編集ガイドラインを生成AIで作る方法｜記事のばらつきをなくす

公開済みの記事を10本まとめて読み返すと、ある記事は「です・ます」の柔らかい語り口なのに、別の記事は断定調。「サーバー」と「サーバ」が混在し、英数字も半角と全角がばらばら——複数の書き手が関わるオウンドメディアでは、こうした声のばらつきが静かに蓄積していきます。1本ずつは問題がなくても、続けて読む読者には雑多な印象が残り、編集のレビューでは同じ指摘が何度も繰り返される。この状態を人の頑張りではなく仕組みで解くのが編集ガイドラインです。かつては編集経験者が数週間かけて作る大仕事でしたが、いまは既存記事から生成AIでルールを逆算抽出できるため、たたき台づくりのハードルが大きく下がりました。本記事では、ガイドラインに入れる項目の全体像、AIで作る手順、AI校正への組み込み、運用・改訂サイクルまでを通しで解説します。

編集ガイドラインとは——トンマナを具体的なルールに翻訳した文書

編集ガイドラインとは、メディアとして守る表記・文体・構成・画像・出典などのルールを1つにまとめた文書です。あわせて語られることの多いトンマナ（トーン＆マナー）は、メディアの語り口や雰囲気の一貫性を指す言葉で、それ自体は「親しみやすく、しかし軽すぎず」のような抽象的な方針にとどまりがちです。編集ガイドラインは、この抽象的なトンマナを「英数字は半角で統一」「語尾はです・ます調」「ら抜き言葉は使わない」といった判断に迷わない具体的なルールへ翻訳したものだと考えると分かりやすいでしょう。

実物を見るのが早道です。BtoBマーケティング支援の才流は「わかる、伝わる記事を作るための編集・執筆ガイドライン」を公開しており、表記ルールから出典の記載方法、文章力の3段階評価までを含むサンプルを配布しています。また制作会社GIGは、自社メディアWorkship MAGAZINEで実際に使っている表記ガイドラインを公開しており、完全版は18ページに及びます。いずれも中身は特別な秘伝ではなく、迷いやすい箇所の決めごとを淡々と積み上げた集合です。

誤解されがちですが、ガイドラインは書き手を縛るための校則ではありません。ルールが明文化されていれば、レビューは編集者の好みへの調整ではなく基準との照合に変わり、書き手も指摘を人格への評価と受け取らずに済みます。本質は、書き手・編集・外注・AIが共有する共通言語であり、関わる人が増えるほど効果が大きくなる道具です。

なぜ今必要か——複数人・外注・AI執筆で暗黙の了解が消えた

書き手が自分1人なら、ガイドラインはほぼ不要です。ルールはすべて頭の中にあり、揺れても自分で気づけるからです。しかし書き手が2人になった瞬間、暗黙の了解は通用しなくなります。とくに外注ライターは社内の文脈を知らないため、明文化されていないルールには従いようがありません。表記の指摘を初稿のたびに繰り返しているなら、それはライターの力量の問題ではなく、基準を渡していない発注側の問題です。

そして生成AIで下書きを作る運用が広がった現在、AIも書き手の1人になりました。AIは学習したWeb全体の平均的な文体で書くため、指示がなければメディア固有の声にはなりません。逆に言えば、編集ガイドラインがあれば、それをほぼそのままAIへの指示文に変換できるということでもあります。人間の書き手向けの基準とAI向けのプロンプトが1つのソースで管理できるので、ガイドラインの投資対効果はAI執筆時代にむしろ上がっています。

効果は品質面だけではありません。仕様が明確になるほど外注の見積もりは正確になり、レビューの往復回数が減って編集の時間が浮きます。新しいメンバーの立ち上がりも速くなります。お手本が記事ごとに違う状態では、新人はどれを真似すればよいか分からないからです。

