AIの文章はなぜ「それっぽいのに薄い」のか？

生成AIに書かせた文章が、間違ってはいないのに薄い。弊社は広報支援の現場でAI原稿を年間300本以上チェックしていますが、修正指示の大半はこの「薄さ」に向かいます。原因はAIの文才ではなく、太字の乱用、思わせぶりな前置き、言い換えの繰り返しといった特定の型です。型には名前があり、名前を知れば自分の手で消せます。

参考にした文書

この記事は、k16shikano氏がGitHub Gistで公開している日本語技術文書の文章規範「japanese-tech-writing」を参考にしています（ライセンス：Unlicense、Star 1,600超）。

japanese-tech-writing（GitHub Gist）

この規範は人間向けの作文ルール集ではなく、LLM（Claudeなどの生成AI）に日本語を書かせたときの不自然さを抑えるために設計されたものです。各項目は「守れ」とだけ書かれており、なぜ必要かの説明は省かれています。その空白を、弊社が原稿チェックの現場で見てきた実例で埋めるのがこの記事です。記事中の悪い例と良い例は、元文書からの転記ではなく、すべて弊社の自作です。

AIの文章が太字と決め台詞だらけになる理由

太字と決め台詞は、要点を選ぶ仕事を読者に投げる装置です。強調が増えるほど、どこが本題なのか読者には分からなくなります。

弊社のチェックで最も多い修正が、この演出の削除です。まず悪い例から見てください。社内向けの報告文を想定した自作の例です。

太字が三つあると、読者はどれが要点なのかを自分で判断することになります。「数字がすべてを物語っています」は、数字の説明を放棄したまま一行を消費する文です。最後の決め台詞は感情を運びますが、報告として持ち帰れる情報はありません。読み終えた上司の手元に残るのは「1.8倍」の一点だけで、それなら一文で済みます。

強調は、読者に覚えてほしい一箇所に絞りました。決め台詞は、理由の説明に置き換えています。元の規範にも、短い決め台詞を独立した段落にして緊張を作る演出を多用しない、という項目があります。

AIが書く「ここで、大切なことをお伝えします」が不要な理由

この種の前置きは、本題を一行遅らせるだけで情報を運びません。消しても、本文の意味は一字も減りません。

弊社が年間300本のチェックで繰り返し削っているのが、この思わせぶりな言い回しです。「ここで、いちばん最初に、大切なことをお伝えします。」「ここで改めて一言だけ。」「これらはすべて『一例』です。」といった文が、AI原稿には高い頻度で現れます。製品説明を想定した自作の例で見てください。

四行のうち、情報を持っているのは最後の一行だけです。しかもその一行も抽象的で、機能が何をするのかはまだ分かりません。読者は「大切なこと」と予告された時点で期待を上げます。届いた中身が釣り合わなければ、下がるのは文章への信頼です。予告は期待の前借りであり、返せない借りは信頼で払うことになります。

主張をそのまま書き、根拠を一文添えるだけで足ります。元の規範では、主張を予告する前置きを置かず、主張をそのまま書くよう定められています。

AI原稿にありがちな言い換えの繰り返しをどう削るか

同じ主張は一度だけ書く、が原則です。二度目以降の言い換えは、新しい情報を足していない限り削除の候補になります。

文字数は増えているのに読者が受け取る量が変わらない、という症状の正体がこれです。ブログ記事を想定した自作の例で見てください。

三つの文は、すべて同じ内容です。読者は二文目で「さっき読んだ」と気づき、流し読みに切り替えます。問題はその後で、流し読みモードに入った読者は、続く本当に新しい情報まで流してしまいます。繰り返しの被害は、繰り返された箇所の外に及びます。

見分け方は簡単です。「つまり」「言い換えれば」「要するに」の直後の文を、その前の文と比べてください。新しい情報がなければ、どちらか片方を消します。残した一文の後ろには、言い換えの代わりに具体例を置きます。

