日本語

トピック

文章作成と編集

自分らしい語り口を失わずに、文章の下書き、修正、推敲、確認を行います。

31件のコンテンツ (記事15件 · 動画16件)

ここから開始

一覧を見る前に、まずおすすめのコンテンツをいくつかご覧ください。

AIを自分専用の編集者にする：どんな文章も1分以内に直す方法

どんなAIも、丁寧で素早い編集者に変える3つの短いプロンプトを紹介します。自分らしさを失わせるような書き直しはさせません。明瞭さ、トーン、文法について、それぞれ1回ずつ確認します。

AIらしさを感じさせずにAIで文章を書く方法

AIが書いた文章には独特の癖があります。それが何かを知れば、そうした文章を作らずに済みます。6つの具体的な兆候と6つの修正方法、そして誰もが書くような文章にせず、AIで自分の文章をより良くするワークフローを紹介します。

就職活動でAIを使う：履歴書、カバーレター、面接対策

求人ごとに履歴書を調整し、自分らしいカバーレターを作成し、声に出して面接を練習する方法と、多くの応募者が省いてしまう手順を含む、就職活動向けの実践的なAI業務フローです。

このトピックの他の記事

Draft First, Then Ask for Critique - Not Co-Authorship

The strongest AI assist for makers is usually critique of a draft you already wrote - not a co-authored first draft that quietly replaces your voice. A draft-then-critique loop with validation rules and a clear fallback when the feedback is generic.

An Edit Pass That Preserves Your Taste

AI edit passes often sand your work toward the mean. A taste-preserving edit loop: criteria first, local suggestions only, side-by-side keep/reject, and a final unaided read that protects what makes the piece yours.

Writing Through Grief Without Simulating the Person You Lost

AI can help you write a eulogy from your own memories, organize a funeral program, or draft a thank-you note when you cannot find the words. It should never be asked to generate what your person would say back to you. A safe-use table separates administrative and writing help from impersonation, with no exceptions for how comforting the impersonation feels.

AIで長文資料、契約書、PDFを読む方法

40ページの文書を読み込ませ、重要な部分、つまり判断事項、リスク、見落としやすい点を抽出します。読む時間のない資料をAIで読み解くための、実践的な業務フローです。

悪いプロンプトと良いプロンプトの違い（改善前・改善後の5例）

実際の5つのプロンプトについて、弱い版と改善版を示し、何が変わったかを簡潔に説明します。専門用語を学ばずにAIの出力を改善する最速の方法です。

実際に送信したくなるメールをChatGPTで書く方法

AIで書いたメールの多くは、いかにもAIらしい文章になります。機械的な印象を残さず、実際に送信したくなるメールをChatGPTで下書きし、磨き、仕上げるための実践的なワークフローを紹介します。

Deep Researchモード：50個のタブを読まずに20ページのレポートを作る

ChatGPT、Gemini、Claude、Perplexityの自律型調査機能であるDeep Researchは、以前なら1日かかった成果を15分で生み出します。効果的に活用するための実践ガイドです。

Few-shotプロンプティング：例を見せてAIに教える

求めるものを言葉で説明できないときは、例を見せましょう。出力スタイルの例を2～3個モデルに与えるFew-shotプロンプティングは、ブランドらしさのある一貫した結果を得るための最速の方法です。

AIで実現するInbox Zero：現実的なメール処理ワークフロー

開発者や自動化ツールの構築担当者、生産性向上の専門家に頼ることなく、AIでメールの仕分け、下書き、フォローアップを行うための、実践的で繰り返し使える仕組みです。

NotebookLM：あらゆる資料を自分専用の知識ベースに変える

GoogleのNotebookLMは、書籍、論文、会議メモ、調査ファイルなど、自分の文書と対話する最も簡単な方法です。機能、得意分野、今週構築する価値のある4つのユースケースを実践的に紹介します。

一度きりのプロンプトで終わらせない：対話による反復改善法

平凡なAI出力と優れたAI出力の最大の差は、最初の回答の後に何をするかで生まれます。ゼロからプロンプトを書き直さず、反復によって最初の下書きを実用的な成果物へ変えるワークフローです。

