メディアリスト自動更新をAIで仕組み化｜記者の異動を逃さない手順

「久しぶりにプレスリリースを送ったら、宛先の記者がもう異動していた」。広報の現場で、こんな空振りに心当たりはありませんか。

この記事では、メディアリストを手作業で追いかけるのをやめ、AIで「更新され続ける状態」にするための具体的な手順をお伝えします。名寄せ・更新点検・配信先選定をどう仕組み化するか、そしてAIに任せていい範囲と人がやるべき範囲の線引きまで、広報担当者がそのまま実行できる形で整理しました。

Contents / 目次

1. 結論。メディアリストは「更新する作業」をやめて「更新され続ける仕組み」にする
2. メディアリストをAIで自動更新する具体的な手順
3. 仕組み化すると広報の動きはどう変わるか
4. よくある失敗と回避法
5. 使う側の落とし穴と、正直な妥協点
6. よくある質問
7. まとめ。今日から仕組みづくりを始めましょう

結論。メディアリストは「更新する作業」をやめて「更新され続ける仕組み」にする

結論から言います。メディアリストを最新に保つコツは、担当者が思い出したときに手で直すのをやめて、AIが定期的に点検し続ける仕組みに置き換えることです。

メディアリストとは、ひとことで言うと「どの媒体の・どの記者に・何を送るか」をまとめた広報の連絡先台帳のことです。ここが古いと、せっかくのリリースが届かず、掲載のチャンスを逃します。

メディア業界は人の入れ替わりが激しい世界です。記者の異動、担当の変更、媒体そのものの方針転換が、年間を通じて絶えず起きています。だからこそ「年に一度まとめて見直す」では追いつきません。

押さえるべき3つの軸。メディアリスト管理でAIに任せると効果が大きいのは、次の3つです。この記事はこの3つを順番に仕組み化していきます。

• 名寄せ：重複の整理
• 更新点検：異動の検知
• 配信先選定：内容に合う媒体の絞り込み

まず、手作業と仕組み化で何が変わるのかを整理しておきましょう。違いが一目で分かるように表にまとめました。

項目	手作業での運用	AIで仕組み化した運用
更新のタイミング	気づいたとき・思い出したとき	決めた頻度で自動的に点検
異動の検知	送って初めて気づく（事後）	送る前に「要確認」が上がる（事前）
重複・表記ゆれ	目視で探すため見落としやすい	AIが候補をまとめて提示
配信先の選定	担当者の記憶と勘に依存	関心領域から候補と理由を提示
属人化	担当者が辞めると分からなくなる	判断基準が言語化され引き継げる

大事なのは、AIで全部を自動化して人を外すことではありません。AIに「下調べと候補出し」を任せ、人は「最終判断」に集中するという分担にするのが、現実的で失敗しにくいやり方です。なぜなら、記者の異動のような情報は、公開されている範囲だけでは確証が取れないことが多く、最後は人の目で裏を取る必要があるからです。

メディアリストをAIで自動更新する具体的な手順

ここからは、実際に手を動かせるレベルで手順を説明します。特別なシステムを買わなくても、表計算ソフトとWeb検索ができるAIがあれば始められます。

手順1。まず「壊れない列構成」でリストを作り直す

最初にやるべきは、リストの列（項目）を整えることです。ここがAI活用の土台になります。列がバラバラだと、AIも人も後で困ります。

具体的には、次の列をそろえてください。特に「最終確認日」と「出典URL」は、自動更新の仕組みを支える生命線です。

• 媒体名：正式名称で統一する（略称は別列にメモ）
• 媒体URL：公式サイトのトップや編集部ページ
• 記者名・担当者名：分かる範囲で。空欄でもよい
• 部署・コーナー名：「経済部」「暮らし担当」など
• 連絡先：メールや問い合わせ窓口
• 関心領域：その記者・媒体がよく扱うテーマ
• 最終確認日：その情報を最後に確かめた日付
• 出典URL：その情報をどこで確認したかのリンク
• ステータス：「確認済み」「要確認」「無効」など

「最終確認日」があると、古い情報から順に点検できます。「出典URL」があると、AIや後任の担当者が「この情報は本当か」をすぐ追えます。この2列があるだけで、リストの信頼性が大きく変わります。

手順2。名寄せ（重複の整理）をAIにやらせる

名寄せとは、かんたんに言うと「同じ人・同じ媒体が二重三重に登録されているのを、一つにまとめる作業」です。「朝日新聞」と「朝日新聞社」、「山田太郎」と「山田 太郎（スペース入り）」のような表記ゆれを、人が目で探すのは大変です。

