#!/usr/bin/env python3 """ 記事の「AIっぽさ」を機械的に測る。 きっかけ: 「**強調**の多用や定型表現が来た時点で読むのをやめる」という指摘（2026-08-04）。 AIに書かせた文章には見分けがつく癖がある。感想ではなく数字で出す。 使い方: python3 check_ai_ness.py src/content/posts/*.md python3 check_ai_ness.py 記事.md --verbose # 指摘箇所も表示 判定するもの: 1. **強調** の密度 … 多いほどAIっぽい 2. 見出しの密度 … 細かく区切りすぎ 3. 箇条書き・表の比率 … 文章ではなく資料になっている 4. 定型フレーズ … AIが好んで使う言い回し 5. 文の長さの均一さ … 人間はもっとばらつく 6. 3点セット癖 … 何でも3つ並べたがる しきい値は「人間が書いた文章の感覚」で決めた暫定値。実際の記事で調整していく。 """ import argparse import re import statistics import sys from pathlib import Path # AIが好んで使う言い回し。見つけたら指摘する。 # 「絶対に使うな」ではなく「無意識に多用していないか」を見るためのもの。 CLICHE = [ "重要なのは", "ポイントは", "と言えるでしょう", "ではないでしょうか", "しっかりと", "きちんと", "非常に", "極めて", "まさに", "〜する上で", "という点で", "において重要", "を活用", "効率的に", "最適な", "最大限", "スムーズに", "シームレス", "深掘り", "俯瞰", "本質的に", "総合的に", "多角的に", "いかがでしたか", "参考になれば幸いです", "ぜひ", "革命的", "画期的", "圧倒的", "驚くべき", ] # 見出しでよく使われる、中身の無い構造語 EMPTY_HEADING = ["まとめ", "はじめに", "おわりに", "ポイント", "メリット", "デメリット", "注意点"] # 順序を示す接続語。段落の頭に置いて手順を並べるのは、AIが最も得意な形。 # 1つ2つは普通の日本語だが、同じ記事に3種類そろうと「列挙の足場」になる。 # 外部のAI判定ツール（User Local / webサクッとツールズ）で最も高い減点が付いたのがここだった。 # 私の判定は密度しか見ておらず、この癖を素通りさせていた（2026-08-04 追加）。 ORDER_WORDS = ["まず", "次に", "最後に", "加えて", "さらに", "それから", "そして"] LIMIT_ORDER_KINDS = 2 # 段落頭に出てよい種類数。3種類そろったら指摘する # 自分の仕事を無効にしてしまう言い方。 # 根拠を丁寧に説明した記事の最後に「しきい値は適当に置いた」と書いていたのを指摘された。 # 日本語としては正しいが、前半の説明を自分で打ち消してしまう。謙遜のつもりで書くので気づきにくい。 # これは文体ではなく論理の一貫性の問題なので、機械では「出た」ことしか分からない。 # 見つけたら、本文で根拠を説明していないか自分で確かめる（2026-08-04 追加）。 SELF_NEGATION = ["適当に置い", "適当に決め", "適当な数字", "テキトー", "根拠はない", "深く考えていない", "なんとなく決め"] # ここから下は「AIっぽさ」ではなく「読んで面白いか」を測る試み（2026-08-04 追加）。 # きっかけは「全部の記事が頭に入らない」という指摘。 # 文体の指摘は0件なのに面白くない、という状態が実際に起きた。 # # 本人の書いた文章6本と、私が書いた記事16本を同じ物差しにかけたら、2つ差が出た。 # 文末の最頻型 私 72% / 本人 29% # 感情語の密度 私 0.4 / 本人 7.1（1,000字あたり） # 目安は本人の値から取り、あいだを取って置いた。 # 文末の型。上から順に判定し、最初に当たったものだけ数える（重複させない） ENDING_TYPES = [ ("です・ます", r"(です|ます|ました|でした|ません)$"), ("問いかけ", r"(か|かな|だろう|でしょう|かね|の)$"), ("ぼかし", r"(みたいな|かも|気がする|と思う|らしい|ような|けど|から|よね|んです)$"), ("だ・である", r"(だ|である)$"), ("た・断定", r"(た|ない|る)$"), ("体言止め", r"[ぁ-んァ-ヶ一-龥ーA-Za-z0-9]$"), ] LIMIT_ENDING_TOP = 0.50 # 最頻型がこれを超えたら単調 # 感情・主観の語。読み手が「人が書いた」と感じる手がかり。 # 事実だけで書くとゼロになる。ゼロの記事は正確だが読まれない。 EMOTION = ["嬉し", "悲し", "腹が立", "むかつ", "こわ", "怖", "つらい", "しんど", "疲れ", "焦", "困っ", "嫌", "好き", "楽し", "もういい", "やばい", "最悪", "うれし", "ムカ", "泣", "笑", "ほしい", "わからん", "知らん", "だるい", "うんざり", "長かった", "思ってい", "気づい", "驚", "안心", "안", "参った", "助かっ", "面倒", "しまった", "まずい", "ほっと", "情けな", "悔し"] MIN_EMOTION = 3.0 # 1,000字あたり。