ブログ執筆にMeta Museは使える？2026年にMetaのAIができること・できないこと

要点

「ブログ執筆向けMeta Muse」は1つの製品ではなく、3つあります。Museアプリ（チャットで記事を下書きできる一般向けエージェント）、Muse Spark API（自社の執筆パイプラインに組み込むモデル）、Muse Image（1枚0.01ドルの画像モデル）です。3つとも性能は十分で、APIは安価です。私の試算では、リサーチ付き2,000語の記事のモデル費用は約0.65ドルです。

問題は、どれにもできないことがある点です。どれも公開ボタンは押してくれません。キーワードリサーチも、自社サイトへの内部リンクも、CMSへの送信も、スケジュール設定もありません。Meta自身のドキュメントも、記事に必要なマルチホップのリサーチではWeb検索が弱いと述べています。つまりMuseが出してくれるのは下書きまでで、その周辺は自分で構築する（または購入する）ことになります。

すべてを任せたいなら、eesel AIブログライターが最初から最後まで担当するチームメイトです。トピックを見つけ、出典付きでリサーチし、ビジュアルを追加し、WordPress、Webflow、Ghost、Notionに公開します。月間75万回以上のインプレッションを獲得しているeesel自身のブログを書いているのも、同じツールです。

ブログライターにとって「Meta Muse」が実際に意味するもの

私はSEOコンテンツを2年続けてきました。新しい「AIライティング」の売り文句を見たら、まず自分が実際に何を買うことになるのかを確認します。Metaの場合は1分で済みます。「Muse」は複数の製品にまたがるファミリー名だからです。

Meta Museエージェントは、Metaが2026年9月8日に公開した一般向けアプリです。基盤はMuse Spark 1.3で、こちらはMetaがMeta Model API経由で開発者向けに別売りしているモデルです。

ほかに、別の画像モデルであるMuse Imageと、ブログにはあまり関係ないコーディング用ハーネスのMuse Codeがあります。

執筆で重要なのは次の3つです。

最後の行が肝心です。どのMuseも、下書きか画像で止まります。「下書き」から「自分のサイトで公開され、順位が付く」までの間は、依然としてあなたの仕事です。

Museアプリでブログ記事を下書きする

Museアプリはいちばん手軽な入り口です。人に話しかけるようにメッセージを送ると、MetaがArtifactsと呼ぶ、チャットの外に置かれるドキュメント、PDF、Webページなどのリッチな成果物を作れます。

Metaが示している例は旅行プランやチェックリストでブログ記事ではありませんが、長文ドキュメントも同じ形の成果物です。あるテーマで2,000語の下書きを頼めば、Museは独自のブラウザでリサーチし、書式付きのドキュメントを返してくれます。

普通のチャットボットよりも執筆に向いている点が3つあります。

• **バックグラウンドで作業を続けます。**Museはブラウザとファイルシステムを備えた専用の隔離された仮想マシンで動くため、アプリを閉じた後もリサーチを続け、終わったら知らせてくれます。
• **独自のコネクタを作れます。**Metaによると、MuseはAPIまたはCLIを公開しているサービス向けにカスタムコネクタを書けます。理論上はWordPressのREST APIも含まれます。ただ実際には、一般向けエージェントに自社CMSへの書き込み権限を渡すのは、セキュリティチームも関わりたい判断でしょう。
• 無料枠が手厚いです。マーク・ザッカーバーグ氏の公開スレッドでは、Museは「free to use for up to 100M tokens per week」で、それを超える分はサブスクリプションプランだとされています。

ブログ用途でアプリが足りないのは、ブログを単なる文書の山ではなく運営プログラムにする部分すべてです。自サイトの既存記事を把握していないため、内部リンクをつなぐことができません。過去記事で学習していないので、ブランドボイスのトレーニングもありません。キーワードデータもありません。さらに、個人のアカウントに紐づいた個人向けエージェントで、公開時は米国限定なので、コンテンツチームでの共有には向きません。