抽象的な主張の反復を、一段具体的な経験に差し替えました。読者が持ち帰れる量は、この形のほうが増えます。

AIが使いがちな空虚な形容詞（「多角的」「不可欠」）の直し方

この種の形容詞は、主張の強度だけを上げて中身を説明しません。消すか、「具体的には何なのか」を書いた文に置き換えます。

企画書を想定した自作の例です。

この二文から読者が受け取れるのは、「筆者がこの施策を推している」という態度だけです。何と何を比較し、どの案を捨て、なぜこの案が残ったのか。判断に必要な情報は一つも書かれていません。稟議に回せば「具体的には？」と聞き返される文章であり、聞き返しの往復こそが読み手と書き手の双方の損失です。

「不可欠」を消し、代わりに比較の中身を書きました。形容詞で強度を盛る必要があるのは、たいてい中身が書かれていないときです。元の規範でも、「不可欠」「多角的」「包括的」といった語が、中身の説明を伴わない強調として名指しされています。

AIが書いた段落が頭に入らない理由（パラグラフライティング）

一つの段落に複数の話題が混ざっているからです。一段落一トピックに分け、最初の一文だけ読めばその段落の話題が分かる状態にします。

社内アナウンスを想定した自作の例です。

導入時期、移行作業、各自のタスク、別件の経費精算、研修。五つの話題が一つの段落に同居しています。この文章を受け取った読者が「自分は何をすればいいのか」を知るには、全文を二度読みして情報を仕分けし直す必要があります。仕分けは本来、書き手の仕事です。

確認の方法があります。各段落の一文目だけを縦に読んでください。一文目の並びだけで話の流れが通れば合格です。通らなければ、段落の切れ目か一文目のどちらかがずれています。

読者のタスクを含む本題と、未確定の別件を段落で分けました。一文目だけ読めば、それぞれの段落が何の話か分かります。

AIが推量を断定にすり替える箇所の見つけ方

根拠が本文の中にない断定を探します。「だろう」「かもしれない」を消して断定に直してよいのは、本文の根拠で裏が取れているときだけです。

分析レポートを想定した自作の例です。

書き手が確かめたのは「利用が減っている」ことまでで、原因は推測のまま、というケースがよくあります。AIはこのすり替えを特に起こしやすく、確度の情報を落として滑らかに断定します。

問題は、読者がこの一文を事実として引用することです。上司が役員会で「原因は料金と判明しています」と報告した後に推測だったと分かれば、損をするのは書き手だけでなく、引用した読者です。断定の形は、責任の所在ごと読者に渡ります。

確かめた事実と、推測の境界を文面に残しました。元の規範でも、推量として書かれた文を機械的に断定へ変えないこと、断定に直すのは本文の根拠で命題が確定している場合に限ることが定められています。不確かさを残した文は弱い文ではなく、正確な文です。

AIが確認していないことを書いたとき、根拠をどう示すか

確かめた範囲と確かめていない範囲を、読者が区別できる書き方にします。滑らかさで埋めてはいけません。

元の規範に、次の一行があります。「確認していないことを、確認したかのように滑らかに書かない」。AIの文章では、調べた事実と生成された推測が同じ文体で並びます。文体で見分けられない以上、数字、固有名詞、日付が出てきたら、出どころを言えるかを一つずつ確認するしかありません。

出典のない「調査もあります」は、読者が検証できない一文です。数字が具体的であるほど、検証できないことの害は大きくなります。書き分けの目安を表にします。

この記事で使っている「年間300本以上」「修正で最も多いのは演出の削除」も、三行目の「自社の観測」に当たります。世の中のAI原稿全体の統計ではなく、弊社の現場で数えた範囲の数字です。観測範囲を明示しておけば、読者は情報の射程を自分で判断できます。

よくある質問

この記事を書いた会社

Uniquerは、秋田県で広報支援とAI活用のバックオフィス支援を行っています。企業、医療機関、地域事業者の原稿制作と、生成AIが書いた原稿の品質チェックを年間300本以上手がけています。

参考文献

k16shikano「japanese-tech-writing」GitHub Gist（ライセンス：Unlicense）
https://gist.github.com/k16shikano/fd287c3133457c4fd8f5601d34aa817d