AI臭い日本語を撲滅せよ：自然な仕事文書を生成するAgent Skillの衝撃

我々エンジニアが日々、ChatGPTやClaudeといったLLMを業務に組み込む中で、避けて通れない壁がある。それは「AIが生成する文章の独特な違和感」だ。結論から書き出し、過剰に丁寧な接続詞を多用し、どこか翻訳調で、読者の感情を揺さぶらない平坦な文章。これらは、我々が書くべき「仕事の日本語」としては、あまりに冗長で、かつ本質を突いていない。この「AI臭さ」は、単なる好みの問題ではない。技術文書や企画書において、読み手の認知負荷を無駄に高め、本来伝わるべき論理を霧の中に隠してしまうという、立派な「技術的負債」であると私は断言する。

今回紹介する『natural-japanese』は、この課題に対して極めてエンジニアリング的なアプローチで切り込んでいる。このツールは、単に「いい感じに書き直して」とプロンプトを投げるような甘い設計ではない。形態素解析エンジンである『sudachipy』をバックエンドに据え、禁止語句や紋切り型のフレーズを機械的に検出する「lint」のプロセスを組み込んでいるのだ。これは、コードレビューで静的解析ツールを走らせるのと全く同じ思想である。人間が感覚で「なんとなく変だ」と指摘するのではなく、機械が決定論的に「このフレーズはAI臭い」と指摘する。この客観的なフィードバックこそが、AIの生成プロセスを改善するための唯一の解であると、開発者のcoji氏は見抜いている。我々が深夜の障害対応でログを追う際、直感ではなく数値と事実を頼りにするように、文章の品質管理もまた、定量的であるべきなのだ。

さらに特筆すべきは、このスキルが「事後修正」だけでなく「生成時制約」を重視している点だ。文書を書き上げてからAI臭さを消すのは、スパゲッティコードをリファクタリングするよりも骨が折れる。だからこそ、このツールは『12箇条の文体憲法（writing-constitution.md）』を定義し、書く前の設計段階からAIを縛り上げる。結論から書く、見出しはメッセージにする、同じ鋳型を繰り返さない。これらは、我々がドキュメントを書く際に本来守るべき「型」そのものだ。AIに自由度を与えすぎると、必ずと言っていいほど「それっぽいだけの空虚な文章」が出力される。このツールは、その自由度をあえて奪うことで、結果として「仕事で使える」品質を担保しているのである。

『natural-japanese』の設計思想で最も共感するのは、「検出は機械、判断は人間」という明確な役割分担だ。AIは往々にして、自分自身の生成した文章の「AI臭さ」を客観視できない。これは、自分が書いたコードのバグに気づけない開発者の心理状態に似ている。だからこそ、lint.pyが形態素解析を用いて、英語統語の直訳調や、無生物主語の多用、連体修飾の入れ子構造といった「悪文のパターン」を容赦なく洗い出す。このプロセスは、CIパイプラインにおけるテスト実行と何ら変わらない。検出された問題に対して、どう修正するかはエージェント（AI）の判断に委ねる。このループを、修正が新しい指摘を生まなくなるまで繰り返す。この「収束するまでループする」という設計こそが、単なるプロンプトエンジニアリングを超えた、システムとしての完成度を感じさせる。

また、v1.4.0で導入された「読解負荷レーン（–reading-load）」は、エンジニアの視点から見ても非常に実用的だ。一文が長すぎる、二重否定、漢字の連続といった、読者の脳に過度な負荷をかける要素をseverity infoとして指し示す。これは、コードの循環的複雑度（Cyclomatic Complexity）を計測するのと同義である。複雑すぎる関数がバグの温床になるように、複雑すぎる文章は誤解の温床になる。このツールは、文章を「単なる文字列」ではなく「構造化されたデータ」として扱い、その構造的欠陥を可視化しているのだ。

さらに、実験的機能として搭載された『semantic.py』には驚かされた。文埋め込み（Sentence Embeddings）を用いて、隣接する文の類似度を計算し、話題が平板化していないかを検出する。これは、文章の「単調さ」という、これまで定性的にしか語れなかった領域を、ベクトル空間上の距離として定量化しようとする試みだ。初回に約1GBのモデルダウンロードを伴うという重量級の処理だが、それだけのコストを払う価値がある。話題の起伏がない文章は、読者を退屈させ、離脱を招く。このツールは、文章の「リズム」や「論理の展開」までをも、エンジニアリングの対象として捉えているのである。

さて、このツールを導入したからといって、我々の仕事が自動的に楽になるわけではない。むしろ、このツールは「書くこと」に対する我々の甘えを許さない。これまで「AIに書かせたから」という免罪符で済ませていた、論理の飛躍や、文脈の欠如、そして何より「自分の言葉で語る」という責任を、このツールは突きつけてくる。lintが指摘する「AI臭さ」とは、結局のところ「思考の放棄」の現れに他ならないからだ。我々エンジニアが、コードを書く際に「なぜこのライブラリを使うのか」「なぜこのアルゴリズムなのか」を自問自答するように、文章を書く際にも「なぜこの言葉を選ぶのか」「誰に何を伝えたいのか」を明確にする必要がある。

読者諸君に問いたい。あなたは、AIが生成した文章を、そのままコピペして送信ボタンを押していないだろうか？もしそうなら、あなたは自分の思考をAIにアウトソーシングし、結果として「誰の心にも刺さらないノイズ」を生産しているに過ぎない。この『natural-japanese』は、単なる校正ツールではない。それは、AIという強力な武器を使いこなしつつ、自分の思考の解像度を高めるための「思考のトレーニングマシン」である。インストールして終わりではない。このツールが提示する「文体憲法」や「悪文カタログ」を読み込み、自分の執筆スタイルそのものをアップデートしなければならない。

明日から、あなたが書くドキュメントにこのツールを適用してみてほしい。そして、lintが指摘する膨大な「AI臭さ」のリストを直視してほしい。そのリストこそが、あなたがこれまで無意識のうちに積み上げてきた「思考の怠慢」の記録である。我々エンジニアは、常に技術の進化とともに自身のスキルセットを更新し続けてきたはずだ。AI時代の今、文章を書くという行為もまた、エンジニアリングの対象として再定義されるべき時が来ている。あなたは、AIに書かされる側で居続けるのか、それともAIを制御し、真に価値ある情報を紡ぎ出す側へと進化するのか。その問いに対する答えは、あなたが次に書く一行のコード、そして一行の文章の中にしか存在しない。