なぜあなたの文章はAIのように読めるのか？a16z編集者が「人間味」を取り戻す方法を教える

著者：Steph Zinn、a16z Crypto

編集・翻訳：深潮 TechFlow

深潮リード： AI ライティングの話になると、人々は二つの前提に陥りがちだ。機械の文章は一連の「ほころび」で識別でき、そうしたほころびがあれば必ず拙劣だというものだ。著者はこの二つはどちらも成り立たないと考える。彼女は AI 生成コンテンツの「特徴」を修辞・声・構造・句読点の 4 次元に分解し、これらの問題は実はずっと存在していた——ただ AI がそれらを大量に増幅したにすぎないと指摘する。本記事の重点は「AI をどう見つけるか」ではなく、創業者や書き手が、どの習慣が効果的な表現を妨げるのか、いつそれを控え、いつ残すべきかを判断する手助けをすることだ。

修辞的特徴：洞察の形をした文章

編集で最も腹立たしくもあり快感でもある（そしてその後ほっとする）経験の一つは、読むと悪くないのに、どこか引っかかる文を発見することだ。語を並べ替え、調整しているうちに、徐々に気づく。それは最初から何も意味していなかったのだ。そしてあなたは、そのつるりとした偽物を削除し、先へ進む。

手近な例は、Fable が最近行った句読点スタイルについての自己分析だ。「人間の句読点には身体があり、そわそわと身じろぎする。私の句読点はどれも作為的で、作為的な整然さそれ自体がリズムになる。」

私はこうした口調を「もともと良いパーティーでジャズの即興を延々と語る人」と形容するが、ここで逐文分解するつもりはない——言いたいことはわかるだろう。人々はこうした文章について「これは人間が書いたはずがない」と言う。私にはその気持ちがわかる。ただ、編集者、ゴーストライター、そして生涯のファンタジー小説読者として保証する。人間は AI なしでも、こうした文を頻繁に書いてきた。

しかし、こうした言語の識別は、いつも「そわそわする句読点」ほど明快とは限らない。AI の他の特徴（例えば 3 文続けて箇条書きになることや、おなじみのダッシュの電信符号）とは異なり、これらの文はそもそも問題があるようには見えない。ただの文にしか見えない。中には周囲の文より滑らかに聞こえるものさえある。「本当に重要なことが起きている。」「これは重大なことだ。」「その影響は深遠である。」

AI ライティングはこうしたフレーズを大量生産する。なぜなら、それらは「もっともらしい（ただし意味は空疎な）」つなぎの素材だからだ。それが AI ライティングと結びつく以前、私たちはこうした味気ない言語を「企業口調（コーポレート）」と呼んでいた。あの典型的な、無表情なビジネスブログの語り口だからだ。「興奮しています」と伝えるのに「私たちは……を発表できることを嬉しく思います」より退屈な言い方があるだろうか？「私たちは転換点にいる」「これが私たちの旅の次の章だ」も別の二例だ。こうしたフレーズは重みがあるように聞こえるが、言い換えに耐える具体的な対象を欠いていることが多い。

他の編集者がこうした文章を「怠惰」や「不注意」と誤解するのを耳にしてきた。それは少し酷だ。これは趣味の問題かもしれないが、多くの場合、頭の前面に浮かぶ使い古された手近なフレーズや慣用句を払いのけ、より良い表現を見つけるのは、そもそも容易ではない。これは「初稿の言葉」だ。正直なところ、出発点としてはまったく問題ない。ただ、そこで終わりたくないだけだ。

私が勧める、無意味な言葉を避ける方法は、AI を使ったことがあるかどうかとは無関係だ。どこか引っかかる文を見つけたら——それが以下のフレーズや構文を使っている場合、その意味がすぐに理解できない場合、あるいは単に「雰囲気がおかしい」場合——並べ替えを始め、言い換えてみることだ。

別の言い方のほうが明確なら、より良い版を残す。それが結局のところ「何かが存在する」か「物事が変わりつつある」だけなら、それを削除し、その文がなくても文章が成り立つか確かめる。成り立つなら、ページから文字を削るあの「禁断の快感」を味わう時だ。