基準がない現場で起きること——ばらつきは静かに信頼を削る

ガイドラインなしの運用を続けると、具体的には次のような症状が現れます。心当たりがないか確認してみてください。

• 同じ表記の指摘がレビューのたびに繰り返され、編集の時間が中身の議論ではなく字面の修正に消えていく
• 「Webサイト」と「WEBサイト」のような揺れが記事ごとに蓄積し、あとから一括置換もできない状態になる
• 新しい書き手がどの記事を手本にすべきか分からず、立ち上がりに時間がかかる
• 修正の判断が担当編集の好みに見えてしまい、書き手との信頼関係がぎくしゃくする

4つに共通する構造は、基準がないために、すべての判断がその場限り・属人的になることです。判断の記録も残らないので、担当者が交代すると運用は振り出しに戻ります。読者の側から見ても、記事ごとに文体が変わるメディアは複数記事を読み進めたときに雑多な印象を与え、専門メディアとしての信頼感を少しずつ削っていきます。ばらつきは派手な事故ではなく、静かな信用の目減りとして効いてくるのです。

ガイドラインに入れる項目一覧——7つの分類で棚を作る

では、何を決めればよいのか。才流やGIGが公開しているガイドラインと編集実務で使われる項目を整理すると、次の7分類に収れんします。まずはこの表を棚として使い、自社で決まっているもの・いないものを棚卸ししてみてください。

分類	決めること	ルールの例
表記ルール	漢字とひらがなの開き方・送り仮名・英数字や記号の全半角	「事」はひらがなに開く／英数字は半角
文体・トンマナ	語尾・一人称・読者の呼び方・敬称	です・ます調で統一／敬称は「さん」
用字用語	専門用語の表記・固有名詞の正式表記・略称の可否	企業名・サービス名は正式表記のみ
NG表現	差別表現・誇大表現・断定を避ける領域	キーマンではなくキーパーソンを使う
構成標準	リードの型・見出し階層・まとめの型・分量目安	H2の冒頭で結論を先に述べる
画像規定	サイズ・alt属性・キャプション・出典明記	すべての画像にalt属性を設定する
出典・事実確認	引用形式・出典の優先順位・数値の確認フロー	公的機関・学術論文の出典を優先する

7分類を最初からすべて埋める必要はありません。運用上の効果が大きいのは表記ルール・文体・NG表現の3つで、ここが決まるだけでレビューの指摘はかなり減ります。構成標準や事実確認フローは、外注やAI執筆を本格化するタイミングで拡充すれば十分です。大事なのは、どの分類が未整備かを認識したうえで意図して後回しにすることです。

表記ルールは自作しない——記者ハンドブックという土台

表記ルールをゼロから自作するのは遠回りです。日本語の用字用語には、長年使われてきた既存の基準があります。代表格が共同通信社の『記者ハンドブック』で、最新の第14版は2022年3月に発行されました。新聞の用字用語集として、漢字の使い分けや送り仮名、誤りやすい表現、差別語・不快語の言い換えまでを網羅しており、新聞社だけでなく一般企業のコンテンツ制作の現場でも表記の拠り所となる事実上の標準として広く使われています。

もう1つの選択肢が、日本翻訳連盟（JTF）の日本語標準スタイルガイドです。翻訳文書向けに作られた基準ですが無料で公開されており、記号や数字の表記など機械的に判定できるルールが多いため、Webコンテンツの表記統一にも応用しやすい内容です。JTFは、このガイドに沿って文章の表記をチェックできるWebツールも無料で提供しています。

実務での使い方はシンプルで、既存基準を既定値として宣言し、自社の例外だけを決める方式が効率的です。たとえば「表記は原則として記者ハンドブック第14版に準拠する。ただし自社製品名と業界用語は別表に従う」と書けば、この1行が数百ページ分のルールを肩代わりしてくれます。自社で議論すべきは例外の別表だけになり、ガイドライン作成の工数は劇的に減ります。