ここはAIの得意分野です。リストをそのまま渡して、次のような短い指示（たたき台）から始めてみてください。あとはAIと対話しながら、自社のリストの状態に合わせて細かく詰めていけば十分です。

あなたは広報のデータ整理担当です。
これから貼り付けるメディアリスト（CSV）の重複・表記ゆれを整理してください。

・媒体名と記者名が実質同じものをグループにまとめる
・どれを「正」とするか案を出し、理由も一言添える
・統合の根拠が弱いものは「要確認」として残す
・勝手に削除はせず、必ず「統合候補」の一覧として出す

［ここにリストを貼る］

ここでのポイントは、AIに勝手に消させないことです。「統合候補」として一覧で出させ、最後は人が見て決めます。AIは似ているものを集めるのは上手ですが、「別人だけど同姓同名」のようなケースを取り違えることがあるためです。

名寄せの詳しいやり方は、名寄せAIが連絡先を自動整理するClaude Code活用術でも具体的に解説しています。あわせて読むと、整理の精度がさらに上がります。

手順3。更新点検（異動の検知）を定期的に回す

ここが「自動更新」の核心です。やることは、最終確認日が古い順に、AIに公開情報を調べさせて「この記者・媒体に変化がないか」をチェックさせることです。

Web検索ができるAI（PerplexityやGemini、検索を組み合わせたClaude Codeなど）に、次の流れで点検させます。

1. 最終確認日が一定期間より前の行を抜き出す
2. 各記者・媒体について、最近の記事や媒体の公式情報を検索させる
3. 「在籍が確認できた」「異動の可能性あり」「情報が見つからない」の3段階で分類させる
4. 判断の根拠になったURLを必ず出力させる
5. 「異動の可能性あり」「見つからない」を要確認リストに回す

注意したいのは、AIは「異動した」と断定はできない点です。公開情報に載っていないだけのことも多く、AIの出力はあくまで「変化の兆候」です。最終確認日と出典URLを更新するのは、人が一次情報（媒体の公式ページや本人への確認）で裏を取ってからにしましょう。

Claudeを使う場合は、ブラウザ版でも使えますが、リストのファイルを扱ったり日常的に点検を回したりするなら、ファイルを直接渡せる環境を用意しておくと作業がスムーズです。

手順4。配信先選定をAIに下書きさせる

リリースを送るとき、内容に合う媒体をAIに絞り込ませます。コツは、各媒体の「関心領域」をきちんと言語化してリストに入れておくことです。AIはその説明文を手がかりに候補を出します。

選定を頼むときは、選ばれた候補だけでなく「なぜその媒体か」「逆に外した媒体はなぜ外したか」も出させると、人が判断しやすくなります。外した理由が分かると、リスト側の情報の足りなさにも気づけます。

まずは小さく始めるための初動を、チェックリストにまとめました。これをそのまま使ってください。

• 1日目：列構成を整え、既存リストを1か所に集約する
• 2日目：AIで名寄せ候補を出し、人が統合を確定する
• 3日目：最終確認日が古い20件だけ、試しに更新点検を回す
• 4日目：点検の精度を見て、指示文（プロンプト）を調整する
• 運用開始後：月1回など頻度を決めて点検を習慣化する

仕組み化すると広報の動きはどう変わるか

取り組んだ結果どうなるのか、成果のイメージをお伝えします。一番大きいのは「送る前に気づける」ようになることです。

これまでは、リリースを送って宛先不明で戻ってきて初めて異動に気づいていました。仕組み化すると、配信前の点検で「要確認」が上がるため、空振りそのものが減ります。掲載の機会を逃しにくくなる、という直接の効果です。

作業時間の面でも効果が見込めます。多くの媒体の中からリリース内容に合う送り先を選ぶ作業は、手作業だと相応の時間がかかります。AIに下調べと候補出しをさせ、人が確認する形にすれば、この選定の手間を大きく減らせます。人は「選ぶ」ではなく「確かめる」に時間を使えるようになります。

成果を出している現場には共通点があります。次の3つです。

• 小さく始めている：全件をいきなり自動化せず、古い数十件から試している
• 確認の手順を残している：AIの出力を鵜呑みにせず、人のチェックを工程に組み込んでいる
• 判断基準を書き出している：「うちはこういう媒体を重視する」を言語化してAIに渡している