いくつかの綻びと、いつそれらを編集すべきか

天然風味の深遠さ（La Croix 風の洞察）。「本当に重要なことが起きている。」「リスクはこれ以上ないほど高い。」重要そうに聞こえるが、実は水増しだ。
空虚な対比。「これは単に X についてではなく——Y についてだ」、ここで Y は X より曖昧である。対比が非常に明確なとき、この構文はたまに役立つ。しかしそのまま残す前に、前の「単に〜についてではなく」の部分を削ってみるとよい。より早く要点にたどり着けるかもしれない。
回避的表現（ヘッジ）。「多くの点で。」「ある程度。」「言ってみれば。」これらはすべて、その文を「決して間違いにならない」ようにするために存在する。金融や医療など一部の業界では、主張を和らげ、コンプライアンス上必要とされる回避表現もあることに注意。AI はこれらを「荷重を支える」ヘッジと呼ぶだろうと思う。
過度な対句。箇条書きと構文が互いにあまりにも整然と鏡像になること。各リスト項目が同じ文法形状、同じ長さになる。これらは AI のほころびだが、文章を極端に退屈にもする。
総括的フレーズ。「結局のところ。」「すべてが落ち着いた後には。」こうしたフレーズを削除しても、段落には多くの場合まったく影響がない。

編集： ほぼ常に。無意味で、何を言いたいのかわからない空虚な言葉は、私たちが優先順位をつけた「ライティングの罠」リストの筆頭だ。どんなに良く聞こえても、それはあなたの考えを前進させない。それは害悪だ。この方針で一掃する。

受け入れ： ほぼ全くなし。

提案： 私はよく二種類のプロンプトを使う。（1）文章をより具体的にするプロンプト、（2）文章をより率直にするプロンプト。

私の目標は常に、余分な専門用語を除き、「情報密度が高く、より読みやすい」方向へ向かうことだ。LLM がそれを手助けしてくれるなら、それでいい。

水増し言葉をさらに取り除く方法：

大まかなスタイルガイドを作り、良い例と悪い例を使って、自分にとって「良い」文章がどのようなものかを定義する。これは AI のほころびを列挙するよりずっと確実だ。
上で述べた「言い換えテスト」を AI に実行させる——書いた内容の「退屈な版」を書いてもらえばよい。
LLM に「小学6年生のレベルで書く」よう指示するのは、あなたの散文に対処するのにまずまず使える乱暴な方法だ。

声の特徴：Alexa ボイス

英語にはおよそ 100 万語がある。デフォルトの AI ライティングは、そのうち約 400 語しか使っていないように聞こえる。しかし、どの「今日の流行語」が AI の目印かを必死に特定するより、ここでの判断基準は「代替可能性」（fungibility）であるべきだ。その文は、あなたの記事から一字一句そのまま抜き出し、誰かが書いたまったく別のテーマの記事に放り込んでも、誰も気づかないだろうか？

一時期は、こうした「低摩擦の語彙」を経験則で追跡できた。有名な話だが、研究者たちは「delve」という語が 2022 年の ChatGPT 登場後に学術論文の抄録で急増したことに注目し、その後、禁止語リストが相次いだ。tapestry、testament、underscore、より最近では load-bearing、scaffolding、broader などだ。

一方で、言葉選びへのこだわりは「文学」作者だけの執着ではない。会社を立ち上げ、経営する人にとって重要だ。人々はますます人格的な魅力に頼ってマーケティングを行うようになっているからだ。

最高の創業者の文章は、個人的で、表現力がある。他者がそれを「良い」と思うかどうかにかかわらず、そこにはそれを信じる人が感じられる。だからこそ私たちは、Brian Armstrong の文体（簡潔で、誠実で、皮肉を交えない）、Vitalik Buterin の文体（技術的で、拡散的で、密度が高い）、Chris Dixon の文体（抑制的で、哲学的）をいとも簡単に想像できるのだ。

