環境Claude Codeで動作し、フォルダを開いて指示するだけで、1枚のLPを次の4工程で仕上げます。

1. リサーチ：ターゲットの悩み・購入意図・競合LPの構成・刺さる訴求軸を調べます。
2. セールスコピー：問題提起から解決、差別化、オファー、CTA、FAQまでの流れでコピーを書きます。
3. 単一HTML構築：コピーを、外部依存のない自己完結型の単一HTMLに組み立てます。
4. 品質採点ゲート：完成したLPを公開前に100点満点で採点します。

このワークスペースの中核は、4番目の品質採点ゲート（review-lpと呼ぶ採点工程）です。価格・実績・数値の捏造、誇大表現、根拠のない最上級、壊れたCTA、景表法上のリスクといった違反を公開前に検出し、100点満点で80点未満、または違反に一つでも該当すれば、自動でコピー工程へ差し戻して書き直させます。基準を満たすまで公開させない強制力を持たせている点が特徴です。

数値や実績の検出は、人間の目視に頼らず手順化しています。ゲートはまずページ内に書かれた数値・実績・価格・最上級表現をすべて列挙し、それらを商材設定ファイルに記録された確定事実（提供価値・前提条件・打消し表示の要否など）と1件ずつ照合します。設定ファイルに裏付けのない数値や保証表現は、根拠不明として違反に計上する仕組みです。この照合手順は、当社が実際にLP制作を行うなかで「どこで景表法リスクが生まれるか」を踏まえて設計したものです。

加えて、Claude Code向けのスキル（frontend-design・webapp-testing）を組み込んでいます。デザイン品質を担保するスキル（frontend-design）でありがちな凡庸な見た目を避け、表示検証のスキル（webapp-testing）でスマートフォン幅での横スクロールやレイアウト崩れを機械的に確認します。出力は絵文字を含まない自己完結型の単一HTMLで、スマートフォンでも崩れにくい設計です。公開はCloudflare Pagesの無料枠でサーバー費用ゼロで行えます。

プロンプト集・LPテンプレとの違いと、採点が飾りでない証拠

市販のプロンプト集やLPテンプレートとの違いを、4つの観点で整理します。

観点	プロンプト集・LPテンプレ	本ワークスペース
形態	部品を自分で組み合わせる	1業務に統合済みで、開いて指示するだけで稼働する
品質チェック	自分で目視確認する	品質採点ゲートを内蔵し、80点未満は自動で書き直させる
中身	プロンプト、または空のHTML雛形	制作ディレクターのルールと専用スキル4本を連結したパイプライン
成果物	自分でコピーを書く必要がある	リサーチからコピー、HTML構築までを自走する

「採点ゲートを内蔵」と述べるだけでは、実際に機能するのか判断できません。そこで本ワークスペースには、同梱サンプルの品質レビュー記録として、ゲートが違反を検出して書き直させた過程をそのまま残しています。これは説明のための作り話ではなく、ワークフローを通した実際の採点記録です。

• 確定申告講座のサンプル：初稿に「確実に税金が戻る」「必ず節税できます」という効果断定が紛れ込みました。ゲートはこれを誇大・効果保証の違反として検出し、採点前にFAIL判定。コピー工程へ差し戻し、「自分で正しく申告できるようになること」を提供価値とする表現に書き直し、再採点で合格（83点）となりました。
• オンラインパーソナルトレーニングのサンプル：初稿に「受講者の継続率92%」という架空の数値と「1ヶ月で必ず3kg減」という効果断定が含まれていました。ゲートは捏造と効果保証の両方を検出してFAIL判定。架空の数値を全削除し、「効果には個人差があります」と打消し表示を追加して書き直し、再採点で合格（85点）となりました。

このように、ゲートが「飾り」ではなく実際に違反を止めて修正させる仕組みとして働くことを、現物の記録でご確認いただけます。なお、これらのサンプルは架空の商材プロファイルから生成したものであり、当社が実在の継続率や満足度、商品の販売実績を主張するものではありません。

よくあるご質問

景表法違反の責任は、誰が負うのですか

景表法は、表示を行った事業者を規律する法律です。制作を外部に委託した場合でも、その表示で商品やサービスを供給する事業者が責任を問われ得ます。「制作会社が書いたから」「AIが書いたから」という理由で表示者の責任が免れるわけではないと考えるのが安全です。

AIが書いた文章でも、景表法違反になりますか

違反になり得ます。問題となるのは「誰が書いたか」ではなく「どのような表示をしたか」だからです。AIが生成した文章でも、自社のLPとして公開した時点で表示者である事業者の表示として扱われます。だからこそ、公開前のチェックが重要です。

導入に必要な環境を教えてください

AIコーディング環境Claude Codeが動作する環境が前提です。Web検索機能を使う場合はNode.jsが必要です。公開先にはCloudflare Pagesの無料枠を利用でき、サーバー費用をかけずに始められます。非エンジニアの方でも進められるよう、セットアップ手順書を同梱しています。

料金や入手方法はどうなりますか

本ワークスペースは、デジタルコンテンツ販売プラットフォームBOOTHでの公開を準備中です（近日公開予定）。導入のご検討や、貴社の商材に合わせたLP制作・AI活用のご相談は、現時点でもお問い合わせフォームより承っております。

まとめと、次のアクション

生成AIはLP制作の生産性を大きく高めますが、もっともらしい数値や効果保証を補完しやすい性質ゆえに、景表法上のリスクを内包しやすい側面があります。措置命令や課徴金、信用毀損といった影響は公開後に顕在化するため、対策は「公開の手前」に置くのが合理的です。合格基準を明文化し、それを満たさない成果物を公開させない品質ゲートを仕組みとして組み込む。これが、量産とコンプライアンスを両立させる現実的な打ち手です。

当社の「LP制作ワークスペース」は、その考え方を制作フローに組み込んだ一例です。AIによるLP量産を検討中の方、既存LPの表現に不安をお持ちの方は、ぜひ一度ご相談ください。貴社の状況に合わせ、安全に成果を出す進め方をご提案します。

関連記事

• イザークコンサルティングのnote（AI開発・業務効率化の実装ノートを公開中）
• AI・LP制作の技術記事一覧（note）