文体・トーンの決め方——黒い文章と白い文章

文体の規定で参考になるのが、GIGが公開しているガイドラインの品詞別アプローチです。動詞は漢字、接続詞・接続助詞はひらがな、というように品詞ごとに表記を決めています。漢字が多い文章は紙面が黒く引き締まって見え、ひらがなが多い文章は白く柔らかく見える——この見た目の印象をメディアの読者層に合わせて選ぶという考え方です。専門家向けなら黒め、初心者向けなら白め、といった方針が言語化できます。

語尾と人称も決めどころです。です・ます調か、だ・である調か。一人称は「筆者」か「私」か。人物の敬称は「さん」「様」「氏」のどれか。才流のガイドラインでは、です・ます調への統一に加えて、ら抜き言葉・い抜き言葉を使わないことが明記されています。どれも些細に見えますが、混在すると記事の声が1本ごとに変わって聞こえます。

トーンを規定するときのコツは、形容詞で書かないことです。「親しみやすく」と書いても、書き手ごとに解釈が割れます。良い例と悪い例の文例をセットで載せると解釈の幅が一気に狭まります。文例は後述するAI校正でも判定基準としてそのまま機能するため、二重に役立ちます。

NG表現のルール——配慮と法令リスクを仕組みで防ぐ

NG表現の規定は、メディアの信頼を守る保険です。まず差別表現・ジェンダーへの配慮。才流のガイドラインには、性別も差別表現として意識する方針が明記され、キーマンではなくキーパーソンを使うといった具体例が挙げられています。『記者ハンドブック』にも差別語・不快語の言い換え集が収録されており、判断に迷ったときの参照先になります。

次に誇大表現です。「No.1」「業界初」「最安」といった最上級の表現は、根拠となる調査の出典と時点を明記できる場合に限るとルール化しておくべきです。根拠のない表示は景品表示法の優良誤認・有利誤認に問われるリスクがあり、担当者の善意だけでは防げません。医療・法務・金融など断定が危険な領域を扱うなら、断定を避けて留保表現を付ける方針もここに書いておきます。

細かいところでは、機種依存文字（丸数字や組み文字など）の禁止、他社商標の扱い、スクリーンショットに映り込む個人情報のマスキングなども、このNG表現の棚に入れておくと迷いません。事故が起きてから作るのではなく、他社の公開ガイドラインから予防的に輸入しておくのが賢い作り方です。

構成標準と画像・出典のルール——記事の骨格も揃える

表記が揃っても、記事の骨格がばらばらでは読み味は安定しません。構成標準として、リードの型（読者の課題提示から入る、結論を先に述べるなど）、見出し階層のルール（H2の下にH3、階層を飛ばさない）、1セクションの分量目安、まとめの型を決めます。構成が型になっていると、外注時の構成案レビューも基準に沿って行えるようになります。

画像規定では、すべての画像にalt属性を設定すること、サイズと形式、図表を引用する際の出典明記、キャプションの書式を定めます。アクセシビリティと検索エンジン対応の両面で効く、地味に重要な棚です。

出典まわりは才流のガイドラインが参考になります。同ガイドラインでは「出典」「〜を基に作成」「引用」の使い分けを定義し、出典としては公的機関や学術論文を優先、ウィキペディアや利害関係のある企業サイトは適切でないとしています。加えて、数値・固有名詞は公開前に一次情報と照合する、確認の担当者を決める、といった事実確認フローまで書いておくと、AI執筆の下書きを扱う際の安全網になります。

作り方の本命——既存記事からAIでルールを逆算抽出する

ここからは作り方です。ゼロから会議で決めようとすると、どちらでもよい論争が延々と続いて頓挫しがちです。おすすめは逆のアプローチ、つまり評価の高い既存記事に埋まっている暗黙のルールを、生成AIで抽出して明文化する方法です。すでに読者に受け入れられている記事を基準にするため、議論が好みの対立ではなく現状の追認と微修正になり、合意形成が速く進みます。