これ未満は事実だけの文章 # しきい値（1,000字あたり）。超えたら指摘する。 # 強調だけは密度ではなく「1箇所でも使ったら指摘」にしている（2026-08-04 方針変更）。 # 目安を4.0にしていたが、2箇所でも目がそこへ行くので、このブログでは使わないことにした。 # 強調したいときは書式ではなく、文の順番か長さで解決する。 ALLOW_BOLD = False # True に戻すと LIMIT_BOLD の密度判定に戻る LIMIT_BOLD = 4.0 # **強調** の数（ALLOW_BOLD = True のときだけ使う） LIMIT_HEADING = 3.0 # 見出しの数 LIMIT_LIST_RATIO = 0.35 # 箇条書き＋表が本文行に占める割合 LIMIT_CLICHE = 2.0 # 定型フレーズの数 MIN_SENT_STDEV = 12.0 # 文長の標準偏差。これ未満だと均一すぎる def strip_frontmatter(text): if text.startswith("---"): parts = text.split("---", 2) if len(parts) == 3: return parts[2] return text def analyze(path, verbose=False): raw = Path(path).read_text(encoding="utf-8") body = strip_frontmatter(raw) lines = body.split("\n") # コードブロックは書き手の癖ではないので除外する in_code, kept = False, [] for ln in lines: if ln.strip().startswith("```"): in_code = not in_code continue if not in_code: kept.append(ln) lines = kept text = "\n".join(lines) chars = len(re.sub(r"\s", "", text)) if chars == 0: return None per1k = 1000 / chars bold = re.findall(r"\*\*(.+?)\*\*", text) headings = [l for l in lines if re.match(r"^#{2,4} ", l)] list_lines = [l for l in lines if re.match(r"^\s*([-*+]|\d+\.)\s", l)] table_lines = [l for l in lines if l.strip().startswith("|")] body_lines = [l for l in lines if l.strip()] found_cliche = [c for c in CLICHE if c in text] empty_head = [h for h in headings if any(e in h for e in EMPTY_HEADING)] # 段落の頭に置かれた順序の接続語だけを見る（文中の「まず」は普通の日本語なので数えない） found_order = sorted({w for l in lines for w in ORDER_WORDS if l.startswith(w) or l.startswith(w + "、")}) # 文の長さ（句点で区切る）。箇条書き・表・見出しは除く prose = "\n".join(l for l in lines if l.strip() and not re.match(r"^\s*([-*+#>|]|\d+\.)", l)) sents = [s for s in re.split(r"[。！？]", prose) if len(s.strip()) >= 5] lens = [len(re.sub(r"\s", "", s)) for s in sents] stdev = statistics.stdev(lens) if len(lens) > 1 else 0.0 mean = statistics.mean(lens) if lens else 0.0 m = { "chars": chars, "bold": len(bold) * per1k, "heading": len(headings) * per1k, "list_ratio": (len(list_lines) + len(table_lines)) / max(1, len(body_lines)), "cliche": len(found_cliche) * per1k, "stdev": stdev, "mean": mean, } issues = [] if not ALLOW_BOLD: if bold: issues.append(f"強調を{len(bold)}箇所使っている。