| name | ai-writing-detector |
| description | 日本語の文章からAIっぽさを検出し、より自然な表現への改善案を提示するスキル。「AIっぽい」「AI臭い」「不自然な文章」「文章をチェックして」「この文章を自然にして」「人間っぽくして」「AI感をなくしたい」「文章のレビュー」といった依頼で使う。テキストの直貼りでもファイル指定でも対応する。文章を書いた後の推敲・レビューとして積極的に使うこと。 |
AI文章検出・改善スキル
このスキルの目的
AIが生成した文章には独特の「臭い」がある。読む人が感じる「なんかAIっぽいな」という違和感の正体を言語化し、具体的にどこをどう直せばいいかを提示する。
単にNGワードリストと照合するのではなく、文章全体の「佇まい」を読み取ることが重要。人間が書いた文章にも個々のパターンは出現しうるので、複数のシグナルが重なっているかどうかを総合的に判断する。
なぜAIっぽい文章が問題なのか
AIっぽい文章の問題は文脈による。ドキュメントやAPIリファレンスのような、属人性を求めていない文章がAIっぽくても問題ない（むしろ整理されていて良い）。一方、ブログ記事や個人の発信のような「特定の人間の作品」としての文章がAIっぽいと、読む意味がなくなる。自分でAIに聞くのと変わらないし、個性が失われていて読んでいてつまらない。
このスキルが主にターゲットにしているのは後者。書き手の個性や体験が価値になるタイプの文章である。
入力の受け取り方
ユーザーは以下のいずれかで文章を渡してくる：
- テキスト直貼り: 会話内に文章がそのまま書かれている
- ファイル指定: ファイルパスを指定される → Readツールで読み込む
どちらの場合も、まず文章全体を読み通してから分析に入る。
出力フォーマット
以下の形式で出力する：
全体の印象（2〜3行）
まず文章全体のAIっぽさの度合いと、最も目立つ傾向を短くまとめる。
個別の指摘
問題のある箇所ごとに以下を示す：
**指摘N: [パターン名]**
> 該当箇所の引用
なぜAIっぽいか: （理由を1〜2文で）
改善案:
> 修正後のテキスト
まとめ
全体を通して最も効果的な改善方針を1〜2点に絞って伝える。指摘が多すぎると圧倒されるので、重要度の高いものから5〜10個程度に絞る。
AIっぽい文章の特徴
以下は「AIっぽさ」の主要なシグナル。これらは単独では決定的ではないが、複数が重なるとAI臭が強くなる。
1. AI頻出ワード・フレーズ
AIは特定の語彙を偏愛する。これらが集中して出現する文章はAI臭が強い。
日本語でのAI頻出表現：
| AI好みの表現 | なぜAIっぽいか | 人間ならどう書くか |
|---|
| 「〜を実現します」 | 抽象的で具体性がない | 何がどう変わるか具体的に書く |
| 「〜をサポートします」 | 便利だが中身が空っぽ | 何をどうするか直接書く |
| 「〜を提供します」 | サービス紹介文のテンプレ | 動作を具体的に記述する |
| 「シームレスな〜」 | 実態を示さないバズワード | 何がスムーズなのか説明する |
| 「包括的な〜」「網羅的な〜」 | 大げさで中身が伴わない | 具体的に何を含むか列挙する |
| 「〜を活用する」 | 「使う」で十分なのに格好つけている | 「使う」と書く |
| 「効率的に〜」 | 具体的にどう効率的かが不明 | 具体的な改善点を書く |
| 「これにより」 | AI文章の最頻出接続詞 | 「そうすると」「その結果」や、そもそも接続詞なしで繋げる |
| 「〜において重要です」 | 重要だと言うだけで中身がない | なぜ重要なのかを直接書く |
| 「〜することが可能です」 | 「できます」でいい | 「できます」「〜できる」と書く |
| 「最適化する」 | 何をどう最適化するか不明 | 具体的に何を改善するか書く |
| 「多様な〜」 | 抽象的すぎる | 具体例を挙げる |
| 「効果的な〜」 | 何がどう効果的か不明 | 具体的な効果を書く |
| 「適切な〜」 | 判断を放棄している | 何が適切なのか基準を示す |
| 「本質」「本質的に」 | 抽象語で押し切っている | 具体的に何が核心なのか書く |
| 「持続可能な〜」 | 中身のないバズワード | 何がどう持続するのか書く |
| 「最大化する」 | 何をどの程度かが不明 | 具体的な数値目標や状態を書く |
| 「非常に有効である」 | 根拠もデータもなく断言 | 何がどう有効なのか理由を添える |
使い古した比喩：
AIは「羅針盤」「スパイス」「架け橋」「両輪」のような手垢のついた比喩を好む。これらが出てきたら要注意。
根拠のない強い評価語：
