AIの文章を直すスキルを比べてみた「yomiyasu」と「explain-before-shorten」

投稿 最終更新

AIに書かせた日本語はそのまま社外に出しにくいことがあります。比喩が大げさだったり、短すぎて何を言いたいのか分からなかったりするからです。

佐野組では、社外の人が読む文章に推敲スキル「yomiyasu」をかけています(前後比較の記事)。最近、同じくAIの日本語説明を直すスキル「explain-before-shorten」が公開されました。佐野組はどちらの作者でもなく、使う側です。この記事では公開されているSKILL.mdとREADMEを読み、2つが何を直すのかを比べました。

どちらも作者が手間をかけて公開しているスキルです。この記事の目的はどの場面でどちらを使うかの整理で、優劣は決めていません。

文:株式会社佐野組 佐野 凛

先に結論

yomiyasuは「表現」を直し、explain-before-shortenは「説明の組み立て」を直すスキルです。AIに実際に書かせた1,402字の文章を3通りに通すと、yomiyasuだけでは1か所、explain-before-shortenだけでは13文が直りました。両方を順にかけると、explain-before-shortenが文を分け、yomiyasuが読点を整えて、見直し候補は4件から3件に減りました。一方で、AIが書いた事実の誤りは、どの組み合わせでも直りませんでした。

yomiyasuとは

yomiyasuは、nanaismさんがGitHubで公開している、AIが生成した日本語を推敲するスキルです。ライセンスはMITで、令和8年10月29日の時点でGitHubのスターは2,690、最新版はv2.4.0です。

READMEによると、不自然な比喩、曖昧な主述関係、不要な装飾を直します。主な対象は技術記事、設計書、PRの説明文、社内レポートなどの実務の文章です。主述や修飾の対応の点検、擬人化や比喩の言い換え、原文にない情報を足さないこと、文の長さと読点の調整など、7つの変換原則が書かれています。表現と書式を点検する検査スクリプト(yomiyasu_lint.py)と、推敲の前後を比べるスクリプトも付いています。

explain-before-shortenとは

explain-before-shortenは、Kazuki OtaさんがZennの「Microsoft (有志)」のPublicationで、令和8年10月26日に公開したスキルです。作者がスライドを作るなかで、AIが書く「短すぎて意味が伝わらない説明」に困ったことから生まれました。記事にSKILL.mdの全文が載っています。

方針は名前のとおりで、まず相手に口頭で説明するつもりで文章を組み立て、そのあと意味を保ったまま短くします。手順は伝えたいことを一文で決める、口頭ならどう説明するか考える、違う話を分ける、意味を保って短くする、短くした文だけで伝わるか確かめる、の順です。検査スクリプトはなく、SKILL.md 1枚で完結しています。

何が違うのか

yomiyasuexplain-before-shorten
直すもの比喩、擬人化、主述の対応、装飾、読点短すぎて意味が通らない説明
情報の量原文にない情報は足さない口頭の説明を経て、必要な言葉を戻す
道具検査スクリプト、前後比較、文書の種類ごとの参照ファイルSKILL.mdのみ
生まれた場面技術記事、設計書、PRなどスライドの箇条書き
配布GitHub(MIT)Zennの記事

yomiyasu = 表現を直す

比喩・擬人化・主述の対応・読点・装飾

原文にない情報は足さない/検査スクリプトつき

explain-before-shorten = 組み立てを直す

口頭で説明する → 話を分ける → 意味を保って短くする

抜けた言葉は戻す/SKILL.md 1枚

2つのスキルが直すもの(公開されているSKILL.mdとREADMEから)

いちばん大きな違いは情報を足すかどうかです。yomiyasuは「情報を勝手に足さない」を原則にしています。意味を決められない箇所は書き換えずに残し、書き手に確かめる点として示します。

explain-before-shortenは、削りすぎて意味が抜けた文に説明の言葉を戻します。記事の書き換え例では「受付と完了確認を分離する」を「処理の終了を待たずに受付済みと返し、結果は後から問い合わせる」にしていました。

explain-before-shortenには、書式や読点を点検する道具がありません。その部分はyomiyasuの検査スクリプトが受け持ちます。

同じ文を3通りに通してみた

例文の作り方

例文はAIに実際に書かせた長めの文章にしました。素材は公開されている情報だけです。佐野組の会社概要と作品一覧、『ゆめみるサクラの卒業式』のSteamストアの説明文、arXivの論文2本の抄録(DetectGPTとKobakらの研究)を1つのファイルにまとめました。素材をまとめるときに、価格の欄は外しています。

