公式スキル · AI 活用

AI の下書きを使う前にレビューする

v1.0.1・2026年11月4日更新

AI が書いた下書きを使う前に、確かめる主張、でっちあげの可能性がある出典、トーンや社内ルールの問題、依頼との抜けを洗い出し、修正リストにまとめる。

Claude・ChatGPT・コーディング用の AI で使えます。TeamとBusiness では、Pod に入れた公式スキルが改善のたびに自動で最新版になります。

使う場面

• AI が書いたものを送る・公開する直前
• 下書きが研究、統計、法令、発言を引用しているとき

AI に渡すもの

• 下書き
• 元の依頼
• AI に渡した資料
• 当てはまる社内ルール

できあがるもの

主張の表、出典の確認、重さ順の修正リスト、そして判定（使える／直せば使える／書き直し）。

手順

1. 依頼に答えているか確かめる 下書きを依頼と1点ずつ突き合わせる。すべての問いに答えているか、指定の形式と長さか、読み手は合っているか。抜けているものと、頼まれていないのに足されたものを書き出す。
2. 事実の主張をすべて抜き出す 数字、日付、名前、価格、製品の機能、法令や規程についての記述、「調査によると」、発言の引用。1つを1行にし、下書きのどこにあるかを添える。
3. 主張を分類する 裏づけあり（渡した資料にたどれる。資料のどこかを書く）、要確認（正しいかもしれないが外で確かめる必要がある。どこで確かめるかを書く）、疑わしい（具体的なのに出典がない、推測にしては細かすぎる、資料と食い違う）。出典のない統計は、少なくとも要確認にする。
4. でっちあげの出典を探す 挙げられた研究、記事、URL、判例、法令、引用のそれぞれについて、タイトル・著者・日付・URL が実在し、主張どおりのことを言っているか。確認できないものには「使う前に確認。でっちあげの可能性あり」と印をつける。記憶をもとに出典を「ある」と判断しない。
5. トーンと社内ルールを確かめる 会社が守れない約束（日付、値引き、保証）、機密情報や個人情報、マーケティングで言えない表現（「最高」「保証」「100%」）、読み手に合わないトーン、中身のない言葉。
6. 内容の食い違いを確かめる 合計が合わない数字、2通りの表記がある名前、ほかと矛盾する日付、本文が裏づけていない結論。
7. 修正リストを書く 重さの順に、必ず直す（誤り、でっちあげ、リスクがある）、直したほうがよい（抜け、わかりにくい）、直してもよい（文体）。各項目に、場所、問題、直し方か確かめ方を書く。最後に判定を書く。使える／必ず直す項目を直せば使える／書き直し。

SKILL.md の全文

AI が読むファイルそのものです。 ダウンロード

---
name: ai-output-review
description: AI が書いた下書きを使う前にレビューする。確かめるべき事実の主張をすべて洗い出し、でっちあげの可能性がある出典・引用・参考文献に印をつけ、数字・トーン・社内ルール・依頼に答えているかを確認し、優先度順の修正リストを返す。ChatGPT、Gemini、Copilot などの AI が書いた文章を送る・公開する・提出する前に、ファクトチェック、校正、内容の確認をしたいとき、「この AI の下書き、信用していい？」と聞かれたときに使う。
---

# AI の下書きのレビュー

AI の下書きは、正しくても間違っていても同じようになめらかに読める。英国政府の AI Playbook は、言語モデルがもっともらしいが誤った内容を出すこと、専門家の助言の代わりにはならないことを注意している。2024年のスタンフォード大学の研究では、GPT-3.5、Llama 2、PaLM 2 が具体的な法律の質問への回答の69%〜88%でハルシネーションを起こした。だからレビューでは「正しそうに読めるか」を判断しない。確かめられる主張をすべて抜き出し、確かめ方を書き、使う前に書き手が片づける修正リストを返す。

## 使う場面

- AI が下書きしたものを送る・公開する・提出する前。顧客へのメール、報告書、記事、提案書、社内規程など。
- 下書きが研究、法令、統計、発言の引用、URL を挙げているとき。
- ほかの人が AI で書いたものが、承認のために回ってきたとき。
- 法務・財務・医療の内容を弁護士、税理士・会計士、医師が確認する代わりにはならない。その部分は専門家に回す。

## 用意するもの

- 下書き。
- 元の依頼かプロンプト。何のために、だれに向けて書いたものか。
- AI に渡した資料。そこにたどれない主張は、外で確かめる必要がある。
- 当てはまる社内ルールや表記ルール。なければ手順5の一般的な基準で確認し、そのことを書く。

## 手順

1. **依頼に答えているか確かめる。** 下書きを依頼と1点ずつ突き合わせる。すべての問いに答えているか、指定の形式と長さか、読み手は合っているか。抜けているものと、頼まれていないのに足されたものを書き出す。
2. **事実の主張をすべて抜き出す。** 数字、日付、名前、価格、製品の機能、法令や規程についての記述、「調査によると」、発言の引用。1つを1行にし、下書きのどこにあるかを添える。
3. **主張を分類する。** 裏づけあり（渡した資料にたどれる。資料のどこかを書く）、要確認（正しいかもしれないが外で確かめる必要がある。どこで確かめるかを書く）、疑わしい（具体的なのに出典がない、推測にしては細かすぎる、資料と食い違う）。出典のない統計は、少なくとも要確認にする。
4. **でっちあげの出典を探す。** 挙げられた研究、記事、URL、判例、法令、引用のそれぞれについて、タイトル・著者・日付・URL が実在し、主張どおりのことを言っているか。確認できないものには「使う前に確認。でっちあげの可能性あり」と印をつける。記憶をもとに出典を「ある」と判断しない。
5. **トーンと社内ルールを確かめる。** 会社が守れない約束（日付、値引き、保証）、機密情報や個人情報、マーケティングで言えない表現（「最高」「保証」「100%」）、読み手に合わないトーン、中身のない言葉。
6. **内容の食い違いを確かめる。** 合計が合わない数字、2通りの表記がある名前、ほかと矛盾する日付、本文が裏づけていない結論。
7. **修正リストを書く。** 重さの順に、必ず直す（誤り、でっちあげ、リスクがある）、直したほうがよい（抜け、わかりにくい）、直してもよい（文体）。各項目に、場所、問題、直し方か確かめ方を書く。最後に判定を書く。使える／必ず直す項目を直せば使える／書き直し。

