AI臭い日本語を構造から修正 Skill『yomiyasu』公開

従来のAI-Slop対策は、AI臭い単語をプロンプトで禁止するブラックリスト方式が主流だった。しかし単語の表面だけを置き換えても、文章の骨格や統語構造は変わらず、不自然さは残り続ける。逆瀬川ちゃん氏による2026年9月の調査報告は、Qiita記事70,524件を分析し、太字の頻度が1,000字あたり1.26個から3.83個へ、箇条書きの割合が8.9%から16.4%へ増えたことを示した。AI以前の典型表現が減る一方で、「効く」「壊れる」といった比喩動詞が急増している。

こうした病理に対し、既存スキルには自己矛盾があった。禁止対象であるはずの比喩動詞が指示文自体に多用され、LLMがその文体を模倣してしまう。また、文長指標を回避するために短文を差し込むと、かえって新しいAI臭さを生むグッドハートの法則が起きていた。

yomiyasuは、160本の検証コーパスから正規表現を較正し、日常語や慣用句の誤検出を抑える静的Linterを同梱する。自己評価バイアスを避けるため、機械的な採点で品質を保証する仕組みだ。読み手の認知負荷を巡る課題は、書くコストが下がるほど重くなる。この取り組みが実務でどこまで定着するかは、現場の文書フローにどう組み込まれるかにかかっているとみられる。