ChatGPTの文章はAIチェッカーで判定される？仕組み・限界・確認方法

ChatGPTで作った文章をAIチェッカーへ入れても、その結果だけで「AIが書いた」「人間が書いた」と断定することはできません。判定は文章の特徴から計算した推定であり、誤判定も起こります。仕事や教育で使う場合は、数値を証拠にせず、執筆記録・出典・本人確認と組み合わせることが大切です。

AIチェッカー ChatGPTについて調べる方は、自分の記事がAI判定されないか、外注原稿が生成AIの丸写しではないか、学校や会社で疑われたときにどう説明すればよいかを知りたいのではないでしょうか。しかし、判定率が80％と表示されても、「文章の80％をAIが書いた」という意味とは限りません。

この記事では、AIチェッカーの仕組み、ChatGPTの文章を判定するときの限界、主なサービスの結果の違い、仕事やブログでの確認手順を解説します。誤判定された場合の対応、機密情報を入力しないための注意、原稿品質を高めるチェックリストも紹介します。

ChatGPTを安全に使い、文章制作を仕事へ生かしたい方へ
→ 生成AIマスタースクール（GMS）の無料ウェビナーで実践方法を確認する

結論：AIチェッカーは参考情報であり、確定判定ではない

AIチェッカーは、文章の語彙、文の予測しやすさ、構文、長さの変化、繰り返しなどを統計的に分析し、AI生成らしさを推定するサービスです。元の会話履歴や作成者の手元を直接見ているわけではありません。そのため、AI文章を人間作成と判断する見逃しと、人間文章をAI生成と判断する誤検知の両方が起こります。

OpenAIは2023年に公開したAI文章分類器を、精度が低いことを理由に同年7月に停止しました。公開時の評価では、AI作成文を「AI作成の可能性が高い」と正しく判定できた割合は26％で、人間作成文の9％を誤ってAI作成と判定しています。現在の教育者向け公式案内でも、AI判定ツールは重大な判断に十分な信頼性がないと説明されています。

判断	適切か	理由
数値を品質改善の参考にする	条件付きで適切	不自然な均一表現を見直すきっかけになる
一つの結果でAI使用を断定する	不適切	誤検知と見逃しがある
外注原稿の一次確認に使う	条件付きで適切	出典・事実・執筆記録も確認する必要がある
従業員や学生を処分する根拠にする	不適切	推定値だけでは立証にならない
複数結果と人間確認を組み合わせる	比較的適切	単独判定より判断材料が増える

AIチェッカーとは何を調べるサービスか

一般的なAIチェッカーは、入力された文章を人間作成かAI生成かの二つ、または人間・AI・混合のような区分へ分類します。結果は確率、信頼度、AIらしい文章の割合、色付きの強調表示などで示されます。ただし、同じ「80％」でもサービスごとに定義が違います。

表示例	考えられる意味	注意点
AIの可能性80％	文書全体をAIらしいと予測した確信度	80％の文字がAI作成とは限らない
AI文章80％	対象文章のうちAIらしい範囲の推定	サービスの説明を確認する
Human 80％	人間作成と予測する確信度	20％をAIが書いた意味とは限らない
Mixed	人間とAIが混在する可能性	編集方法までは特定できない
文章の色付け	判定へ影響した文や範囲	その文がAI作成だという証明ではない

スコアを見る前に、サービス内の「結果の読み方」やヘルプを確認してください。Originality.aiは、60％Original・40％AIという表示を文章量の内訳ではなく、分類予測の確信度として説明しています。Turnitinは、低い範囲では誤検知が増えるため、1～19％の具体的な数値を表示しない運用を採っています。

盗用チェック・事実確認とは違う

AI判定、盗用チェック、事実確認は目的が異なります。AIチェッカーの数値が低くても、他サイトの文章を無断転載していれば問題です。反対に、AI判定が高くても、出典を明記し、人間が検証・編集した利用が組織ルール上認められている場合もあります。

確認方法	調べるもの	分からないもの
AI判定	AI生成らしい文章パターン	実際の作成者や操作履歴
盗用チェック	既存文献・Web文章との一致	文章の事実性
事実確認	主張と根拠資料の整合	誰が文章を入力したか
編集履歴	作成過程や修正の流れ	画面外で行った作業
本人への確認	意図・理解・作成方法	客観証拠がなければ完全な立証は困難

