AIにテーマを投げると、なめらかな文章が返ってきます。けれど読み返すと、それはどこか他人の顔をしています。自分が書いたはずなのに、自分のものに見えない。原因は構造的なものです。

AIは「最もありそうな表現」を選ぶ装置です。平均に寄せるのが本質である以上、書き手の中にあった固有の違和感や、少し尖った言い回しは、放っておけば必ず削られていきます。つまりAIを使う書き手の仕事は、もはや「書くこと」ではありません。平均へ引き戻そうとする力に抗い続けること、それ自体が本体になります。

その抗い方を、再現可能な方法論として整理します。なお、ここで使っているのは Claude 4.8、ChatGPT 5.5、そして Genspark のエージェントモード（Ultra）の三つです。

原則：考えるのは人間、磨くのがAI

最初の原則は、役割を絶対に混ぜないことです。主張の核をAIに決めさせた瞬間、文章は「どこかで読んだ正論」に化けます。逆に、核さえ手放さなければ、AIはこれ以上ないほど優秀な研磨機になります。

核を渡す手段としては、テキストより声が適しています。テキストで丁寧に書こうとすると、人は無意識に「整った言い方」を選び、その時点で平均に寄ってしまうからです。生の違和感は、ボイスでぶつけたほうが濁りません。投入量も出し惜しみせず、入力の限界近くまで、ときには5000字ほどを一気に渡します。

一発では合わないことが前提です。むしろ、一度で出てきた文章をそのまま採用することは、ほとんどありません。一つの文章につき、Claude 4.8 とは何度も往復します。多いときは30回近くになります。「そこは違う」「その比喩は弱い」「もっと意地悪に」と削り続けて、ようやく自分の思想の輪郭が立ち上がります。

構造：一つのAIで完結させない

第二の原則は、単体のAIで閉じないことです。AIが自分の出力に甘いのは、性能の問題ではなく原理の問題です。文章を生成したモデルは、その文章を「最も妥当だ」と判断した分布の上に立っています。生成者と評価者が同じ物差しを共有している以上、自分の歪みは自分には映りません。同じ平均に立つ者が、自分のズレを検知できないのは当然なのです。

ここで別系統のAIを噛ませると、状況が変わります。別のモデルは別の平均の上に立っているため、片方が見落とした逸脱が、もう一方には逸脱として見える。だから私は複数のAIを役割で噛み合わせ、互いに監視させます。議論や練り直しのように思考が要る工程は対話型のAIに、Markdown整形や図・タグの生成のような定型処理はエージェントに、と性質ごとに割り振っています。

工程	担い手	役割
構成・議論	Claude 4.8	ボイスで何度も往復し、主張と論理を組む
相互レビュー	ChatGPT 5.5	別の目で切り口・論理の穴を斬る
反映・練り直し	Claude 4.8	レビューを受けて再構成する
生成指示	Claude 4.8	エージェント用プロンプトを設計する
本文・図の生成	Genspark エージェントモード（Ultra）	Markdown本文・図・タグを一括生成
最終レビュー	ChatGPT 5.5	投稿前にもう一度通読し検査する

片方に作らせ、もう片方に批評させる。AI同士を突き合わせると、一人では見えない論理の飛躍や、鈍った表現が浮かび上がります。レビューを一段挟むたびに、書き手自身の判断の解像度も上がります。AIは答えを出す機械というより、思考を反射させる鏡として置いたほうが効きます。

検証：同じ思想を、形を変えて何度も見る

第三の原則は、文書の「形」を固定しないことです。同じ主張でも、容器を変えると、見えてくる欠陥が変わります。

形式	あぶり出されるもの
表	対比のズレ、抜け漏れ
図・グラフ	関係性のねじれ、偏り
エッセイ	感情の流れ、読み心地
論文形式	論理の飛躍、根拠の穴

表に落とすと構造の穴が見え、図にすると関係の矛盾が見え、論文形式に組み替えると根拠の薄さが露わになります。一つの形式に留まると、その形式が得意な弱点しか見つけられません。だから意図的に容器を移し替え、同じ内容を別の角度から眺めます。すべての角度で生き残った主張だけが、最終形に値します。

まとめ：抗う工程が、固有性になる

このメソッドは三つの原則に集約されます。核は人間が握ること。AIは複数で相互に監視させること。そして、同じ思想を複数の形式で検証すること。

あるものが安価に大量生産できるようになると、その生産物そのものの価値は薄まり、希少性は別の場所へ移っていく、と一般に言われます。文章もまた、その流れの中にあるのかもしれません。「それなりに整った文章」をいくらでも生成できるようになったいま、人間に残された価値は「書くこと」そのものではなく、「何度も疑い、抗うこと」のほうへ移っていくのではないでしょうか。だとすれば、AIに抗う工程をどれだけ挟めるかが、そのまま文章の固有性になっていくように思います。

このメソッドで書いた記事

実際にこの工程を通して書いたものを置いておきます。どれもBPOの現場と理論を往復しながら書いたものです。

「ミスはゼロを目指す」が通じない世界もある──BPO現場で見たPMのもう一つの顔
なぜBPO型PMにGitHubが定着しないのか──PMBOK 3地層モデルで読み解く
「うちは特殊なんで」が組織を濁らせる──PMの「手弁当中央集権化」という静かな病
AIで家系図アプリを作ろうとしたら、必要だったのはBPO型進捗共有ポータルだった
「QCDを意識しろ」と言われて現場の目が死ぬ理由
「誰でもできる仕事」が存在するなら、なぜOJTが必要なのか