だから、LLM を使うときは、自分の個性をそれに明け渡さないようにしてほしい。あなた自身の言葉選びとその欠点が、機械には決して再現できない「味わい」を加える。

「適切な言葉を見つける方法」についての著作は少なくないが……実際に使える助言はほとんどない。魔法とか錬金術の類だ。それはしばしば「雰囲気のキュレーション」、つまり「技術的」な正確さよりも「感情的」な正確さの問題である。教科書的なルールの権威である E.B. White でさえ、ある言葉が読者を「発火」させる一方で、そうでない言葉がある理由を誰も明確に説明できないと認めている。

まず「自分の好きな文章のどこが良いのか」をリストアップすることから始めよう。新しい語を一つ学ぶか、古い語を新しい文脈で使ってみる。言葉選びを、喚起したい雰囲気に合わせる——例えば、難解なものを説明するには短く単純な語を使う。あるいは、読者に「トラブルの気配」を嗅がせたいときは、「plan」ではなく「scheme」を選ぶ。

いくつかの綻びと、いつそれらを編集すべきか

ありがちな温かさ。「良い質問ですね！」（Great question!）カスタマーサポートの返信にありがちなフレンドリーさ。
使い回しの効く言い回し。低リスクで、ほかのどんな文章にもほとんど違和感なく移植できるフレーズ。「有用な考え方のひとつは」「核心的な論点は」「これは次のように理解できる」。
摩擦の少ない語彙。どの言葉も「ちょうど」適切で、不気味なほどしっくりくる。
抽象名詞。文章は「効率」「複雑性」「社会」「コミュニケーション」「イノベーション」といった言葉に依存する。これは「言っているようで何も言っていない」という古くからの戦術であり、ChatGPTよりはるか以前からある。
味気ない動作動詞。「ナビゲートする」「活用する」「アンロックする」「育む」、「power」も「empower」も含め、「形作る」「高める」「合理化する」——「動き」を示唆しながらも空回りして力のない言葉。
何かの灯台。「～の証左である」「～の灯台である」「私たちに～を思い出させてくれる」。
曖昧な言葉遣い。「枠組み」「場」「旅」「エコシステム」「タペストリー」——事物を直接名指しせず、その「周辺」を指す、曖昧で何も確約しない言葉。
漠然とした強意語。「非常に重要」「重大な影響」「重要な役割」といったフレーズ。特に具体的な内容の裏付けがない場合に。

編集： ほとんどの場合。時には「エコシステム」を他の言葉で置き換えられないこともあり、私たちはみな我慢するしかない。

受け入れる： 「NPCになること」自体がすべての意味を持つとき。サポート文書、エラーメッセージ、利用規約、安全上の注意、不特定多数の他人に向けた大規模な謝罪——こうした場所では、個性は摩擦であり、Alexaの声は一種の慈悲だ。

提案： これらの提案は主に、LLMを「検出」ではなく「執筆」に使うことに焦点を当てている。モデルは実は、業界用語、ビジネス調、その他AIの文章によく見られる語彙を識別するのが非常に得意だ。

「文章の何％がAIか」という議論はひとまず置いて、AI検出器や任意のLLMを使って草稿の中で最も汎用的な語や表現をマークし、それに基づいて修正できる。回避的な言い回しや代替可能な構文などを指示するプロンプトを出そう。
その後、どんな一文にも「移植テスト」を実行してみよう。見知らぬ誰かが自分の言葉として主張できそうなら、書き直しを検討する。
曖昧な言葉のリストを見直し、「もっと具体的な言葉はないか？」と問いかけよう。例えば「イーサリアムのエコシステムは拡大している」は、もう少し具体的にすると「開発者たちはイーサリアムの周辺で、より多くのウォレット、取引所、貸付市場を構築している」にできる。より正確な言葉で意味を明確にできるなら、毎回それを選ぼう。
最後に、人々は音声メモをLLMに与えて、考えを文章に落とし込むようになっている。過小評価されている利点は、そこから自分の声を他と違わせる個人的な癖を発見できることだ。ただし結果を編集する必要がある。ここに「ホールインワン」は存在しない。

構造的特徴：形ばかりで機能しない

AIを自由に書かせると、その文章はしばしば「構造過剰」に見える——H2と箇条書きが多すぎ、段落の切れ目はウィリアム・カルロス・ウィリアムズの詩に匹敵するほどだ。だが、必ずしも悪いわけではない。人々は昔から、馴染みがあり、うまく機能し、読みやすい構造のレパートリーを借りてきた。

