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ました。 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ません。
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、出力も平凡になります。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ります。
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、使い手側の問題です。
「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ました (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です。
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です。
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です。そして、前置き不要で堂々と公開すればいいです。
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、使い方にあります。丸投げがダメなら、正しく使えばいいです。
私は文章作成に対しては「かなり積極的に」AIを活用すべし派です。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ありません。
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ます。
- 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」できます。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りました (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で構築しています。ここでは自分の構成例を紹介しますが、同様の考え方は他のAIツールでも応用できるはずです。
- 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ます
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 ということです。書く段階では書き手固有の経験や視点が不可欠ですが、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が得意とする領域です。
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ます。
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ました。
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、気軽なものになりました。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りました。
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です。それだけで、自分の文章の見え方が変わるはずです。
