Quotidia が運用する AI ニュースメディアで、同じニュースを「解説」「速報」「文豪」の 3 つの文体から読者が選べるようにしました。なかでも力を入れたのが、村上春樹的なオマージュで書く「文豪モード」です。ところが作ってみると、思わぬ問題にぶつかりました。毎日まわすうちに、どの記事も書き出しから結びまでそっくりになり、別の記事に 37 文字もまるごと同じ文字列が現れる。重複の度合いを機械で測ると、書き直し前の記事はサイト全記事の中央値の 約 90 倍もコピーが効いていました。「村上春樹風で書いて」と頼むだけでは、文章は最も典型的な一点へ収束し、テンプレートに化けてしまうのです。

この記事は、その「文豪モード」をどう作ったのか——そして「毎回まったく同じ言い回しになる」という問題を、どうやって仕組みで直したのか——その全部を、うまくいかなかったことまで含めて公開する実験レポートです。文体を「選べる部品の組み合わせ」として設計するパレットと、コピーを公開前に捕まえる機械チェック。この 2 層で、AI に強い作風を持たせたまま量産する道筋を、実際の数字とともにお見せします。

読者がどの文体を選んだかの実測も載せます。先に結論だけ言うと、文豪モードと標準の解説モードは互角に選ばれており、速報モードはほとんど選ばれていません(GA4 のモード閲覧イベント・計測開始 2026-06-07 以降)。GA4 とは、Google が無料で提供しているアクセス解析ツールのことです。ただしこの割合はサンプルがとても小さい段階の値なので、確定した結論ではなく途中経過として読んでください。

この実験で確かめたかったこと

確かめたかった問いは、シンプルです。

「AI に、はっきりした作風(文体の個性)を持たせると、何が起きるのか」

ふつう、生成 AI に文章を書かせると、どこかのっぺりした、無難で平均的な文章が出てきます。万人向けで、角がない。それはそれで便利なのですが、Quotidia は逆のことを試したくなりました。あえて強いクセ——ここでは「村上春樹っぽさ」——を持たせたら、

  1. 読者は、そういうクセのある文章を選んでくれるのか、それとも敬遠するのか
  2. AI に作風を持たせ続けると、書き手として何か問題は起きないのか

この 2 つを、実際のニュースメディアで毎日まわしながら確かめました。なお Quotidia の編集部では、執筆・レビュー・分析を役割の異なる複数の AI が分担しています。文体の設計と検証も、その分担の中で行いました。

なぜニュースを「文豪風」に書かせたのか — 目的

そもそも、なぜニュースをわざわざ小説家っぽく書かせるのか。理由は 2 つあります。

ひとつは、差別化です。海外の AI ニュースを日本語で解説するサイトは、世の中にいくらでもあります。同じニュースを、同じように正確に、同じようなトーンで伝えるだけでは、読者がそのサイトを選ぶ理由になりません。「ここでしか読めない読み味」が要る。そこで、ニュースの「中身」は同じでも、「語り口」を選べるようにしようと考えました。

もうひとつは、AI の表現力の実験です。生成 AI が「無難な文章」しか書けないのか、それとも作風までコントロールできるのか。これは、AI で文章を書くこと全般に関わる、わりと根本的な問いです。もしクセのある文体を安定して再現できるなら、AI ライティングの使い道は大きく広がります。

そこで Quotidia は、1 本のニュースを 3 つの文体で同時に用意することにしました。

  • 解説モード: 標準。事実を整理して、分かりやすく伝える
  • 速報モード: 短く、要点だけを素早く
  • 文豪モード: 村上春樹的なオマージュ。読み物として味わう

読者は、記事ページのタブを切り替えるだけで、好きな文体で同じニュースを読めます。文豪モードは「村上春樹風の語り口で書く」という、サイトで公開済みのコンセプトです(特定の作品の文章をそのまま借りてくるわけではありません。この点は後で詳しく書きます)。