私たちはアイデアを3つに分ける。なぜなら「3」は人に完結感を与えるからだ。読者がすぐ位置を把握できるように道しるべ（たとえば「第一に……」「言い換えれば……」）を加える。閲覧しやすいように、整った小さなカテゴリーを作る。

学生時代、私たちの多くはある種の「ハンバーガー」ロジックを学んだ。最初にこれから話すことを読者に伝え、次に区切られ裏付けのあるブロックでそれを述べ、最後にもう一度まとめて締める。これは論証を組み立てるのに役立つ。なぜなら、論点を明確にし、証拠を集め、思考を読みやすい形に並べるよう強いられるからだ——これは良いことだ！

明確で優れた構造は、評論であれ、科学解説であれ、小説であれ、読者が「今どこにいるのか」を即座に理解する助けになる。問題は、あらかじめ決まった構造が書き手を圧迫し、必ずしも理にかなわない形式にアイデアを押し込んでしまうことだ。

構造とは一連の意思決定だ——どの器を使うか、どの情報が最も重要か、どのアイデアをまとめるか、どう名付けるか。正しい決定は「果たすべき仕事」によって決まる。物語的散文は読者を前へ進めるために「発見」と「緊張」を必要とする。製品発表の告知は、読者がスクロールする途中でつかまえるために極めて高い効率を必要とする。科学解説の記事は「すでに学んだ概念の上に段階的に積み重ねる」順序を必要とする。

自問しよう——執筆プロセスのどの段階でもよいが、最初が望ましい——「このアイデアにとって最良の形式は何か？」と。それから、すでにうまく機能しているものから借用しよう。論説文を書いているなら、他の書き手が評論や同種の記事をどう構成しているかを理解するために時間をかけよう。技術解説を書いているなら、読んだ中で最も優れた解説を1本選び、書き手が情報をどう整理しているかを観察しよう。テンプレートが手に入れば、それを自分の文章に当てはめられる。

いくつかの綻びと、いつそれを編集すべきか

過剰な整理。大量の小見出し、箇条書き、番号付き段落、またはミニ枠組み。
いつも無理に3点にまとめる。ただし「三分法」は今でも最良の実践であり、詳しくは後述する。
見慣れた文章の形。広い導入、説明、例、注意喚起、結論。
決まり文句の書き出し。「今日の急速に変化する世界において……」
多すぎる道しるべ。「第一に」「次に」「最後に」「要するに」「以下が内訳だ」「これを分解してみよう」。
ぎこちない転換。「なぜこれが重要なのかを理解するには、まず……を見る必要がある」
セクションの予告。「3つの重要な理由がある……」
箇条書きリスト。AI検出器はしばしば不当にそれらをフラグする。しかしリストは便利だ！ただし特徴的な動きは、太字の導入語で箇条書きを導くことだ。例えば、これらのまさにその要点を見てほしい（ただし、この方が確かにずっと読みやすい）。
短い断片。多くの劇的なLinkedIn投稿でよく見られる。短い。力強い。たいてい3連。
言い換えで締める。つまり、結論が全文を別の言葉で言い直すだけで、発展させたり新たな方向を示唆したりしない。
説教的な結び。進歩や未来、あるいは「私たちが学べること」についての漠然とした締めの一文。

編集：

自分の形式に合わない小見出し（評論、個人的な語り、そして声とリズムで進むほとんどの文章）。
セクションが十分にしっかりしていない、または独立していないとき（たとえば「5つの学び」の記事に、非常に似た学びが2つあるとき）。
構造が本来の意図を薄めたり変えたりしているとき（たとえば「あるスタートアップがなぜピボットしたか」の番号付きリストは、事実が同じでも、それが「どう起きたか」という物語とは大きく異なって読める）。
「自明な構造」（つまり「3つの理由……」）に付けられた道しるべ。字数を埋めるだけの道しるべは削除する。