AI判定の基本的な仕組み

技術方式はサービスによって異なりますが、大きく分けると、学習済み分類器、生成確率を使う方式、文章特徴を使う方式、透かし方式などがあります。市販サービスは複数の特徴を組み合わせ、独自モデルの詳細をすべて公開していないこともあります。

方式	仕組み	弱点
学習済み分類器	人間文とAI文のデータから違いを学習する	未知のモデル・分野・言語に弱い場合がある
生成確率型	単語の予測しやすさ等を分析する	定型文や簡潔な文章を誤認しやすい
文体特徴型	文長、語彙、反復、構文の変化を見る	人間の整った文章も該当する
透かし型	生成時に特定の統計パターンを埋め込む	対応モデルの出力に限られる
混合型	複数指標をまとめて予測する	判断根拠が利用者から見えにくい

よく使われる言葉に「パープレキシティ」があります。これは文章の次の語がどれほど予測しやすいかを見る考え方です。また「バースティネス」は、文の長さや構造の変化を見る説明で使われます。しかし、人間でも定型的で読みやすい文章を書きますし、AIでも多様な文章を生成できるため、一つの特徴だけでは確定できません。

ChatGPTの文章は必ず判定されるのか

ChatGPTの文章をAIチェッカーへ入れても、必ずAI生成と判定されるわけではありません。質問内容、使用モデル、文章の長さ、言語、分野、編集の有無、判定サービスの学習データによって結果が変わります。同じ文章でも、サービスAはAI、サービスBは人間、サービスCは混合と表示することがあります。

反対に、自分で一から書いた文章がAI判定される場合もあります。企業の定型メール、商品仕様、法律や制度の説明、箇条書き、短い要約は表現の選択肢が限られ、統計的に予測しやすくなるからです。AI判定の高さを作成者の不正と直結させてはいけません。

短い文章ほど判定が不安定になる

一文、見出し、短いメール、SNS投稿だけでは、判定材料が十分に集まりません。OpenAIが以前公開した分類器も、1,000文字未満の短文では非常に信頼性が低いと説明していました。現行サービスも、一定以上の語数を推奨または要求する場合があります。

文章の種類	判定上の問題	扱い方
一文の見出し	特徴量が少なすぎる	判定しない
100文字程度のメール	定型表現の影響が大きい	数値を根拠にしない
箇条書き	文体の変化を評価しにくい	本文と分けて考える
1,000文字以上の本文	材料は増える	それでも確定判定には使わない
複数人で編集した文書	人間とAIの特徴が混在する	作成履歴を優先する

日本語では特に慎重に判断する

AI判定サービスは、英語データを中心に開発・検証されている場合があります。日本語対応と表示されていても、英語と同じ条件で精度が保証されているとは限りません。文章の分かち書き、敬語、主語の省略、漢字とひらがなの混在など、日本語固有の特徴も影響します。

OpenAIの旧分類器も英語以外では性能が大きく下がるとしていました。日本語ブログや日本語レポートでは、英語で示された精度をそのまま当てはめず、サービスが日本語を検証対象に含めているか、最低文字数は何か、誤検知率をどう定義しているかを確認しましょう。

人間の文章がAI判定される理由

人間が書いた文章でも、短く整いすぎている、定型表現が多い、同じ構文を繰り返す、語彙の変化が少ないと、AIらしい統計パターンに見えることがあります。文章力が低いからではなく、判定方式と文章の特徴が偶然重なった可能性があります。

人間文の特徴	AIらしく見える可能性	確認すべき証拠
業務マニュアル	構文と用語が均一	改訂履歴・担当者記録
定型メール	予測しやすい表現が多い	過去メール・テンプレート
非母語話者の文章	語彙や構造が限定される場合	本人説明・下書き
校正済み文章	表記ゆれが減って均一になる	校正前後の差分
制度や仕様の説明	自由な言い換えが難しい	参照資料・引用記録

研究では、英語を母語としない人の英作文がAI生成と誤判定されやすい問題も報告されています。文章の癖や言語背景を理由に不利益を与えないためにも、AIチェッカーだけで評価しない運用が必要です。

AI文章を見逃す理由

判定サービスが学習していない新しいモデルの出力、特殊な分野、短文、人間が大幅に編集した文章では、AIの特徴が弱くなります。研究では、言い換えによって検出性能が下がる問題も指摘されています。