どうやって AI に「文豪」を書かせたのか — 方法

ここがこの記事のいちばんの中身です。「AI に小説家っぽく書かせる」と聞くと、プロンプト(AI への指示文)に「村上春樹風で書いて」と一行入れれば済みそうに思えます。実際、最初はそう考えていました。でも、それではまったく足りなかったのです。その失敗の話はあとに回して、まずは「結局どう作ったのか」、完成形のしくみからお話しします。

「村上春樹風で書いて」では足りない理由

「村上春樹風で書いて」と頼むと、AI はそれっぽいものを出してきます。ところが、毎回読んでいると、すぐに違和感が出てきます。どの記事も、書き出しが似ている。結びが似ている。出てくる小道具(コーヒー、窓の外の光、井戸……)も似ている。

なぜこうなるのか。生成 AI は、学習したデータの中で「村上春樹風といえばこれ」という最も典型的なパターンに、放っておくと吸い寄せられていくからです。統計的に「いちばん村上っぽい」中心点へ、毎回戻ってしまう。これを Quotidia は「平均への回帰」と呼んでいます。一発勝負なら名文でも、毎日続けると、同じ顔の文章が量産されてしまうのです。

そこで Quotidia がたどり着いた答えが、「文体を、選べる部品の組み合わせとして設計する」というやり方でした。

文体を「部品の組み合わせ」として設計する

村上春樹的な文章を、いくつかの「軸」に分解します。それぞれの軸に、複数の「型(部品)」を用意しておく。記事ごとに、各軸から型を 1 つずつ選んで組み合わせる。Quotidia はこの部品の一覧を「文体装置パレット」と呼んでいます。画家が使う絵の具のパレットのようなものだと思ってください。

主な軸は、こんな具合です(数字は、用意している型の数です)。

軸 何を決めるか 型の数 例
語りの入り方(冒頭) 記事の書き出し方 5 型 日常動作の最中に異変が届く / 抽象的な断定から入る / 遠い回想から入る
結び 記事の閉じ方 5 型 答えを出さずに置く / 静かに言い切る / 最後に視界が反転する
視点 誰の目で語るか 4 型 当事者として / 目撃者として / 人から聞いた話として
リズム 文の呼吸 4 型 短文の連打 / 長い文のうねりの直後に短い一撃
トーン 全体の気分 (後述) 初期の乾いた軽さ / 後期の静かな受容
モチーフ 中心に置く小道具 15 種から1つ 井戸 / 月 / 猫 / プール / 雨

たとえば「冒頭は『日常動作の最中に異変が届く』、結びは『静かに言い切る』、視点は『当事者』、リズムは『短文連打』、モチーフは『プール』」というふうに、記事ごとに組み合わせを決めてから書かせます。組み合わせの数は、軸をかけ合わせると数百通りになります。ひとつの「村上春樹風」ではなく、数百通りの「村上春樹風」を用意しておく——これが、似たり寄ったりを防ぐ土台です。

比喩は「使い回さない」しくみで作る

村上春樹的な文章の魅力のひとつが、独特の比喩(たとえ)です。ここも、ストックしておいた便利なフレーズを使い回すと、すぐにバレます。そこで Quotidia は、比喩をその記事専用に毎回ゼロから作る手順を決めました。3 ステップです。

  1. 圧縮: その記事のニュースの核を、抽象的な一語に圧縮する(例:「不可逆性」「過剰」「待機」)
  2. 遠い場所から借りる: テクノロジーや金融から最も遠い世界を 1 つ選ぶ(気象・水泳・料理・動物・音楽・睡眠など)。ニュースの内容と離れた領域ほど、ハッとする比喩になります
  3. 身体で感じられるかテスト: できた比喩に、温度・重さ・触り心地・音のどれかが伴っているか確かめる。頭で理解するだけの比喩は捨てる

「AI のコスト暴走」を「水に潜って息継ぎのタイミングを失う感覚」でたとえる、といった具合です。借りてくる世界(水泳・料理など)は、直近の記事と重ならないようにします。こうすると、比喩のネタ元が毎回入れ替わり、文章の手触りが似てこなくなります。

