1なぜバレるのか——「確率的テキスト生成」という本質

競合記事は全員「流暢すぎる・一般論ばかり」という結果の説明で終わっている。なぜそうなるのかの仕組みを説明する。

ChatGPTはどうやって文章を作っているか

ChatGPTを含むLLM（大規模言語モデル）は、「次に来る単語として最も確率が高いものを選び続ける」ことで文章を生成する。前のトークン（単語・文節の塊）の文脈を読み取り、確率分布から次のトークンを選択する。これを繰り返して一文・一段落・一記事を作る。

この仕組みの結果として何が起きるか。「多くの人が書きそうな、最も平均的な表現」が選ばれ続ける。人間の書き手が持つ「あえて外す」「感情で選ぶ」「間違えながら書き直す」といった揺らぎが根本的にない。

「人間らしい揺らぎ」とは何か

人間が文章を書く時、意識的・無意識的に以下のような「揺らぎ」が入る。

• 話題のズレ：論点からわずかに外れる脱線・余談が自然に入る
• 感情的な偏り：書き手が特定のことに強い感情を持つと表現に熱量差が出る
• 固有の体験：「先週○○があって気づいたのだが」のような一回性の体験
• 知識の斑：得意分野は詳しく、不得意分野は曖昧になる「知識の凸凹」
• 文体の個性：文章の長短・語彙選択・接続詞の使い方に書き手固有の癖

AI（LLM）はこれらの「揺らぎ」を原理的に持てない。学習データ全体の「平均」を出力する構造のため、常に「もっともらしい・無難・一般的」な表現に収束する。これが「バレる」最大の理由だ。

2AIっぽさが疑われる7つの特徴（Before/After付き）

特徴①：導入で結論を言い切りすぎる

特徴②：「まず・次に・最後に」の三段構成が毎回同じ

LLMは接続詞のパターンが非常に均一になりやすい。「まず〜。次に〜。そして〜。最後に〜。」の四段構成、「〜が重要です。なぜなら〜。具体的には〜。」の説明型パターンが繰り返される。一つの文章内でこのパターンが5回以上繰り返されている場合、AI生成の強い証拠になる。

特徴③：「非常に重要」「大切なポイント」などの空虚な形容詞

特徴④：一文が長く、複数の論点が詰め込まれている

LLMは文法的に正しい長文が得意なため、1文に複数の情報を詰め込む傾向がある。「〜であり、また〜であり、さらに〜という点においても〜といえます。」のような文が連続する。人間の文章は読みやすさのために短文と長文が混在するが、AI文章は長文が均一に続く。

特徴⑤：体験・固有名詞・数字がない「無菌の文章」

学習データの「平均」を出力するLLMは、特定の人物・場所・日時・数値を持てない。その結果、固有名詞や具体的な数字がなく、どこでも誰でも書けそうな「無菌の文章」になる。「多くの企業が」「様々な場面で」「いくつかの方法が」などの曖昧な表現が頻出する。

特徴⑥：専門用語の使い方が浅く「表面なぞり」になる

LLMは専門用語を正しく配置できるが、その概念を実務で使った経験を持てない。「RAGとは検索拡張生成のことで、LLMと検索エンジンを組み合わせた技術です」という定義的な説明はできるが、「RAGを実装したらチャンク分割の粒度でハルシネーション率が全然違う」という実務知見は出てこない。専門知識のある読み手には一目で「理解していない」とわかる。

特徴⑦：語尾の均一性（「〜です。」「〜ます。」が単調に続く）

人間の文章は「体言止め」「倒置法」「〜だろう」「〜かもしれない」等の変化がある。AI文章は「〜です。〜します。〜できます。」の丁寧語が単調に続く。意図的に変化をつけない限り、語尾パターンが3〜4種類しか出てこない。

3「バレてもいい場面 vs バレてはいけない場面」の分類

競合記事は全員「バレてはいけない」前提で書いている。実際には「AIを使ったことを明示すべき場面」と「使ったことを隠そうとすること自体が不正になる場面」がある。この区別が最重要だ。

4AI検知ツールの正直な精度——OpenAI公式が26%で撤退した理由

競合記事は全員「GPTZeroやTurnitinがAI文章を検知できます」と書いて終わっている。精度の実態を正直に書く。

主要AI検知ツールの正直な評価

日本語でAI検知精度が落ちる3つの理由

5AIっぽさを消す5段階の編集フロー

競合記事は「必ず自分の言葉でリライトしましょう」と書いて終わっている。具体的に何をどの順序でやるかを書く。

1. STEP1：構成・素材の入手にだけAIを使う（文章は自分で書く）
   「○○について重要なポイントを5つ箇条書きで出して」「この論点を反論する立場から3点出して」という使い方。文章を書かせるのではなく、思考の材料を集める段階に限定する。この時点では文章は自分で書く。
2. STEP2：体験・数字・固有名詞を自分で追記する
   AI文章の「無菌状態」を解消する最重要ステップ。「自分はいつどこで何を経験したか」「具体的な数値データはあるか」「固有名詞（人名・会社名・製品名・場所）を入れられるか」を確認し、1段落に最低1つは具体的な情報を追加する。
3. STEP3：「空虚な形容詞」を全て削除または具体化する
   「非常に重要」「大切なポイント」「素晴らしい成果」「様々な場面で」「多くの」「いくつかの」を全て洗い出す。削除できるなら削除。削除できないなら具体的な表現に置き換える。「多くの企業が」→「調査対象200社のうち73%が」という変換が理想。
4. STEP4：接続詞パターンと語尾の変化をつける
   「まず・次に・最後に」が3回以上続いていたら別の接続詞に変える。語尾が「〜です。〜します。〜できます。」の繰り返しなら、体言止め・倒置・「〜だろう」「〜かもしれない」等を混ぜる。1つの段落で同じ語尾が3回以上続かないようにする。
5. STEP5：自分の「これは言い過ぎかな」と思う部分を入れる
   人間の文章には「少し踏み込みすぎかな」という独自の意見・批判・疑問が自然に入る。「ただし、私は〇〇については疑問を持っている」「一般論に反するかもしれないが、実体験から言うと〜」という「書き手の立場が見える部分」を意図的に1〜2箇所入れる。これが最もAIっぽさを消す効果が高い。