受け入れる：

文章の構造そのものが、伝えたい内容と呼応しているとき。たとえば評論は、識別しやすく追いやすい論証を備えていることが多い。
同様に、リスト記事、科学解説、操作ガイド、そして見出しや小見出しが期待されるジャンルを書いているとき。
アイデアが実際に3点として現れるとき。この原則が問題になるのは、アイデアを不自然な形に歪めるとき、あるいは作者が明らかに3つ目を無理に作っているときだけだ。
LLMや検索エンジン向けに最適化するとき。それらは構造がしっかりした情報を評価するから。
人々が「最初から最後まで読む」のではなく「繰り返し参照する」リファレンスコンテンツを作るとき——ドキュメント、ガイド、FAQ、そして読者が「順番に読む」のではなく「流し読み・走り読み」するあらゆるコンテンツ。
「拾い読み型」の読者向けにコンテンツを作るとき。見出しは目次として機能し、読者は十分の一秒で留まるか離れるかを決められる。見出しをまとめると議論全体を伝えることさえでき、その下の段落が詳細を肉付けしていく。

提案： モデルは「これをより良く整理する」といったプロンプトを得意としている。ただし、実際にもっと整理したい場合に限る。そうしたくないなら：

読者のために構造が何をする必要があるかをLLMに伝えてみよう——サスペンスを作ることでも、文章を拾い読みしやすくすることでも。
同じジャンルであなたが好きな記事をLLMに渡し、まずその論証がどう機能しているかを研究させてから、自分の文章を再構成させよう。
同じジャンルの既発表の記事を貼り、LLMに「逆アウトライン」を作らせ、各段落の役割を説明させよう。それから、その大まかな構造を骨組みにして草稿を書く。

たとえモデルが何も与えてくれなくても、「アイデアを整理して提示する」ために追加で費やした思考は、しばしば報われる。

句読点の特徴：emダッシュ・パニック

emダッシュ（em dash）——今や教科書的なAIの綻び——は、これまでもかなり物議を醸してきた（😏）。ストランク＆ホワイトは総じて抑制を勧める。「ダッシュは、より一般的な句読点では不十分と思われる場合にのみ使うこと。」しかしemダッシュには、とりわけ、他の句読点にはない、とても軽やかで会話的な語感がある。

emダッシュはしばしば効率的な文章の敵と見なされる——文の途中に別の一文をねじ込むと注意が散るのは認めざるを得ない——が、ひとたびそれが低質な文章の「印」とみなされるようになると、禁止すべき格好の標的になる。

しかし句読点には非常に具体的な規則があり、どの1000ページを超えるスタイルガイドに従うかによって変わる。AIがemダッシュを好むかどうかは重要ではない。なぜなら、使うべき場面が実際にあるからだ。少なくとも、長い挿入情報を区切るとき、あるいは思考や感情の急変を描くとき、emダッシュは最もふさわしい選択である（ホラー作家R.L.スタインが熱心に称賛しているように）。

私の見方：Shift + Option + ダッシュ（macOS）は、人間自身の厄介で、上の空で、しばしば脱線する子どもであり、少なくとも私は決してそれを手放さない。時には、emダッシュほどちょうどよいものはない。だから、いまの「AI文章の流行」に句読点の選択を左右されないよう勧めたい。あらゆる流行は、定義上、変わるものだからだ。

今や人々は必死にemダッシュを避け、AI自身はコロンを使ってそれを迂回している。私たちは「インテロバング（interrobang）」を使い始めて、十分に人間らしく見せるべきだろうか？！どの句読点も安全ではないのだから、自分の文章に最もふさわしいものを選んで使えばいい。

では、自分の文章にとって何が最善かをどう判断すればよいのか。短い答えは、最も正確で、読者を最も邪魔しないことだ。規則の具体的な細部は微妙で、趣味やスタイルによって異なる（オックスフォード・カンマ対オックスフォード・カンマなしは、文法と用法を「性格の一部」にした人々の間で人気の宗教的論争だ）。だから、完璧を目指すよりも、句読点が自分の意味を支え、読者を苛立たせないことを確実にする方がよい。

句読点に関連して気をつけるべきもう一つの特徴は「一律さ」だ。あなたの文章はすべて見た目も響きも同じだろうか？LLMはしばしばコロンで始まる連続したリストを使い、読んでいて疲れる。同様に、emダッシュの挿入で中断される文が複数続くと、誰が書こうと要点が散ってしまう。