トーンは「明るさ」を最優先にした

ひとつ、Quotidia ならではの判断があります。村上春樹的な文体には「中期の、どこか不穏で薄暗い気分」もあるのですが、これはあえて使わないことにしました。理由は、これが「朝に読むニュース」だからです。

朝いちばんに開くニュースが、薄暗く不穏なトーンで書かれていたら、気が滅入ってしまいます。アイキャッチ画像を必ず明るいトーンにしているのと同じ思想で、文章のトーンも明るい基調に統一する——これを Quotidia はブランドの原則として固定しました。せっかくの文学的な装置でも、読者の朝の気分に合わなければ採らない。差別化のための実験であっても、読者ファーストは崩さない、という線引きです。

まとめると、文豪モードはこう作っている

ここまでを整理すると、文豪モードの作り方は次のとおりです。

  • 「村上春樹風で書いて」の一行では足りない。放っておくと AI は最も典型的なパターンに収束してしまう
  • だから文体を軸ごとの部品(パレット)に分解し、記事ごとに組み合わせを変える
  • 比喩はストックを使わず、3 ステップで毎回ゼロから生成する
  • トーンは明るい基調に固定(朝のニュースだから)

ここまでが「うまく作れた」話です。でも、この設計にたどり着くまでには、大きな失敗がありました。次がその核心です。

読者はどの文体を選んだか — 実測データ

作り方の前に、結果を先にお見せします。「で、その文豪モード、読者に受けたの?」という疑問に、実測で答えます。記事ページには 3 つの文体タブがあり、読者がどのタブを開いたかを GA4 のイベントとして記録しています。集計が次の表です。

文体モード 閲覧された回数 割合
文豪(村上春樹的オマージュ) 31 約 48%
解説(標準) 31 約 48%
Lab 記事(plain) 2 約 3%
速報 1 約 2%

(GA4 のモード閲覧イベント・計測開始 2026-06-07 以降の累計・合計 65 回。plain は、この Lab のような通常文体の記事です)

ここから言えることは、淡々と 2 つです。文豪と解説は、回数まできれいに並んで互角に選ばれている(31 対 31)。そして速報モードは、ほとんど選ばれていない(65 回のうち 1 回)。どちらか一方の文体が「読者に選ばれる勝者」だとは、今のデータからは言えません。

ただし、これは確定値ではなく途中経過です。母数は数十件規模(65 回)と小さく、計測を始めたのも 2026-06-07 とまだ日が浅いうえ、運営自身の確認アクセスが混ざっている可能性もあります。サンプルが増えれば割合は普通に動くので、「文豪と解説は互角・速報は不人気」という今の姿も、もっとデータがたまってから見直すつもりです。

うまくいかなかったこと — 毎回、同じ文章になった

ここからが、この記事のもう一つの核です。

文豪モードを作り始めたころ、Quotidia は最初、シンプルに「村上春樹風で書いて」と AI に頼んでいました。出てくる文章は、一本だけ読めば、悪くありませんでした。問題は、毎日続けたときに起きました。

ある時期の記事を並べて読み返したら、ぞっとしました。どれも書き出しが似ている。結びが似ている。出てくる小道具も、語りの視点も、気分も、ほとんど同じ。まるで、ニュースの固有名詞(会社名や製品名)だけを差し替えて、同じテンプレートに流し込んだような状態だったのです。

「なんとなく似てる」を、数字で突き止めた

ここで Quotidia がやったのは、印象で「似てる気がする」と言って終わりにせず、似ている度合いを機械で測ることでした。

使ったのは「7-gram(セブングラム)重複」という指標です。難しそうですが、考え方は単純です。文章を「連続する 7 文字のかたまり」に細かく刻んで、2 つの記事の間で、同じかたまりがどれだけ共通しているかを数えるのです。7 文字のかたまりがたくさん一致していれば、それは「同じ言い回しを使い回している」証拠になります。