私の見立てでは、Museアプリは米国在住のひとりライターにとって良いリサーチ兼下書きの相棒です。ただし、コンテンツ運営の仕組みではありません。

Muse Spark APIでブログのパイプラインを作る

技術に強い方（または開発者がいる場合）には、Museがコンテンツ用途で本領を発揮するのがMuse Spark APIです。Muse Spark 1.3は1,048,576トークンのコンテキストウィンドウを持ち、テキスト、画像、動画、PDFを受け付け、OpenAI SDK形式に対応しているので、既存の執筆スクリプトの多くはベースURLを変えるだけで使えます。

ブログ執筆でいちばん重要な機能が検索グラウンディングです。Responses APIの呼び出しにweb_searchツールを1つ加えるだけで、Muse Sparkは最新のWebを検索し、特定の箇所を出典に結びつけるurl_citationアノテーション付きのテキストを返します。

主張に出典を付けたい記事にとって、これは正しい部品です。search_context_size（low、medium、high）という調整項目と、引用されたページだけでなくモデルが見たすべてのページを表示する任意のresultsフィールドもあります。編集者にとっては後者のリストが宝の山で、モデルが見たうえで無視したものがわかります。

ここからは、Metaが珍しく正直な部分です。自社ドキュメントの制限事項のセクションには「Complex, multi-hop research that chains many sources into one answer is less dependable today」とあり、より小さなリクエストに分けることを勧めています。また、検索するかどうかはモデルが判断するため、ツールを有効にしても検索が保証されるわけではないとも書かれています。検索グラウンディングはResponses APIのみで動作し、Chat Completionsでは使えません。

リサーチ付きのブログ記事は、ほぼマルチホップのリサーチそのものです。そのため、うまくいくパイプラインはMetaが示唆しているものになります。

1. **キーワードは自分で選びます。**Muse Sparkには検索ボリュームや難易度のデータがありません。先にキーワードリサーチツールを使ってください。
2. トピックを絞った質問に分けます。「このテーマをリサーチして」という巨大な1回の呼び出しではなく、サブ質問ごとに1回（「X社の料金ページはProプランに何を載せているか」など）呼び出します。
3. **検索して引用を集めます。**各質問をweb_searchで実行し、url_citationのリストを保管し、引用のない主張は捨てます。
4. **集めた事実から下書きします。**引用付きの事実を渡して記事を依頼します。コンテキストが100万トークンあるので、スタイルガイドと数本のサンプル記事も入れられます。
5. **編集して公開します。**人がすべての引用を確認し、記事をCMSに送ります。APIにはその機能がないからです。

Metaが触れていない手順をひとつ加えます。ドキュメントには検索を特定のドメインに限定する方法が書かれておらず、「ベンダーサイトとRedditだけ」と指示することはできません。事実の出どころに編集基準をこだわるなら（私はこだわります）、出典のフィルタリングは後から自分で行うことになります。このプロセスのより広い版は、AIブログ執筆ワークフローのガイドで扱っています。

コンテンツチームが陥りやすいcontributorティアの罠

MetaはMuse Sparkを2つの価格帯で販売していて、ブログ執筆では違いがコストだけにとどまりません。

100万トークンあたりの価格。出典はMetaの料金ページ。

contributorティアは入力が12.5倍、出力が約21倍安く、Meta自身の説明も取引内容を率直に述べています。割引価格は「in exchange for permission to use your prompts and completions to train future Meta models.」というものです。

ブログの場合、そのプロンプトに何が入っているかを考えてください。未公開の下書き。キーワード戦略が透けて見えるコンテンツブリーフ。代理店ならクライアントの資料。解禁前の製品発表。記事が公開されれば結局は公開情報ですが、それ以前のものはそうではありません。Muse Spark 1.3の公開時、HNの参加者はこの価格の分かれ方をはっきり表現していました。

"It is dirt cheap, but only if you are willing to share your data with meta and allow them to use it for improving their models and products."

israrkhan, Hacker News

全員が気にするわけではありません。別の開発者は、ふさわしい用途ならこの取引に満足していました。

"I'm glad they train on my stuff if it improves the model. Hell, I've been using tons of muse-spark-1.3-contributor for this very reason (and because it's a decent model for a bargain basement price)"

ChickeNES, Hacker News

私のルールはこうです。公開トピックでのプロンプト検証にはcontributorティア、競合が公開前に読みたがるようなものには標準ティア。contributorは毎分100リクエストの上限があるため、標準の3,000に対してバッチ処理にも向きません。

