ChatGPT・Claude・Geminiで書いても、ブランドの声を失わない方法

仮の例を挙げます。ある会社のブログ担当者が、同じテーマで3つのAIに下書きを頼みました。出てきた3本は、どれも「近年、〇〇への関心が高まっています」で始まり、「〇つのポイント」で整理され、「まずは小さく始めてみましょう」で閉じていました。文章は読みやすく、誤字もありません。それでも、社名を伏せれば、どの会社の記事か見分けがつきません。品質の問題というより、個性が入る隙間を作っていない設計の問題です。

Googleの考え方：問われるのは「AIか人か」ではない

先に、検索の側の前提を確認しておきます。Google検索セントラルの「AI 生成コンテンツに関する Google 検索のガイダンス」は、コンテンツがどう作られたかではなく、品質の高さを重視する姿勢を示しています。一方で、ユーザーの役に立つことよりも検索順位の操作を主な目的として、AIなどの自動化を使って大量にコンテンツを生成することは、スパムに関するポリシーに違反しうると説明しています。

「有用で信頼性の高い、ユーザー第一のコンテンツの作成」では、自己評価のための問いが並んでいます。たとえば、独自の情報や分析を提供しているか、他の情報源を言い換えただけになっていないか、といった内容です。コンテンツの「誰が」「どのように」「なぜ」作ったかをユーザーにわかるようにする、という考え方も示されています。経験、専門性、権威性、信頼性（E-E-A-T）という観点も、この文書の中で触れられています。

ここから実務への読み替えは次のとおりです。AIが書いた事実そのものに価値はなく、価値が出るのは、自社だけが持つ経験や数字や判断がそこに加わった部分です。ブランドの声を守る作業は、文体を整える美容ではなく、記事の中に「自社が書く理由」を残す作業でもあります。

手順1：ブリーフとトーン＆マナー表で「声」を言葉にする

声を固定する最初の成果物は、記事ごとのブリーフです。AIに「いい感じで書いて」と頼むと、AIは平均的な文章に寄せてきます。平均から離れる材料を、こちらから渡す必要があります。

次に作るのが、トーン＆マナー表です。「親しみやすく、でも丁寧に」という指示は、AIにも人にも解釈の幅が広すぎます。守ることと避けることを、例文つきで並べます。

表は、自社の既存記事のなかで「これは自社らしい」と編集者が思う記事を3本選び、そこから抜き出して作ると早く仕上がります。AIに抽出を手伝わせることもできます。

以下の3本は、当社が「自社らしい」と考える記事です。
共通する文体の特徴を、次の観点で表にしてください。
観点：文末、書き出し、専門用語の扱い、読者への呼びかけ、避けている表現
・各特徴に、本文からの短い引用を1つ添えてください（引用は原文のまま）。
・本文にない特徴は書かないでください。

（記事1の本文）
（記事2の本文）
（記事3の本文）

人が確認するのは、引用が本当に原文にあるか、そして抽出された特徴が「たまたま3本に共通した癖」ではなく、今後も守りたい方針かどうかです。AIの出した特徴をそのまま採用すると、過去の癖を固定するだけで終わります。

手順2：工程を分け、工程ごとにプロンプトを書く

声がぶれる大きな原因は、ブリーフから本文までを1回の指示で書かせることです。構成の判断、事実の整理、文章の書き下ろしを同時に頼むと、どれも平均的になります。ブリーフ→構成→下書き→推敲の4工程に分けると、人が介入できる箇所が増えます。

構成案の工程

【ブリーフ】
（上の表の内容を貼り付け）

上記のブリーフから、記事の構成案（見出し3〜5つ、各見出しで書く内容を1行）を出してください。
・「自社の一次情報」の欄に書いた内容を、必ずどこかの見出しで使ってください。
・一般論だけの見出しには「一般論」と注記してください。
・事実として不確かな点は、書かずに「要確認」と一覧にしてください。

「一般論」と注記させる指示は小さなことですが、効果があります。一般論の見出しが多い構成は、そのまま書くと平均的な記事になるからです。構成の段階で、一次情報が入る場所が決まっているかを人が見ます。

下書きと推敲の工程

下書きの工程では、ブリーフと承認済みの構成案、トーン＆マナー表を渡します。AIの出力は、見出しごとに別々に出させたほうが修正しやすくなります。推敲の工程では「トーン＆マナー表のNGに当たる箇所を列挙し、直し案を出してください」と指示します。AIに全文を書き直させず、指摘だけをさせて、直すかどうかは人が決めます。全文を書き直させると、直さなくてよい箇所まで平均的な言い回しに戻ります。

どのAIを使うかは、声の維持にそれほど影響しません。ChatGPT、Claude、Geminiのいずれでも、ブリーフとトーン表の質が下書きの質を決めます。契約形態によって、入力内容がモデルの学習に使われるかどうかの設定は異なるため、利用するサービスの公式ヘルプで確認してください。

手順3：人の校正とファクトチェックを工程に組み込む

最後の成果物が校正チェック表です。AIの下書きは、事実と文体の両方で点検する必要があります。

特に、数値と出典は最初に疑います。生成AIは、実在しない統計や論文、URLを、もっともらしい形式で出力することがあります。確認できない数字は、直すより削るほうが安全です。

顧客名、問い合わせ内容、未公開の売上など、個人情報や機密に当たるものはAIに入力しません。個人情報保護委員会は、生成AIサービスの利用にあたって、個人情報を含むプロンプトを入力する場合の注意を呼びかけています。社内では、入力してよい情報の範囲を、ブリーフの「入れてはいけない内容」の欄とあわせて決めておきます。

限界：声の再現は完全にはならず、編集の手間は残る

ただし、トーン＆マナー表を丁寧に作っても、AIが声を完全に再現するわけではありません。長文になるほど後半で表現が平均に戻ったり、例文と似すぎた言い回しを繰り返したりします。「声」のうち、経験に裏づけられた判断や語り口の癖は、表にしにくい部分です。AIの下書きを人が直す手間は、ゼロにはなりません。

一方で、書き手が少ない組織が、声を落とさずに公開の頻度を保つ手段としては、この工程が役に立ちます。もっとも、AIで書くこと自体が目的になって、自社の一次情報が入る記事が減っていくなら、本末転倒です。1本あたり、自社だけが言える内容が何箇所入っているかを、校正チェック表の最後に数えておくと、その傾向に気づけます。

テーマと記事の構成を先に決めておくと、ブリーフも作りやすくなります。クラスターの設計はトピッククラスターで組み立てるSEOコンテンツ戦略で、公開後に技術面の問題がないかの確認は小さなサイトのSEO監査の確認順で扱っています。

AIを使った業務設計を体系的に学ぶ場として、講座のページもあります。