すべてのナレッジワーカーが知っておくべき10のプロンプトパターン

一度限りのプロンプトではなく、再利用できる10の型で、職場における実践的なAI活用の大部分をカバーできます。これらを覚えれば、プロンプトエンジニアリングのツールキット一式が手に入ります。

ChatGPTで仕事を獲得する：完全ガイド

Jeff Su. YouTubeで最も視聴されている、求職活動でのChatGPT活用動画の内容を10分にまとめており、その人気に見合う内容です。Jeffは、実際の求人票に合わせてカバーレターの書き出しを調整する複数プロンプトの手法、履歴書の箇条書きを「Yを行うことでXを達成し、その結果Zになった」という形に書き直すパターン、「自己紹介をしてください」への回答を準備する分かりやすい手順を紹介します。記事が推奨する手法そのものを、プロンプトが見える状態で画面上に実演しています。

すべての求職者に見てほしい動画

Jeff Su. 同じシリーズの後編であり、前編で扱わなかった求職活動の部分を取り上げます。LinkedInを通じてカジュアルな面談につなげる方法、面接で良い質問をする方法、お礼のメールを書く方法、給与交渉を練習するためのロールプレイ用プロンプトです。記事の後に視聴すれば、応募そのものだけでなく、採用プロセスの気まずさを感じやすいあらゆる段階で使える、ChatGPTを活用した台本が揃います。

AIライティング完全ガイド

David Perell. David Perellはオンラインで文章術を教える現役の書き手で、この動画では彼が実際に使う作業手順を紹介しています。下書きへの反論をAIに求める場面、AIに文章そのものを生成させない場面、繰り返し使うプロンプトが分かります。「How do I actually write with LLMs」と「How I think with LLMs」のセクションは、記事の「AIを代筆者ではなく編集者として使う」という立場にそのまま対応しています。視聴回数は通常の基準である100kをわずかに下回りますが、このテーマを扱う大規模チャンネルの動画に、同程度に思慮深いものがないため例外としました。

NotebookLMとPerplexityで調査時間を50％以上短縮するワークフロー

Grace Leung. 2つのツールを使う、より実践的な手順です。文書や引用元を見つけるためにPerplexityを使い、実際に文書を読んで統合するためにNotebookLMを使います。「長い文書」の問題が、実際には市場調査、規制当局への提出書類、複数の情報源を使った報告書など、「大量の文書」の問題である場合に役立ちます。

NotebookLMの使い方（GoogleのAI「理解支援ツール」）

Tiago Forte. NotebookLMは、長い文書を扱うために記事が最も強く推奨するAIツールです。「Building a Second Brain」で知られるTiago Forteが、その理由を非常に分かりやすく紹介します。会議メモの要約、長いPDFへの質問、文書に含まれない事実をモデルが作り出すのを防ぐ、情報源に基づく回答機能を実演しています。視聴後には、記事が「PDFをNotebookLMにアップロードする」ことを標準の提案としている理由が分かります。

プロンプト技術チュートリアル：ChatGPTとLLMの回答を使いこなす

freeCodeCamp.org. 時間をかけて見る価値のある、より長く丁寧な講座です。ベストプラクティス、ゼロショットとフューショットの違い、プロンプトから生成された出力にハルシネーションがどのように現れるかを扱う各章は、記事の5つの例を理解した後に、まさに知識を深めるのに適しています。

Googleの9時間のAIプロンプト技術講座を20分で学ぶ

Tina Huang. Tinaは、Google公式のPrompting Essentials講座を、5要素からなるTCREIの構成（Task、Context、References、Evaluate、Iterate）に集約し、それぞれについて実例を示しています。記事で5つの書き換え例を見た後、この動画を通じてGoogleが従業員にも教えている手順を学べば、私たちの例をそのまま写すことなく、自分のプロンプトを書き換えられるようになります。