この素材をClaude Code(バージョン2.1.309、モデルはclaude-opus-5-5)に渡し、次のように頼みました。

次の素材をもとに、株式会社佐野組の紹介と関連研究の要約を書いて。1000〜1300字程度の日本語の文章で、本文だけを出力して。

返ってきた文章は1,402字でした。全文は次のとおりです。

例文の全文(AIが書いたまま)

株式会社佐野組は、ゲームとデジタルコンテンツの企画・開発・パブリッシングを手がける会社です。本店は大阪市北区中津にあり、代表取締役は佐野弘樹です。2026年7月31日に設立登記されました。

公開中の作品は2本あります。1本目の『ゆめみるサクラの卒業式』は、2026年10月21日にSteamで発売したホラーノベルゲームです。卒業式の日、主人公のサクラは、友だちのシオンとヒナのどちらに先に話しかけるかを選びます。話しかける順番で会話が変わり、3人の関係が違う角度から見えてきます。会話を終えると画面が不自然に暗転し、タイトル画面に戻ります。周回するたびに会話は少しずつ変わり、卒業式は悪夢になっていきます。3人のスチルと表情差分、音で心理的に追い詰める演出のほか、作中のBGMを聴けるジュークボックス機能も入っています。ホラー・流血表現と、精神的な負荷が強い表現を含みます。2本目の『プラーエファティオ・コニィ』(プラコニ)は、ダウンフォールンファンタジーと拠点出立アドベンチャーを組み合わせた作品で、Steamで販売中です。

開発中の作品もあります。『がんばれ相棒』は、改造と出撃を繰り返す戦闘シミュレーションです。Unity1週間ゲームジャム(お題「あい」)で作ったジャム版をunityroomで公開しており、製品版は2027年に発売する予定です。『プライマリ・ブルーム』は、高度なAI技術で大きく変わった世界を舞台にした、ドット絵・横スクロールのSF×ガーデンシミュレーションです。主人公のザニアが部屋で植物を育て、咲いた花をSNSで世界に広めていきます。2027年にSteamで発売する予定です。このほか、ホロライブプロダクションの非公式二次創作として、3つの操作モードを切り替えるカジュアルパズル『ぱずホロ』も開発しています。

関連研究として、大規模言語モデル(LLM)が書いた文章を扱う論文を2本取り上げます。1本目は、Mitchellらが2023年に発表した「DetectGPT」です。LLMから生成した文章は、そのモデルの対数確率関数で負の曲率をもつ領域に集まりやすいことを示し、この性質を使って、ある文章が特定のLLMで生成されたかを判定する基準を提案しました。分類器を別に訓練する必要はなく、データセットを集める必要も、透かしを入れる必要もありません。使うのは、対象モデルで計算した対数確率と、T5などの汎用モデルで文章に加えたランダムな書き換えだけです。200億パラメータのGPT-NeoXが生成した偽ニュース記事の検出では、既存のゼロショット手法で最も強いもののAUROC 0.81を、0.95まで引き上げました。

2本目は、Kobakらが2024年に発表した、生物医学論文でのLLM利用の調査です。PubMedに収録された2010〜2024年の抄録1500万件以上を対象に語彙の変化を調べたところ、LLMの登場後、特定の「スタイル語」の頻度が急に増えていました。本来の頻度を超えて増えた語を分析した結果、2024年の抄録の少なくとも13.5%がLLMで処理されたと推定しています。この下限は分野、国、学術誌によって異なり、一部では40%に達しました。著者らは、LLMが生物医学の論文執筆に与えた影響は、新型コロナのパンデミックのような大きな出来事を上回ると述べています。

使ったPCでは、日本語を書くときはいつもyomiyasuをかけるように設定してあります。そのままだと例文の時点でyomiyasuが動いてしまうので、例文づくりと、explain-before-shortenだけで直す回では、スキルを呼ぶ道具を止めました。explain-before-shortenは、Zennの記事のSKILL.mdをそのまま作業用のフォルダに置き、スラッシュコマンドで読み込ませています。

3通りの頼み方

どの回も新しい会話で、次のように頼みました。yomiyasuはPCに入れてあるv2.4.0のプラグインです。

AIの出力は手で直さずに載せています。

公開素材
会社概要・作品・Steam・論文2本
Claude Code
例文 1,402字
(a) yomiyasu
(b) explain-before-shorten
(c) explain-before-shorten → yomiyasu
今回の流れ。どの回も新しい会話で頼みました。