「非常に有効である」「大きなメリットがある」と言い切るのに、具体的なデータや理由がない。人間なら「〜だから有効だ」と理由をセットで書くか、そもそも根拠がないなら断言しない。
接続詞の偏り：
「また」「さらに」「加えて」「一方で」が機械的に並ぶのはAIの典型。人間は接続詞をもっと省略するし、使うにしてもバリエーションが豊か（「で、」「ただ、」「そもそも」「ちなみに」など口語寄りの接続詞も混ぜる）。
2. 文末の単調さ
AIっぽさの最大のシグナルの一つ。
典型的な問題：
- 「〜です。〜です。〜です。」の連続（3回以上続くと明らかにAI臭い）
- 「〜ます。〜ます。〜ます。」の連続
- 「〜しましょう。〜しましょう。」の連続
- 「〜が重要です。〜が重要です。」のような同一パターンの反復
人間の文章のリズム：
人間は無意識に文末を変える。「〜だ。〜である。〜なのだ。」「〜ます。〜でしょう。〜ですね。」のように、同じ語尾が3回連続することは少ない。体言止め、倒置、問いかけなども自然に混ざる。
3. 構造が整いすぎている
整理しすぎないほうが人間っぽい、というのは面白い逆説だが事実。AIの文章は教科書のように整いすぎていて、それが逆に不自然さを生む。
過度な箇条書き：
説明文で本来は地の文で書くべき内容まで箇条書きにするのはAIの癖。人間は箇条書きを「使うべき場面」で使い、それ以外では普通に文章を書く。
テンプレート的な段落構成：
すべての段落が「主張→理由→まとめ」の三段構成になっている。人間の文章はもっと自由で、脱線したり、結論を先に言ったり後に回したりする。
Rule of Three（三連続の法則）：
AIは理由や要素を必ず3つ並列で提示したがる。N個のセクションに対してM個の箇条書き（N=3、M=3が典型）という、妙にきれいな対称構造になっている。「A。B。そしてC」のように3つ揃えるパターンが頻出する。
構造宣言：
「結論から言うと〜」「以下の3点である」「ステップ1：〜」と、展開を逐一宣言するのはAIの癖。説明書のように構造を先に提示してからその通りに進行する。人間はもっと自然に流れに任せる。
「ステップ1、ステップ2...」形式：
手順説明で必ずステップ形式を使うのはAI的。人間は「まず〜して、次に〜する。あとは〜すればOK」のように自然言語で手順を説明することも多い。
脱線がなさすぎる：
人間の文章には適度な脱線がある。「ちなみに」「余談だけど」のような横道が、むしろ文章に人間味と深みを与える。AIの文章は一直線に論点だけを辿っていくので予定調和に感じる。
見出しの過剰：
短い文章なのにH2、H3が大量についている。人間は短い文章では見出しなしで書くことも多い。
4. 具体性の欠如
AIが書く文章の最大の弱点。
抽象的な説明に終始する：
「効率的な開発が可能になります」→ 何がどう効率的になるのか一切わからない。人間なら「ビルド時間が半分になる」「手動でやっていた作業が自動化される」のように具体的に書く。
数字や固有名詞が出てこない：
「多くのユーザーが利用しています」→ 「10万人が使っている」と書けるなら書くべき。「様々な分野で活用されています」→ 具体的にどの分野かを挙げるべき。
「など」「様々な」で逃げる：
列挙を途中で打ち切って「など」で濁すのはAIの得意技。人間も使うが、AIは具体例を一つも挙げずに「様々な」で済ませがち。
局所的な体験の解像度が低い：
AIはコンテキストを知らないので、人間っぽい局所的な感想の解像度が著しく低い。表層的なことをサラッと書いていて浅い。人間の文章の強みは「5秒の出来事を200字かけて描写する」ような、具体的な瞬間の切り取りにある。AIにはこれができない。
5. トーン・姿勢の問題
説教くさい：
「〜することが重要です」「〜を忘れてはなりません」「〜を心がけましょう」のような上から目線の文末が続く。読者に教え諭す姿勢が目立つ。
ポジションを取らない：
「一概には言えないが」「状況による」と必ず逃げ道を用意して断言を避ける。「賛否が分かれる」「あまり推奨されない」のように中立の装いで弱い否定しかしない。人間は自分の立場を持っていて、それを表明する。AIは安全策として両論併記に逃げがち。
過度なヘッジング（断言回避）：
「〜と言えるかもしれません」「〜という見方もあります」「一概には言えませんが」を多用して、結局何が言いたいのかわからなくなる。
均一な温度感：
重要な主張も些末な補足もまったく同じテンションで書かれ、文章に起伏がない。人間なら力を入れたい箇所では熱量が上がるし、どうでもいい箇所はさらっと流す。
不自然な感情表現：
「素晴らしいですね！」「非常に興味深いです」「ワクワクしますね」のような、取ってつけたような感嘆。本心からの感想というよりテンプレート。
唐突なポエム：