この方法なら、お手本選びからたたき台の回覧まで、会議を挟まなければ数日で一巡できます。かつて数週間かかっていたガイドラインの初版づくりが、既存資産の変換作業に変わるのです。

逆算抽出のプロンプト実例と使い方の注意

抽出に使うプロンプトの例を示します。観点を明示し、実例と揺れている箇所を分けて出させるのがコツです。

あなたは編集ガイドラインの設計者です。
これから同じメディアの記事を3本貼ります。
共通する執筆ルールを次の観点で抽出してください。
・用字用語：漢字とひらがなの開き方、英数字や記号の全半角
・文体：語尾、一人称、読者への呼びかけ、敬称
・構成：リードの型、見出しの立て方、まとめの型
・記号：括弧、箇条書き、太字の使い方
各ルールには本文からの実例を1つ添えてください。
記事間で表記が揺れている箇所はルールにせず、
「要決定リスト」として別にまとめてください。
---
（ここに記事本文を貼る）

使ううえでの注意は2つ。第一に、出力はあくまで現状の傾向であって、あるべき姿ではないことです。既存記事が全部間違えている表記は、抽出しても間違ったルールになります。記者ハンドブックなど既存基準との突き合わせは人が行ってください。第二に、価値が大きいのはむしろ要決定リストの方だということ。揺れている箇所こそ、今日決めれば明日から効くルールの候補です。また、長い記事を一度に大量に渡すと抽出精度が落ちるため、3本ずつ程度に分けて渡し、結果を統合するのが安定します。

ゼロから作る場合——頻度順に20個だけ決める

メディア立ち上げ直後で抽出元の記事がない場合は、頻出の揺れから決めます。WebとWEB、サーバとサーバー、いたしますと致します、問い合わせと問合せ——日本語のWeb文章で揺れやすい表記はある程度相場が決まっています。まずは自社の領域でよく使う語を20個リストアップし、それだけ決めて第1版とします。

ここでもGIGのガイドラインの運用方針が参考になります。同社は完璧主義ではなく基準を決めること自体を優先し、状況によってはガイドラインから逸脱することもあると割り切っています。薄くても発行して運用で育てる方が、分厚い未完成品を抱え込むより実務では機能します。

決めきれない項目は保留リストに置き、暫定表記だけ決めておきます。保留は敗北ではなく、後述する改訂サイクルで審議する予約です。この保留運用があるだけで、初版づくりの心理的ハードルは大きく下がります。

AI校正への組み込み——規範文を質問文に変換する

ガイドラインが完成したら、AI校正に組み込みます。要領は単純で、ガイドラインの規範文（〜すること）を、チェック用の質問文（〜になっているか）へ変換した観点リストを作り、原稿と一緒にAIへ渡すだけです。たとえば「英数字は半角で統一する」という規範は、「全角の英数字が残っていないか。あれば該当箇所をすべて列挙する」という質問に変換します。指摘箇所を列挙させる形式にすると、修正作業に直結する出力になります。

観点は表記・文体・構成の3グループに分け、段階的にチェックさせると見落としが減ります。毎回ガイドライン全文を貼るのは非効率なので、チャットAIのカスタム指示やプロジェクト機能に観点リストを登録しておくと、原稿を貼るだけで一次チェックが返る運用になります。ガイドラインを改訂したら、登録済みの観点リストも同時に更新することを忘れないでください。

ただし、AIの校正には見落としも誤検知もあります。AIは一次チェック、最終判断は人という分担を崩さないことが大前提です。AIの指摘を鵜呑みにして一括置換すると、固有名詞や引用文まで書き換える事故につながります。

機械チェックとの分担——textlintで白黒、AIでグレー

白黒が機械的に決まるルールは、生成AIよりも従来型のチェックツールが確実です。オープンソースのtextlintは、日本語文章の校正ルールをプログラムとして定義できるツールで、JTF日本語標準スタイルガイドのルールを実装したプリセット（textlint-rule-preset-JTF-style）が公開されています。全半角や記号のような機械判定できる揺れは、この層に任せれば毎回自動で検出できます。

