記事作成自動化の全体設計：入力から完成原稿まで

この節で学ぶこと

この節では、Google Opalを使って、記事作成を「一度の文章生成」ではなく「入力から完成原稿までの流れ」として設計します。

前回までは、AIミニアプリやワークフローの基本を学びました。今回は、その考え方をもう一歩進めて、実際に記事ができるまでの制作ラインを作ります。

Google Opalは、自然言語でAIミニアプリを作成・編集・共有できるツールです。Google公式では、プロンプト、モデル呼び出し、ツールをつなげた複数ステップのワークフローを作れると説明されています。

今回作るもの

https://opal.google/app/1A2Q7DnXuKAVFEBv66CbesG8GTVOhX41S

まず、言葉を整理します

言葉	意味
入力	AIに渡す情報のこと。例：記事テーマ、読者、資料、URL
出力	AIが最後に返す成果物のこと。例：記事本文、要約、構成案
ドラフト	完成前の下書き原稿のこと
ワークフロー	作業の順番を並べた流れのこと
モデル	AIの頭脳にあたる部分。文章生成が得意なもの、推論が得意なものなどがある
オンライン情報取得	Web検索や公式ページ確認など、インターネット上の情報を参照すること
ファクトチェック	日付、価格、制度、数値、名称などが正しいか確認すること
ハルシネーション	AIが事実ではない内容を、もっともらしく出してしまうこと
品質チェック	読みやすさ、正確性、表現の安全性を確認すること

記事作成で大切なのは、「書く」より前の準備です。

いきなり本文を書かせると、見た目は文章らしくても、読者がぼんやりしたり、情報が古かったり、事実確認が抜けたりします。そこで今回は、AIに記事制作の工程を順番に進ませます。

今回の完成イメージ

今回作るのは、次のようなAIミニアプリです。

記事作成アシスタント

テーマや資料を入力すると、読者整理、情報確認、構成作成、本文生成、品質チェックまで行い、最後にMarkdown形式の記事ドラフトを出力します。

flowchart TB
    A[記事テーマを入力する] --> B[読者を整理する]
    B --> C[記事の目的を決める]
    C --> D[必要な情報を洗い出す]
    D --> E[オンライン情報を確認する]
    E --> F[記事構成を作る]
    F --> G[本文ドラフトを作る]
    G --> H[品質チェックを行う]
    H --> I[修正版を出力する]

ここでのポイントは、AIに「記事を書いて」とだけ頼まないことです。

記事を書く前に、読者、目的、必要情報、確認事項を整理します。

その後で本文を書きます。

この順番にするだけで、AIの出力はかなり使いやすくなります。

事例1：地域イベントの記事を作る

今回のメイン事例は、架空の地域イベントです。

水都おおがき肉フェスを紹介する記事

この事例を使う理由は、記事作成の注意点がわかりやすいからです。

「水都おおがき肉フェス」は架空のイベントとして扱います。

一方で、「大垣市」や「水都」という地域文脈は、実在の情報に関わります。

つまり、架空情報と実在情報を分ける練習になります。

項目	扱い方
水都おおがき肉フェス	架空イベントとして扱う
大垣市	実在する地域として扱う
開催日時	未定なら断定しない
会場	未定なら「会場案」や「想定」と書く
出店店舗	実在店舗名を出す場合は確認が必要
地域の特徴	公式情報や自治体情報で確認する

AIは、足りない情報を勝手に補ってしまうことがあります。

だからこそ、「未定の情報は断定しない」と最初に指定します。

記事作成アシスタントの設計表

Google Opalで作る前に、まず設計表を作ります。

工程	AIに任せること	人間が確認すること
1. テーマ確認	入力されたテーマを整理する	テーマが曖昧すぎないか
2. 読者整理	誰に向けた記事か考える	実際に届けたい相手と合っているか
3. 目的整理	記事のゴールを決める	宣伝色が強すぎないか
4. 情報洗い出し	必要な情報を一覧化する	不足している資料はないか
5. オンライン確認	最新情報や公式情報を確認する	出典が信頼できるか
6. 構成作成	H2・H3の見出しを作る	読む順番が自然か
7. 本文生成	構成に沿って本文を書く	表現が適切か
8. 品質チェック	誤情報、誇張、読みづらさを確認する	公開してよい内容か
9. 出力	Markdown形式で整える	最終編集する

