AIぽさ修正スキル yomiyasu の検証結果公開──実手直し 42 か所との重複は 2 か所のみ
AI特有の表現を検知する yomiyasu のリンターと書き直しスキルを実記事 6 本で検証し、人間の編集方針との差異を比較した。
リリース: 2026-10-05 · 読了 3 分記事の要約
1. 核心（What）
- 執筆者が Claude で作成した下書き記事 6 本を AIっぽさ修正スキル yomiyasu に通し、自身の実際の手直し 42 か所と比較検証した。
- yomiyasu のリンター実行により、下書きのスコアは 85〜95 点となり、「ました」の 3 連続や箇条書きの多さが指摘された。
- 執筆者の手直し 42 か所のうち 16 か所は「断定を緩める」調整であったが、yomiyasu のルールでは言い切りの強さを変えない仕様となっている。
- yomiyasu だけが修正した 18 か所のうち 14 か所を確認したところ、執筆者は下書きの表現をそのまま採用していた。
2. 影響（Why）
- 校正方針のギャップ: リンターと人間の編集者では文脈の解釈や許容する表現のトーンが異なるため、自動修正ツールをそのまま適用しても執筆者の癖や意図を完全に再現できない。
- 国内テックブログ運営への示唆: 国内の個人開発者や技術ブロガーが AI 下書きの品質を担保する際、ツールのスコアだけに依存せず、断定表現の強弱などの人間的な調整レイヤーを残す設計が不可欠となる。
3. 根拠・詳細（How）
- 検証環境とスクリプト仕様: 2026 年 10 月 3 日時点の GitHub 版 yomiyasu (MIT ライセンス) を git clone で取得し、python3 yomiyasu/skills/yomiyasu/scripts/yomiyasu_lint.py を用いて下書きのスコアを算出。
- 書き直しプロセスの制御: SKILL.md の Step 1〜4 に従い、gemini-syntax.md や domains/tech.md などのリファレンスを Claude Opus 5.5 に読み込ませて修正を実行し、変更箇所の全件抽出を行った。
4. 展望・課題（Next）
- 執筆スタイルの学習効果: 下書き生成段階ですでに執筆者の書き方が学習されていた可能性があり、今後は多様な執筆者データを用いた追加検証が必要とされる。