字数と検査スクリプトの件数

字数は本文の文字数です。検査スクリプトはyomiyasu v2.4.0のyomiyasu_lint.pyを--doc-type articleで実行し、見直し候補の件数を数えました。

字数見直し候補直した文の数
例文1,402字4件(もとの文)
(a)yomiyasuだけ1,401字4件1文
(b)explain-before-shortenだけ1,411字4件13文
(c)explain-before-shorten → yomiyasu1,409字3件(b)からさらに4文と段落1か所

直した文の数

(a)yomiyasu1文
(b)explain13文
(c)(b)のあと+4文

検査スクリプトの見直し候補

例文4件
(a)yomiyasu4件
(b)explain4件
(c)explain→yomi3件
直した文の数と、見直し候補の件数(runs の実測)。字数はどの回も1,401〜1,411字で、ほぼ同じでした。

どの回も字数はほとんど変わりませんでした。見直し候補は、どの回でも「です」「ます」が3回以上続く、という指摘が残っています。

(a)yomiyasuだけ

yomiyasuが直したのは1か所だけでした。

差分の見方:取り消し線は消した文字、下線は足した文字です。

LLMからが生成した文章は、そのモデルの対数確率関数で負の曲率をもつ領域に集まりやすいことを示し、…

今のAIの文章は、もとから比喩や装飾が少なく、yomiyasuが直す箇所がほとんど残っていなかったのだと思います。直した1か所は主語と動詞の関係のずれでした。

(a)の全文

株式会社佐野組は、ゲームとデジタルコンテンツの企画・開発・パブリッシングを手がける会社です。本店は大阪市北区中津にあり、代表取締役は佐野弘樹です。2026年7月31日に設立登記されました。

公開中の作品は2本あります。1本目の『ゆめみるサクラの卒業式』は、2026年10月21日にSteamで発売したホラーノベルゲームです。卒業式の日、主人公のサクラは、友だちのシオンとヒナのどちらに先に話しかけるかを選びます。話しかける順番で会話が変わり、3人の関係が違う角度から見えてきます。会話を終えると画面が不自然に暗転し、タイトル画面に戻ります。周回するたびに会話は少しずつ変わり、卒業式は悪夢になっていきます。3人のスチルと表情差分、音で心理的に追い詰める演出のほか、作中のBGMを聴けるジュークボックス機能も入っています。ホラー・流血表現と、精神的な負荷が強い表現を含みます。2本目の『プラーエファティオ・コニィ』(プラコニ)は、ダウンフォールンファンタジーと拠点出立アドベンチャーを組み合わせた作品で、Steamで販売中です。

開発中の作品もあります。『がんばれ相棒』は、改造と出撃を繰り返す戦闘シミュレーションです。Unity1週間ゲームジャム(お題「あい」)で作ったジャム版をunityroomで公開しており、製品版は2027年に発売する予定です。『プライマリ・ブルーム』は、高度なAI技術で大きく変わった世界を舞台にした、ドット絵・横スクロールのSF×ガーデンシミュレーションです。主人公のザニアが部屋で植物を育て、咲いた花をSNSで世界に広めていきます。2027年にSteamで発売する予定です。このほか、ホロライブプロダクションの非公式二次創作として、3つの操作モードを切り替えるカジュアルパズル『ぱずホロ』も開発しています。

関連研究として、大規模言語モデル(LLM)が書いた文章を扱う論文を2本取り上げます。1本目は、Mitchellらが2023年に発表した「DetectGPT」です。LLMが生成した文章は、そのモデルの対数確率関数で負の曲率をもつ領域に集まりやすいことを示し、この性質を使って、ある文章が特定のLLMで生成されたかを判定する基準を提案しました。分類器を別に訓練する必要はなく、データセットを集める必要も、透かしを入れる必要もありません。使うのは、対象モデルで計算した対数確率と、T5などの汎用モデルで文章に加えたランダムな書き換えだけです。200億パラメータのGPT-NeoXが生成した偽ニュース記事の検出では、既存のゼロショット手法で最も強いもののAUROC 0.81を、0.95まで引き上げました。

2本目は、Kobakらが2024年に発表した、生物医学論文でのLLM利用の調査です。PubMedに収録された2010〜2024年の抄録1500万件以上を対象に語彙の変化を調べたところ、LLMの登場後、特定の「スタイル語」の頻度が急に増えていました。本来の頻度を超えて増えた語を分析した結果、2024年の抄録の少なくとも13.5%がLLMで処理されたと推定しています。この下限は分野、国、学術誌によって異なり、一部では40%に達しました。著者らは、LLMが生物医学の論文執筆に与えた影響は、新型コロナのパンデミックのような大きな出来事を上回ると述べています。

