多かれ少なかれ、AIを使って書く時代になってきました。ライターに限らず、編集者もクライアントも、何かしらAIに触れています。
とはいえ、クライアントの中には「AIで書いた原稿」に抵抗感を持つ人もいるでしょうし、そもそもAIが吐き出したままの文章は血が通っていません。あの独特のツルッとした手触り、読めるけど何も引っかからない文体を、そのまま納品するわけにはいきません。執筆途中の工程がどうあろうと、最後の工程に「血を通わせるための執筆・編集」は、現代のライターは必ずやらないといかんのです。
ただ、取材記事の仕事には「血を通わせる以前」の工程がけっこうあります。リサーチ、質問事項の整理、文字起こしのケバ取り。こういった下ごしらえの部分では、AIは頼れる相棒です。
自分が今どんなツールをどの工程で使っているか、ワークフローに沿ってまとめてみます。ツールごとの細かい使い方はここでは解説しませんが、こんなツールを使っている、ということが伝われば。
リサーチ段階——NotebookLMのDeep Researchが便利
取材前のリサーチでは、GoogleのNotebookLMが活躍しています。以前はGeminiなど一部のサービスでしか使えなかったDeep Research機能がNotebookLMに搭載されてから、事前の情報集めがだいぶ楽になりました。テーマを入れると関連情報をまとめて拾ってきてくれるので、ゼロからググり始めるのに比べて初動が速いです。
ただ、過信は禁物です。「当然これも拾ってくるでしょ？」と思うような情報が漏れているケースがけっこうあります。業界では常識レベルの話が抜けていたり、直近のニュースが反映されていなかったり。なので、Deep Researchの結果を受け取った後に、自分でもGoogle検索をかけて確認する作業は欠かせません。
また、GeminiのDeep Researchを使うと、単にURLを収集するだけでなく、その過程や考察を得られるのが有り難いケースもあるんですよね。AIと対話しながらリサーチする場合は、NotebookLMよりGeminiでDeep Researchする方がやりやすいです。
飲食店や小売店の取材の場合、Googleマップの口コミも貴重な情報源です。ただ、口コミを大量に自動取得する手段は今のところないので、地道にテキストをコピペしてNotebookLMに登録しています。手間はかかりますが、「お客さんが実際にどう感じているか」は取材の切り口を考えるうえで外せません。
ここで1つ、自戒を込めて書いておきたいことがあります。自分でURLを集めてブックマークしていた頃に比べて、AIが集めた情報を「読まなくなる」傾向が出てきました。AIがサマリーを出してくれるから、原文を軽く流してしまう。でも、サマリーには載らないニュアンスや、行間にある温度感こそ取材で活きる情報だったりします。一通り自分の目で読む。これは意識しないとサボりがちです。
Deep Researchのコツについては以下の記事にも詳しく書いています。是非ご覧になってくださいね。
取材時の確認事項——リサーチ結果から質問を絞り込む
リサーチで作ったNotebookLMのノートブックは、取材準備にもそのまま使えます。
自分の場合、質問事項のテンプレートはあまり使っていません。テンプレに沿って聞くと、どうしても「型にはめた取材」になりがちです。それよりも、リサーチ結果を眺めながら「メディアとして読者が知りたいこと」「ライターとして自分が気になること」を洗い出すほうが、取材の質が上がると感じています。
「○○の質問事項を作って」とはあまりAIに指示しません。ソースとなっている情報を熟読した上で、情報が浅く感じられた点、より詳しく知りたくなった点について深掘りする視点から質問事項を作ります。質問事項全体を一気に作らせるのではなく、自分が気になる質問事項を1つ1つあぶり出していくような使い方を、AIに尋ねていきます。
あるテーマについて複数のソースで同じことが書かれていたら、それには2つの意味があります。「世の中に情報が出回っている（＝読者も知っている可能性が高い）」ということと、「それだけ大切なポイントである」ということ。前者なら取材で改めて深掘りする必要があるか考えますし、後者なら取材での優先度を上げる。この判断は、リサーチの段階で情報の出現頻度を見ておかないとできません。
