汎用執筆ガイド — AI臭さを消す文章術

技術ブログ、スライド、書籍など、あらゆる書き物に共通する文章スタイルルール。 各プロジェクト固有ルール（CLAUDE.md 等）と併用する。

使い方

執筆作業の「品質チェックリスト」として使う。

• 執筆前: このルールを頭に入れてから書き始める
• 執筆中: AI臭い表現が出てきたら即座に書き直す
• 執筆後: scripts/ai_smell_lint.py を実行し、検出→自分で判断→修正→再lint のループを回す

lint の使い方は「機械検出 lint」を参照。 既存文章の本格的なリライト（AI臭スコア採点・4フェーズ変換・レポート出力）が目的なら、 このスキルではなく ai-smell-remover スキルを使う。writing-guide は「書きながら守るルール」、 ai-smell-remover は「書き上がったものを生き返らせる手術」という分担。

大原則 — AI臭は語彙よりリズムに出る

AI臭には2つの層がある。語彙の層だけ直しても、リズムの層が残っていれば読者にはバレる。

1. 語彙・構文の層: 「〜することができます」やダッシュ多用など、表現単位のパターン。置換で直せる
2. リズムの層: 文長が均質、段落がきっかり同じ文数、体言止めがゼロ、 「〜ではなく」の対比構文が反復する。こちらは文章全体を見ないと直せず、AI臭の本体はむしろこっち

実測データ（7つのLLM・406本のコーパス分析）では、AIの文章は平均±小さな分散で文長が並び、 人間の文章は短文と長文が大きく揺れる。この「揺れのなさ」が無意識レベルで読者に伝わる。

1. AI臭い表現の禁止リスト（語彙・構文の層）

頻出パターンの要約。完全な表（なぜダメか・代替表現つき）は references/forbidden-patterns.md を執筆開始前に必ず読む。

• 太字（**...**）の多用。本当に強調が必要な箇所だけに絞り、基本はベタ書き
• ダッシュ（—、──、―）での区切り。タイトル・本文・blockquote すべてで使わない。読点か文分割で代替
• 「項目名: 説明」のセット形式の箇条書き連発。本文ベタ書きか見出しで構造化
• タイトル・見出しでの「XX：YY」コロン構造。カギカッコや読点で繋ぐか、シンプルに削る
• 見出し・スライドタイトルの「です・ます」調。言い切り・体言止めにする
• 「！」の多用、「〜することができます」、「〜を活用する」の乱用、「〜についてご紹介します」で始める定型
• 接続詞の連打（「さらに」「加えて」「また」「一方で」が毎段落）
• 具体的な行為を抽象動詞に言い換える（「6つのデプロイ先を回ります」）。「紹介します」と素直に言う

構成レベルでは、短い文章へのアジェンダ自動挿入、内容を繰り返すだけの「まとめ」、 均等に網羅的なリスト、「以下の通りです」→箇条書きの毎回使用、 結論先出し+箇条書き展開の定型構造を避ける。

2. リズムの層 — 語彙を直してもバレる理由

詳細は references/rhythm-rules.md を読む。要点は5つ。

文長に揺れをつくる（burstiness）

AIは平均的な長さの文を淡々と並べる。人間は短い文でズバッと言い切った直後に、 補足や具体例を織り込んだ長い文を続ける、という呼吸がある。 書き上げたら文の長さの分布を見て、均質なら短文を挟むか2文を結合して揺らす。

段落の文数を揃えない

「どの段落もきっかり4文」はAIの癖。言いたいことの重さに応じて、 1文だけの段落があってもいいし、6文続く段落があってもいい。

体言止めをゼロにしない

これは直感に反するので注意する。「体言止めの多用がAI臭」という常識は実測では逆で、 人間の書き手の約60%が体言止めを使うのに対し、AIはほぼ0%。 体言止めが1つもない文章こそAI臭い。ただし連続・均一な体言止め （毎スライドの締めが全部名詞止め等）は「標語の貼り紙」化するのでこれも避ける。 数回、効く場所にだけ置くのが人間のリズム。

「〜ではなく」の対比構文を減らす

「AではなくB」という否定→肯定の対比はAIが多用する論理構造。 1記事に数回なら問題ないが、反復すると説教くさくなる。素直に「Bだ」と言えないか考える。

翻訳調を避ける

「〜することが可能です」「〜という点において」など、英語の構文を透かし見せる品詞の並びは 日本語としての流暢さを壊す。声に出して読み、口語で言い直せるか確かめる。