エンジニアの支援を受けにくい編集部でも、JTF公式のWebスタイルチェッカーなら文章を貼り付けるだけで無料で使えます。まず機械チェックで白黒のルールを潰し、文体や論理のようなグレーな観点をAIに見せ、最後に人が判断する——機械・AI・人の三層で校正を分担すると、人の時間を最も価値の高い判断に集中できます。

この三層構成は、外注記事の検収にもそのまま使えます。納品原稿を機械チェックとAIの一次チェックに通してから編集が読むだけで、字面の指摘に費やしていた時間が中身の議論に変わります。チェック観点が明文化されているため、指摘の根拠をライターに示しやすくなるのも利点です。

運用・改訂の実務仕様——版管理とサイクルを決める

ガイドラインは発行した瞬間から古び始めます。だから、運用仕様まで決めて初めて完成です。最低限、版番号・改訂日・改訂履歴（何をなぜ変えたか）の3点は文書に含めてください。理由の記録があると、後任者が「なぜこのルールなのか」を遡れるため、意味の分からないルールが形骸化したまま残るのを防げます。

改訂は2本立てにします。定期改訂は四半期に1回、保留リストと現場からの改訂提案を審議する場。随時改訂は明らかな誤りの修正など緊急のものだけ。判断基準として、レビューで3回以上繰り返された指摘はルール化候補に自動昇格という運用にすると、ガイドラインが現場の実態を吸収して育ちます。

• ルールの追加は削除とセットで検討する。増える一方のガイドラインは、いずれ誰にも読まれなくなる
• 改訂したら、AI校正用の観点リストと機械チェックの設定も同時に更新する。文書とチェック側のズレは事故のもと
• 旧ルールで書かれた過去記事を一斉修正するかは費用対効果で判断する。新規記事からの適用でも実害は少ない

定着の仕組み——参照されるガイドラインにする

作っても読まれなければ、存在しないのと同じです。定着の第一の仕掛けは、公開前チェックリストへの圧縮です。全条文を毎回確認するのは非現実的なので、指摘頻度の高い10項目程度を抜き出したチェックリストを公開フローに組み込みます。ガイドライン本体は辞書として引くもの、チェックリストは毎回通るもの、と役割を分けるのです。

第二の仕掛けはオンボーディングです。新しい書き手には、社内・外注を問わず、ガイドライン本体とあわせてお手本記事を3本指定して渡します。ルールの文面より実例の方が早く正確に伝わるからです。レビューコメントでは「ガイドライン3-2に沿って修正をお願いします」のように条番号を引用すると、指摘が好みではなく基準であることが伝わり、関係もこじれません。

そして、同じガイドラインをAIにも渡します。人・外注・AIのすべての書き手が同じ基準を参照している状態が、ばらつきをなくす最終形です。一度作ったガイドラインは、レビュー・発注・AI活用のすべての土台として働き続けます。

まとめ

編集ガイドラインは、トンマナという抽象的な方針を、表記・文体・NG表現・構成・画像・出典の具体的なルールへ翻訳した文書です。複数人執筆・外注・AI執筆が当たり前になった今、基準の不在はそのまま品質のばらつきとして表面化します。作り方は、『記者ハンドブック』やJTF日本語標準スタイルガイドといった既存基準を土台にし、評価の高い既存記事から生成AIで暗黙のルールを逆算抽出するのが近道です。完成したら規範文を質問文に変換してAI校正に組み込み、白黒のルールはtextlintのような機械チェックへ、グレーな判断はAIへ、最終判断は人へと三層で分担する。さらに版管理と四半期の改訂サイクル、チェックリストとオンボーディングまで設計すれば、ガイドラインは棚の飾りではなく毎日参照される共通言語になります。最初の一歩は、お手本になる記事を10本選ぶことだけです。今週の空き時間で、第1版のたたき台づくりから始めてみてください。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。