| name | ai-tone-check |
| description | 大学業務文書 (広報原稿 / 研修教材 / 申請書 / 学生向け案内等) のドラフトを 読み取り、subagent dispatch で「AI 臭度」「業務文書適切性」「読者負荷」の 3 軸評価を返す。「この広報原稿、AI っぽくない？」「研修資料が硬すぎないか 気になる」「職員が書いたふうに仕上げたい」と問われた時に起動する。 mizchi-blog-style の評価ワークフローを大学業務文書向けに翻訳、職員 / 学生 / 学外読者の 3 ロールのいずれかで subagent がドラフトを読み、 冗長敬語 / 空虚強調 / 両論併記等を行番号付きで指摘する。反復改善は 呼び出し側判断、本 skill 自体はシングル実行。
|
| compatibility | Requires top-level Claude Code session (Task tool for nested subagent dispatch). Nested subagent 環境 (既に Task dispatch された subagent 内) では Task tool 不可のため実行不可。Reading the protocol as documentation works in any runtime.
|
| when_to_use | 広報原稿 / 研修配布資料 / 職員向けメール / 学生向け FAQ 等のドラフトを 書いた後、公開前の最終チェックで使う。AI で下書きさせた文面を大学らしい トーンに寄せたい時、「何かしっくり来ないが言語化できない」時にも有効。
|
| argument-hint | [draft path or text] [role: staff|student|public] |
| allowed-tools | Read Task |
| license | CC BY-SA 4.0 |
| metadata | {"version":"1.1.0","last_updated":"2026-04-21","author":"gmoriki"} |
ai-tone-check
大学業務文書のドラフトを subagent に読ませ、AI 臭度・業務文書適切性・読者負荷の 3 軸で評価する Task skill。mizchi-blog-style の評価ワークフローを大学業務文書向けに翻訳したもの。指摘は行番号付きで返す。反復改善は呼び出し側判断、本 skill は 1 回で完結する。
いつ使うか
- 広報原稿 (Web / 広報誌 / プレスリリース) を公開前に最終チェックしたい時
- 研修配布資料 (職員研修 / 新任研修 / AI リテラシー研修) のトーンを確認したい時
- 学生向け FAQ / 窓口案内 / 履修ガイドの読みやすさを検証したい時
- AI で下書きさせた文面を「職員が書いたふう」に寄せたい時
- 「何かしっくり来ない」が言語化できない時 (指摘があれば改善しやすい)
使わない場面:
- 規程本文 / 契約書 / 法的文書 (定型表現の縛りが強い、本 skill の判定軸は不適)
- 学術論文 / 研究報告 (ジャンル固有のスタイル、別軸)
- 短文 (Twitter / Slack メッセージ等、評価の旨味がない)
- 本文に機密情報 (Level 2-3) を含むドラフト (subagent dispatch 前に
check-info-level で判定、必要なら匿名化)
What This Does
ユーザーが提示したドラフト (ファイルパスまたはテキスト) を読み取り、指定ロール (職員 / 学生 / 学外読者) の subagent を Task tool で 1 体 dispatch する。subagent は本 skill に定める 3 軸で採点し指摘 Top 5 を返す。親 skill は結果を整形してユーザーに提示する。
Required Inputs
$ARGUMENTS として以下を受け取る:
- 第 1 引数 (必須): ドラフトのファイルパス、または本文テキスト
- 第 2 引数 (任意): 読者ロール
staff / student / public のいずれか (省略時は public = 学外一般読者)
例:
/ai-tone-check /tmp/press-release-draft.md public
/ai-tone-check /tmp/training-material.md staff
引数空の場合: ガイダンスを返して終了。
What It Produces
以下を構造化 Markdown で出力:
- 総合スコア: 3 軸各 0-10 点、合計 0-30
- 軸別スコア:
- A. 業務文書適切性 (過度な口語 / 絵文字 / 軽口による減点)
- B. AI 臭度 (冗長敬語 / 空虚強調 / 両論併記等の検出、少ないほど高得点)
- C. 読者負荷 (1 文の長さ / 専門用語の説明 / 主語省略の曖昧さ)
- 指摘 Top 5: 行番号 + 引用 + 改善案 (subagent からの直抜粋)
- 総評: 1-2 段落でロール視点の読後感
- 次のアクション候補: ドラフト修正の優先順位 (最大 3 件)
反復は行わない。ユーザーが修正して再度 /ai-tone-check を呼ぶ流れを想定する。
手順
0. 実行環境チェック (起動直後の最初の動作)