この表があると、AIミニアプリを作るときに迷いません。

Google Opalに入れる完成プロンプト

以下をGoogle Opalに入力して、AIミニアプリを作成します。

記事作成アシスタントのAIミニアプリを作ってください。

目的：
記事テーマや資料を入力すると、読者整理、記事目的、必要情報の洗い出し、オンライン情報確認、記事構成、本文ドラフト、品質チェックまでを順番に行うアプリにします。

入力：
・記事テーマ
・想定読者
・記事の目的
・記事の文体
・参考資料
・オンライン情報確認が必要かどうか

処理：
1. 記事テーマを確認する
2. 想定読者を具体化する
3. 読者が知りたいことや不安に感じることを整理する
4. 記事の目的を明確にする
5. 本文を書く前に必要な情報を一覧化する
6. 数字、日付、価格、制度、地名、施設名、企業名、ツール名など、事実確認が必要な項目を抽出する
7. オンライン情報を使える場合は、公式サイト、自治体サイト、企業公式ページ、信頼できる報道機関を優先して確認する
8. 確認できない情報は断定せず、「要確認」と明記する
9. H2、H3の形で記事構成を作る
10. 構成に沿って本文ドラフトを作る
11. 事実確認、誇張表現、読みやすさ、構成、読者とのズレをチェックする
12. 修正版の記事ドラフトをMarkdown形式で出力する

出力形式：
Markdown形式

出力項目：
# 記事作成アシスタント出力

## 1. 記事テーマ
## 2. 想定読者
## 3. 読者が知りたいこと
## 4. 記事の目的
## 5. 本文作成前に必要な情報
## 6. オンライン確認が必要な項目
## 7. 記事構成案
## 8. 本文ドラフト
## 9. 品質チェック結果
## 10. 人間が最終確認すべき点

条件：
・初心者にもわかる言葉で書く
・専門用語を使う場合は短く説明する
・不明な情報は断定しない
・架空情報と実在情報を分ける
・根拠が必要な表現は「要確認」と明記する
・そのまま公開せず、人間が確認する前提で出力する

Google Opalは、自然言語で作りたいアプリを説明すると、編集可能なワークフローを作成できると公式に案内されています。また、作成したOpalアプリは共有・公開でき、ホスティングもOpal側で扱われると説明されています。

すぐに試す入力例

Opalでアプリを作成したら、次の内容を入力して実行します。

記事テーマ：
水都おおがき肉フェスを紹介する記事

想定読者：
大垣市や岐阜県周辺で、家族や友人と楽しめる食イベントを探している人

記事の目的：
イベントの魅力を伝え、参加してみたいと思ってもらう

記事の文体：
親しみやすく、少しワクワクする雰囲気

参考資料：
現時点ではなし。水都おおがき肉フェスは架空イベントとして扱う。

オンライン情報確認：
必要

実行後は、次の点を確認します。

確認項目	見るポイント
架空イベントとして扱えているか	開催日時や会場を勝手に断定していないか
読者が具体的か	家族連れ、友人同士、観光客などが整理されているか
地域らしさがあるか	大垣らしさが自然に入っているか
記事構成が自然か	魅力、楽しみ方、注意点、参加導線の順になっているか
要確認項目が出ているか	日時、会場、出店、アクセスなどが確認対象になっているか

精度が低いときの直し方

AIの出力が物足りない場合、原因を分けて考えます。

症状	原因	改善方法
内容が浅い	入力情報が少ない	読者、目的、文体、必須要素を追加する
嘘っぽい	AIが不足情報を補っている	未定情報は断定しない条件を追加する
情報が古い	オンライン確認がない	Web検索や公式情報確認の工程を入れる
構成が弱い	本文生成を急いでいる	先に構成だけ作るステップを分ける
文章が単調	文体指定が弱い	読者や媒体に合わせたトーンを指定する
誤情報が混ざる	ファクトチェックがない	数字・名称・日付を確認対象にする
ありきたり	事例が薄い	具体的な場面や読者の行動を入れる