このブログでは0にする方針" "…強調は書式ではなく、文の順番か長さで作る") elif m["bold"] > LIMIT_BOLD: issues.append(f"**強調** が多い（1,000字あたり {m['bold']:.1f} 箇所 / 目安 {LIMIT_BOLD}）" f"…全{len(bold)}箇所") if m["heading"] > LIMIT_HEADING: issues.append(f"見出しが細かすぎる（1,000字あたり {m['heading']:.1f} 個 / 目安 {LIMIT_HEADING}）") if m["list_ratio"] > LIMIT_LIST_RATIO: issues.append(f"箇条書き・表が多い（本文行の {m['list_ratio']*100:.0f}% / 目安 {LIMIT_LIST_RATIO*100:.0f}%）" "…文章ではなく資料になっている") if m["cliche"] > LIMIT_CLICHE: issues.append(f"定型フレーズが多い（{len(found_cliche)}種類）: {' / '.join(found_cliche[:6])}") elif found_cliche: issues.append(f"定型フレーズ: {' / '.join(found_cliche)}") if 0 < stdev < MIN_SENT_STDEV: issues.append(f"文の長さが均一すぎる（標準偏差 {stdev:.1f} / 目安 {MIN_SENT_STDEV}以上）" f"…平均{mean:.0f}字。人間はもっとばらつく") if empty_head: issues.append(f"中身の薄い見出し: {' / '.join(h.lstrip('# ') for h in empty_head)}") # 文末の型の偏り end_counts = {k: 0 for k, _ in ENDING_TYPES} for s in sents: for k, pat in ENDING_TYPES: if re.search(pat, s.strip()): end_counts[k] += 1 break top_kind = max(end_counts, key=end_counts.get) if sents else "" top_ratio = (end_counts[top_kind] / len(sents)) if sents else 0.0 emo_hits = sum(text.count(w) for w in EMOTION) emo_rate = emo_hits * per1k found_selfneg = [w for w in SELF_NEGATION if w in text] if found_selfneg: issues.append(f"自分の説明を打ち消す言い方: {' / '.join(found_selfneg)}" "…本文で根拠を書いているなら矛盾する。書いていないなら残してよい") if top_ratio > LIMIT_ENDING_TOP: issues.append(f"文末が単調（「{top_kind}」が {top_ratio*100:.0f}% / 目安 {LIMIT_ENDING_TOP*100:.0f}%未満）" "…次の行の形が読む前に分かると、飛ばされる") if emo_rate < MIN_EMOTION: issues.append(f"感情・主観の語が少ない（1,000字あたり {emo_rate:.1f} 回 / 目安 {MIN_EMOTION}以上）" "…事実と教訓だけになっていないか。書いた人が何を思ったかが要る") if len(found_order) > LIMIT_ORDER_KINDS: issues.append(f"段落の頭に順序の接続語が{len(found_order)}種類: {' / '.join(found_order)}" "…手順を並べる形になっている。文の中身でつなぐ") print(f"\n■ {Path(path).name}（本文 {chars:,}字）") if not issues: print(" AIっぽさの指摘なし") for i in issues: print(f" - {i}") if verbose and bold: print(f" 強調している箇所（{len(bold)}件）:") for b in bold: print(f" **{b}**") return m, issues def main(): ap = argparse.ArgumentParser(description="記事のAIっぽさを機械的に測る") ap.add_argument("files", nargs="+", help="対象の .md") ap.add_argument("-v", "--verbose", action="store_true", help="指摘箇所も表示する") args = ap.parse_args() total = 0 for f in args.files: r = analyze(f, args.verbose) if r: total += len(r[1]) print(f"\n合計 {total} 件の指摘") sys.exit(1 if total else 0) if __name__ == "__main__": main()