本 skill は内部で Task tool を使って subagent を 1 体 dispatch する設計。top-level Claude Code セッションでは利用可能だが、既に subagent として起動している文脈 (親エージェントから Task dispatch された状態) では Task tool が注入されず、ネスト dispatch できない。
起動直後に以下を確認する:
-
Task tool が利用可能か (tool インベントリ確認 / deferred tools での検索)
-
利用不可の場合、以下のメッセージを返して終了:
本 skill は top-level Claude Code セッションから起動する設計です。
現在のセッションは既に subagent 実行環境のため、内部 dispatch が
できません。Claude Code のトップレベルで `/ai-tone-check` を
直接呼んでください。
-
代替として親エージェント自身がロールプレイで代行する挙動は採らない。subagent バイアス排除が本 skill 設計の前提であり、代行すると評価値が信用できなくなるため、明示失敗の方が誠実
1. 入力種別の判定
$ARGUMENTS の第 1 引数を解析:
- ファイルパスらしき文字列 → ファイル処理へ
- それ以外 → 本文テキストとして扱う
- 引数空 → ガイダンスを返して終了
第 2 引数でロール指定を受ける。staff / student / public 以外は public にフォールバック。
2. 機密度チェック (事前防衛)
check-info-level 観点を自前で簡易確認:
- 本文に学籍番号らしき文字列 (
Y202X-XXXX 形式等)、個人メールアドレス、氏名と役職の組合せが出ていないか
- 上記が検出された場合、dispatch 前に警告:「本文に機密情報が含まれる可能性があります。Level 判定を
/check-info-level で先に行うことを推奨します。続行しますか？」
- ユーザー確認なしで続行しない (subagent 経路でも本文がログに残るため)
3. subagent dispatch
Task tool で新規 subagent を 1 体 dispatch。subagent_type は general-purpose。渡すプロンプトは下のテンプレートを $ROLE / $DRAFT_REF で埋めて使う:
あなたは大学業務文書のドラフトをレビューする読者です。今回のロール:
<$ROLE の説明>
## 対象ドラフト
<$DRAFT_REF>
## 評価観点 (3 軸、各 0-10 点)
### A. 業務文書適切性 (0-10)
大学公式利用に耐えるトーンか。以下を減点要素として評価:
- 過度な口語 (「めっちゃ」「シュッと」「〜っぽい」「〜っス」)
- 絵文字 / 顔文字 / 過剰な記号装飾 (❗️ ✨ 等)
- 軽口 / 読者いじり / 身内ノリ
- 個人名義の主観 (「筆者は〜」「私見では〜」— 大学広報の場合は特に NG)
- 商業コピー調 (「驚異の」「革命的」「遂に実現」)
- 10 点: 大学公式として出せるトーン
- 5 点: 読み物としては読めるが公式利用は要調整
- 0 点: 公式利用不可
### B. AI 臭度 (0-10、少ないほど高得点)
AI 生成文書の典型パターンを以下から検出:
- 冗長な丁寧表現 (「〜することができます」「〜することが重要です」)
- 空虚な強調語 (「素晴らしい」「画期的な」「革新的な」「重要な」)
- 両論併記の無意味な中立 (「〜という見方もあれば〜という見方もある」)
- 章冒頭の前章要約 (「前章では X について述べました。本章では...」)
- 一般論の締め (「重要なのはバランスです」「適切に使い分けましょう」)
- 過剰な箇条書き (文章で書けることを全部 bullet)
- 結論部の繰り返し (「以上、本記事では〜について解説しました」)
- 抽象的な仮想例 (「例えば、ある大学では〜という事例」— 実在の事例で置換すべき)
- 対称的な見出し階層 (すべての節に「概要 / 意義 / 方法 / まとめ」)
- 主語の一般化 (「一般的に〜とされている」「〜と言われている」)
- 10 点: 該当ゼロ
- 5 点: 該当 5-6 件
- 0 点: 該当 10 件以上
### C. 読者負荷 (0-10)
指定ロールの読者が読み通せるか:
- 1 文の長さ (60 字を超える文が連続していないか)
- 専門用語の説明 (初出時に注釈 / 言い換えがあるか)
- 主語省略の曖昧さ (「それ」「これ」の指示対象が明瞭か)
- 段落の論理接続 (前後の段落がつながっているか)
- 箇条書きと文章の混在が読み手を疲れさせないか
- 10 点: 指定ロールがスムーズに読める
- 5 点: 何度か読み返しが必要
- 0 点: 指定ロールにとって理解困難
## タスク
1. ドラフトを指定ロールの視点で通読する
2. 3 軸それぞれ 0-10 点で採点、根拠を該当行の引用で示す
3. 最も気になる指摘 Top 5 を行番号 + 引用 + 改善案 の形で抽出する
4. ロール視点での読後感を 1-2 段落で書く
5. 次に修正すべき優先順位 (最大 3 件) を提示する
## レポート構造
```
## 総合スコア: X/30
### 軸別
- A. 業務文書適切性: X/10 (内訳...)