ただし、AI判定をすり抜けるための加工を仕事にするのは適切ではありません。取引条件や学校規則でAI利用の開示が求められているなら、スコアを下げても義務違反は解消しません。必要なのは判定回避ではなく、利用範囲を守り、自分で検証・加筆し、作成過程を説明できる状態です。

主なAIチェッカーの違い

代表例にはGPTZero、Copyleaks、Originality.ai、Turnitinなどがあります。無料枠、対応言語、最低文字数、文単位の強調、ファイル対応、組織向け機能が異なります。名称だけで優劣を決めず、自分の用途と入力情報の安全性で選びます。

サービス例	主な利用場面	確認点
GPTZero	個人・教育・文章確認	文書全体と文単位の表示定義
Copyleaks	企業・教育・多言語確認	AI判定と類似度判定を混同しない
Originality.ai	Web編集・コンテンツ運用	確信度と文章割合の違い
Turnitin	教育機関の提出物	所属機関の契約・運用規則
その他の無料サービス	簡易確認	運営者、保存方針、精度検証

サービス事業者が公表する精度は、評価データ、対象モデル、言語、文章長、判定基準によって変わります。「精度99％」という数字だけを横並びにしても公平な比較にはなりません。実際の日本語原稿に近い条件で試し、誤検知時の扱いを先に決める必要があります。

AIチェッカーを使う前の7項目

• 判定目的を「処分」ではなく「確認のきっかけ」に設定する
• サービスの運営会社と利用規約を確認する
• 入力文が保存・学習・第三者提供されるか確認する
• 個人情報、顧客情報、未発表情報を削除する
• 対応言語と最低文字数を確認する
• スコアの定義を確認する
• 誤判定時に使う別の確認手段を用意する

ChatGPT文章を確認する実践手順

ChatGPTの文章をAIチェッカーへ入れるときは、結果を下げることを目的にせず、文章の品質と作成過程を確認します。次の10段階で進めると、数値に振り回されにくくなります。

1. 原稿の利用目的とAI利用ルールを確認する
2. ChatGPTを使った範囲を記録する
3. 自分の経験、判断、事例を加える
4. 主張ごとに一次情報と出典を確認する
5. 個人情報や機密情報を原稿から除く
6. 対応言語と必要文字数を満たす一つ目のサービスで調べる
7. スコアと強調箇所を画面保存する
8. 条件が同じ別サービスで参考確認する
9. 結果が違う部分を人間が読み直す
10. 最終的に事実性、独自性、読者価値、規則順守で判断する

判定結果の読み方

結果画面では、数値だけでなく、文書全体の分類、文単位の強調、対応外の警告、最低文字数、使用モデルの説明を確認します。数値が高いか低いかより、何を表す数値かが先です。

確認順	見る場所	判断
1	処理成功・対応言語	判定対象として有効か
2	スコアの定義	確信度か文章割合か
3	文書全体の分類	AI・人間・混合のどれか
4	強調された文	不自然さや定型性を読む
5	誤検知に関する注意	限界を理解する
6	別サービスの結果	一致・不一致を比べる
7	執筆記録と出典	最終判断の根拠にする

複数サービスの結果が違う場合

結果が違うのは異常ではありません。各社の学習データ、判定方式、閾値、対応モデルが異なるからです。平均値を計算して「AI率52％」のようにまとめても、定義が違う数値同士を足しているだけで意味が薄い場合があります。

結果が割れた場合は、「確定できない」という結論を受け入れます。そのうえで、文章の出典、過去版、編集履歴、作成者への質問、専門知識の理解、契約上のAI利用ルールを確認します。二つのサービスが同じ判定でも、それだけで証明にはなりません。

ブログ記事で重視すべき品質

検索上位を目指すブログでは、AI判定スコアを下げることより、読者の疑問へ正確かつ具体的に答えることが優先です。ChatGPTの出力をそのまま載せず、一次情報を確認し、自社の経験、独自データ、実際の手順、失敗例、判断基準を加えます。