(b)explain-before-shortenだけ

explain-before-shortenは、長い1文を2文に分ける直しが中心でした。

LLMからが生成した文章は、そのモデルの対数確率関数で負の曲率をもつ領域に集まりやすいことを示し、ました。この性質を使って、ある文章が特定のLLMで生成されたかどうかを判定する基準を提案していましたす。

3人のスチルと表情差分を収録し、音でを使って心理的に追い詰める演出のほか、も加えました。作中のBGMを聴けるジュークボックス機能も入っていあります。

このほか、「取り上げます」を「紹介します」に、「作った」を「制作した」に変えるなど、言葉の置き換えもありました。(a)が直した「LLMから生成した」も、同じように直っています。説明を足して長くする直しは少なく、字数は9字増えただけでした。例文がもとから短すぎる説明になっていなかったので、explain-before-shortenの得意な「言葉を戻す」場面が少なかったのだと思います。

(b)の全文

株式会社佐野組は、ゲームとデジタルコンテンツの企画・開発・パブリッシングを手がける会社です。本店は大阪市北区中津にあり、代表取締役は佐野弘樹です。2026年7月31日に設立登記しました。

公開中の作品は2本あります。1本目の『ゆめみるサクラの卒業式』は、2026年10月21日にSteamで発売したホラーノベルゲームです。卒業式の日、主人公のサクラは、友だちのシオンとヒナのどちらに先に話しかけるかを選びます。話しかける順番によって会話が変わり、3人の関係が違う角度から見えてきます。会話を終えると画面が不自然に暗転し、タイトル画面に戻ります。周回するたびに会話は少しずつ変わり、卒業式は悪夢になっていきます。3人のスチルと表情差分を収録し、音を使って心理的に追い詰める演出も加えました。作中のBGMを聴けるジュークボックス機能もあります。本作には、ホラー・流血表現と、精神的な負荷が強い表現が含まれます。2本目の『プラーエファティオ・コニィ』(プラコニ)は、ダウンフォールンファンタジーと拠点出立アドベンチャーを組み合わせた作品で、Steamで販売中です。

開発中の作品もあります。『がんばれ相棒』は、改造と出撃を繰り返す戦闘シミュレーションです。Unity1週間ゲームジャム(お題「あい」)で制作したジャム版をunityroomで公開しており、製品版は2027年に発売する予定です。『プライマリ・ブルーム』は、高度なAI技術で大きく変わった世界を舞台にした、ドット絵・横スクロールのSF×ガーデンシミュレーションです。主人公のザニアが部屋で植物を育て、咲いた花をSNSで世界に広めていきます。2027年にSteamで発売する予定です。このほか、ホロライブプロダクションの非公式二次創作として、3つの操作モードを切り替えて遊ぶカジュアルパズル『ぱずホロ』も開発しています。

関連研究として、大規模言語モデル(LLM)が書いた文章を扱う論文を2本紹介します。1本目は、Mitchellらが2023年に発表した「DetectGPT」です。LLMが生成した文章は、そのモデルの対数確率関数で負の曲率をもつ領域に集まりやすいことを示しました。この性質を使って、ある文章が特定のLLMで生成されたかどうかを判定する基準を提案しています。別の分類器の訓練も、データセットの収集も、透かしの埋め込みも必要ありません。使うのは、対象モデルで計算した対数確率と、T5などの汎用モデルで文章をランダムに書き換えたものだけです。200億パラメータのGPT-NeoXが生成した偽ニュース記事の検出では、AUROCを既存のゼロショット手法で最も高い0.81から0.95に引き上げました。

2本目は、Kobakらが2024年に発表した、生物医学論文でのLLM利用の調査です。PubMedに収録された2010〜2024年の抄録1500万件以上を対象に語彙の変化を調べたところ、LLMの登場後に特定の「スタイル語」の頻度が急に増えていました。本来の頻度を超えて増えた語を分析し、2024年の抄録の少なくとも13.5%がLLMで処理されたと推定しています。この下限は分野、国、学術誌によって異なり、一部では40%に達しました。著者らは、LLMが生物医学の論文執筆に与えた影響は、新型コロナのパンデミックのような大きな出来事を上回ると述べています。

(c)explain-before-shorten → yomiyasu

(b)の出力にyomiyasuをかけると、主語や主題のすぐあとの読点が4か所外れました。

1本目は、Mitchellらが2023年に発表した「DetectGPT」です。

あわせて、ゲームの紹介の段落のうち、最後の『プラーエファティオ・コニィ』の文が別の段落に分かれました。見直し候補は4件から3件に減っています。

(c)の全文

株式会社佐野組は、ゲームとデジタルコンテンツの企画・開発・パブリッシングを手がける会社です。本店は大阪市北区中津にあり、代表取締役は佐野弘樹です。2026年7月31日に設立登記しました。