- B. AI 臭度: X/10 (内訳...)
- C. 読者負荷: X/10 (内訳...)
### 指摘 Top 5
1. L<行番号>: "<引用>" → <改善案>
2. ...
### 総評
<1-2 段落、ロール視点での読後感>
### 次のアクション候補
1. <最優先の修正>
2. <2 番目>
3. <3 番目>
```
4. ロール別プロンプト調整
$ROLE に応じて subagent プロンプト冒頭の「ロール」欄を以下で埋める:
| $ROLE | ロール説明 |
|---|
staff | 受講する大学職員 (事務職員 20-50 代、AI に触れた経験は個人差が大きい、情報セキュリティには敏感) |
student | 読む学部学生 (1-4 年、日本語ネイティブ想定、大学の定型文言には不慣れ、スマートフォンで読む前提) |
public | 大学 Web を訪問した学外読者 (受験生の保護者 / 地域住民 / 企業担当者など、大学特有の用語は前提にしない) |
5. 結果の整形
subagent が返したレポートを受け取り、ユーザーに以下の形式で提示:
## AI Tone Check 結果
**ドラフト:** <path or "直接テキスト">
**ロール:** <staff / student / public>
**総合スコア:** X/30 (A: X/10, B: X/10, C: X/10)
### 指摘 Top 5
1. L<行番号>: "<引用>" → <改善案>
2. ...
### 総評
<subagent の総評をそのまま>
### 次のアクション候補
1. <優先 1>
2. <優先 2>
3. <優先 3>
---
※ 本 skill は単発実行。修正後の再評価が必要なら再度 `/ai-tone-check` を呼んでください。
品質基準
- 3 軸スコア + 指摘 Top 5 が必ず揃う (一部欠落で返さない)
- 指摘は行番号 + 引用 + 改善案の 3 要素揃い (「気をつける」等の曖昧な改善案は NG)
- 総評は指定ロール視点で書く (「学生として読むと」「職員として読むと」等の主語が必要)
- 機密情報検出時は dispatch 前に警告、ユーザー確認を取る
- subagent は使い捨て、同一セッション内で再利用しない (学習バイアス防止)
落とし穴
| 出てくる合理化 | 実態 |
|---|
| 「ロール指定なしで public 固定で OK」 | 職員向け研修資料を public で評価すると「専門用語が多い」と減点されるが、職員向けは専門用語 OK。ロールで評価軸の重み付けが変わる |
| 「スコアが 25/30 だから十分」 | スコアは参考、指摘 Top 5 の質を見る。スコア 25 でも致命的な指摘 (個人情報露出等) が 1 件あれば修正 |
| 「subagent の指摘を全部反映する」 | subagent は過剰反応することがある (大学広報で必要な定型表現を「空虚強調」と判定するケース等)。ユーザーが採用 / 棄却を判断 |
| 「反復評価を本 skill 内で回す」 | 本 skill はシングル実行設計。反復は呼び出し側 (ユーザー or 親 agent) 判断。複雑化させない |
| 「広報原稿にもカジュアルさを入れた方が学生に刺さる」 | 大学広報の公式性を崩すと所属 / 同僚 / 上司からの信頼に影響。読者負荷を下げる方法は他にある (1 文短縮、用語注釈、具体例追加) |
| 「AI 臭ゼロを狙う」 | AI 臭ゼロを追うと「大学らしい硬さ」まで削れる。B 軸 7-8/10 で十分、残る AI 臭は構造的に許容する |
| 「機密情報チェックは skip してよい、検査だけだから」 | subagent dispatch は本文をログに残す経路。Level 2-3 の情報が含まれていたら事前匿名化が必須 |
| 「Task tool が使えないから、親が代わりにロールプレイで採点すればいい」 | subagent バイアス排除が本 skill の前提。親エージェントが自分で評価を書くと、自分の指摘を自分で採点することになり結果が信用できない。Task tool 不可なら明示失敗して top-level 再起動を促す方が正解 |
Available Tools
- Read: ドラフトファイルの読み込み
- Task: subagent dispatch (
general-purpose 型を 1 体)
関連
