AIで記事の品質を上げる校正・推敲ワークフロー

AI校正で読みやすさを底上げしつつ文体を保つ手順。誤りを8件仕込んだ同一原稿で各ツールの検出率を比較し、AIっぽさを消すビフォーアフターまで実例で示します。

Claude 列は実測済み（確認 2026-06-27）。DeepL Write / ChatGPT 列は実測待ち。採点根拠: evidence/experiments/proofreading-bench-2026-06-27.json／仕込み原稿: docs/experiments/proofreading-salted-draft.md

この実測、見たい？

この記事は実測前のサンプルです。反応が多い実測から先に本計測します。

まず結論

AI校正で楽になるのは「読みやすさの底上げ」（冗長・表記ゆれ・係り受けの乱れの発見）です。一方で指示しないと自分の文体が平均的な文章に均されます。修正は提案させて、採否は人が選ぶ形にします。

手順

誤り検出（DeepL Write / Claude）：「文体は変えず、誤字・冗長・表記ゆれ・係り受けの乱れだけを、該当箇所を引用して箇条書きで指摘」
採否を人が選ぶ：提案を一括適用せず、自分の口調が消える修正は捨てる
見出し・メタ（Rank Math）：見出し階層・メタディスクリプション・内部リンクの抜けを点検
公開前チェック（人）：YMYL表現・誇大表現・根拠のない断定を確認

入力と出力、確認する点

入力：完成済みの原稿（校正は「書き上げてから」が効率的）
出てくる：修正候補のリスト（DeepL Writeは言い換え、Claudeは構造的な指摘が出やすい）
人が確認する：①修正後に文体が残っているか②AIが「正しいが面白くない」表現に均していないか

検出率ベンチ（誤り8件仕込み・確認 2026-06-27）

校正ツールの誤り検出率ベンチ（サンプル）

誤りを8件だけ仕込んだ同一原稿（repo: docs/experiments/proofreading-salted-draft.md）を各ツールに渡し、指摘件数を採点します。採点は scripts/experiments/score-proofreading.mjs で再現可能（答案キー8件）。

ツール	検出	検出率	拾えた高度な指摘	状態
DeepL Write	—	—	—	実測待ち
Claude	8/8	100%	数・論理の不整合・同音異義（意外/以外）	実測済
ChatGPT	—	—	—	実測待ち

Claude 実測メモ（2026-06-27）：8件すべてを指摘。特に #8（「手順は3つ」と宣言して2項目しか列挙していない）と #5（「意外」→「以外」）を拾った。DeepL Write / ChatGPT は同一原稿を貼った出力を保存次第、同じ採点器で追記する。

「AIっぽさ」を消すビフォーアフター（実例）

Before（AI下書きそのまま）：「本記事では、AIを活用することで効率的に品質を向上させることが可能になります。」
After（人が修正）：「AI校正で拾えるのは冗長と表記ゆれ。刺さるかどうかは一次体験で決まり、そこは人が書きます。」

語尾の単調さ・空虚な称賛（「活用」「可能になります」）を削り、減る作業と残る作業を具体名で書くと、AIっぽさは大きく下がります。

役割の違い

DeepL Write：一文単位の自然さ・言い換えに強い。短い文章の磨き込み向き。
Claude：段落の重複や論理の飛びなど、構造の指摘が出やすい。長文向き。
Rank Math：文章ではなく、見出し・メタ・内部リンクなど形式面のSEOチェック。

この手順を使わないほうがよい場合

体験談や個性が魅力の記事 → 校正を強くかけると味が消えます。誤字チェックだけに留める。

次の一手

直近の1記事に手順1だけ試し、「採用した修正/捨てた修正」をメモしてください。捨てた修正のパターンが、あなたの文体の輪郭です。関連：ブログ執筆をAIで時短する工程別ワークフロー。

週刊AIワークフロー

週1回、実務で使えるAIワークフローを受け取る

※ 登録フォームは準備中です（MyASP接続後に有効化されます）。