良いテストは、自分の文章を声に出して読み、句読点を舞台のト書きとして使うことだ。不自然に聞こえる箇所は、読者もおそらく気づく。

いくつかの綻びと、いつそれを編集すべきか

コロンが密集する文体。「問題は：」「結果は：」「重要な点は：」……特にコロンの後に買い物リストのような内容が続く場合。
ダッシュの集中。問題はダッシュそのものではなく、その密度、特にリストや挿入句と組み合わさったときの密度である。一文の中でダッシュをいくつ使うかに厳格な数の上限はないが、2つを超えてはいけない。
くだけた括弧（このように）。これらは通常「自意識」や冗談のレジスターを帯び、一方ダッシュが担うのは制限的なレジスターである。
パフォーマティブなセミコロン。作家のカート・ヴォネガットは、セミコロンを使う唯一の理由は「大学を出たことを見せびらかすためだ」と述べた。これは実は彼がセミコロンについて語った中で最も丁寧な言葉だが、それでもやや不必要な怒りが感じられる。セミコロンには多くの正当な用途がある；とはいえ、正直なところ、そうした用途はあまり頻繁には現れない。

編集： 句読点が繰り返され、注意をそらし、あるいは他の形で「声に出して読む」テストを通過しないとき。

受け入れる： それが機能するとき。句読点はあなたの主張を支え、あなたの好みに合うべきだ。その目標は文法的に正しく、読者の目にはほとんど見えないことだ。

提案： 句読点が自分をAIらしく見せるかどうかに過度にこだわらないこと。ダッシュやコロン、あるいは現在「禁止リスト」に載っているどんな記号でもそのまま使えばいい。もし使わなければならないなら：

モデルに「ダッシュをすべて削除して」と急かさないこと。多くの場合、同じ文構造を保ったまま、それらを別のものに置き換えるだけだ。
代わりに、デフォルトではピリオドとカンマを使い、文法上必要な場合にのみ「特殊な」句読点を使うよう指示する。
繰り返すが、LLMに自分自身の文章（あるいは自分が評価する文章）を例として与えると、「句読点フィンガープリント」の構築に役立ち、ある記号の使用頻度を見積もることができる。

より多くの人がこれらのツールを使うようになるにつれ、「あるものが機械で生成されたか」を問うことは、少し無意味になりつつある。答えはほとんど常に「ある程度は」だ。もちろん、悪質なAI文章の事例は、私たち自身の基準によるものであれ、「人格証明」（Proof of Person）技術によるものであれ、依然として暴かれる必要がある。例えば、開示が求められる場合、署名する人物そのものがすべてである場合、あるいは一人の人間が千人を装っている場合などだ。

それ以外のほとんどすべてについては、私たちがずっと問い続けてきた問いを投げかければいい：この文章は「その役割を果たしている」か？

AIは、そうでなければ決して書かれることのなかった考えを表現し、公開する手助けをする。整理や調査の時間を節約できる。より良い書き手になる手助けさえしてくれるかもしれない。「自己表現の能力」を「気まずい」や「低品質」と切り捨てるのは、意地の悪い行為だ。しかも、文章が期待どおりに機能しているなら、過程のどの部分が「露呈した」かは、本当にそれほど重要なのだろうか？

最後に、「私たちの文章がAI支援だと見破られるのではないか」というさまざまな不安の中で、問う価値のある問いがある：私たちは一体なぜLLMに対してこれほどの「畏敬の念」を示すのか？私たちは、機械に手伝ってもらったように見えるのを避けるためだけに、句読点の一つ——印刷術の黎明期に生まれた発明！——を丸ごと放棄する用意がある。これは不合理な譲歩だ。人々がすでに、そしてこれからもこの機械をそれほど頻繁に使い続けることを考えればなおさらだ。

謝辞：a16z crypto編集チーム——Tim Sullivan、Robert Hackett、Sonal Chokshi——の本稿へのフィードバック、そして長年にわたり本稿を形作ってきた数多くの編集と議論に感謝する。