
AIにnote記事をどう直させる?6つの評価軸と改訂プロンプトを実例で解説
「ChatGPTにnoteの記事を改善してもらいたい。でも、何を指示すればいいんだろう?」
公開済みの記事を見直すとき、そんな疑問が出てきます。
「もっと読みやすくして」と頼めば、AIは文章を直してくれます。
でも、元の記事に書いた実体験や失敗談まで変わってしまったら困りますよね。
そこでKira AI Labでは、記事を6つの視点で診断し、必要な箇所だけを改訂するルールを使っています。
2026年10月18日には、このルールを使って実際に公開済みのnote記事を改訂しました。
今回は、その記事がどう変わったのかを紹介しながら、6つの評価軸とAIへの指示方法を解説します。
後半には、自分の記事でも使えるコピペ用プロンプトも用意しました。
特別なツールを作らなくても、ChatGPTと記事本文があれば試せる方法です。
AIで直したnote記事、実際に何が変わった?
まずは実際の改訂結果から紹介します。
対象にしたのは、以前公開したこちらの記事です。
▶ Threads自動投稿をAIで作って分かった。文章生成より「事実を変えない」ことの方が難しかった
少し紛らわしいのですが、今回改善したのはThreadsの投稿そのものではありません。
Threads自動投稿で起きた失敗を書いた「note記事」を、後からAIで改訂した事例です。
元の記事では、AIがSNS投稿文を自然に言い換える過程で、事実の意味まで変えてしまった問題を紹介していました。
例えば「掲載された」と「掲載した」。
どちらも自然な日本語ですが、誰が何をしたのかは違います。
記事には、実際に起きたエラーや、安全確認のため投稿を見送った記録も残していました。
このnote記事を6つの視点で診断した結果、次のような改善を行いました。
改訂前改訂後事実チェックの注意点が本文中に分散5項目のチェックリストを追加読者が自分で試す方法が分かりにくいChatGPTへの相談例を追加当時の運用が現在形で書かれている過去の運用だったことを明確化その後の運用変更への案内がない関連記事へのリンクを追加
一方で、タイトル、アイキャッチ、当時の実測値、実際の失敗談は変更していません。
記事全体を書き直したわけではないんです。
では、どんな基準で「直す場所」と「残す場所」を決めたのでしょうか。
記事改善に使っている6つの評価軸
Kira AI Labでは、公開済みの記事を改善するときに、次の6つの評価軸を使っています。
評価軸意味確認することREAD読みたくなるかタイトルや冒頭で読む理由が伝わるかVALUE価値があるか読者が知りたい答えや実例があるかKEEP見返したくなるか後から役立つ情報が整理されているかDO行動できるか読者が自分でも試せるかTALK対話につながるか自然に感想や考えが生まれるかNEXT次へ進めるか必要な関連記事へたどり着けるか
英語が並んでいますが、難しく考える必要はありません。
例えば、タイトルを見ても読む理由が伝わらなければREAD。
体験談は面白いのに、自分で試す方法が分からなければDO。
チェック項目が長い文章の中に埋もれていたら、KEEPに改善の余地があるかもしれません。
ただし、6つすべてを改善する必要はありません。
失敗談の記事に無理やり手順書を追加したり、毎回質問で締めくくったりすると、かえって記事の良さが失われることもあります。
6軸は、記事を機械的に採点するためではなく、改善の理由を整理するために使っています。
実際に診断したら、改善する場所は3つだった
先ほどのThreads記事を診断した結果は、次のとおりです。
評価軸判断理由READ現状維持タイトルと冒頭で問題が伝わっているVALUE良好実際の失敗と改善の記録があるKEEP改善推奨チェック項目が整理されていないDO改善推奨読者が試す具体的な方法が不足TALK現状維持無理な問いかけは必要ないNEXT改善推奨後続記事への案内が不足
改善対象になったのはKEEP、DO、NEXTの3つです。
特に重視したのはDO。
元の記事を読めば、AIが事実を変えてしまう問題は理解できます。
でも、読者が「自分のAI生成文もチェックしてみよう」と思ったとき、何をどう入力すればいいかまでは分かりませんでした。
そこで今回は、読者が自分でも事実チェックを試せるようにすることを主目的にしました。
AIが提案した改善を全部採用するのではなく、何のために直すのかを絞る。
これが今回の改訂方針です。
Before / After|実際にどう書き換えた?