「AIが悪い」と考える前に、まず入力、工程、出力条件を見直します。

改善例1：入力を濃くする

精度が低い入力例です。

水都おおがき肉フェスの記事を書いて

これだと、AIは読者も目的もわかりません。

改善するなら、こうします。

水都おおがき肉フェスは架空の地域イベントです。
大垣市周辺に住む家族連れや、週末に友人と出かけたい人に向けて、参加したくなる紹介記事を作ってください。

必ず入れたい内容：
・水の都としての大垣らしさ
・肉料理の食べ比べ
・家族でも楽しめる雰囲気
・写真を撮りたくなる会場演出
・イベント終了後に商店街や周辺観光へ回遊する流れ

注意点：
・開催日時、会場、出店店舗は未定として扱う
・実在情報は断定しない
・確認が必要な項目は「要確認」と書く

これだけで、記事の方向性がかなり変わります。

改善例2：オンライン情報を適切に取得する

地域情報、制度、統計、価格、サービス仕様、ニュースなどは、AIの内部知識だけに頼ると危険です。

Opalでオンライン情報を使える場合は、調査ステップを入れます。OpalのFAQでは、Web検索のようなツールを使ってミニアプリを構築できると説明されています。

オンライン確認の指示は、次のように具体化します。

オンライン情報確認では、次の優先順位で情報を確認してください。

1. 公式サイト
2. 自治体サイト
3. 企業公式ページ
4. 信頼できる報道機関
5. その他の参考情報

確認する項目：
・地名
・施設名
・制度
・日付
・価格
・統計
・ツール名
・サービス仕様

確認できない情報は断定せず、「要確認」と書いてください。

ここで大切なのは、「ネットで調べて」とだけ書かないことです。

どの情報源を優先するかまで指定します。

改善例3：モデルを変更する

モデルとは、AIの頭脳の種類です。

同じ指示でも、モデルによって得意な作業が少し変わります。

やりたいこと	向いているモデルの考え方
早くアイデアを出したい	高速なモデル
長文を安定して作りたい	長文処理に強いモデル
論理的に構成したい	推論や構成整理が得意なモデル
最新情報を扱いたい	Web検索や外部情報参照と組み合わせる
画像・動画も扱いたい	マルチモーダル対応のモデルやツール

マルチモーダルとは、文章だけでなく、画像、音声、動画など複数の形式を扱えることです。

ただし、モデル変更だけで全部が解決するわけではありません。

順番としては、まず入力を詳しくします。

次に、工程を分けます。

そのうえで、必要ならモデルやツールを変えます。

flowchart TB
    A[入力を詳しくする] --> B[工程を分ける]
    B --> C[出力形式を固定する]
    C --> D[オンライン確認を入れる]
    D --> E[必要ならモデルを変更する]

改善例4：Agent stepを使う

Google公式ブログでは、OpalにAgent stepが追加され、必要に応じてユーザーに追加質問をしたり、目的に合わせて次の処理を動的に進めたりできると説明されています。

初心者向けに言うと、Agent stepは「迷ったときに確認してくれるAI担当者」のようなものです。

たとえば、記事テーマだけが入力された場合、AIが次のように確認します。

この記事は、誰に向けて書きますか？

A. 初心者
B. 事業者
C. 学生
D. 地域住民
E. まだ決まっていない

このように不足情報を確認してから本文生成に進むと、出力のズレが減ります。

Opalに入れる指示例です。

入力情報が不足している場合は、すぐに本文を書かず、先に質問してください。

質問する項目：
・想定読者
・記事の目的
・公開媒体
・文体
・必ず入れたい内容
・確認が必要な情報

回答がそろってから、記事構成と本文生成に進んでください。

事例2：授業レポートを書く

次は、地域イベントの記事とはまったく違う事例です。

生成AIが仕事や学習に与える影響についてレポートを書く

このテーマは、単なる感想文ではなく、考察を含むレポートです。

そのため、ワークフローの設計を変える必要があります。

注意点	理由
感想だけで終わらせない	レポートでは、根拠や考察が求められるため
出典を確認する	事実やデータを扱う場合、情報源が必要になるため
主張と根拠を分ける	何を言いたいのか、なぜそう言えるのかを明確にするため
文章構成を先に作る	いきなり本文を書くと、話が散らばりやすいため
自分の意見を残す	AIに丸投げすると、本人らしい考えが薄くなるため