過剰矯正しない

「最後に」「まさに」「また」は実測では人間の方がよく使う日常語。 「AIっぽい単語だから」と機械的に狩ると、かえって不自然になる。 禁止リストは「疑いの提示」であって絶対規則ではない。文脈で判断する。

3. 人間味を出すテクニック

AI臭さを消す最大のコツは「その人にしか書けない要素」を入れること。

個人の経験・考察を入れる

• 「実際に触ってみた」姿勢を貫く。評論ではなく、自分の手で動かしてから書く
• うまくいかなかった点も正直に書く。失敗談は最高の人間味
• 「個人的に注目しているのは〜」「これは正直微妙で〜」と主観を恐れない
• なぜこれを書こうと思ったか、きっかけや背景を添える
• 著者の意思と異なる内容を勝手に生成しない。壁打ち・すり合わせを経てから書く。 実体験が必要な箇所は創作せず「ここに体験談を1行入れると効く」と提案に留める

比喩と噛み砕き

• 専門用語は初出時に日本語補足をカッコ書きで添える。例: Function Calling（関数呼び出し）
• 「すごく雑に言うと」方式で厳密な定義をかみ砕く
• 比喩は身近で大胆に。LLMを「ドラえもん」、コンテナを「使い捨ての仮想PC」
• 抽象→具体→比喩の3段階で説明すると伝わりやすい

読者に寄り添う

• 安心フレーズを入れる。「他はデフォルトのまま」「ここだけ押さえればOK」
• 読者がハマりそうなポイントを先回りして説明する
• 前提知識を仮定しすぎない。初心者がついてこられるか常に意識する

4. 情報密度のコントロール

箇条書きのルール

• 3〜4項目が上限。それ以上は分割するか、本文で説明する
• 階層は1段まで。深くても2階層。3段以上のネストは読者が迷子になる
• 各項目は1〜2文。長い項目は本文に戻す

1トピック1ブロック

スライドなら「1スライド1メッセージ」、ブログなら「1段落1トピック」、書籍なら「1節1テーマ」。 詰め込みすぎず、段階的に理解を積み上げる（ビルドアップ型）。

5. 図版の作成ルール

• 図を本文やスライドへ挿入するとき、安易に Mermaid 記法を使わない
• 見栄えや情報設計が重要な図は、原則として SVG 画像を作成して挿入する。 配置、余白、文字サイズ、配色を媒体に合わせて調整する
• Mermaid は、単純なフローや構造確認など、編集のしやすさを図の品質より優先する場合に限って使う
• SVG は挿入後の表示まで確認し、文字切れ、重なり、縮小時の読みにくさを直す

6. 表記ルール

コード表記

• インラインコード（`）の前後に半角スペースを入れる
• コードブロックには必ず言語を指定する（python, sh 等）
• コードはそのままコピペ可能な状態で掲載する

主語と動作主

• 曖昧な動作主は明示する。NG「設定される」→ OK「ユーザーが設定する」「システムが自動設定する」
• 受動態より能動態を優先する

機械検出 lint

機械的に検出できるパターンは目視に頼らずスクリプトで洗い出す。

python3 scripts/ai_smell_lint.py 対象ファイル.md

語彙層（ダッシュ、冗長表現、太字密度、コロン見出し等）とリズム層 （文長の均質さ、段落文数の均質さ、体言止め率、「ではなく」反復、接続詞連打）の両方を検査し、 行番号つきで報告する。

lint 結果の扱い方が重要で、これはエラーではなく疑いの提示。 機械的に全部「修正」すると、AIは指摘を受けて「別の方向に整えてしまう」ため、 かえって新しいAI臭が生まれる（Goodhart の法則）。正しいループはこう回す。

1. lint で疑い箇所を列挙する
2. 一つずつ「これは本当に不自然か」を文脈で判断する。意図的な表現なら残す
3. 直すと決めた箇所だけ修正する
4. 再 lint して、修正が新しいパターン（例: 体言止めの入れすぎ）を生んでいないか確認する

参照リソース

• references/forbidden-patterns.md — 禁止パターン完全版（なぜダメか・代替表現つき）
• references/rhythm-rules.md — リズム層の詳細ルールと実測データの背景
• scripts/ai_smell_lint.py — 機械検出 lint スクリプト