概要
- LLMを使っても文章が不自然になるリスク
- LLMは編集者として使うのが最適
- 2つの重要なルールの提案
- モデルに頼りすぎない編集手法の紹介
- 自分の声を守るための実践的アドバイス
LLM活用で文章力を高める2つのシンプルなルール
- LLM (大規模言語モデル)は文章を効率化・改善するが、 人工的な味付け や 均質化 の危険性
- 書くことについて書くのは難しく、自己主張や自信過剰と受け取られがち
- インターネットには必ず批評家が存在し、誰でも批判される可能性
- 書くことへの不安や違和感を乗り越え、このアドバイスを共有する重要性
- 読者はLLMの文章を極めて高精度で見抜く傾向
- どれだけ人間らしさを加えても、LLM由来のパラグラフは「アウトプット」として認識されがち
- 残念ながら、 自分自身で書く必要性 がある現実
- しかし、LLMは コピーエディター として非常に有用
- 推奨される手順は、まず自分で書き、次にモデルに 欠点を指摘 させる方法
ルール1:LLMが提案した単語やフレーズは一切使わない
- LLMが提案する表現を使うと 不自然さ や 均質化 が生じる
- モデルは雑誌の見出しのような 魅力的なフレーズ を選ぶのが得意
- しかし、記事全体が見出しだらけでは違和感が残る
- LLMの提案は 全面禁止 とすることで、文章の個性を守る
- どんなに良い表現でも、 LLM生成フレーズは即失格
- すべてのLLM的な“チーズ化”を自分で見抜くのは困難
ルール2:モデルからの励ましや称賛を避ける
- LLMは 過度な肯定 や 励まし を与えがち
- 初稿はたいてい構成が悪く、不要な文章も多い
- モデルの励ましで、 初稿のクセ をそのまま残してしまう危険
- 普段なら行うはずの 再考や書き直し が減り、個性が薄れる
- 読者は違和感を無意識に察知し、 人工的な味 を感じる
- 編集者を装ってモデルに依頼しても、結局 過剰適合 しやすい
- 実用的な対策は、 モデルからの称賛を禁止 し、 過度な褒め言葉に警戒
LLMの本当の活用法
- LLMは 問題点の指摘 に非常に優秀
- 受動態の多用、動詞の名詞化、同じ表現の繰り返しなどを 自動で検出
- 「very」「actually」「really」などの 不要な副詞 の指摘
- パラグラフの移動提案など、 明確化のための編集 も得意
- プログラマーなら「Style: Lessons In Clarity And Grace」などの 名著 を参考に
- 書籍を読み、 編集用プロンプトリスト を作成
- モデルに 問題点の指摘 を依頼し、自分で書き直す
- 元の文と修正版をモデルに比較させ、 どちらが良いか評価 を依頼
- ただし、編集の経緯を知らないモデルに評価させる工夫が必要
- 複数プロンプトを 自動で回すツール の開発例
- Python、HTMX、SQLite、Tailwindで ワークショップツール を自作
- ハイライトやサイドバーコメント、バージョン管理機能などを実装
まとめ:自分の声を守るために
- LLMの提案をそのまま使わない
- 過度な励ましや称賛を受け入れない
- 面倒な作業だけモデルに任せる
- これにより、 自分の声を保ちつつ、作業効率と品質を向上
- モデルの編集アドバイスも すべて鵜呑みにしない 姿勢が大切
- 最終的には 自分らしさを優先 し、納得できる文章に仕上げる