この場合のOpal指示は、次のように変えます。

授業レポート作成アシスタントにしてください。

入力：
・レポートのテーマ
・授業で学んだ内容
・自分が考えたこと
・指定文字数
・必要な出典の有無

処理：
1. レポートテーマを確認する
2. 授業で扱った内容を要点として整理する
3. 自分の意見や気づきを整理する
4. 主張と根拠を分ける
5. レポートの構成を作る
6. 本文ドラフトを作る
7. 出典確認が必要な箇所を一覧化する
8. 文章が感想だけで終わっていないか確認する

条件：
・本人の考えを残す
・事実と意見を分ける
・出典が必要な情報は「要確認」とする
・難しい表現を使いすぎない
・提出前に人間が確認する前提で出力する

たとえば、入力が次のような場合です。

レポートテーマ：
生成AIが仕事や学習に与える影響について

授業で学んだ内容：
生成AIは文章作成、要約、企画、プログラミング補助などに使える。
ただし、誤情報や著作権、個人情報の扱いには注意が必要。

自分が考えたこと：
AIを使うことで作業は速くなるが、最終的に判断する力は人間に必要だと思った。

指定文字数：
1200字程度

このように入力すると、AIはレポートの骨組みを作りやすくなります。

同じ文章作成でも、レポートでは「自分の意見」「根拠」「考察」が大切になります。

AIに本文を丸ごと任せるのではなく、自分の考えを整理するために使うことがポイントです。

---

事例3：履歴書からエントリーシートの文章を考える

次は、就職活動やインターン応募で使える事例です。

自分の履歴書をもとに、エントリーシートの自己PR文を作る

このテーマでは、情報をきれいに整えるだけでなく、「自分らしさ」を残すことが重要です。

エントリーシートとは、企業や団体に応募するときに提出する書類のことです。

志望動機、自己PR、学生時代に力を入れたこと、将来やりたいことなどを書く場合があります。

注意点	理由
経歴を盛らない	事実と異なる内容を書くと信頼を失うため
抽象的な自己PRにしない	「努力家です」だけでは伝わりにくいため
具体的な経験を入れる	どのような行動をしたのかが伝わるため
応募先に合わせる	企業や職種によって評価される点が違うため
本人の言葉に近づける	AIっぽい文章になると違和感が出やすいため

この場合のOpal指示は、次のように変えます。

エントリーシート作成アシスタントにしてください。

入力：
・履歴書の内容
・応募先の企業名または業界
・応募職種
・自己PRに使いたい経験
・志望動機に入れたい内容
・文章の文字数

処理：
1. 履歴書の内容から強みや経験を整理する
2. 応募先や職種に合いそうな強みを抽出する
3. 事実として書ける内容と、表現を工夫する内容を分ける
4. 自己PRの構成を作る
5. 志望動機の構成を作る
6. 本文ドラフトを作る
7. 抽象的すぎる表現を具体化する
8. 誇張や事実と異なる表現がないか確認する
9. 最後に本人が確認すべき質問を出す

条件：
・経歴や実績を勝手に追加しない
・不明な情報は断定しない
・本人の経験をもとに文章を作る
・応募先に合わせた表現にする
・過度に立派すぎる言い回しは避ける
・自然で本人らしい文章にする

たとえば、入力が次のような場合です。

履歴書の内容：
大学では情報系の授業を中心に学んだ。
アルバイトでは飲食店で接客を担当した。
サークルではイベント運営を行った。

応募先：
IT企業

応募職種：
企画職

自己PRに使いたい経験：
サークルでイベント運営をした経験

志望動機に入れたい内容：
人の行動を変えるサービスづくりに関心がある

文字数：
400字

この情報から、AIは次のような構成を作れます。

項目	整理内容
強み	人と調整しながら物事を進める力
根拠となる経験	サークルでのイベント運営
応募職種との接点	企画職では、相手のニーズを理解し形にする力が求められる
注意点	実績を大きく見せすぎない
本人確認が必要な点	イベント規模、担当した役割、工夫したこと