ブログのビジュアルにはMuse Image

コンテンツチームにまず勧めたいのが、このMuse製品です。Muse Imageは、プロンプトの長さや思考の重さに関係なく、生成した画像1枚あたり定額0.01ドルで、失敗した画像やフィルタされた画像には課金されません。

ブログ向けに特に便利なのは、エージェント型であることです。Metaの画像生成ガイドによると、レンダリングの前に次のことができます。

• 視覚的な参考資料を集める：実在の製品、場所、ロゴ、スタイルをWebから引っ張ってきます。
• 最新の事実を調べる：画像内の数字や日付が正しくなるようにします。
• コードを実行してグラフやインフォグラフィックを組む：レンダリングの前に行います。

この検索はすべて画像1枚の料金に含まれ、テキストモデルの1,000回あたり2.50ドルのようには課金されません。各ツールはオフにでき（enable_web_search、enable_image_search、enable_shell）、sizeでアスペクト比を指定し、reasoning_strengthを「low」にして1回で素早く済ませることもできます。

自社ブログで画像生成を運用してみて、注意点が2つあります。ひとつ目は、「Webからロゴを取ってこられる」ということは、意図しない場所に実在企業のロゴを置く可能性もあるということです。生成物はすべて確認してください。ふたつ目は、インフォグラフィックのために事実を調べるモデルでも間違えることがあり、画像の中の誤った数字は、本文中の誤った数字よりも読者が確認しにくいことです。画像も主張として扱い、確認してください。選択肢を比べるなら、Muse Imageの代替の一覧と画像付きAIブログライターのガイドが全体像を扱っています。

Museでブログ1記事を書くと実際いくらかかるか

標準ティアで、リサーチ付き2,000語の記事1本を書く場合の試算例です。トークン数はリサーチを伴う記事についての私の想定で、Metaの数字ではありません。料金はMetaが公表している価格です。

すべての数字を2倍にしても、1記事1.50ドル未満です。高いのはモデルではありません。

出力コストを押し上げうる点がひとつあります。Muse Spark 1.3は饒舌です。独立系のベンチマーク実施者は、Artificial Analysis Intelligence Indexを完了するのに出力トークンを1億2,000万発行したと報告しています。分野の中央値は7,200万です。HNのコメント投稿者は「3X token use vs. 1.2」と見積もりました。コードならそれはトークンの請求額です。文章の場合は編集の手間にも響きます。長い下書きほど削るのに時間がかかるからです。

本当のコストは2本目の棒、編集の1時間にあります。すべての引用の確認、冗長な部分の削除、記事が順位に値するようにする実体験の追加、スクリーンショットの調達、書式設定、内部リンク、公開。下書きがMuseでも、ChatGPTでも、Claude Opus 5でも、時間の大半はここに費やされます。AIブログライターのコストの内訳では、専用ツールについても同じ計算をしています。

ライターとしてのMuse Sparkの実力は？

MetaはMuse Spark 1.3を「agentic workflows」とコーディング向けに位置づけており、そのベンチマーク一覧もそれを裏付けています。はっきり勝っているのは、長いコンテキストからの検索とコーディングのテストです。Metaは文章品質のベンチマークを公表していませんし、多くのモデル開発元も同様です。正直な答えは、自分のトピックで試すしかない、ということです。

その文章についての一次情報は少ないものの、好意的です。Metaのチャットを長く使っているユーザーはこう述べています。

"Its writing style feels "unique", and I find it pleasant to read for science-based topics. I never ask ONLY Meta AI, but the answer it gives is almost always in a distinctly different style than other frontier LLM's."

gavinray, Hacker News

自分の分野のAI下書きがどれも同じ調子なら、この「distinctly different style」は役に立ちます。ただ、ベンチマークの伸びがブログの導入文に表れると期待しない構造的な理由もあります。Muse Spark 1.3の公開スレッドでのコメントによると、モデルが最も進歩したのは自動的に検証できる作業でした。

"This is exactly what RLVR is, and the reason that models have improved so much at verifiable domains like coding and math while not so much on unverifiable ones like writing and UI design."

