AIっぽい文章は、読む人に「AI が書いたな」と思われた時点で、評価が下がります。
AIっぽく見える原因は、言い回しよりも中身の薄さにあると、i-Style では見ています。
今日やることは1つです。
次に AI へ文章を頼む前に、「誰に向けるか」「言いたい結論」「自分の体験や数字」「言わないこと」の4つを、1行ずつ書いてください。
AI をやめる必要も、AIっぽさを消すプロンプト(AI への指示文)を探す必要もありません。
i-Style では、ブログや X などの投稿の下書きを、普段から AI に作らせています。
ところが読み返したときに、自分たちでも「これは出せない」と感じることがありました。
ブログ記事1本分の下書きを人に出せる形に直すまで、1時間以上かかることもあります。
そこで AI に渡す前にこの4つを先に書くようにしたところ、手直しは半分くらいに減りました。
時間を計ったわけではなく、担当の実感です。
まずは、AI の下書きのどこが「出せない」と感じたのかから書いていきます。
この記事を読むとわかること
- アメリカの調査では、AI が書いたと思われた記事は、信頼できるかの評価が半分近く下がりました。
- AIっぽさの元は、言い回しよりも、中身を決めないまま任せたことにあると見ています。
- AI に渡す前に、誰に・結論・体験・言わないことの4つを自分で書きます。
AIっぽい文章はどこでバレる? 社内で「出せない」と感じた4つの場所
AIっぽさは、言葉の選び方と中身の薄さに出ます。
i-Style で自社のブログや SNS の下書きを読み返して、「出せない」と感じた場所は次の4つでした。
1つ目は、普段は使わない言葉への言い換えです。
「ツール」で通じるところを「道具」と書かれると、読み返したときに引っかかります。
2つ目は、誰にでも当てはまる一般論。
「お客様に寄り添い、信頼される会社を目指します」のような文は、どの会社の紹介にも貼れてしまいます。
3つ目は、文のつながりのずれです。
文の主語と述語が合わなかったり、同じことを言い換えて何度も繰り返したりします。
4つ目は、大げさな言葉や、自分をほめる言葉。
「いちばん分かりやすい」のような、自分なら言わない言い回しが混ざります。
この4つのうち、言葉を直せば済むのは1つ目と4つ目だと考えています。
一般論と文のつながりのずれは、書く前に中身が決まっていないことから起きる、と見ています。
ここからは、i-Style のキャラクターのマメ(聞く側)とホク(答える側)の会話です。
マメ
うちは社員4人で、チラシもホームページの文章も、私が AI で作ってる。これ、お客さんに気づかれてるの?
ホク
気づかれているかどうかは、こちらからは分からないよ。ただ、i-Style で「出せない」と感じた文は、どれもいまの4つのどれかだったよ。
マメ
自分の文だと見慣れちゃって分からないんだよね。AIっぽいところって、どうやって見つければいい?
ホク
最近作ったチラシを1枚、声に出して読んでみて。自分なら言わない言葉のところで、口が止まるはず。そこは今日でも直せる。同じところで止まらないように、次からは頼む前に4行書くんだ。
AIっぽいと思われると、読む人の評価はどれくらい下がる?
AI が書いたと思われた記事は、評価が大きく下がります。
アメリカの広告の会社 Raptive(ラプティブ)が、アメリカの大人3,000人に聞いた調査です(2025年)。
AI が書いたと思った人は、その記事を「信頼できる」と感じる度合いが48%、「本物らしい」と感じる度合いが57%低くなりました。
記事の隣に出ていた広告も、「買ってみようか」と考える気持ちが14%下がっています。
気をつけたいのは、本当に AI で作ったかどうかに関係なく、AI だと思われた記事は評価が下がった点です。
人が書いた文章でも、AI が書いたと思われれば、同じように見られるということですね。
i-Style も、お客様から指摘を受けたことがあります。
ブログ記事の作成をお任せいただいていたお客様から、AI で書いただけの記事に見える、と言われました。
そう言われて、i-Style では、公開していた記事を人の目で1本ずつ読み直して直すことにしました。
会社の中の資料でも、中身の薄い AI の文章は同じように見られます。
見た目は整っているのに中身が無く、読んだ人の仕事が進まない AI の資料を、海外では「workslop(ワークスロップ)」と呼びます。
スタンフォード大学の研究室と、働く人の支援をする会社 BetterUp(ベターアップ)が、アメリカの会社員1,150人に聞いた調査があります(2025年)。
受け取った人の42%が、送ってきた相手を前より信頼できないと見るようになりました。
受け取った資料1件の後始末には、平均で約2時間かかったと答えています。
お客様向けの文章では記事や広告の評価が、社内の資料では送った人への信頼が、下がっていました。
AIの性能が上がれば、AIっぽさは消える?
