AIが得意なエッセイ題材の素材帳 — 生成エッセイの現在地

編集部メモ

本サイトで 130 本以上のエッセイを AI（ChatGPT）に書かせてきて、見えてきたことがある。**AI は「大量のテキストから構造を抽出する」題材で強く、「特定の身体の経験を語る」題材で弱い**。マンションポエム・DXポエム・匂わせ暗号が軽やかに書けたのは前者であり、smoker-poem 一次稿が LLM くさくなったのは後者の落とし穴に落ちたからだった（参照：辛口レビュー）。

この素材帳は、今後の執筆候補を提示するためのもの。各カテゴリに具体的な題材を並べてある。mikawa で /plan 次のエッセイ と打ったときに選択肢として現れる想定。

AI（大規模言語モデル）の本質は「人類が書いたテキスト全体の圧縮表現」である。したがって、AI が強いのは次の五つに集約できる。

パターンの抽出——大量の個別事例から共通の骨格を取り出す（マンション広告 1 万本から「4 原理」を抽出する類）
領域の横断——不動産と SaaS とサプリの広告を同じフレームで並べられる
辞書・分類・カタログ化——類型化と命名は AI の得意芸
歴史の重ね書き——「この言葉は 1985 年にはこう、1995 年にはこう、2015 年にはこう」を並べられる
メタ的な自己分析——テキストについてのテキストを書くのが、自然と得意

逆に AI が弱いのは、特定の身体が特定の瞬間に感じたことを書く題材。缶コーヒーを両手で包んだママ友、音読カードを前にして指先が動いた夜——これらは「既成の叙情装置」の組み合わせになりがちで、読者に LLM くささを見抜かれる。

A. パターン・カタログ系

大量の事例から構造を抽出する。AI の最も得意な筋肉。

「言わないで言う」大辞典——辞退・皮肉・婉曲・嫌味の集成
お断りの 100 パターン——結婚・仕事・誘い・投資勧誘
「ご検討いただければ」の誤読可能性カタログ
「大丈夫です」の 12 の意味——肯定・否定・諦め・警戒
「お疲れ様です」はいつから挨拶になったか
「よろしくお願いします」が指示する作業範囲の業界別相場
会社メールの冒頭定型 30 種——業界別・職位別
クレームメールの三幕構成
断り文句の「残念ながら」の分布
「〜していただけますと幸いです」のゆるやかな強制力

B. 比較・並置系

同じ対象を複数の文脈で並べる。差分そのものがエッセイになる。

葬儀の司会進行——日本・韓国・アメリカ・ドイツ・タイ
就職ESの自己PR——日・米・独・韓の比較
「社長挨拶」の国際比較——何を誇り、何を謝るか
保険広告の恐怖設計——日本と欧米の差
Z 世代・就職氷河期・団塊の「お疲れ様」用法
離婚届の設計——世界の役所の様式比較
病院の問診票の質問順序——日本・台湾・ドイツ
大学のシラバス——東大・ハーバード・北京大の冒頭比較
謝罪会見の頭下げの角度と時間——事例集
求人広告の「アットホームな職場」相当の訳語

C. 歴史・考古学系

いつ生まれ、いつ消えたか。起源を問い、変遷を追う。

「腰掛けOL」「お茶汲み」「肩叩き」——消えた職場用語の考古学
「エモい」はいつからエモいか——語義の年代記
「～ヶ丘」「～台」「～の里」——新興住宅地の命名史
昭和の百貨店の館内放送——消えた敬語
取扱説明書の注意書きが増えた事故の年表
「環境に優しい」が言えなくなった理由の経時
自動車CMから消えたナレーション語彙
銀行の名称変遷——「～銀行」から「～ファイナンシャル」へ
年賀状の定型「謹賀新年」「迎春」の分布変化
テレビ CM の「効果には個人差があります」の出現時期

D. 制度・規制と文体の関係

「言えないから詠う」——規制の檻がポエムを生む構造。本サイトの核。

薬機法以降の化粧品広告文体の屈折
景品表示法改正で消えた「No.1」「最高」「絶対」
個人情報保護法以降の「～させていただきます」の増殖
独禁法と広告比較——「A 社は」「他社製品」の婉曲
著作権法改定と引用の作法の変化
電波法と放送禁止語の辞典
道路交通法改正と道路標識の文言
食品表示法の「使用しておりません」構文
PL 法以後の子供向け玩具の注意書きの進化
建築基準法と「夢のマイホーム」広告