6人間らしい文章を書かせるプロンプト5本（コピペ可）

以下の内容について文章を書いてください。

[テーマ]：（テーマを記入）
[文字数]：（文字数を記入）
[読者]：（想定読者を記入）

[人間らしい文章を書くための条件]
・導入は一般論や定義から始めず、具体的なエピソードや問いかけから始める
・「非常に重要」「大切なポイント」「様々な」などの空虚な形容詞は使わない
・段落ごとに接続詞のパターンを変える（「まず・次に・最後に」の三段構成を避ける）
・一文の長さに意図的な変化をつける（短い文と長い文を混ぜる）
・「多くの」「いくつかの」等の曖昧な表現の代わりに具体的な数字か例を使う
・書き手の疑問・反論・個人的な意見を1〜2箇所入れる
・語尾を3種類以上使い分ける（〜です/〜だろう/体言止め/〜かもしれない等）

[参考にする体験・固有情報（あれば）]：
（自分の体験や具体的な情報を記入）

以下の文章を、よりオリジナリティがある自然な表現に改善してください。

[改善の指示]
・AI生成文特有の「空虚な形容詞」（非常に重要・大切なポイント等）を削除または具体化
・同じ接続詞・語尾パターンの繰り返しを解消
・一文が長すぎる箇所は適切に区切る
・具体性に欠ける箇所には「[具体例を追加してください]」という注記を入れる
・削除した方が良い冗長な部分には「[削除推奨]」と注記する
・変更した箇所は理由を簡潔に説明する

[元の文章]：
（ここに文章を貼り付け）

以下の文章がAI生成らしく見えないかを確認し、改善点を指摘してください。

[チェック項目]
1. 空虚な形容詞・曖昧な表現のリスト（全て抽出）
2. 接続詞パターンの繰り返し（何回使われているか）
3. 同じ語尾の連続（どこで連続しているか）
4. 具体的な数字・固有名詞・体験談がない段落（どれか）
5. 一文が80字を超えている文（どこか）
6. 「書き手の立場・意見」が見える部分があるか（あれば抜き出す）

最後に「AIっぽさスコア（0〜10）」と改善の優先度を3点で教えてください。

[チェック対象の文章]：
（ここに文章を貼り付け）

以下のレポートテーマについて、私自身の体験と意見を組み込んだ文章を作成してください。

[テーマ]：（テーマを記入）
[提出先・目的]：（大学課題/就活ES/社内レポート等を記入）
[文字数]：（文字数を記入）

[私の体験・情報（これを必ず文章に組み込む）]：
（自分の体験・数字・固有名詞を箇条書きで記入）

[私の立場・意見]：
（テーマについて自分が強く感じること・疑問・反論を記入）

[文章の条件]
・上記の体験と意見を冒頭と結論に必ず入れる
・本文の主張は一般論ではなく、私の体験から導いた独自の視点にする
・ファクトチェックが必要な数値・データが含まれる場合は「[要確認]」と注記する

以下の文章を、AI検知ツールに引っかかりにくい表現に変換してください。

[変換の指示]
・テキストの「予測可能性（Perplexity）」を下げる：通常選ばれにくい表現・言い回しを適度に混ぜる
・テキストの「ばらつき（Burstiness）」を上げる：文の長さを意図的に不均一にする
・定型的な接続詞パターンを解体し、より自然な流れに組み替える
・丁寧語の連続を崩し、語尾に変化をつける
・ただし元の意味・主張は変えないこと
・変換前後で内容が変わった箇所には「[変更あり：説明]」と注記する

[元の文章]：
（ここに文章を貼り付け）

7バレたときのリスクと対処法

場面別のリスク

バレたときの4ステップ対処法

8「正直に申告すべきケース」の判断基準

「バレないようにする」という思考から「適切に使う」という思考への転換が、2026年以降のAI活用の本質だ。

AI使用を正直に申告した方が良い場面

• 大学がAI使用を「申告すれば可」としている場合：多くの大学が「AI使用は禁止ではないが、使用した箇所と使い方を明記すること」というルールに移行しつつある。申告すれば問題ない場合に隠す必要はない
• AI活用を評価する企業の就活：「AIをどう使いこなせるか」を評価軸にする企業が増えている。「構成案の作成にAIを使い、体験談と数値は自分で追加し、全文を自分でリライトしました」と話すことが、かえってITリテラシーの高さを示す
• ライター案件でAI使用が許可されている場合：契約で「AIアシスト可」となっている案件では、使用した旨を開示することで透明性を示し、信頼構築につながる

絶対に申告なしで使ってはいけない場面

• AI使用禁止が明文化されている試験・課題・選考：ルールがある以上、それに従うことが唯一の正解
• 「あなた自身が経験したこと」として提出する書類：体験記・個人エッセイ・自己PR等でAIが作り上げた「架空の体験」を提出することは虚偽
• 専門知識の評価が目的の課題：卒論・資格試験の論述等、「理解度を測るための文章」でAI全面使用は目的に反する

9FAQ 10問