01.結論:薄い記事の原因は、AIではなく依頼前の準備

「AIに書かせたら、どの記事も似たような内容になる」「読んでみると、当たり前のことしか書いていない」——編集部にはこうした相談がよく寄せられます。編集部の結論は明快です。原因はAIの性能ではなく、依頼する前に「テーマ」「読者」「実体験」の3つが決まっていないことにあります。

実際にあった例です。編集部のあるメンバーが「AIツールの選び方について記事を書いて」とだけ依頼したところ、出てきたのは一般的な比較ポイントを並べただけの、どこかで読んだことのある内容でした。そこで「中小企業の総務担当者向けに、月5000円以内で導入できるツールに絞って、実際に3つ試した所感を交えて」と条件を足したところ、同じテーマでも具体性がまったく違う原稿になりました。変わったのはAIではなく、渡した情報の量です。この使い分けの感覚は、ChatGPTとClaudeをどう使い分けるかを実務比較した記事でも詳しく検証しています。

「AIは、渡された情報の範囲でしか具体的になれません。テーマ・読者・実体験という3つの情報を渡す前提を作ることが、薄い記事を防ぐ最も確実な方法です。」
編集部見解

本記事では、この3つの準備を「なぜ必要なのか」という仕組みの部分から、具体的な進め方まで順番に解説します。なお、Google自身も生成AI検索向けの最適化ガイドの中で、独自の視点を持つコンテンツが評価されやすいと明言しています。この記事が扱う「準備」は、AIに書かせる工程の話であると同時に、この独自視点をどう作るかという話でもあります。

02.背景・定義:「薄い記事」とは何を指すのか

本記事でいう薄い記事とは、文字数は足りていても、読者が既に知っている内容や、どのサイトでも読める一般論だけで構成された記事を指します。文字数の少なさではなく、情報の独自性の少なさが問題の本質です。Googleが公開している有用で信頼性の高いコンテンツ作成のガイドラインでも、独自の情報や分析があるか、単なるコピーや書き換えにとどまっていないかが繰り返し問われており、この記事の「薄い/濃い」という区分とほぼ同じ観点だと編集部は捉えています。

これと近い概念に量産記事があります。これは、更新頻度や記事数を優先するあまり、1本ごとの準備工程を省略して作られた記事を指します。量産すること自体が問題なのではなく、量産する過程で準備が省略されやすいことが問題につながります。実際に、ChatGPT・Claude・Geminiのどれを使うかという「ツールの使い分け」だけを工夫しても、この準備が抜けていれば薄さは解消しません。ツール選びと準備は、別の課題として切り分けて考える必要があります。

もう一つ整理しておきたいのが読者設定という用語です。これは、記事を読む具体的な1人の人物像(職業・抱えている悩み・その分野の知識レベル)を指します。「20代〜40代のビジネスパーソン」のような幅の広い設定では、AIに渡す情報として機能しにくく、読者設定と呼べるだけの具体性がありません。この読者設定の粒度は、タイトルの磨き方や文章の自然さにも直結するため、記事制作の各工程で繰り返し意識することになります。

03.仕組み・技術的背景:AIはなぜ一般論しか書けなくなるのか

AIは「渡された情報」から文章を組み立てている

生成AIの文章生成は、大まかに言うと、これまでに学習した膨大な文章のパターンをもとに、次に続く可能性が高い言葉を選びながら文章を作る仕組みです。プロンプトに含まれていない具体的な事実や体験は、AI自身が知っている一般的な情報で補われます。その結果、テーマだけを渡した場合、内容はどうしても一般論に寄っていきます。この性質そのものについては、医療現場のAIリテラシー入門記事でも、AIが「知らないことをもっともらしく埋めてしまう」仕組みとして扱っています。

読者設定がないと、情報の取捨選択ができない

同じテーマでも、初心者向けと経験者向けでは、書くべき内容も省略してよい内容も変わります。読者設定が渡されていないと、AIはどの情報を厚く書き、どの情報を省略すべきか判断する基準を持てず、結果としてすべての読者に当てはまる無難な内容に落ち着きやすくなります。

実体験は、AIが「作り出せない」唯一の情報

一般的な知識やノウハウはAIが学習データから再構成できますが、特定の個人や企業が実際に体験した出来事、具体的な数値、そのときの感想は、渡されない限りAIが持ち合わせていない情報です。この部分こそが、記事の独自性を左右します。Googleも生成AIコンテンツに関する公式ガイダンスの中で、ユーザーへの価値を付加しない大量生成コンテンツはスパムポリシー違反になりうると明記しており、実体験という付加価値の有無が評価の分かれ目になることをうかがわせます。