履歴書からエントリーシートを書く場合、AIに「良い感じに書いて」と頼むだけでは不十分です。

大切なのは、自分の経験を分解し、応募先に合わせて並べ替えることです。

---

事例ごとにワークフローは変わる

ここまで見ると、同じ文章作成でも、必要な流れが違うことがわかります。

事例	重視すること	AIに任せる作業	人間が確認すること
地域イベント記事	魅力と参加したくなる雰囲気	読者整理、構成作成、本文案	架空情報と実在情報の区別
授業レポート	主張、根拠、考察	論点整理、構成作成、下書き	自分の意見が残っているか
エントリーシート	本人らしさと応募先との接点	経験整理、自己PR案、志望動機案	経歴を盛っていないか

AIワークフロー設計で大切なのは、「何を書くか」だけではありません。

その文章が、何のために使われるのかを考えることです。

レポートなら、考察が必要です。

エントリーシートなら、本人の経験と応募先との接点が必要です。

記事なら、読者が読み進めたくなる構成が必要です。

つまり、文章の種類が変われば、AIに任せる工程も変える必要があります。

実習：自分の記事作成アシスタントを作る

ここからは、自分で作っていきます。

Step 1：記事テーマを決める

まず、次の中から1つ選びます。

テーマ例	向いている人
地域イベント紹介記事	観光、まちづくり、イベントに興味がある人
美容皮膚科の説明記事	医療・美容系の発信を学びたい人
Flutter初心者向け教材記事	プログラミング教材を作りたい人
ECサイトの商品紹介記事	商品販売やマーケティングに興味がある人
AI活用の業務改善記事	仕事の効率化に興味がある人

Step 2：入力項目を決める

最低限、以下を入れます。

・記事テーマ
・想定読者
・記事の目的
・文体
・参考資料
・オンライン情報確認の有無

Step 3：確認項目を決める

記事のジャンルごとに、確認項目を変えます。

ジャンル	確認項目
地域イベント	日時、会場、アクセス、主催者、出店情報
医療	効果表現、リスク説明、診療判断、ガイドライン
教育	専門用語、難易度、例題、演習
EC	価格、素材、サイズ、在庫、返品条件
AIツール	仕様、料金、提供地域、最新機能

Step 4：Opalでワークフローを作る

次のテンプレートを使って、自分のテーマに合わせて書き換えます。

〇〇向けの記事作成アシスタントを作ってください。

目的：
〇〇について、読者にわかりやすく伝える記事を作るために、読者整理、情報確認、構成作成、本文生成、品質チェックまでを行います。

入力：
・記事テーマ
・想定読者
・記事の目的
・文体
・参考資料
・オンライン情報確認の有無

処理：
1. 記事テーマを確認する
2. 想定読者を整理する
3. 読者が知りたいことを整理する
4. 記事の目的を明確にする
5. 本文作成前に必要な情報を洗い出す
6. 事実確認が必要な項目を抽出する
7. 必要に応じてオンライン情報を確認する
8. H2、H3の形で記事構成を作る
9. 本文ドラフトを作る
10. 品質チェックを行う
11. 修正版をMarkdown形式で出力する

条件：
・不明な情報は断定しない
・確認が必要な情報は「要確認」と明記する
・専門用語には説明をつける
・読者に合わせた文体にする
・そのまま公開せず、人間が確認する前提にする

Step 5：結果を改善する

出力が微妙だった場合は、次の順番で直します。

1. 入力情報を増やす
2. 想定読者を具体化する
3. 出力形式を固定する
4. 構成作成と本文生成を分ける
5. オンライン情報確認を入れる
6. 品質チェック項目を追加する
7. 必要ならモデルを変更する

この節のまとめ

記事作成を自動化するときは、AIにいきなり本文を書かせるのではありません。

大切なのは、制作の流れを分けることです。

flowchart TB
    A[入力] --> B[読者整理]
    B --> C[目的整理]
    C --> D[情報確認]
    D --> E[構成作成]
    E --> F[本文生成]
    F --> G[品質チェック]
    G --> H[出力]

この流れをGoogle Opalで作ることで、AIは単なる文章作成ツールではなく、記事制作を前に進める編集アシスタントになります。

また、精度が低いときは、AIを責めるのではなく、設計を見直します。

入力は足りているか。オンライン確認は必要か。構成と本文生成を分けているか。モデルは目的に合っているか。

この視点を持つと、自分だけの記事作成アシスタントを作れるようになります。