ここからは、実際に改訂した内容を紹介します。
① 読者向けのチェックリストとプロンプトを追加
元の記事では、AIが生成した文章と元データを照合する重要性を説明していました。
ただ、確認すべきポイントが文章の中に分かれていたため、後から見返すには少し不便でした。
そこで新たに追加したのが、
「自分の投稿文でも事実チェックを試すなら」
という見出しです。
その中で、確認項目を次の5つに整理しました。
チェック項目確認すること主体誰が何をしたか時点いつの話か。予定か実績か状態未確認・確認中・確認済みの違い数字件数・日付・金額が変わっていないか追加情報元データにない内容を加えていないか
さらに、元データとAIが作った文章をChatGPTに渡し、違いをチェックしてもらう相談例も追加しています。
これで読者が自分の投稿文を確認するときにも使える記事になったのではないか、と考えました。
ただし、この相談例は、今回の改訂で読者向けに新しく作成したものです。
Kiraが当時のThreads自動投稿で使用していたプロンプトを、そのまま公開したわけではありません。
② 「最近」「現在」を過去の記録へ修正
実際の文章の変更前後も紹介します。
変更前
最近、Kira AI LabではThreadsへの投稿を自動化しています。
変更後
2026年9月、Kira AI LabではThreadsへの投稿を自動化していました。
もう一つ。
変更前
現在の仕組みでは、文章を生成したあとに別のチェックを入れています。
変更後
当時の仕組みでは、文章を生成したあとに別のチェックを入れていました。
元の記事は、2026年9月の自動投稿の実践記録です。
その後、Threadsの自動投稿を停止し、人が公開可否を確認する運用へ変更しています。
そのため、9月当時の説明を現在形で残すと、今も同じ運用を続けているように読めてしまいます。
そこで、記事冒頭にも2026年10月の追記を入れ、当時の記録であることを明確にしました。
ここで意識したのは、過去の実体験を消さずに、現在との違いだけを補足することです。
当時起きたエラーや投稿を見送った事実は、そのまま残しています。
③ その後の運用変更へつながるリンクを追加
元の記事を読んだ人なら、
「事実チェックを追加したあと、自動投稿はどうなったの?」
と気になるかもしれません。
そこで記事の最後に、その後の運用変更へつながる関連記事を追加しました。
▶ note運用7工程にAIを組み込んで見えた。「作業」より残っていたのは“つなぎ目”だった
こちらの記事では、自動投稿を停止し、人間による確認を戻した話にも触れています。
ただ関連記事を並べるのではなく、読者の疑問に続く情報へ案内する。
これがNEXTの改善です。
なぜタイトルや失敗談は直さなかった?
今回の改訂では、タイトルやアイキャッチを変更していません。
6軸の診断でも、READは現状維持でした。
すでに記事のテーマが伝わっているなら、何となくタイトルを変える必要はありません。
また、実際に起きたエラーや投稿を見送った記録も残しました。
AIによる書き直しでは、文章が自然になる一方で、元の記事にあった具体性が失われる可能性があります。
例えば、当時「確認できなかった」ことを「確認した」と書き換えてしまえば、それは改善ではなく事実の変更です。
だからKira AI Labの改訂ルールでは、
改善する根拠がなければ、無理に直さない。
という判断を大切にしています。
「直す場所」と同じくらい、「直さない場所」も決める。
これがAIと記事を改善するときの重要なポイントだと思っています。
コピペOK|自分のnote記事で使える6軸改訂プロンプト
ここからは、読者向けに整理したプロンプトを紹介します。
Kira AI Labでは、記事の分析データや改訂履歴も確認しながら改善を進めています。
ただ、最初から同じ環境を用意する必要はありません。
記事本文をChatGPTに渡し、6軸で改善点を確認するだけでも試せます。
以下は読者向けに新しく整理した再現用テンプレートです。
実際の内部運用プロンプト全文ではなく、このテンプレート自体の改訂効果もまだ検証していません。
6軸の記事改訂プロンプト
あなたは公開済みnote記事の編集者です。
これから渡す記事について、
全文を書き直すのではなく、
必要な箇所だけ改善する提案をしてください。
【記事タイトル】
(ここに入力)
【記事本文】
(ここに貼り付ける)
【想定読者】
(誰向けの記事か)
【この記事の目的】
(読者に何を伝えたいか)
次の6軸で診断してください。
READ:
記事を読みたい理由が伝わるか
VALUE:
読む価値のある情報・実例があるか
KEEP:
保存・再読したくなる情報があるか
DO:
読者が自分でも試せるか
TALK:
自然に感想や対話につながるか
NEXT:
必要な次の情報へ進めるか
【必ず守るルール】
・実体験や事実、日付、数字を変えない
・書かれていない成果や感想を作らない
・改善の根拠がなければ変更しない
・6軸すべてを無理に改善しない
・全文リライトはしない
・タイトル変更を前提にしない
・不自然な質問や関連記事を追加しない
・元記事にない情報を推測で補わない
・事実確認が必要な部分は「要確認」とする
・実在を確認できないURLを作らない
【進め方】
STEP 1
6軸それぞれについて、
「現状維持/改善推奨/判断保留」
のいずれかを判定し、理由を示してください。
STEP 2
今回の改訂で最も重要な目的を
1つだけ選んでください。
STEP 3
その目的に合う修正候補を、
重要な順に最大3件提案してください。
それぞれについて、
・変更前
・変更後
・修正理由
・事実確認が必要な点
を示してください。
STEP 4
変更しない方がよい箇所と、
その理由も教えてください。
STEP 5
人間が公開前に確認する項目と、
改訂後に観測したい指標を整理してください。
修正する根拠が弱い場合は、
「今回は改訂不要」と報告してください。
記事への反映は勝手に行わず、
最終判断は私に任せてください。このプロンプトで大切にしているのは、修正案を出す前に、6軸の診断結果と改訂の主目的を確認することです。
また、修正候補を最大3件にしているのは、初心者でも比較しやすくするための提案です。
Kira AI Labの実運用で、常に3件に制限しているという意味ではありません。
初心者向け|プロンプトを使った後はどうすればいい?