では、AI が賢くなれば、この問題は消えるのか。
言葉の不自然さは、AI の性能が上がれば減っていくと見ています。
それでも、中身を決めないまま任せた文章が薄くなる問題は残ります。
AI がどれだけ賢くなっても、人の側に残る仕事があるからです。
i-Style では、文章に関わるものとして次の5つがあると考えています。
| 人に残る仕事 | AI に任せきれない理由 |
|---|---|
| 何のためかを決める | 売上を取るか、地域の評判を取るかは、本人の考えでしか決まらない |
| 頼みたいことを言葉にする | AI は言われたとおりに作る。書き漏らすと、思っていたのと違うものができる |
| 出てきたものを見分ける | AI はもっともらしい間違いも書く。間違いかどうかは、仕事を知っている人にしか分からない |
| 出した責任を持つ | AI が書いた文でも、出した会社が責任を問われることがある |
| 自分の会社の話を書く | お客さんの声や地域の事情は、言葉にしない限り AI に届かない。同じ AI は競合も使える |
チラシやホームページに AI が書いた文を載せたときも、責任を問われるのは載せた会社だと考えておくのが安全です。
カナダの航空会社 Air Canada(エア カナダ)では、サイトのチャットボット(AI が自動で答えるチャット)が、割引の条件を間違えてお客さんに伝えました。
2024年に、カナダのブリティッシュコロンビア州の審判所(裁判所ではありません)が、会社に差額の支払いを命じています。その1件の判断で、日本で同じになるとは限りません。
表の5つのうち、頼む前に自分で用意できるのは「何のためか」「頼みたいこと」「自分の会社の話」です。
これを4行のメモにしたのが、このあとの「4つ」です。「見分ける」と「責任を持つ」は、下書きが出てからの仕事です。
同じAIでも、仕事の種類やAIの作りで成果は上がりも下がりもする
AI を使えば誰でも成果が上がる、とは限りません。
ハーバード大学などが、大手コンサルティング会社の社員758人で試した実験があります(2023年)。
AI が得意な種類の仕事では、AI を使わなかった人と比べて、仕事の質が3〜4割上がり、速さも約25%上がりました。
ところが AI が間違えやすいように作られた課題では、AI を使った人のほうが、正しく答えた人が100人あたり13〜24人少なくなっています。
AI の作りで結果が分かれた例は、学校にもあります。
トルコの高校の数学で、練習では答えをそのまま出す AI を使い、本番は AI なしで試験を受けた生徒は、AI を使わなかった生徒より17%低い点でした。
練習でヒントだけを出す AI を使った生徒は、本番でも、使わなかった生徒とほぼ同じ点でした(2025年に論文が出ています)。
AI に任せる仕事の切り分け方は、別の記事(AI時代に生き残る会社は「AIに任せる力」を育てている)にまとめています。
2つの実験では、AI が得意な仕事か苦手な仕事か、AI が答えを出す作りかヒントに留める作りかで、結果が分かれました。
i-Style の文章づくりでは、何を言うかを先に決めてから AI に渡す形が合いました。
AIっぽい文章を防ぐには、AIに渡す前に4つを自分で書く
AIっぽい文章を防ぐには、AI に頼む前に、中身を自分で決めておきます。
i-Style では、ブログや投稿の下書きを頼むときに、次の4つを先に書いています。
- 誰に向けるか(読む人と、その人の困りごと)
- 言いたい結論を1つ(これだけは伝えたい一文)
- 自分の体験や数字(お客さんに言われたこと、よく聞かれる質問、試した結果)
- 言わないこと(書いてほしくない約束や言い切り、使ってほしくない言葉)
たとえば、町の工務店がお風呂の改修のチラシを頼むなら、こんな4行になります。
誰に:築30年の家に住む、近所の60代のご夫婦
結論:冬の脱衣所とお風呂の寒さは、改修で和らげられることがある
体験:この冬いちばん多かった相談は、脱衣所が寒いという声
言わないこと:「必ず暖かくなる」のような言い切りはしない
4行は文体の指示とは違い、AI が持っていない材料を渡すメモです。
結論を1つに絞ると文のつながりがずれにくくなり、体験を入れると一般論が減ると考えています。
4行を先に書いておけば、AI に任せるのは、言葉を整えて文章の形にするところだけで済みます。
冒頭に書いた手直しの減り方も、中身をこちらが先に決めていたからだと見ています。
とくに「自分の体験や数字」と「言わないこと」は、AI には代わりに書けません。
体験は書く人の頭の中にしか無く、言わないことは書く人にしか決められないからです。
AI の下書きが出てきたら、最初に挙げた、「出せない」と感じる4つの場所(普段使わない言い換え・誰にでも当てはまる一般論・文のつながりのずれ・大げさな言葉)で読み直します。
言い換えと大げさな言葉は、普段の言葉に直します。一般論と文のつながりのずれは言葉を直しても残るので、4行を書き足して頼み直します。
最後は、自分の言葉に直してから出してください。
マメ
文章を書けるのは社長の私1人で、そんな時間は取れないよ。4つも書くの?