公開中の作品は2本あります。1本目の『ゆめみるサクラの卒業式』は、2026年10月21日にSteamで発売したホラーノベルゲームです。卒業式の日、主人公のサクラは友だちのシオンとヒナのどちらに先に話しかけるかを選びます。話しかける順番によって会話が変わり、3人の関係が違う角度から見えてきます。会話を終えると画面が不自然に暗転し、タイトル画面に戻ります。周回するたびに会話は少しずつ変わり、卒業式は悪夢になっていきます。3人のスチルと表情差分を収録し、音を使って心理的に追い詰める演出も加えました。作中のBGMを聴けるジュークボックス機能もあります。本作にはホラー・流血表現と、精神的な負荷が強い表現が含まれます。

2本目の『プラーエファティオ・コニィ』(プラコニ)は、ダウンフォールンファンタジーと拠点出立アドベンチャーを組み合わせた作品で、Steamで販売中です。

開発中の作品もあります。『がんばれ相棒』は、改造と出撃を繰り返す戦闘シミュレーションです。Unity1週間ゲームジャム(お題「あい」)で制作したジャム版をunityroomで公開しており、製品版は2027年に発売する予定です。『プライマリ・ブルーム』は、高度なAI技術で大きく変わった世界を舞台にした、ドット絵・横スクロールのSF×ガーデンシミュレーションです。主人公のザニアが部屋で植物を育て、咲いた花をSNSで世界に広めていきます。2027年にSteamで発売する予定です。このほか、ホロライブプロダクションの非公式二次創作として、3つの操作モードを切り替えて遊ぶカジュアルパズル『ぱずホロ』も開発しています。

関連研究として、大規模言語モデル(LLM)が書いた文章を扱う論文を2本紹介します。1本目はMitchellらが2023年に発表した「DetectGPT」です。LLMが生成した文章は、そのモデルの対数確率関数で負の曲率をもつ領域に集まりやすいことを示しました。この性質を使って、ある文章が特定のLLMで生成されたかどうかを判定する基準を提案しています。別の分類器の訓練も、データセットの収集も、透かしの埋め込みも必要ありません。使うのは、対象モデルで計算した対数確率と、T5などの汎用モデルで文章をランダムに書き換えたものだけです。200億パラメータのGPT-NeoXが生成した偽ニュース記事の検出では、AUROCを既存のゼロショット手法で最も高い0.81から0.95に引き上げました。

2本目はKobakらが2024年に発表した、生物医学論文でのLLM利用の調査です。PubMedに収録された2010〜2024年の抄録1500万件以上を対象に語彙の変化を調べたところ、LLMの登場後に特定の「スタイル語」の頻度が急に増えていました。本来の頻度を超えて増えた語を分析し、2024年の抄録の少なくとも13.5%がLLMで処理されたと推定しています。この下限は分野、国、学術誌によって異なり、一部では40%に達しました。著者らは、LLMが生物医学の論文執筆に与えた影響は、新型コロナのパンデミックのような大きな出来事を上回ると述べています。

AIが間違えた点

注意:素材にない事実が入っていた

例文には、素材にない事実が1つ入っていました。『プラーエファティオ・コニィ』について、例文は「Steamで販売中です」と書き、「公開中の作品は2本あります」と数えています。作品ページにあるのは「商用版」という区分と「予定価格」で、販売中とは書いていません。素材をまとめるときに価格の欄を外したので、「予定」という手がかりも一緒に消えていました。それでも、書いていないことを「販売中」と言い切ったのはAIの誤りです。

この誤りは(a)(b)(c)のどれでも直りませんでした。yomiyasuは原文にない情報を足さない作りで、explain-before-shortenも文の組み立てを直すスキルです。どちらも、書かれた事実が素材と合っているかまでは確かめません。事実の確認は、人が素材と読み比べてするしかありませんでした。

佐野組での使い分け

今回の結果から、佐野組では次のように使い分けることにしました。

似て見えるが別物のスキル

調べるうちに、一緒に並べられそうなスキルが2つ見つかりました。どちらも文章の推敲とは別の問題を解いています。

英語の文章について

今回の4つは、どれも英文の推敲には向きませんでした。英語向けはあらためて別の記事で比べます。

出典

© 2026 株式会社佐野組