04.比較・選択肢:準備の有無でどう変わるか

同じテーマで依頼した場合に、準備の段階がどこまで揃っているかで結果がどう変わるかを整理しました。

◎最も良い結果が期待できる ／ ◯一定の効果がある ／ △効果が限定的 ／ ×ほぼ効果がない。評価はいずれも編集部見解であり、実際の結果はテーマや依頼文の書き方によって変わります。

この表の「内容の具体性」を底上げする工程は、記事執筆の後工程にも影響します。準備が甘いまま生成された文章は、AI文章が「AIっぽい」と感じられる原因を扱った記事で挙げているような、抽象的で言い切らない表現が増える傾向があるため、あわせて確認しておくと修正の手間を減らせます。

05.実践への落とし込み:4ステップの準備

1. Step1. テーマを1文・30字以内で定義する

   「AIについて」のような広いテーマではなく、30字以内で言い切れる範囲まで絞り込みます。1文に収まらない場合は、テーマがまだ広すぎるサインです。

2. Step2. 読者像を1人に絞り、3項目を書き出す

   「職業」「抱えている悩み」「その分野の知識レベル(初心者/経験者)」の3項目を、実在しそうな1人の人物として書き出します。複数の読者層を想定する場合も、記事ごとに1人に絞ります。

3. Step3. 実体験・一次情報を最低1つ用意する

   自分の体験がない場合は、社内の担当者への5分程度のヒアリングや、実際にツールを触った際の所感など、代わりになる具体的な情報を最低1つ用意します。

4. Step4. 3つの情報をまとめてプロンプトに明記する

   Step1〜3で用意した情報を、「テーマ」「読者」「実体験」という3つの見出しに分けてプロンプトに書き出し、AIに依頼します。分けて書くことで、AIが情報を取りこぼしにくくなります。プロンプト自体の磨き込みまで踏み込みたい場合は、スクリーンショットの山を記事に変えるワークフローの記事で、一次情報をプロンプトに落とし込む具体的な手順を紹介しています。

06.注意点・よくある誤解

• !誤解1:プロンプトが長ければ長いほど良い

  情報量が多くても、テーマ・読者・実体験のいずれかが抜けていれば、文章全体は薄いままです。長さよりも、この3点が含まれているかどうかを優先して確認します。

• !誤解2:AIに任せれば読者視点は自動的に反映される

  読者像を渡さない限り、AIは特定の読者を想定せずに、当たり障りのない内容に寄せる傾向があります。読者視点は自動的に反映されるものではなく、明示的に渡す情報です。

• !誤解3:実体験がなくても「具体的に書いて」と指示すれば具体的になる

  指示文で「具体的に」と伝えても、元になる事実がなければAIはもっともらしい一般論を具体的な体裁に整えるだけです。具体性は指示の強さではなく、渡した情報の中身によって決まります。

07.編集部の検証ログ:同じテーマで準備あり／なしを書き比べてみた

本記事の主張を裏付けるため、編集部では「Arduinoの基礎知識」という同一テーマで、準備なし・準備ありの2パターンをAIに書かせて比較する簡易検証を行いました。あくまで編集部内の一検証であり、統計的な調査ではない点をあらかじめお断りします。

条件A:テーマのみを渡した場合

「Arduinoの基礎について記事を書いて」とだけ依頼したところ、Arduinoの概要・必要な部品・簡単な使い方という、公式サイトや入門書とほぼ同じ構成の文章が返ってきました。誤りはないものの、どこかで読んだことのある内容の域を出ませんでした。

条件B:テーマ+読者+実体験を渡した場合

「電子工作の経験がゼロで、圧センサーを使ったリハビリ用の玩具を作りたいと考えている作業療法士向けに、実際にブレッドボード配線でよくつまずくポイントを交えて」と条件を足したところ、配線ミスの具体例や、初心者が電圧の考え方でつまずきやすい箇所など、条件Aでは出てこなかった内容が含まれるようになりました。この違いは、圧センサーを使った電子工作の基礎を解説した記事やブレッドボードの完全攻略ガイドを作成する際に編集部が実際に体験した、配線初心者がつまずきやすいポイントの情報を読者設定と一緒に渡したことによるものです。

08.FAQ