## 出力の形式

```markdown
# AI の下書きのレビュー — [下書きのタイトル]
**依頼:** [1行で] · **判定:** [使える / 必ず直す項目を直せば使える / 書き直し]

## 依頼に答えているか
- [答えている / 抜けている / 頼まれていないのに足されている]

## 確かめる主張
| # | 主張 | 場所 | 状態 | 確かめ方 |
|---|---|---|---|---|
| 1 | [主張] | [段落] | 裏づけあり / 要確認 / 疑わしい | [資料のどこか、またはどこで確かめるか] |

## 出典と参考文献
| 出典 | 実在するか | 主張どおりのことを言っているか |
|---|---|---|
| [タイトル、著者、年、URL] | 使う前に確認 | [ ] |

## 修正リスト
**必ず直す**
1. [場所] — [問題] → [直し方]
**直したほうがよい**
1. [場所] — [問題] → [直し方]
**直してもよい**
1. [場所] — [問題] → [直し方]

## 専門家に回す
- [法務 / 財務 / 医療の論点] → [だれに]
```

## 例

**入力:** 依頼: 「予約管理アプリ『ヨヤクル』の Facebook 投稿を400字で。小さなクリニックがオンライン予約に切り替えるべき理由について」。下書き: 「調査によると、患者の67%がオンライン予約を望んでいます（アクセンチュア、2023年）。ヨヤクルを使うクリニックは無断キャンセルが50%減ります。保証します。オンライン予約は個人情報保護法の対象外なので、手続きは不要です。今すぐ切り替えて、満足している1万のクリニックの仲間に！」

**出力:**

```markdown
# AI の下書きのレビュー — ヨヤクルの Facebook 投稿
**依頼:** 小さなクリニック向け、オンライン予約についての400字の投稿 · **判定:** 必ず直す項目を直せば使える

## 依頼に答えているか
- 答えている: 切り替える理由。長さ: 約140字で、400字に大きく届かない。行動を促す一文は「今すぐ切り替えて」だけ。

## 確かめる主張
| # | 主張 | 場所 | 状態 | 確かめ方 |
|---|---|---|---|---|
| 1 | 患者の67%がオンライン予約を望んでいる | 1文目 | 疑わしい | アクセンチュアの2023年の報告書と、その数字そのものを探す |
| 2 | ヨヤクルで無断キャンセルが50%減る | 2文目 | 疑わしい | ヨヤクル自身のデータ。「保証します」は残せない |
| 3 | オンライン予約は「個人情報保護法の対象外」 | 4文目 | 疑わしい | 専門家に確認。予約データには患者の情報が含まれる |
| 4 | 1万のクリニックがヨヤクルを使っている | 5文目 | 要確認 | 社内の導入数 |

## 出典と参考文献
| 出典 | 実在するか | 主張どおりのことを言っているか |
|---|---|---|
| アクセンチュア、2023年 | 使う前に確認。でっちあげの可能性あり | [ ] |

## 修正リスト
**必ず直す**
1. 4文目 — 法令についての主張は誤りの可能性が高く、リスクがある → 削る。法令に触れるのは専門家の確認のあとにする。
2. 3文目 — 「保証します」は約束になる → 削る。出典のある実際の導入事例の結果を使うか、数字ごと削る。
3. 1文目 — 確かめていない統計 → 報告書を確認するか、削る。
**直したほうがよい**
1. 長さ — 依頼の400字に対して約140字 → 導入事例を1つと、次にとる行動をはっきり足す。
**直してもよい**
1. 5文目 — 「満足している」は中身がない → 確かめた数字だけを使う。

## 専門家に回す
- 個人情報保護法についての記述 → 法務担当か弁護士 [要確認: 日本の法令・個人情報保護委員会]
```

## 送る前のチェック

- [ ] 下書きのすべての数字、名前、日付、出典が、主張の表に入っている。
- [ ] 実際の出典にあたって確かめたもの以外、出典を「実在する」としていない。
- [ ] 必ず直す項目のすべてに、場所と具体的な直し方がある。
- [ ] 法務・財務・医療の論点は、承認せずに専門家に回している。
- [ ] 判定が修正リストと合っている（必ず直す項目が残っているのに「使える」にしていない）。

## よくある失敗

- 言い回しだけ直して、事実を残す。きれいに整った誤りは、粗い誤りより悪い。
- 同じ AI に「この出典は本物？」と聞き、「はい」をそのまま受け取る。出典そのものにあたる。
- 書いてあることだけをレビューする。依頼の半分を飛ばした下書きは、どれだけ正確でも不合格。

チームで使う

AI Skill Pod に追加すると、業務委託の方も含めてチーム全員が、自分の AI から同じ版を使えます。 AI スキルをチームで共有する方法を読む

チームのPodに追加

変更履歴

• v1.0.1 · 2026年11月4日 · Example: the draft's length is now given as 35 words, its actual count.
• v1.0.0 · 2026年11月4日 · First release.