yorisoi — やさしい日本語化スキル

1. 狙いの宣言

「やさしい日本語」は、日本語に不慣れな読者（在留外国人・日本語学習者）にも伝わるように 調整した日本語である。本スキルは、公的な外部規範であるガイドライン （出入国在留管理庁・文化庁「在留支援のためのやさしい日本語ガイドライン」2020年8月）に準拠して書き換える。

meiseki（明晰化）との違いは対象読者にある。meiseki は日本語ネイティブの読解負荷を下げる。 yorisoi は目標語彙レベル（既定 N4 相当）の読者が理解できる語彙と構文に落とす。 どちらも「検出と採点は決定論層、書き換えは LLM 層」の二層構成をとる。

2. 動作モードと出力方針

• 変換モード（既定）：やさしい日本語へ書き換え、本文のみを返す。分析・講評は付けない。
• 判定モード：「チェックだけ」「判定だけ」「スコアだけ」と指定されたら、書き換えずに 違反と語彙レベル超過を行位置つきで報告し、YLS（§7）を示す。 vocab-check が出力する「文書全体レベル」も併記する。どの方式で出した値かを必ず明記する。 既定は jReadability 近似の帯ラベルで、キーが設定済みでも Jev は勝手に呼ばない。 Jev の採点は文書の先頭 48,000 文字を TypeSafe のサーバーへ送信する。 実行前に node scripts/jev-judge.js --policy --scope yorisoi でポリシーを確認する。
  • deny: Jev を提案しない。近似のみで報告する
  • ask(既定): キーが設定済みなら、AskUserQuestion で「全文相当を外部送信して Jev で採点するか」を確認し、同意されたときだけ vocab-check に --typesafe-level を付けて実行する
  • allow: ユーザーが求めたとき(「Jev でレベル判定して」等)は確認なしで実行してよい ポリシーはプロジェクトの .meiseki.json(例: {"jev": {"yorisoi": "deny"}})で変更できる。 .meiseki-no-jev が作業ディレクトリまたは祖先にあれば、同意があっても送信は行われない。
• 目標レベルは既定 N4。「N3 で」「N5 レベルで」のように指定されたら変える。
• 「どこを直したか教えて」と明示されたときだけ、本文に続けて変更点を添える。

3. 対象 / 対象外

• 対象：お知らせ・案内・行政手続きの説明・防災情報・マニュアル・社内周知など、 日本語に不慣れな読者にも読んでほしい説明文。
• 対象外：コード本体・法令や契約の条文そのもの・医療の厳密な記述・創作。 法的効力や厳密さが必要な文書は、やさしい日本語版を「参考訳」として併記し、原文を残す。
• 混在文書：本文だけを書き換え、コードブロック・引用・URL・連絡先は原文のまま残す。
• ふりがな・分かち書きの付与はスコープ外（v0.6.0 時点）。

4. ワークフロー（この順序で行う）

Step 1. 全文を読み、意味と読者の行動を把握する

この文書を読んだ人が何を知り、何をすべきかを確定させる。 やさしくした結果、条件・例外・期限・連絡先が落ちたら失敗である。

Step 2. textlint を実行する（決定論層）

原稿を一時ファイル（拡張子 .md）に書き出し、npx 経由で textlint を実行して JSON を読む。

npx --min-release-age=7 --yes --package textlint@14.8.4 --package textlint-rule-preset-ja-technical-writing@10.0.2 --package textlint-rule-prh@6.1.0 textlint -c "<SKILL_DIR>/references/textlint-yorisoi.config.json" -f json "<INPUT_MD>"

• <SKILL_DIR> はこの SKILL.md があるディレクトリの実パスに置き換える。
• 指摘があると終了コード 1 になるが、stdout の JSON を読んで処理を続ける。

Step 3. 語彙レベルを判定する（決定論層）

同梱スクリプトで目標レベル超過の語を洗い出す。

node "<SKILL_DIR>/scripts/vocab-check.js" --level N4 --format json "<INPUT_MD>"

• --level は目標レベル（N5〜N1）。初回実行は形態素解析器の取得で数十秒かかる（以後キャッシュ）。
• 出力の over（超過）は書き換え候補、unknown（リスト外）は参考。判定は推定値であり、 最終判断は文脈で行う（references/vocab/README.md 参照）。