品質項目	確認内容	AI判定との関係
正確性	公式情報と事実が一致する	低スコアでも誤情報なら失格
独自性	経験・調査・事例がある	文章パターン判定とは別
具体性	手順・条件・例外が明確	読者価値を直接高める
透明性	必要に応じAI利用を開示する	スコアより説明責任が大切
著作権	転載や過剰引用がない	盗用チェックが別途必要
更新性	公開時点の仕様を確認する	検出モデル更新とは別問題

外注記事を確認するときの進め方

外注原稿へ高いAI判定が出ても、直ちに契約違反と決めてはいけません。契約でAI利用が禁止されているか、補助利用が認められているか、開示義務があるかを先に確認します。曖昧な契約のまま納品後に独自基準を追加すると紛争になります。

1. 発注時の契約と制作要領を確認する
2. AI利用の禁止・許容範囲・開示義務を確認する
3. 判定サービスと検査条件を記録する
4. 判定結果を確定証拠ではなく質問材料とする
5. 構成案、取材メモ、下書き、版履歴の提出を求める
6. 出典と事実関係を個別に確認する
7. 本人が内容を説明できるか確認する
8. 契約違反が立証できるか慎重に判断する
9. 修正・再提出・報酬対応を契約に沿って決める
10. 次回契約へAI利用ルールを明記する

社内文章での適切な運用

企業では、AI利用をゼロか百かで管理するより、入力禁止情報、許容業務、人間の承認、記録方法を決める方が実務的です。企画案の整理に使うことと、顧客への最終回答を無確認で送ることは、同じAI利用でもリスクが違います。

業務	AI利用例	必要な管理
社内メール下書き	表現整理	送信者が事実確認する
顧客提案	構成案作成	機密入力禁止・責任者承認
ブログ記事	論点整理・校正	出典確認・独自情報追加
契約文書	論点の洗い出し	法務・専門家確認
採用課題	利用条件に従う	判定値だけで不採用にしない

学校・研修での判定に必要な配慮

学生や受講者の文章をAIチェッカーだけで不正と判断すると、誤判定による不利益が長く残る可能性があります。OpenAIの教育者向け案内も、AI判定の結果ではなく、会話の共有、出典の記録、作成過程の確認などを組み合わせる考え方を示しています。

提出前にAI利用規則を明示し、禁止なのか、アイデア整理まで許可するのか、校正利用を認めるのかを具体化します。疑いが生じた場合は、本人へ説明機会を与え、下書きや版履歴を確認します。判定結果を公表して本人を責めるような運用は避けるべきです。

機密情報を入力しない

外部の判定サイトへ文章を貼り付けることは、そのサービスへ情報を送信する行為です。未公開の事業計画、顧客情報、従業員情報、契約書、医療情報、個人を特定できる文章を、規約確認なしで入力してはいけません。

• 氏名、住所、電話番号、メールアドレスを伏せる
• 顧客名、案件名、金額、契約条件を一般化する
• 公開前の商品情報や経営数値を削除する
• 社内規程で許可されたサービスだけを使う
• 入力データの保存・学習・削除方針を確認する
• 必要なら社内環境や契約済みサービスを使う

誤判定された人が残しておくべき証拠

自分で書いた文章がAI判定された場合、文章を不自然に崩して数値を下げるより、作成過程を示す方が合理的です。GoogleドキュメントやWordの版履歴、調査メモ、構成案、参照資料、ファイル作成日時などを保管します。

記録	示せること	注意
構成案	考えた順序と論点	作成日を残す
手書き・電子メモ	調査と着想の過程	個人情報を管理する
版履歴	文章が段階的に作られた経緯	共有権限を確認する
出典一覧	根拠を確認した事実	閲覧日も記録する
AI会話履歴	利用範囲と質問内容	機密を含む共有は避ける
本人の口頭説明	内容理解と判断理由	単独ではなく他の記録と組み合わせる

誤判定への説明テンプレート

学校、発注者、上司からAI利用を疑われた場合は、感情的に否定するだけでなく、判定の限界と作成記録を整理して伝えます。

件名：提出文章の作成過程とAI判定結果について

ご指摘いただいたAI判定結果を確認しました。
AI判定は文章特徴に基づく推定であり、誤判定の可能性もあるため、
結果のみでは作成方法を確定できないと理解しています。