実際に使うなら、次の3ステップから始めるのがおすすめです。
STEP 1|まずは1記事だけ選ぶ
最初から過去の記事を全部改善しようとせず、1記事を選びます。
おすすめなのは、実際の体験談やノウハウが書かれていて、もう少し分かりやすくできそうだと感じている記事です。
タイトル・本文・想定読者をプロンプトへ入力します。
STEP 2|AIの診断結果を確認する
AIから6軸の評価が返ってきたら、すぐに修正案を反映する必要はありません。
まず、改訂の主目的が自分の考えと合っているかを見ます。
例えば、AIが「タイトルを変更しましょう」と提案しても、タイトルと内容が十分一致していると思えば、現状維持を選べます。
逆に、読者が試せる方法が不足していると感じたら、DOの改善を優先できます。
STEP 3|採用する変更だけを反映する
修正候補を比較し、納得できる文章だけを記事へ反映します。
そのとき確認したいのは、主に次の3つです。
元の記事の事実や意味が変わっていないか
読者にとって本当に分かりやすくなったか
修正しなかった部分とのつながりが自然か
事実関係を確認できない変更があれば、そのまま公開しない方が安全です。
変更前の文章を控えておけば、比較や元に戻す判断もしやすくなります。
AIに提案してもらい、人が選んで反映する。
まずはこの形で十分だと思います。
Kira AI Labでは、記事改善をどう進めている?
今回のプロンプトは、記事本文だけでも使える形にしました。
一方、Kira AI Labでは以前からnote分析ダッシュボードを作り、記事ごとのIMPやPVを記録しています。
その数字から改善候補を探し、AIと一緒に改訂方針を考え、変更前後を確認してからnoteへ反映する流れを試しています。
仕組みの全体像については、前回の記事で紹介しました。
▶ note記事を「公開して終わり」にしない。ダッシュボードとChatGPTで改善サイクルを作った
今回は、その仕組みの中でも「AIにどんな基準で記事を直してもらうか」に焦点を当てました。
記事の改善をすべてAI任せにするのではなく、改訂方針と変更内容を人間が確認する。
現時点では、このくらい人間の判断を残す運用が合っていると考えています。
改訂できた。でも、PVが増えたかはまだ分からない
今回、実際に確認できたのは、6軸の診断から部分改訂、noteへの反映までです。
では、それによって記事が読まれるようになったのか。
ここはまだ分かりません。
2026年10月18日10時に取得した、改訂前の参考値は次のとおりです。
指標累計IMP(表示回数)1,481PV(閲覧数)23スキ22
その前の7日間では、IMPが58増え、PVは1増えていました。
ただし、これはnoteへ改訂を反映する直前の厳密な測定値ではなく、同日午前の参考値です。
改訂の効果は、2026年10月25日に7日後のデータを確認する予定です。
記事自体のIMPやPVに加え、リンク先の記事や改訂していない類似記事の変化も見ていきます。
もちろん、PVが増えたとしても、すべてが改訂のおかげとは限りません。
また、読者が実際にプロンプトを試した人数や、記事を保存した人数を、この数字だけで判断することもできません。
今回の改訂がどの程度役立ったのかは、引き続き検証が必要です。
まとめ|AIに「全部直して」と頼まなくてもいい
今回の記事改善では、6つの評価軸を使って修正する理由を整理しました。
実際のThreads記事では、読者が自分でも試せる方法を追加することを優先し、タイトルやアイキャッチ、当時の実体験は残しました。
今回、特に伝えたいのは一つです。
AIに記事を改善してもらうなら、直す場所だけでなく、直さない場所も決めておく。
まずは公開済みの記事を一つ選んで、今回のプロンプトで6軸診断だけ試してみるのもよさそうです。
修正案を全部採用する必要はありません。
Kira AI Labでも、今後の改訂事例と効果測定を積み重ねながら、このルール自体を改善していく予定です。
このnoteでは「AI副業で月1万円」を目標に、AIを仕事や副業で実際に使いながら、試したこと・結果・失敗・改善を記録しています。
次の検証:2026年10月25日に、今回改訂したThreads記事の7日後の数値を確認します。
📚 note分析ダッシュボードの制作から記事改善まで、10本まとめて読む