逆に言えば、この3つを飛ばすと成果は出にくいです。なぜそうなるのか、よくある失敗から見ていきましょう。

よくある失敗と回避法

現場で実際にやりがちなミスを、3つの典型パターンで紹介します。それぞれ「どういう状況で起きるか」「どうなるか」「どう防ぐか」をセットでお伝えします。

失敗1。AIの出力を確認せず、そのままリストを上書きしてしまう

「AIが調べてくれたから大丈夫だろう」と、点検結果をそのまま反映してしまうケースです。これをやると、AIが取り違えた情報や、古い記事をもとにした誤った判断が、そのまま正しい情報として台帳に残ってしまいます。一度汚れたリストは、後から直すのが非常に大変です。

防ぐには、AIの出力は必ず「候補」として扱い、最終確認日と出典URLを人が確認してから更新する、というルールを最初に決めておくことです。手間のようでいて、これが結局いちばん早い道です。

失敗2。質の低いリストのままAIに投げて、精度が上がらない

「全部入れればAIが賢く整理してくれる」という誤解から起きる失敗です。関心領域が空欄だらけ、媒体名がバラバラ、といった状態のリストを渡しても、AIは手がかりがないため、当てずっぽうに近い候補しか出せません。結果として「使えない」と感じて、現場で放置されます。

回避策は、いきなり全件を整えようとせず、よく使う上位の媒体から「関心領域」を一言でいいので言語化することです。AIに渡す情報の質が上がれば、出てくる候補の質も素直に上がります。

失敗3。導入が目的になり、業務に組み込まれず止まる

「AIを入れること」自体が目的になってしまい、試したきり日常業務に組み込まれないパターンです。一度動かして満足し、点検の頻度も決めないまま、気づけば元の手作業に戻っている、というのはよくあります。

防ぐには、「月初にリリースを送る前、必ず宛先を点検する」のように、既存の業務の流れの中にAIの作業を埋め込むことです。新しい習慣を増やすのではなく、今ある作業に差し込むと続きます。広報のルーチン全体をどう仕組み化するかは、広報のルーチンをAIエージェントに丸投げする方法も参考になります。

もうひとつ気をつけたいのが情報管理です。記者の連絡先は個人情報です。社外のAIサービスに渡すときは、何を入力してよいか、ログがどう扱われるかを事前に確認し、社内の利用ルールを決めてから運用してください。

使う側の落とし穴と、正直な妥協点

ここでは、教科書的な解説には出てこない「現場で見えた限界」を率直にお伝えします。これを知っておくと、導入してから「思っていたのと違う」とならずに済みます。

まず大前提として、AIは記者の異動を「確定」できません。異動はプレスリリースのように公開される情報ではないことが多く、AIが拾えるのは記事の署名の変化や媒体の公式情報など、限られた手がかりだけです。

だからAIにできるのは「変わったかもしれない」という兆候を拾い、人に確認を促すところまでです。ここを「全自動で常に最新」と期待すると、必ずがっかりします。逆に「確認の手間を大きく減らすツール」と捉えれば、十分すぎる戦力です。

次に、内製と外注の切り分けです。名寄せや配信先の下書きは、表計算ソフトとAIがあれば自社でも始められます。一方で、点検を毎月決まったタイミングで自動的に回す仕組みづくりや、複数人で使う台帳の設計になると、設計の経験がものを言います。「まず手元で試す部分」と「仕組みとして任せる部分」を分けて考えると、お金のかけどころを見誤りません。

コスト面で見落とされがちなのが、AIの利用料そのものより「運用ルールを決めて定着させる時間」です。誰が点検し、どこまでをAIに任せ、何を人が確認するか。この取り決めがないまま動かすと、結局誰も使わなくなります。ツール代より、最初のルール設計に手間をかける価値があります。

向き不向きもあります。送り先が数十件で滅多に変わらない会社なら、正直、手作業でも回ります。一方、次のような会社ほど、仕組み化の効果は大きく出ます。

• 媒体数が多い：送り先が多く、手作業での点検が追いつかない
• リリースの頻度が高い：送る機会が多く、宛先のズレが成果に響きやすい
• 担当者が1人で属人化している：判断が個人に依存し、引き継ぎが難しい

自社がどちらかを見極めてから始めるのが賢明です。

よくある質問

まとめ。今日から仕組みづくりを始めましょう

メディアリストの自動更新は、難しい新システムを買うことではなく、「列を整える」「AIに下調べさせる」「人が確認する」という分担を決めることから始まります。まずは古い数十件の点検から試してみてください。

ここまで読んで、自社で仕組みとして組み立てるのは少し骨が折れそうだと感じた方は、コレットラボのAI業務システム化支援にお気軽にご相談ください。現状のリスト整理や運用ルールづくりだけでも整理のお手伝いができます。まずは話を聞いてみるところからで大丈夫です。AI業務システム化の詳細はこちらからどうぞ。