AI丸投げ文章はなぜつまらないのか
「この文章は、AI (LLM) に丸投げしたんだろうな…」と、一読でわかる文章と出会うことが増えた。 やたらと丁寧で、どこかで読んだことのある言い回しが並ぶ。数行でそう気づいてしまうと、目が滑ってほとんど読めない。
LLMとは「与えられた文脈から次の言葉を推測するモデル」なので、与えられた文脈が平凡なら、出力も平凡になる。逆に言えば、自分だけの経験や視点を文脈として渡せば、出力もそれに応じたものになる。
つまり、つまらない文章を生み出しているのはモデルではなく、使い手側の問題だ。
「人間が書きました」という前置きのダサさ
「LLMっぽい文章はつまらない」という認識が一定広まった結果、「この記事は人間が書きました」という前置きをする記事が増えた (この事象はいかにも人間っぽい)。
ぶっちゃけこの前置きはかなりダサい。
自分の文章がAIと区別できないと自ら認めているようなものだからだ。
本来やるべきは、一見して「この人にしか書けない」とわかる文章を書くこと。そして、前置き不要で堂々と公開すればいい。
むしろAIを使って文章を書こう
問題はAIという道具ではなく、使い方にある。丸投げがダメなら、正しく使えばいい。
私は文章作成に対しては「かなり積極的に」AIを活用すべし派だ。ただし、それはLLMに自由に文章を書かせろという意味ではない。
文章を記述する主体は自分でありながら、多様な観点をLLMに補足してもらうという使い方をしている。
- アウトラインを整える
- 観点を補い、記述を補強する
- 誤字脱字を潰す
- 特定のペルソナがどう読むかを事前に確認する
こうした活用で、自分の文章を「強化」できる。今では仕事でもプライベートでも、ほとんどの文章をClaude Codeを介して書くようになった (もちろんこの文章も)。
文章強化パイプライン
このプロセスを「文章強化パイプライン」としてClaude Codeで構築している。ここでは自分の構成例を紹介するが、同様の考え方は他のAIツールでも応用できるはずだ。
- サブエージェント群:
article-outliner（アウトライン作成）、article-writer（文体模倣の下書き）、article-critic（論理・主張の批判的レビュー）、article-reviewer（品質チェック）、fact-checker（ウェブ検索による事実検証）をそれぞれ独立した役割で用意 - 推敲チーム (
/blog-team): エディター・クリティック・読者代表・ファクトチェッカーの4エージェントが並列起動し、異なる視点から同時にレビュー→提案を統合 - 自動バリデーション: 記事ファイルを編集するたびにフロントマターやMarkdown書式をフックで自動検証。壊れた状態で公開されない安全網
- ワークフロー全体のコマンド化: スキャフォールド生成→アウトライン→下書き→推敲チーム→品質チェック→公開、の一連が整備されている
ポイントは、AIは「書く」工程よりも「読む・批評する・検証する」工程にこそ力を発揮する ということだ。書く段階では書き手固有の経験や視点が不可欠だが、批評や検証は客観的な基準に沿った処理であり、これこそLLMが得意とする領域だ。
自分は最も伝えたいことを尖らせることに集中し、それ以外をAIに任せることができる。
例えば、この記事のレビュープロセスでは以下のようなレポートが上がってきて、その指摘に沿って推敲や修正を進めた。
AIがあるから、文章を書くのが楽しい
書き始めから品質レビューまで一気通貫でAIにサポートしてもらえるようになり、文章を書くことが以前より楽しく、気軽なものになった。そして書いた文章に対して一定の満足感を持てるようにもなった。
もし試してみるなら、まず自分で書いた文章をLLMに渡して「この文章の論理的に弱い点を3つ指摘して」と聞くことから始めてみてほしい。それだけで、自分の文章の見え方が変わるはずだ。