avarun, Hacker News

導入を決める前に、私ならこう試します。自分の最高の既存記事を3本スタイル参考として渡し、すでに扱ったトピックで下書きを依頼して、比べます。見るのは3点です。導入部を過ぎても自分の文体を保てているか。水増ししていないか（上の饒舌さの話を参照）。そして、すべての事実の主張がurl_citationにたどれるか。難しいベンチマークで高得点を取るモデルでも、平板なブログの導入文を書くことはあります。

AI検出スコアを気にする場合の注意点もあります。Pangramのようなツールが採点するのはテキストで、それを書いたモデルではありません。どのモデルでも、デフォルトで「人間」のスコアにはなりません。編集がそれを実現します。その工程に含めるべきことは、AIコンテンツの編集プロセスのガイドで解説しています。

本格的なブログ運営でMeta Museが足りない点

全体をまとめると、足りない部分はどのMuseの面でも共通しています。どれもモデルの欠陥ではありません。モデル（または個人向けエージェント）が担わない仕事というだけです。

eeselのブログライターのお客様を見ていて、この表の下半分は裏付けられていると感じます。当社のブログライターで1日12記事を運用している個人SEO事業者は、ボトルネックは下書きではなく、記事をWebflowに自動公開することだったと話してくれました。米国のウェルネス小売業者は、出典付きの4,600語の記事で決まったハウススタイルを保つために主に使っています。下書きは最低条件です。仕事は、その周りの運営です。

自前で構築する道を検討しているなら、AIブログライターAPIとAIブログライターの自動化のガイドで、何を作ることになるかがわかります。省略したいなら、自動公開機能付きAIブログライターがそれらの工程を最初から備えています。

下書きよりも運営が大事なのは、読者のためです。2026年に情報を検索するのがどんな感じだったかを、ある開発者がこう述べています。

"all Google searches either led me to kernel commit messages or nearly 100% AI generated blog posts. When I read these blog posts, they didn't make sense, and I couldn't find examples of failures someone ran into, or an explanation of why doing it a certain way led to failure"

snaveen, Hacker News

これが基準です。実体験も失敗談も具体性もないMuseの下書きは、まさにその記事になります。どのツールを使っても、順位のつく記事とありふれた記事とを分けるのは人の手による編集です。

ブログ執筆でMeta Museが適切な選択になる場合

Metaに公平を期すなら、Museが正しい選択になる明確なケースがあります。

• **自分でコンテンツツールを作る開発者。**Muse Sparkの価格、100万トークンのコンテキスト、出典付き検索は強力なエンジンになります。1枚1セントのMuse Imageと組み合わせれば、安価な素材がそろいます。
• **たまに書く米国在住の人。**Museアプリの週1億トークン無料枠は、下書きとリサーチには十分すぎるほどです。
• **画像がたくさん必要な人。**0.01ドルのMuse Imageは、ヘッダー画像やシンプルな図解では他に勝ちにくく、1枚ずつ確認する前提で使えます。

一方、ほかを探したほうがよいケースも明確です。週1回以上公開するチーム、米国外でアプリを使いたい人、クライアントの機密を守る必要がある代理店（少なくともcontributorティアでは）、そしてつなぎのコードを書かずに記事を公開したい人です。より広く見るには、SEO向けのベストAIブログライターの一覧やMeta Museエージェントの代替をご覧ください。

ブログ執筆にeeselを試す

Museは高性能なモデルと安価な画像を提供します。残りの仕事を担うのが、eesel AIブログライターというチームメイトです。キーワードと競合のギャップから書くべきテーマを見つけ、すべての主張に出典を付けてリサーチし、あなたの文体で書き、図解とヘッダー画像を追加し、既存記事を相互リンクして、スケジュールに沿ってWordPress、Webflow、Ghost、Notionに公開します。ダッシュボード、Slack、Teamsでチャットから（「導入をもっと切れ味よく」など）操作できます。

eesel自身のブログを書いているのも同じライターで、月間75万回以上のインプレッションを獲得しています。採用せずに記事数を増やしたくてMuseに目を向けているなら、実際に時間がかかる部分から始めてください。eeselを無料で試して、次の記事の下書き、イラスト作成、公開まで任せてみてください。