当該文章について、以下の記録を提示できます。
・構成案と調査メモ
・参照した資料と出典
・下書きから完成までの版履歴
・AIを利用した場合の具体的な範囲

貴社・貴校の利用規則に照らし、必要な確認方法をご指定ください。
文章内容と作成過程についても説明いたします。

外注・社内向けAI利用確認テンプレート

制作前に次の項目を合意しておけば、納品後の判定結果だけで争う事態を減らせます。

【文章制作における生成AI利用確認票】
対象業務：
生成AIの利用：禁止／条件付き許可／許可
許可する範囲：企画／構成／下書き／校正／要約／その他
禁止する入力情報：顧客情報／個人情報／未公開情報／契約情報
人間が必ず確認する項目：事実／出典／権利／表現／数値
AI利用の申告方法：
提出する作成記録：構成案／版履歴／出典一覧／会話履歴
AI判定ツールの位置づけ：参考情報であり単独で違反認定しない
疑義がある場合の手順：本人確認→記録確認→修正協議
最終承認者：

よくある失敗10点

1. 一つの数値で断定する：推定値を作成者の証明と誤解しています。
2. 確信度を文章割合と読む：サービスごとのスコア定義を確認していません。
3. 短文を判定する：見出しや短いメールでは分析材料が不足します。
4. 日本語精度を確認しない：英語の性能表示を日本語へそのまま当てはめています。
5. 盗用チェックと混同する：AI判定が低いだけで独自文章だと判断します。
6. 機密文書を無料サイトへ貼る：情報管理の方が大きな問題になります。
7. 複数結果を単純平均する：定義の違う数字を混ぜています。
8. 判定回避を品質改善と思う：表面表現だけ変え、事実や独自性を確認していません。
9. 契約条件を後から追加する：外注者との紛争を招きます。
10. 本人の説明機会を設けない：誤検知で不当な不利益を与える恐れがあります。

判定より先に行う文章品質チェック

• 読者の質問へ冒頭で結論を示している
• 固有名詞、数値、日付を一次情報で確認した
• 引用と自分の意見を明確に分けた
• 自分の経験、判断、具体例を加えた
• 抽象的な一般論だけで終わっていない
• 同じ結論や表現を不必要に繰り返していない
• 読者が実行できる手順と注意点がある
• 誤りが起きやすい例外を記載した
• 著作権や個人情報に問題がない
• 最終責任者が全文を読んで承認した

AIを使いながら、信頼される文章と事業導線を作りたい方へ
→ 生成AIマスタースクール（GMS）の無料ウェビナーで生成AIの実務活用を学ぶ

AIチェッカーを使うべき場面・使わない場面

場面	利用判断	理由
自分の記事の表現確認	参考利用	均一な文章を読み直すきっかけになる
外注原稿の一次点検	参考利用	契約・出典・履歴確認が別に必要
学生の処分決定	単独利用しない	誤検知の影響が重大
採用の不合格決定	単独利用しない	本人確認なしの断定は危険
顧客の機密資料	原則入力しない	外部送信の情報管理リスク
AI利用ルールの改善	補助利用	実際の疑義事例を整理できる

AI判定が高かったときの正しい改善順

高い数値が出た場合も、最初に考えるのは「どうすれば検出を回避できるか」ではありません。文章の目的と品質に戻ります。内容が正しく、独自情報があり、読者に役立ち、利用規則を守っているかを確認します。

1. スコアの意味と対応言語を確認する
2. 短すぎる文章でないか確認する
3. 別サービスの結果を参考として比べる
4. 強調箇所を人間が声に出して読む
5. 重複、定型句、抽象論を減らす
6. 一次情報、具体例、経験、反対例を追加する
7. 事実、数値、出典を再確認する
8. AI利用範囲と編集履歴を保存する
9. 必要な相手へ利用方法を開示する
10. 最終判断は文章品質と規則順守で行う

この改善は、AI判定値を下げるための偽装ではありません。読者にとって価値のある文章へ仕上げ、作成責任を明確にする作業です。結果として文章の特徴が変わることはありますが、目的はあくまで品質と透明性です。

実務家としての見解

私が生成AIを使った記事制作や教材制作を行うとき、AIチェッカーの数値を完成基準にはしていません。優先するのは、検索者の疑問へ具体的に答えているか、公式情報を確認したか、実務経験に基づく判断があるか、読者が次の行動を取れるかという点です。