この指標で、書き直し前の 2 つの文豪記事を比べたところ、重複スコアは 0.187 でした。これがどれくらい高いかというと、サイト全記事(29 本)の重複スコアの真ん中の値(中央値)は 0.002。つまり約 90 倍です。さらに調べると、37 文字もの長さの、一字一句そっくりそのまま同じブロックが、複数の記事にまたがって存在していました。37 文字といえば、文がまるごと一つ二つ分です。それが、別の記事に丸ごとコピーされたみたいに繰り返されていた。

「村上春樹風」という強いクセは、放っておくと最も典型的な一点に収束していく。先ほど書いた「平均への回帰」が、数字としてはっきり出てしまったわけです。一発勝負なら個性だったものが、毎日量産するとテンプレートに化ける。これが、AI に作風を持たせたときの、いちばん大きな落とし穴でした。

どう直したか — 「パレット」と「機械チェック」の2層

直し方は、2 つの仕組みを組み合わせる形に落ち着きました。役割が違う 2 層です。

1層目: パレットで「構造の多様性」を確保する

ひとつ目が、さきほど「方法」で説明した文体装置パレットです。これは、文章の「骨組みの多様性」を担当します。

  • 冒頭・結び・視点・リズム・トーン・モチーフを、軸ごとの部品から毎回選び直す
  • しかも、直近の記事で使った型は、しばらく使えないようにする(クールダウン、と呼んでいます)。たとえばモチーフは直近 4 本と重複禁止、冒頭・結び・視点は直近 2 本と重複禁止、といったルールです
  • 記事を書く前に、「今回はこの組み合わせで書く」という設計を先に宣言してから書かせる

これで、「毎回同じ書き出し・同じ結び」という構造のテンプレ化を、仕組みで防ぎます。AI の自由にさせず、骨組みを強制的に入れ替えさせるわけです。

2層目: 機械チェックで「フレーズの使い回し」を捕まえる

パレットで骨組みを多様にしても、細かい言い回しのレベルでコピーが残ることがあります。そこを担当するのが、ふたつ目の機械チェック(lint)です。lint(リント)とは、文章やプログラムを自動で検査して、問題箇所を指摘してくれるツールのことです。

このチェックは、記事を公開する前に自動で走り、次の 3 つを見ます。

  1. 7-gram 重複スコア: 直近の記事と「7 文字のかたまり」がどれだけ共通しているかを測り、一定の基準(スコア 0.05)を超えたら警告する。さきほどテンプレ化を突き止めたのと同じ指標を、今度は「再発の見張り」として常駐させたわけです
  2. 長い共有チャンクの検知: 12 文字以上、別の記事とそっくり同じ文字列があれば、すべて洗い出す
  3. 要注意フレーズの再使用カウント: 一度「使いすぎ」と判定した定番表現(例の「冷めたコーヒー」「窓の外の光」など)を一覧(watchlist)にしておき、直近の記事でまた出てきたら警告する

このチェックを通らないと、記事は公開ステップに進めません。

2層に分けた理由

なぜ 1 つにまとめず、2 層に分けたのか。見ているものが違うからです。

層 守るもの たとえると
パレット 構造の多様性(冒頭・結び・視点・モチーフが被らない) 料理の「献立」が毎回違うこと
機械チェック(lint) フレーズの使い回し(同じ言い回しのコピー) 同じ「決め台詞」を使い回していないこと

献立を毎回変えても、味付けの決め台詞が同じならバレる。逆に、決め台詞を変えても献立が毎回同じならやはり飽きる。だから両方が要る。Quotidia のルールでは、パレットが多様でも禁止フレーズが混ざれば不合格、lint を通っても構造が単調なら不合格。2 つの関門を両方くぐって、はじめて公開できます。

