AIっぽい日本語を自然に直す ― natural-japaneseスキル

natural-japaneseでできること

natural-japaneseは、仕事で使う日本語の文書を読みやすく書いたり、直したりするためのスキルです。SKILL.mdには、議事録、調査レポート・分析レポート、社内ガイド・マニュアル、リサーチメモ、企画書、提案書、報告書、メール、スライド構成案が対象として挙がっています。会議の文字起こしから議事録を作る作業や、noteやブログ記事、エッセイをゼロから書く作業、既存の文章のリライトにも使えます。

書き始める前に読むのは、文書の種類ごとに用意された「型」のファイルです。議事録ならreferences/doctypes/minutes.md、調査レポートならreport.md、スライド構成ならslide.mdという具合です。noteやブログのように型に当てはまらない文章では、この手順を飛ばします。

作業は「設計 → 執筆 → 検査 → 収束」の順に進みます。最初に決めるのは、誰が読む文書かと、一文にまとめた主メッセージです。

次に見出しの骨組みを作り、見出しだけで話が通るかを確かめてから本文に入ります。主メッセージを一文で書けないときは、書き方の問題ではなく素材が足りないと判断する作りです。

「AIっぽさ」をどう直すのか

このスキルの軸は「検出は機械、判断はAI」という考え方です。AIは自分の癖に気づきにくいので、怪しい箇所の検出は付属のPythonスクリプトscripts/lint.pyが機械的に行います。

検出対象は、禁止語や翻訳調、否定と肯定の対比の繰り返し、文の長さの均質さなど。体言止めや段落頭の接続詞の割合、英語の文の組み立てをなぞった直訳調も拾います。

ただし、検出結果は「全部直せ」という指示ではありません。エージェントが一件ずつ文脈を見て、「直した」か「残す（理由）」かを記録しながら判断します。

もう一つの軸は、書いた後に消すより、書く段階の制約で発生を防ぐという考え方です。執筆時の制約になるのは、references/writing-constitution.mdの12箇条です。

中身は、結論から書く、見出しを結論を含むメッセージにする、箇条書きは本当に並列なものだけに使う、同じ型の文を3回続けない、といったもの。すべての節を同じ厚みで書くこと自体が不自然だという考えから、重要な節は厚く、軽い節は軽く書く「濃淡」の設計も求めています。

読みやすさの面で扱うのは、語順、読点の位置、一文一義、主語と述語の距離などの原則です。機械では判定しにくい部分は、カタログreadability-antipatterns.mdを参照しながら目視で確認します。このカタログには、悪文パターン27種が読解の負担が大きい順に分類されています。

書き換えをせず、診断だけを頼むことも可能です。scoreを指定すると、文書には手を入れず、自然度スコア（0〜100、高いほどAI臭が薄い）と理由を返します。

クイックとフルの2つのモード

モードはクイックとフルの2つで、既定はクイックです。SKILL.mdの実測目安では、会議メモ程度の短い文書なら30秒前後、1万字級でも3分程度で終わります。

フルモードが使われるのは、「しっかり」「時間をかけていい」と頼んだときです。対外向けや経営向けのように失敗できない文書や、1万字を超える長い文書でも使われます。

フルモードでは、構造と読みやすさのレビューをサブエージェントで並行して行います。6軸の評価基準で、すべての軸が90点以上になるまで直す仕組みです。所要時間の目安は、短い文書で7分前後、1万字級で15〜20分。

こんな人に向いています

まず向いているのは、AIで書いた文章を「AIっぽい」「機械翻訳みたい」と言われた人です。「〜することができる」「と言えるだろう」のような言い回しや、同じリズムで並ぶ段落が気になっているなら、検出と判断の両方を任せられます。

ビジネス文書の基本を整えたい人にも合うスキルです。「結論から書いて」「見出しを端的に」「専門用語をわかりやすく説明して」といった指示への対応も明記されています。議事録やレポートを書く機会が多ければ、職種を問わず使えるでしょう。

自分の文体で書いてほしい人も対象です。過去の文章を3〜5本読ませると、assets/style-profile-template.mdに沿って視点・語彙・リズムの傾向をstyle-profile.mdに書き出します。以後の執筆では、このファイルが下敷きになります。