ホク
1つ1行で足りるよ。長い文章にしなくていい。さっきの工務店の4行くらいの短さで十分。
マメ
体験とか数字って言われても、特別な話なんて無いんだけど。
ホク
先週お客さんに言われたことや、よく聞かれる質問で十分。AI はそれを知らないから、そこを書くと文がその会社の話になるんだ。
まとめ:AIっぽさを消すより先に、中身を自分で書く
アメリカの調査では、AI が書いたと思われた記事は、信頼できるかの評価が半分近く下がりました。
本当に AI で作ったかどうかより、どう見えるかで決まります。
i-Style では、中身を決めないまま AI に任せるのをやめ、先にこの4つを書いてから渡すようにしています。
次に AI へ文章を頼むときは、頼む前に4行書いてください。
誰に・結論・体験・言わないこと。1行ずつ、短い文で構いません。
この記事の数字の出どころと、言い切れないこと
社内の話は、2026年11月に、ブログと SNS の下書きの作り方を振り返ってまとめたものです。
手直しの時間(1時間以上・半分くらい)は計った記録ではなく、担当の実感です。工務店の4行は、説明のために作った例です。
海外の調査は、どれも2026年11月22日に読みました。読んだのは、Raptive の調査(英語)、workslop の調査を伝えるハーバード・ビジネス・レビューの記事(英語)、Air Canada の件の解説(英語)、ハーバード大学の実験の解説(英語)、トルコの高校の実験の解説(英語)です。本文は原文の要約で、そのまま訳したものではありません。
Raptive の調査は同社が依頼したもので、比べ方や点数の付け方は、Raptive の記事に詳しく書かれていません。
workslop の時間は答えた人の申告で、ハーバード・ビジネス・レビューの記事では1時間56分、BetterUp 自身の記事では1時間51分と書かれています。
ハーバード大学の実験の「仕事の質」の数字は、2023年の論文では40%超、2026年に雑誌に載った版では約32%です。本文ではその間をとって3〜4割と書いています(雑誌の版は Organization Science 37巻2号(英語))。
トルコの高校の実験は、米国科学アカデミーの論文誌に2025年に載りました(PNAS 122巻26号(英語))。
言い切れないことも書いておきます。
海外の調査の対象は、アメリカの大人や会社員、トルコの高校生などで、日本の読み手で同じ数字になるかは分かりません。
お客様の会社が、AI で作ったチラシやサイトで問い合わせを減らした例は、i-Style では見ていません。
AI が書いたかどうかを調べるソフトの話ではなく、読む人が受ける印象の話として書いています。
「AIっぽさの元は中身の薄さ」「言葉で直せるものと中身の問題の分け方」「AI の性能が上がれば言葉の不自然さは減る」「人に残る5つの仕事」は、調査の結果ではなく、上の研究や事例をもとにした i-Style の考えです。
i-Styleに相談する
i-Styleの「まるっとAI」は、業務の自動化支援やAI活用支援を月額制でお手伝いするサービスです。AI 活用支援として、社内で AI を使うときの進め方からご相談いただけます。AI の API 利用料やサーバー費用などのシステム利用料は月額に含まれず、実費で別途ご請求します。
お問い合わせページへ arrow_forwardまだ相談するほどではないなら、右下のチャット窓口で気になることを聞いてみるところからでも構いません。