この実験から抽出した法則

ここまでの話を、みなさんが自分の AI ライティングに持ち帰れる形にまとめます。

  1. AI に強い作風を持たせると、毎日続けるうちに「平均への回帰」でテンプレ化する。一発勝負では個性でも、量産すると同じ顔の文章になる。これは「文豪風」に限らず、はっきりしたクセを指定する文体すべてに起きうる落とし穴です。
  2. 「似ている」は、印象でなく数字で測れる。文章を短いかたまり(n-gram)に刻んで重複を数えれば、テンプレ化は機械的に検出できます。Quotidia の実測では、書き直し前の記事はサイト中央値の約 90 倍の重複でした。
  3. テンプレ化は「構造」と「フレーズ」の 2 階建てで対策する。骨組み(冒頭・結び・視点・モチーフ)の多様性は事前のルールで強制し、細かい言い回しのコピーは公開前の機械チェックで捕まえる。片方だけでは漏れます。
  4. AI の自由に任せず、選択肢を先に絞って「宣言してから書かせる」と暴走を抑えられる。「今回はこの組み合わせ」と設計を先に決めることが、収束を防ぐ効き目を持ちます。
  5. 強いクセは、少なくとも「敬遠されはしない」(ただし要検証)。Quotidia の小さなサンプルでは、最もクセの強い文豪モードが、標準の解説モードと互角まで選ばれました。「個性的な文体は読者に避けられるのでは」という心配は、少なくとも今のところ当たっていません。ただし「個性のほうが勝つ」とまでは言えません。

5 は、まだサンプルが小さい段階で得られた「途中経過」です。1〜4 は、AI ライティングを続ける人なら比較的そのまま当てはまる教訓だと考えています。

まとめ(FAQ)

Q. AI に村上春樹風の文章を書かせるには、どうすればいいですか?
A. 「村上春樹風で書いて」の一行だけでは、毎回似た文章になります。Quotidia は文体を「冒頭・結び・視点・リズム・トーン・モチーフ」といった軸に分解し、軸ごとに複数の型を用意して、記事ごとに組み合わせを変えています。比喩も使い回さず、ニュースの核を遠い世界(水泳・料理など)からたとえる手順で毎回作り直します。

Q. AI が毎回同じような文章になるのを防ぐには?
A. 2 段構えが有効でした。ひとつは、書き出しや結びなどの「骨組み」を毎回変えるルール(直近で使った型をしばらく禁止する)。もうひとつは、公開前に「7 文字のかたまり」の重複を機械で測り、似すぎていたら止める自動チェックです。骨組みの多様性とフレーズの使い回し防止を、別々の仕組みで担当させます。

Q. AI 文章のテンプレ化は、どうやって見つければいいですか?
A. 印象に頼らず、数字で測れます。文章を連続する数文字のかたまり(n-gram)に刻み、別の記事とどれだけ共通するかを数える方法が使えます。Quotidia の実測では、テンプレ化した記事はサイト全体の中央値の約 90 倍の重複スコアで、37 文字もの完全一致ブロックが複数見つかりました。

Q. ニュースを文豪風に書いて、読者は本当に読むんですか?
A. Quotidia の計測(2026-06-07 以降・合計 65 回)では、文豪モードと標準の解説モードが互角に選ばれていました(31 対 31)。速報モードはほとんど選ばれていません。サンプルが小さく期間も短いため、これは確定値ではなく途中経過として読んでください。

注記 — このレポートの数値について

  • 文体選択の割合(文豪 約 48% / 解説 約 48% / Lab記事 plain 約 3% / 速報 約 2%・合計 65 回): GA4 のモード閲覧イベントの実測(2026-06-14 時点)。計測開始は 2026-06-07。サンプルが小さく(数十件規模)、期間も短く、運営自身の確認アクセスが混ざっている可能性があるため、確定値ではなく途中経過として読んでください。
  • テンプレ化の重複スコア(書き直し前の記事 0.187 / サイト中央値 0.002 / 約 90 倍・37 文字の完全一致ブロック複数): 全 29 本のコーパスに対する 7-gram 重複分析の実測。
  • 本稿では、村上春樹氏の作品の文章を引用・再現していません。あくまで「作風をオマージュして AI に書かせる仕組みの作り方」を解説したものです。
  • 「村上春樹」の名は、本稿が解説する文体オマージュの対象を示すために用いたものです。本サイトおよび本稿は村上春樹氏ご本人・関係各社とは一切関係がなく、ご本人の関与・公認・推薦を受けたものではありません。