一方、技術文書の章立てを整えたり、Markdownを整形したりしたい場合には向きません。一文一行化、引用ブロック、脚注記法といった整形は対象外で、別のスキルの領域だとSKILL.mdに書かれています。

インストール方法

配布元はGitHubのcoji/natural-japaneseです。ターミナルで次のコマンドを実行するとインストールできます。

npx skills add https://github.com/coji/natural-japanese --skill natural-japanese

Claude Codeに頼んで入れてもらう場合は、次の文面をそのまま送ってください。

次の Agent Skill をインストールしてください。
https://github.com/coji/natural-japanese/tree/main/skills/natural-japanese

まず SKILL.md と付属ファイルの中身を確認し、不審な処理（外部への送信、認証情報の読み取りなど）がないことを確かめてから、~/.claude/skills/natural-japanese/ に配置してください。

スキルの置き場所は2通り。すべてのプロジェクトで使うなら~/.claude/skills/に、特定のプロジェクトだけで使うならそのプロジェクトの.claude/skills/に置きます。

呼び出し方も2つあります。/natural-japaneseのようにコマンドで呼ぶ方法と、日本語でそのまま頼む方法です。スキルの説明文は、「もっと自然な日本語に」「AI臭さをスコアで出して」のような依頼でも使われるように書かれています。

使い方の例

1つ目は、会議の文字起こしから議事録を作る依頼です。

この会議の文字起こしから議事録を作ってください。読むのは会議を欠席した部長です。決まったことと宿題を先に書いてください。

議事録の型で下書きを作り、lintで検査してから仕上げた議事録が返ってくるでしょう。

2つ目は、書いた記事のリライトです。

このブログ記事を「AIで書いたでしょう」と言われました。もっと自然な日本語に直してください。

返ってくるのは、検出結果を一件ずつ判断して直した文章です。同じ種類の修正を全体に一律に当てると、かえってAI臭が増す。SKILL.mdはそう考えて、価値を足せる箇所だけを直す方針をとっています。

3つ目は、直さずに診断だけを頼む例です。

/natural-japanese score quick draft.md

自然言語なら「この文章、どれくらいAIっぽいか判定して。書き換えはしないで」でも同じです。

0〜100の自然度スコアと理由が返ってきます。リライトを提案されることはありますが、頼むまで文章は変更されません。

注意点

検査に使うscripts/lint.pyなどのスクリプトは、uv runで実行する前提です。uvが使えない環境では、references/manual-checklist.mdに沿って同じ観点を人の目でなぞる方式に切り替わります。SKILL.mdには、そうした環境の例としてClaude.aiが挙がっています。

score expで使うscripts/semantic.pyは実験的な検出器です。torchとsentence-transformersに依存し、初回に約1GBのモデルをダウンロードします。通常の検査には含まれず、フル工程や環境が許すときだけ追加で使う位置づけです。

スキルにはPythonスクリプトが含まれるため、インストール前に中身を確認しておくと安心でしょう。ライセンスはMITです。

作業中に作った中間ファイルは、完了時に削除される設計です。判断の記録やlintのJSON、下書きのバックアップなどがこれに当たります。残るのは完成した文書と、希望した場合のstyle-profile.mdだけです。

関連スキル

yomiyasuは、AIが生成した日本語の推敲に使うスキルです。対象は技術記事や仕様書、PRの説明文、社内レポート、エッセイなど。意味と条件を保ったまま、不自然な比喩や曖昧な主述関係を整えると説明されています。

copy-editingは、マーケティングコピーの編集とレビューに使うスキルです。広告文やLPの文章を見直したいときの候補になります。

slide-storyは、登壇や講義のスライドでストーリーをどう組むかをまとめたスキルです。スライド構成案を作るとき、併せて読む候補になるでしょう。

まとめ

natural-japaneseは、仕事の日本語文書を読みやすく書き、直すことに特化したスキルです。禁止語や直訳調の検出は機械が行い、直すかどうかはエージェントが文脈で判断します。そのため、表面的な言い換えにとどまりにくい作りです。

議事録やレポートの作成、ブログ記事のリライト、AI臭さの採点、自分の文体の学習まで、文章の自然さに関わる作業を一通り任せられます。まずはクイックモードで、手元の文章を一本試してみてください。詳しくはcccskillsのページをご覧ください。