ChatGPTの文章をAIチェッカーで調べること自体は、文章を客観視する補助手段になります。しかし、数値をゼロに近づける作業へ時間を使いすぎると、事実確認や独自性の追加が後回しになります。企業は判定ツールを監視装置として使うのではなく、AI利用ルール、承認手順、執筆記録を整える方が、長期的には品質と信頼を高められます。

よくある質問

Q1．ChatGPTで作った文章はAIチェッカーに必ず分かりますか？

必ず分かるわけではありません。使用モデル、文章の長さ、言語、分野、編集の有無、判定サービスによって結果は変わります。AI作成文の見逃しと、人間作成文の誤検知の両方があります。

Q2．AI判定80％は、文章の80％をAIが書いた意味ですか？

サービスによって異なります。文書全体をAIらしいと予測する確信度を示す場合と、AIらしい範囲の割合を示す場合があります。結果画面の定義を確認してください。

Q3．無料のAIチェッカーでも信頼できますか？

無料か有料かだけでは判断できません。対応言語、評価方法、誤検知率、最低文字数、運営会社、入力データの扱いを確認し、結果を確定証拠には使わないでください。

Q4．AI判定が高ければGoogle検索で不利になりますか？

AIチェッカーのスコア自体が検索順位を決めるという意味ではありません。読者への有用性、正確性、独自性、信頼性を高め、薄い自動生成文章や誤情報を公開しないことが大切です。

Q5．自分で書いた文章がAI判定されたらどうすればよいですか？

作成記録、下書き、版履歴、出典を保存し、判定の限界とともに説明します。文章を不自然に崩すより、作成過程と内容理解を示す方が合理的です。

Q6．AIチェッカーとコピペチェックは同じですか？

違います。AI判定は文章パターンから生成元を推定し、コピペチェックは既存文章との一致を調べます。どちらも事実が正しいかまでは保証しません。

Q7．複数の判定サービスでAIと出たら確定ですか？

確定ではありません。複数サービスが似たデータや特徴を使っている可能性があり、同じ誤りをすることもあります。執筆記録、出典、本人説明、契約条件を組み合わせます。

Q8．AI判定を避けるために文章を書き換えるべきですか？

判定回避だけを目的にした書き換えは勧めません。利用規則を守り、事実確認、独自情報、具体例、人間による編集を加え、AIを使った範囲を説明できる状態にしてください。

まとめ

AIチェッカーは、文章の統計的な特徴からAI生成らしさを推定する補助ツールです。ChatGPTの文章をAIチェッカーへ入れた結果は、実際の作成者を証明するものではありません。短文、日本語、定型文、校正済み文章では特に慎重な読み方が必要です。

仕事やブログでは、判定値を下げることより、事実確認、出典、独自情報、編集履歴、AI利用ルールを整えることが優先です。外注者、従業員、学生への重大な判断には単独利用せず、本人説明と作成過程を確認してください。

生成AIを使いながら、信頼される文章とビジネスを構築したい方へ
→ 生成AIマスタースクール（GMS）の無料ウェビナーに参加する

参考情報

• OpenAI「New AI classifier for indicating AI-written text」
• OpenAI Help Center「Do AI detectors work?」
• Sadasivan et al.「Can AI-Generated Text be Reliably Detected?」
• Liang et al.「GPT detectors are biased against non-native English writers」
• Tufts et al.「A Practical Examination of AI-Generated Text Detectors」
• Turnitin Guides「Using the AI Writing Report」

著者情報

小谷川拳次。リードコンサルティング株式会社代表取締役。2009年からブログ、メール、オンライン講座、コンテンツ販売、ウェビナーを軸に事業を運営し、インターネットを活用した集客、商品設計、コンテンツ制作、オンライン教育事業に取り組んでいる。

現在はAIマーケター／AIクリエイターとして、ChatGPTを中心とする生成AIの実務活用を研究・発信している。ブログ記事、メール講座、教材・講座の制作を通じ、経営者やビジネスパーソンが知識や経験を仕事・発信・商品づくり・収益化へつなげるための具体的な手順を提供している。

関連記事

• ChatGPTの文章を自然な日本語に直す方法｜AIらしい表現の改善手順
• ChatGPTでファクトチェックする方法｜誤情報を見抜く確認手順
• ChatGPT文章の著作権を確認する方法｜引用・類似表現の注意点
• ChatGPTでブログ記事を書く方法｜構成・執筆・確認の実践手順