カメラマンが同行する取材では、この段階でもうひと工夫します。NotebookLMのインフォグラフィック機能を使って、取材先の概要をビジュアルにまとめ、カメラマンに事前共有しておく。ライター動向の現場では、そこで初めて「こういう場所です」と口頭で伝える人が多いと思いますが、事前に情報を渡しておくと動きが変わりますし、ライターの意図したショットを外さずにおさえてくれる確率がグンと上がります。
取材——録音ツールはGoogle Pixelのレコーダー一択
取材に欠かせないのが、AIを活用した録音・文字起こしツールです。文字起こしツールの選定にあたっては、データの安全性も気にしたいところ。この点は別記事で詳しく書いています。
自分の録音エースは、Google Pixelに標準搭載されているレコーダーアプリです。これを選んでいる理由はいくつかあります。
まず、スマホ本体だけで完結します。外部マイクやICレコーダーを持ち歩かなくていい。文字起こしの精度もけっこういいです。Googleのレコーダーアプリで録音した情報は、第三者に提供されることが一切ないことも安心材料ですよ。文字起こしをAIがしてくれるサービスは世の中に沢山ありますが、録音データをAIの学習に使っているところも結構あるんで、よくよく規約を確認しておくことをおすすめします。
文字起こしの精度は完璧ではありませんが、ケバ取りの下地としては十分なレベル。録音後はすぐクラウドにバックアップされますし、クラウド上で再生するときに音声とテキストが同期するので、「この発言どこだっけ」と探す手間が減ります。それに、スマホだから録音以外にもカメラやメモなど活用用途がいろいろ。荷物が1つ減るのは地味に大きいです。
ちなみに、アプリのアイコンを長押しすると「録音を開始」のショートカットが出ます。取材先に着いてからアプリを開いて録音ボタンを探して……という手順をスキップできるので、覚えておくと便利です。
取材後——ケバ取りはClaudeの仕事
取材が終わったら、Pixelが自動生成した文字起こしテキストをClaudeに食わせてケバ取りします。「えー」「あのー」といったフィラーの除去、話し言葉の整理、明らかな誤変換の修正。この作業はClaudeが一番得意だと思っています。日本語の文脈理解がしっかりしていて、話の流れを壊さずに整えてくれる。
ケバ取りしたテキストは、取材からあまり時間を置かずに自分で読み返します。記憶が新しいうちに読むことで、文字起こしで拾えていない発言や、ニュアンスの取りこぼしを補完できるようにしておきます。ここで気づいた抜けはその場でテキストに書き足す。この時点でいったん保存。
記事の構成が事前にしっかり固まっている場合は、ケバ取りテキストのブロックを構成の順番に並べ替える作業もClaudeに任せています。取材は会話の流れで進みますから、記事の構成通りの順番で話が出てくることはまずありません。この並べ替えを手でやると地味に時間がかかるので、助かっています。
多くの場合、ここから先は手動です。並べ替えたテキストを読みながら、原稿として整えていきます。
校正・校閲——「直すな、指摘しろ」
原稿がひと通り書けたら、Claudeに校正・校閲を依頼します。ただし、ここでのプロンプトがけっこう大事で、「直接修正してはいけない。気になるポイントを列挙して」と必ず指示しています。
なぜかというと、AIに直接修正させると、自分の文体が崩れます。せっかく人間が書いた原稿なのに、修正箇所だけAIっぽいツルッとした文になって浮いてしまう。それに、誤字脱字ならともかく、表現や事実関係の指摘は自分で確認しないと危ないです。AIが「これは間違いでは？」と言ってきても、取材の現場で確認した事実だったりしますから。
指摘を一覧で受け取って、1つずつ自分で判断します。直すべきものは直す、直さなくていいものはスルー。この「最終判断は人間がやる」という線引きが、AI活用で一番大事なところだと思っています。
ある程度長く使い続ける必要性
AIのツールはものすごい進化を遂げ、個々の人間が追いつくのは大変です。AI好きな人としてはキャッチアップしていきたい気持ちもやまやまですが、安定性や結果の確実性を捨ててまで取り組むのは違います。
試してみてすぐに即戦力となるAIは案外少なく、指示の出し方や組み合わせ方を試行錯誤して、やっと業務レベルで使い物になるもの。昔から情報システムには「枯れたシステムの安心感」が語られるものですが、AIの時代も、安定しているシステムの重要性は変わらないと思っています。
最先端のAIに付き合わずとも、多くの人が試すことで情報が集ってきた段階で検討を始めるくらいでも十分ではないでしょうか。仕事のパートナーとしてのAI活用は、じっくり腰を据えて考えていきたいものです。