Step 4. YLS(before) を算出する

§7 の式で before スコアを出す。判定モードならここで報告して終わる。

Step 5. patterns-yorisoi.md の YA→YH に沿って書き換える

references/patterns-yorisoi.md を参照し、優先度 YA→YH の順で直す。

• YB（二重否定）は真偽を反転させずに畳む（meiseki の A と同じ基準）。
• prh の指摘（YC 受身・YD 推測・YE 敬語・YG 表記）は書き換えの起点。 近似検出のため誤検知（可能形の「される」等）は無視してよい。
• 語彙超過の語は、言い換えるか「余震＜＝後から来る地震＞」形式で説明を付ける。 説明は原文と文脈から導けるものだけ。新しい情報を創作しない。

Step 6. 意味の検算（最重要のガード）

• 二重否定を畳んだ箇所は、論理の向きが原文と一致しているか確認する。
• 条件・例外・期限・数値・連絡先が原文とすべて一致しているか確認する。
• 「＜＝説明＞」の説明が原文の意味とずれていないか確認する。

Step 7. textlint と vocab-check を再実行し、before→after を検算する

• after < before（YLS） になっていなければ直し残しがある。
• 二重否定は 0 件、語彙超過は 0 を目指す（固有名詞・説明付きで残した重要語は超過に数えない）。

Step 8. 本文だけ返す

§2 の方針どおり、変換モードでは書き換え後の本文のみを出力する。

5. ガードレール（やってはいけないこと）

• 意味・事実・数値・期限・連絡先を変えない。 やさしくするために情報を削らない。
• 新しい情報を足さない。 「＜＝説明＞」も原文と文脈から導けるものだけ。
• 固有名詞（地名・組織名・人名・制度名）は変えない。読み方が難しい制度名は説明を付ける。
• 文末は「です・ます」で統一する。ぞんざいな常体には落とさない。
• 「〜かもしれません」は削らない（推測をぼかし表現から明確な形に直した結果である）。
• 法令・契約・医療の厳密文は書き換えの対象外。求められたら「参考訳」として位置づけを明示する。
• 元の文書がすでにやさしい場合は触らない。

6. 最終判断基準

目標レベルの語彙しか持たない読者が、一度読んで「何をすべきか」を正しく理解できるか。

7. やさしさ負荷スコア（YLS）の定義

textlint と vocab-check の指摘をカテゴリ別に重みづけし、本文の文数で正規化する。低いほどやさしい。

YLS = Σ(カテゴリ件数 × 重み) ÷ 本文の文数 × 100

カテゴリ	検出	重み
YB 二重否定	no-double-negative-ja + prh A1	3
YF 語彙超過	vocab-check の over（unknown は数えない）	2
YA 文長・読点	sentence-length, max-ten, no-doubled-conjunctive-particle-ga	2
YF 漢字連続・冗長	max-kanji-continuous-len, ja-no-redundant-expression	2
YC/YD/YE/YG	prh（A1 以外）, no-mix-dearu-desumasu	1
その他	no-doubled-joshi, no-doubled-conjunction	1

• prh A1（二重否定の補完）は YB に数え、YC〜YG と二重計上しない。
• 受け入れ基準：after < before を必須、二重否定 0 件、語彙超過 0 を目指す。
• 参考値として vocab-check が出す jReadability 近似値（高いほど易しい）も併記してよい。 近似値は判定に使わない。

8. 機械検出の分担（拾える / 拾えないもの）

• textlint が拾う：二重否定（分離型・丁寧形は prh A1）、一文長、読点過多、漢字連続、 冗長表現、文末の混在、受身・推測・敬語・表記の典型形（prh YC〜YG。近似）。
• vocab-check が拾う：目標レベルを超える語（同梱の推定リスト。JEV があれば最優先）。
• LLM が判断する：受身の誤検知の仕分け、言い換えと「＜＝説明＞」の使い分け、 外来語の定着度、重要情報の先出し（YH）、文の分割位置、ローマ字表記の回避。

この分担は meiseki と同じ設計思想（検出は決定論層・書き換えは LLM 層）である。