E. 業界ジャーゴン・専門用語の解剖

その業界でしか通じない言葉を、外側から翻訳する。

教育用語「主体的・対話的で深い学び」の意味論
官僚用語「前広に」「鋭意検討」「喫緊の課題」の時差
IT 用語「アジャイル」「ピボット」「MVP」の日本的変形
医療用語を患者向けに翻訳した失敗集
学会スラング——「最低限」「興味深い」「改善の余地」
営業用語「刺さる」「巻き込む」「握る」の身体メタファー
保険用語「万が一」「いざという時」の時間感覚
不動産用語「閑静な住宅街」「新築同様」の暗号辞典
コンサル用語の辞書編纂
芸能界用語「オフ」「現場」「ガチ」の意味の拡張

F. メタ・自己言及系

AI によるテキストについて、AI が書く。サイトの看板題材。

AI が書いた文章の 15 の臭い（本サイト辛口レビューから抽出）
AI 翻訳の誤訳が生んだ日本語の新語
ChatGPT のデフォルト丁寧口調の分析
生成画像のキャプションに残る「AI っぽさ」
AI 同士を会話させたときに起きる儀礼
プロンプトエンジニアリングという新ジャンルの文体
AI 生成コードのコメントの特徴
機械翻訳が「文化を翻訳できなかった」事例集
「ChatGPT らしい」と感じる修辞の特徴量
AI の謝り方——「申し訳ございません、間違っておりました」の形式

上記 6 カテゴリとは別に、「書かれていないこと」について書く題材も AI に向く。大量のテキストを横断して「何が抜けているか」を特定するのは、個別の体験を語るのとは別の作業だからだ。

議事録に残らない会議の実質——「次回までに」の曖昧さ
履歴書に書かない職歴の輪郭
葬儀の弔辞で触れない部分——スキャンダル、確執、失敗
同窓会の近況報告で書かれない事実
結婚式スピーチから除外される過去の恋愛
会社の IR 資料に出てこない部門
大学案内から消えた研究室
観光パンフから抜け落ちる街の地区
小学校の学級通信に登場しない子どもの名前
料理番組で省略される「失敗したら」

対称として、AI が書くと必ず凡庸になる題材も整理しておく。もしどうしても書くなら、辛口レビューで整理した 15 パターンを禁則にした上で取り組むこと。

個人的トラウマのメモワール——具体が合成写真になる
特定の感覚記憶（あの日の匂い、あの人の声色）——既成の叙情装置の組み合わせに落ちる
現役で毎日触っている仕事の裏話——AI は外側からしか書けない
政治的・宗教的な価値判断——当たり障りのない中道に収束する
短歌・俳句の新作——定型句の寄せ集めになる
地方性の濃いユーモア——タイミング・方言・身振りが落ちる
告白エッセイの結び——「〜だったのかもしれない」の自己赦し構文に戻る

——というより、これらは「書かせない」のではなく「書かせるなら人間が重い編集をする前提で」と言うべきかもしれない。2 パス執筆（下書き→辛口レビュー→書き直し）が効くのはここだ。

ユーザー（横山研の誰か）が mikawa で /plan 次のエッセイ と打つと、この素材帳からランダムに 3 題が選ばれる想定。A〜F のカテゴリ重みは均等。

選んだら、該当するスタッフに執筆依頼：

A（パターン・カタログ）→ ソノダマリ（調査員の本業）
B（比較・並置）→ ソノダ × 各国の知人（マーク・リンメイファ・ワンさん等）
C（歴史・考古学）→ ワタナベさん（65 歳の視点）or フジワラレン（研究助手）
D（制度・規制）→ フジワラレン（研究助手）or キリシマミサキ（秘書）
E（業界ジャーゴン）→ 該当業界のスタッフ（学術＝ハヤシ、教育＝モチヅキ、医療＝イシカワ、IT＝シライ）
F（メタ・自己言及）→ シライショウタ（Bot開発）or 編集部
G（書かれないもの）→ タケウチソウタ（16 歳の目）or アンドウユイ（教務）

下書き後は必ず 2 パス執筆（辛口レビュー例）を通すこと。第一稿・レビュー・第二稿の 3 稿を並置するのが本サイトの運用方針。