作業量を半分にしたChatGPTの4つの活用法

Jeff Su. 「レッドチーム・リライト」のセクションは、ChatGPTをメールに活用するチュートリアルの多くに欠けている要素を補います。まず下書きを作成し、次に、1日に50通の新規開拓メールを受け取る相手になりきるようモデルに指示して、どの文を見たら削除したくなるかを尋ねます。このフィードバックループこそ、記事でいう「実際に送りたいと思えるメール」の意味です。Jeffは実際の新規開拓メールを使い、3分足らずで実演しています。

AIによるデータ分析を21分で学ぶ

Tina Huang. Tinaは、PerplexityのDeep ResearchとChatGPT／Claudeの分析モードを、実務に携わるアナリストの1日の中に位置付けています。市場シグナルの収集、探索的データ分析、構造化された出力の作成を扱っています。最もおすすめの動画を補完し、「学術文献のレビュー以外に何に役立つのか」を理解するのに有用です。

ChatGPTのDeep Researchで調査時間を大幅に短縮する方法

Andy Stapleton. Stapletonは、Deep Researchがまさに力を発揮する用途で実行しています。明確な対象範囲、期間、構成を定めた文献レビューです。確認質問を交わす段階、10分の待ち時間、40件の情報源を使った出力に加え、引用と文体に人間による確認が依然として必要な箇所も示しています。限界（BibTeXに出力できないこと、情報源の選定基準が甘すぎる場合があること）も率直に指摘しています。

プロンプト技術チュートリアル：ChatGPTとLLMの回答を使いこなす

freeCodeCamp.org. 31:20から始まる「ゼロショットとフューショットのプロンプト」の章では、例がない場合と少数の例がある場合で同じタスクを比較し、明快に実演しています。これは、記事の章全体が扱う比較そのものです。記事から直接この動画に進み、より広い背景知識がない場合は、それ以前のプロンプトに対する考え方とベストプラクティスのセクションも役立ちます。

プロンプト入門｜Code with Claude

Anthropic. Anthropicがこの動画で説明する10の構成要素の1つが例です。実際の顧客向けプロンプトに例を追加し、モデルの出力が変化する様子を確認できます。フューショットを単独のテクニックとしてではなく、より完全なプロンプトの一部として使う様子を見たい場合に役立ちます。

私のLLM活用法

Andrej Karpathy. KarpathyがChatGPT、Claude、Gemini、Grok、Perplexityを日常的にどう使っているかを説明し、整えられた一度きりのプロンプトではなく、実際の対話を画面共有で紹介しています。追加の質問をする場面、会話の途中でモデルを切り替える場面、進めていた方針を捨てて最初からやり直す場面を確認できます。記事で説明する反復的なループを、これらのシステムを仕事として構築している人物が実演しています。

8分で学ぶChatGPTプロンプトの最適な型

Jeff Su. タスク、コンテキスト、例、ペルソナ、形式、トーンという6要素の公式を、記事と同じ種類のオフィス業務の例（運動計画、履歴書、社内メール）を使って説明します。最初にこの動画を視聴してください。記事にあるほぼすべてのパターンは、この6要素のいずれかを重点的に応用したものです。

必須AIスキルを25分で解説（2025年版）

Tina Huang. プロンプト作成の章（02:30～09:20）では、組み合わせて使える2つの語呂合わせを紹介しています。「tiny crabs ride enormous iguanas」（task、context、references、evaluate、iterate）と「ramen saves tragic idiots」（revisit、separate、try analogous、introduce constraints）です。これらは記事の反復・改善パターンと明確に対応しています。一度のプロンプトで望む結果が得られないときに役立ちます。

AIライティング完全ガイド

David Perell. Perellは文章術を教えることを生業としており、この動画では、AIが書いたように見えない文章をLLMで実際にどう下書きしているかを紹介しています。モデルを何に使うのか（調査、構成、自分の考えを引き出すこと）、何を任せないのか（文体、審美眼、意見）、そして文章を自分らしいものに保つために用いる具体的な手法を説明しています。視聴回数は100Kという基準をわずかに下回りますが、このテーマは本当にニッチであり、長編動画として最も思慮深く掘り下げているため、選定する価値があります。