文字起こしの修正時間を大幅削減しながら、記事の品質を高めるしくみ

取材後の文字起こしクレンジングは、長年ずっと地味にしんどい工程でした。

音源を聴きながらテキストを見て、間違っている箇所を直す。外来語、固有名詞、専門用語。同音異義語。「あのー」「えー」などのフィラー。これを1本のインタビューで何十箇所も繰り返す。

Claude Codeのワークフローに移してから、この工程の修正時間が体感で9割減りました。

続きを読む 文字起こしの修正時間を大幅削減しながら、記事の品質を高めるしくみ

取材情報をAIに渡して大丈夫ですか?——メモリ機能と学習データを管理する環境の選び方

「AIを使って記事制作を効率化したい」と考えたとき、多くの方が最初に感じる不安があります。

「取材相手の未公開情報を入力して、外部に漏れないか」「クライアントから預かった資料をAIに渡していいのか」

この不安は、正しいです。そして、解決策があります。

続きを読む 取材情報をAIに渡して大丈夫ですか?——メモリ機能と学習データを管理する環境の選び方

記事制作の工程をAIエージェントに分解する——AI編集部OSの設計と並走パイプライン

アンジーでは2020年から文字起こしAIを、2022年末から生成AIを記事制作に組み入れ、6年間で3500本以上の記事を制作してきました。これまでブログでも紹介してきたCLAUDE.md(AIへの記事制作業務指示ファイル)は、生成AI活用の初期から継ぎ足しで進化させてきた指示書です。

本記事では、AIによるブログ記事制作の自動化手法を、CLAUDE.md一枚岩からAI編集部OSへの構造転換という観点で解説します。2026年3月にClaude Codeを使い始めて以降、新しい制作パイプラインAI編集部OS(ai-editorial-os)の構築に着手しました。CLAUDE.md一枚岩のやり方を「クラシック環境」としてアーカイブし、工程をバラバラに分解して、AIエージェントの編成として組み直す方針です。以下のように、GitHubにて無料公開中です

続きを読む 記事制作の工程をAIエージェントに分解する——AI編集部OSの設計と並走パイプライン

人とAIによる校正・校閲の分業マップ——AIに任せる4つ・人が判断する4つ

生成AIが「ファクトチェック完了」と報告してきたら、そのまま信じていいでしょうか。

答えは「いいえ」です。AIが「一次情報あり」と判定した記事が、実は二次情報の引用だった——現場でよく起きるミスです。AIに任せられる校閲作業と、人間が判断すべき作業を線引きしないと、記事の品質は守れません。

本記事では、6年間のAI活用ワークフローから整理した「AIに任せる4つ」と「人が判断する4つ」、そして3段階の指摘分類を一気に紹介します。

続きを読む 人とAIによる校正・校閲の分業マップ——AIに任せる4つ・人が判断する4つ

「AI臭さ」の正体は文末にある——単調な文末表現を解消する多様化ルール

AIが書いた記事を読んでいて、こんな感覚を覚えたことはありませんか。

「読んでいて疲れる」「リズムが単調」「小学生の作文みたい」

内容は間違っていない。情報も整理されている。でも、何か引っかかる。

実はこれ、AIに限った話ではありません。新人のライターや編集者がよく注意される点でもあります。筆者自身も、編集者になりたての頃に経験しました。正しい情報を書いているのに、なんか気持ち悪い。読んでいて引っかかる。その正体が何なのか、当時はよくわかりませんでした。先輩に「文末が揃いすぎている」と指摘されて初めて気づいた。

その原因の多くは、文末表現の単調さにあります。これが「AI臭さ」の正体のひとつです。

続きを読む 「AI臭さ」の正体は文末にある——単調な文末表現を解消する多様化ルール

「今年」とは書かない——時間が経っても腐らない記事の書き方

記事を書いた直後は問題ない。でも、年を経て読むと少し混乱する表現があります。

「今年」「昨年」「先月」「最近」「現在」——。

こうした時限的表現は、書いた時点では正確です。でも、記事は公開後も検索でヒットし続けます。3年後に読んだ読者には、「今年」がいつのことか、まったくわかりません。

これが、時制の絶対値表記のルールが必要な理由です。

続きを読む 「今年」とは書かない——時間が経っても腐らない記事の書き方

AIに「やっぱり〜」「しっかり〜」の言い換えを教える―口語表現の書き言葉への変換

アンジーでは、AIやAIエージェントと人が協働する記事制作ワークフローを実践しています。その知見を、伴走型支援サービスとして提供しているのが「KIJI Base(記事ベース)」。現在、インタビューや講演レポート記事などの草稿制作のためのAIへの指示をまとめた「CLAUDE.md」を無償配布しています。この記事は、その中身の解説シリーズです。

前回は、AIが発言を捏造してしまう問題と、それを防ぐためのルールについて解説しました。今回は、もう一つの頻出課題である「口語表現の書き言葉への変換」に関するルールを紹介します。

続きを読む AIに「やっぱり〜」「しっかり〜」の言い換えを教える―口語表現の書き言葉への変換

「それ、言ってないけど?」——AIが引用を捏造・合成するという問題

アンジーでは、AIと人が協働する記事制作ワークフローを実践しています。その知見を、伴走型支援サービスとして提供しているのが「KIJI Base(記事ベース)」。現在、草稿制作のためのAIへの指示をまとめた「CLAUDE.md」を無償配布しています。この記事は、その中身の解説シリーズです。

さて前回は、引用率15〜30%というルールについて解説しました。「引用は印象的なものに絞って、記者の地の文の解説を増やして読みやすくする」という話でした。

ところが、引用においては、別の問題が起きることがあります。

AIが、言っていないことを書いてくるのです。

続きを読む 「それ、言ってないけど?」——AIが引用を捏造・合成するという問題

なぜAI記事は「薄い」のか——引用率15〜30%というルールの理由

生成AIを使ったインタビュー・講演レポートなどの記事の作成は、文字起こしデータと資料を渡して「記事を書いてください」と指示するところから始まります。(文字起こしのAIワークフローについては別記事で詳しく解説します)

ところが、たいていこういう記事が返ってきます。

発言者の言葉がほぼそのまま並んでいる。読めないわけではない。でも、なんとなく薄い。だらだらと発言を羅列して、トピックの強弱がない。記者が書いた記事というより、発言した内容の書き起こしに近い。

これは、AIが悪いのではありません。指示がないから、AIは「発言をまとめる」という最短ルートを選んでいるのです。

続きを読む なぜAI記事は「薄い」のか——引用率15〜30%というルールの理由

AIやAIエージェントへの「業務指示書」——CLAUDE.mdとは何か、なぜ必要か

生成AIを使って記事作成を試みたことがある方は、こんな経験をしたことがないでしょうか。

「それっぽいけど、なんか薄い」「毎回トーンが違う」「口語表現が残っていて使えない」「同じ指示を毎回入力するのが面倒」——。

これらはすべて、AI/AIエージェントへの指示が「その場限り」になっていることから生じる問題です。その解決策が、CLAUDE.mdです。

続きを読む AIやAIエージェントへの「業務指示書」——CLAUDE.mdとは何か、なぜ必要か