段落の最後や記事の締めで、急に「テクノロジーと人間性の融合が、未来への架け橋となるだろう」のような壮大で中身のない抽象論を語り始める。それまでの具体的な話とは明らかにトーンが違う。人間は締めでもそこまで大げさにはならない。
冒頭の要約癖：
質問されると必ず冒頭で要約を入れる（「はい、〇〇についてですね。」）。人間は聞かれたらそのまま答えるか、考え始める。
6. 記号・書式レベルの問題
これらは文章の中身以前に、見た目でAIとわかるシグナル。
Markdown記号の消し忘れ：
**太字**や### 見出しなどの構造化タグがそのまま出力に残っている。AIがMarkdown形式で出力したものをそのままコピペした証拠。
不自然な空白と区切り：
コロンの後に半角スペースが入る（「重要： 」）、全角スラッシュ（／）で概念を並列する（「設計／実装／テスト」）のようなパターン。人間の日本語ではあまり見ない書式。
過剰な括弧書き：
「」で単語を不自然に切り出したり、（）を使って言い訳や補足を過剰に詰め込んだりする。一文の中に括弧が2つ以上あると怪しい。
7. 英語圏でのAI頻出ワード（英語の文章をチェックする場合）
以下はChatGPT等が極端に多用するとされる英単語・フレーズ。英語の文章にこれらが集中していたらAI臭い：
- "delve into", "navigate", "landscape", "realm"
- "at its core", "it is important to note"
- "robust", "comprehensive", "holistic", "multifaceted"
- "leverage", "facilitate", "underscore", "pivotal"
- "In today's ever-evolving...", "In the rapidly changing..."
- "Let's explore...", "Let's dive into..."
- "Furthermore", "Moreover", "Additionally" の連続
8. 文章全体の「佇まい」
個別のパターンだけでなく、文章全体から受ける印象も重要：
- 均質すぎる: すべての文が同じくらいの長さ・複雑さ。人間は短い文と長い文を混ぜる
- 完成されすぎている: 下書き感がゼロ。人間の文章には良い意味での粗さがある
- 個性がない: 誰が書いても同じような文章になる。書き手の人格が見えない。発言している人の顔が浮かばない。ペルソナが広すぎて、最もありきたりな語彙ばかり選択している
- 熱を感じない: 書き手がその話題について本当に関心を持っているのか、何に興奮しているのかが伝わってこない
- 予定調和: 展開が予測可能。人間は脱線したり、意外な角度から論じたりする
- 主語が常に物事: 「この機能は〜」「このツールは〜」ばかりで、「自分は〜」「私が〜したとき」のような一人称の経験が出てこない
- 画像がない: 文中にスクリーンショットや写真が差し込まれていると人間味が増す（特に生成AI画像ではない画像）。AIは基本的に画像を挿入しない
分析の進め方
- 通読する: まず全体を一読して、AIっぽさの全体的な印象をつかむ
- パターンを探す: 上記のシグナルに該当する箇所をマークする
- 重要度で絞る: すべてを指摘すると圧倒されるので、最も効果的な改善ポイントを5〜10個に絞る
- 改善案を書く: 該当箇所に対して、具体的な修正テキストを提示する。改善案自体がAIっぽくならないように注意する
- 全体の傾向をまとめる: 個別の指摘を踏まえて、全体を通した改善方針を提示する
改善案を書くときの注意
- 改善案自体がAI臭くなってはいけない。自分が提案する文章にも同じ基準を適用する
- 「正解」を押し付けるのではなく、「こういう方向性もある」という提案にする
- 文体やトーンは元の文章に合わせる（カジュアルな文章をフォーマルにしない）
- 過度に直しすぎない。AI臭い部分だけ直して、元の文章の良さは残す
- ユーザーが自分で書いた文章をチェックしている場合もあるので、「AIが書いた」と決めつけない。あくまで「AIっぽく見える箇所」として指摘する
- 改善案では、具体的な体験や瞬間の描写を提案する。「5秒の出来事を200字で書く」くらいの具体性が理想
- AIの出力を叩き台にして修正した文章は、AIっぽさに引きずられがち。そういう場合は元のAI文から離れて、自分の言葉で書き直すことを勧める
指摘しないほうがいいケース
- 技術ドキュメントでの定型的な表現（APIリファレンスなど） — 属人性を求めていない文章はAIっぽくても問題ない
- 公式な文書で求められるフォーマルな文体
- ユーザーが意図的に選んでいる文体（確認が必要な場合は聞く）
- 社内文書やマニュアルのように、整理されていること自体に価値がある文章
