note記事の種類を知るとAIでの書き方が変わる｜12形式を体系化した探求記録

こんにちは、AIを自分だけの記事クリエイターに育てる研究をしている ぽけご です。

AIで記事を書いている方なら、

「AIで書いた記事を読み返すと、なんだか"自分の文章"じゃない気がする…」
「エッセイのつもりで頼んだはずなのに、どこかノウハウっぽい構成に仕上がってくる…」

こんな思いに心当たりがあるのではないでしょうか。

「AIに自分らしい記事を書かせたい」
私もそう願いながら、日々の探究を重ねています。

その試行錯誤の中で、全記事データをAIに渡す仕組みを作っているとき、あることに気づきました。

自分の記事の中でも、エッセイ、体験レポート、ノウハウなど、驚くほど多様な「書き方の形式」が混在していたのです。

この形式の違いをAIに伝えるだけで、記事の仕上がりが変わってくるのではないか。

そういう着想から、note記事の書き方を目的ベースで12の形式に体系化する探究が始まりました。

この記事では、AIに自分らしいnote記事を書かせたいと考えている方に向けて、

• 自分の記事データから見つけた「形式の多様性」と、分類が必要になった経緯

• 83記事の構造調査で見えた事実と、「目的が形式を決める」という発見

• 12形式の分類ガイドライン完成から、AIワークフロー設計への展望

上記について、note記事の形式体系化に取り組んだ筆者の探究の記録としてお話ししています。

記事の「種類」を知ることが、AIとの記事づくりを変える一歩になるはずです。

ぜひ、この探究を追体験してみてください。

自分の記事データから見つけた形式の多様性

AIを「育てる」プロジェクトが記事データの活用フェーズに入り、新たな課題が見えてきました。

AIにどの記事データを渡すかで、出力の精度が変わるんです。

ここでは、参照の精度を高めるために分類が必要になった経緯と、自分の記事データの中に見つけた形式の多様性についてお話しします。

参照効率を上げるために分類が必要

AIを「育てる」プロジェクトでは、AIに自分の記事データを読ませて、「自分らしさ」の精度を高めることを目指しています。

ただ、全記事データを一括で渡しても、参照の効率は思ったほど上がりませんでした。

なぜなら、エッセイとノウハウでは文章の組み立て方がまるで違うからです。

エッセイの「らしさ」を再現したいのに、ノウハウ記事のデータまで一緒に渡してしまう。

すると、AIにとっては雑多な情報の山になり、どちらの「らしさ」も薄まってしまうのです。

そこで考えたのが、書こうとしている記事と同じ形式の記事だけを参照するというアプローチでした。

同じ形式の記事だけを参照して学習させれば、AIは「その形式の書き方」に集中できるはず…。

ただし、このアプローチには前提があります。

そもそも自分の記事がどんな形式で書かれているかを把握して、分類しておかなければならない。

マガジンによる分類は既にありましたが、一つのマガジンの中にも複数の書き方が混在していました。

「マガジン」とは別の分類軸、記事の形式という軸が必要だと気づいたのです。

noteには記事の書き方（形式）がたくさんある

分類軸を作るために、まず自分の記事データを改めて見渡してみました。

すると、一つのnoteアカウントの中に驚くほど多様な書き方が混在していたのです。

• 心の動きを追いかけるエッセイ

• ツールの使用感を報告する体験レポート

• 手順を整理したノウハウ記事

• 立場を明確にして論じる意見・評論

こうして並べてみると、それぞれの記事が「違う目的」で書かれていることがはっきり見えてきます。

これは筆者だけの話ではありません。

noteは形式の自由度が高いプラットフォームなので、一人の書き手が複数の形式を無意識に使い分けていることは珍しくないのです。

この多様性にまず気づけたことが、形式分類の探究の出発点になりました。

83記事の構造調査で見えた事実と課題

形式の多様性に気づいたあと、最初に試みたのは「構造で分類できないか」という仮説でした。

見出しの数、リストの量、画像の有無など…

数値で測れるデータなら、AIが機械的に仕分けられるはずです。

そこで、自分の記事データの構造分析を足がかりにして、note上の他の著者による記事での検証へ進みました。

見出し数やリスト数など、構造で分類できるわかりやすい形式

Claude Cowork を使って、note上にある83記事のHTML構造データ（h2/h3見出し数、リスト数、画像数、段落長）を定量分析しました。

その結果、判別力を持つ構造シグナルを6系統特定できたのです。

たとえばノウハウ記事は、h2・h3見出しとリストの量が圧倒的に多い。
日記は見出しがほとんどなく、段落が短い。
自己紹介記事には独特の構成パターンがある。

これらの3形式は、形式の目的がそのまま構造に反映されており、数値データだけでルールベースに判別できるのです。

「構造で仕分けられる形式がある」
この手応えは確かにありました。

でも構造だけで分類できない形式が多数…

ところが、うまくいったのはここまででした。

エッセイと意見・評論の構造データを比べても、統計的に意味のある差が出なかったのです。

どちらもh2見出しを使うし、どちらも段落を中心に書かれており、構造だけでは判別ができません。

構造には「目的の違い」が現れないことがある

これが83記事の分析から見えた事実でした。

さらに、第1段階で自分の記事データから見つけたパターンの多くは、他の著者には通用しませんでした。

たとえば筆者のエッセイはh2見出しをほとんど使いません。

しかし、他の著者のエッセイではh2を普通に使っている場合がある。

筆者固有のパターンを汎用的なルールにはできなかったのです。

結果として、構造ルールだけでは判別できないという結論に至りました。

構造分析だけでは、この先に進めない…。

そんな壁にぶつかってしまったのです。