AIに文章を書かせる時に「記事設計」が曖昧なままだと出力がブレやすくなります。
そこで、この記事では、「Web調査レポート」と「メモ」を活用した「記事設計」の作成方法について紹介します。
アップデートにより、掲載している画像と実際の操作画面の内容が一部異なる場合があります。あらかじめご了承ください。
Langsmith Cowriterで「記事設計」を作成する方法
記事設計を作成するにあたり、何について執筆するかという「テーマ」が必要です。
テーマ例：「AIの使い方が上手い人」
※テーマは1行程度のシンプルな内容で問題ありません。
「記事設計」と「構成案」の違い
「記事設計」と「構成案」は似ていますが、別ものです。
- 記事設計： 「誰に・何を・どの視点で」伝えるかという戦略
- 構成案： どの順番で書くかという情報の並び順
Langsmith Cowriterの「ドラフト生成（メモ→本文）」を使えば、構成案の作成から下書きまでを自動化できるため、「記事設計」があれば問題ありません。
「記事設計」の具体的な手順
テーマが決まったら、下記の手順で「記事設計」を作成します。
Langsmith Cowriterにログインし、ライブラリ画面の「新規作成」をクリックします。
新規ドキュメント画面が表示されたら、「作成」をクリックします。
「トーン＆マナー」が決まっている場合、この段階で「詳細設定」に追加しておけば、後から追加する手間を省けます。
右サイドバーから「AIワークフロー」を選択し「Web調査レポート」をクリックします。
下記の指示テンプレートの「テーマや記事に必ず入れたい要素」を変更し、「知りたいこと」の入力欄に貼り付けてください。
最後に「調査をはじめる」をクリックします。
指示テンプレート
「AIの使い方が上手い人（※ここにテーマを入力）」というテーマで記事を作成したい。
下記のフォーマットを使って記事の設計（前提条件）をまとめてください。
情報を反映させたフォーマットのみを出力してください。
---
## 役割
* 役割：
## 記事の基本情報
* テーマ：
* ターゲット：
* 読後のゴール：
## リサーチ・検索意図
* 想定検索ワード：
* 読者の悩み：
## 記事に必ず入れたい要素
* 具体的なプロンプトの例を入れる（※ここに要素を入力）
## 一次情報・オリジナリティ
* 独自の視点：
* 自分の体験談：
* 失敗談・注意点：
## 制約
* 禁止事項：構成案を自分で調整したい場合は、指示テンプレートの「## 制約」の前に、構成案の指示を追加してください。出力された構成案をメモ編集で調整できます。
## 構成案
* ターゲットが悩みを解決するための見出し（h2、h3）を作成：
出力された内容を「メモに保存」します。
右サイドバーから「メモ」を選択し、先ほど保存したメモを開いて内容を確認・修正します。
特に「一次情報・オリジナリティ」の部分は、AIが仮案を作成しているので、自分の情報に差し替えが必要です。
これで「記事設計」の作成は完了です。
出力結果の例
## 役割
* 役割：AI活用の“編集者”として、読者が再現できる手順（目的設定→入力整備→出力設計→検証）まで落とし込むライター
## 記事の基本情報
* テーマ：「AIの使い方が上手い人」が毎回やっている“設計”の習慣（プロンプト例つき）
* ターゲット：仕事や学習でAIを使うが、出力の質が安定しない／何をどう指示すべきか迷うビジネスパーソン・学生
* 読後のゴール：読者が自分の用途に合わせて「良い指示（目的・前提・形式・制約・例）」を組み立て、試行錯誤して品質を上げられる状態になる [出典1: Best practices for prompt engineering with the OpenAI API | …](https://help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-the-openai-api?utm_source=openai)
## リサーチ・検索意図
* 想定検索ワード：
* 「AI プロンプト コツ」
* 「ChatGPT うまい 使い方」
* 「プロンプト 書き方 例文」
* 「プロンプト 失敗 あるある」
* 「AI に 入力していいこと 悪いこと」
* 読者の悩み：
* 何を聞けばいいか分からず“丸投げ”してしまう
* 条件（目的・出力形式・前提）が曖昧で、毎回ブレる [出典2: Best practices for prompt engineering with the OpenAI API | …](https://help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-openai-api?source=post_page-----278a3e9357dc---------------------------------------&utm_source=openai)
* 長文で指示したのに、欲しい粒度にならない（設計不足）
* うっかり機密情報を入れてしまいそう／安全な使い方が不安 [出典3: Security considerations for data in generative AI - AWS Pres…](https://docs.aws.amazon.com/prescriptive-guidance/latest/strategy-data-considerations-gen-ai/security.html?utm_source=openai)
## 記事に必ず入れたい要素
* 具体的なプロンプトの例を入れる（そのままコピペして使える形）
* 例1：初回は“追加で必要な情報”を先に質問させる
```text
あなたは編集者です。
私の目的は「〇〇を達成すること」です。
次のために、最初に不足している前提を3つだけ質問してください：
- 誰向けか（読者/ユーザー）
- 望むアウトプット形式（箇条書き/文章/表/文字数）
- 絶対条件（NG・制約・優先度）
その後、回答案を作成してください。
```
* 例2：“目的・文脈・形式・制約”を明示して品質を安定させる
```text
以下の条件で文章を作ってください。
〇〇
私の状況は△△
導入→要点3つ→まとめ
です・ます調
800〜1000字
憶測で断定しない。確信がない場合は「不明」と書く。
見出し付き
```
※「具体的に（文脈・アウトカム・長さ・形式・スタイルなど）指示する」「少量の例（few-shot）を入れる」と出力が安定しやすい、という考え方に沿う [出典1: Best practices for prompt engineering with the OpenAI API | …](https://help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-the-openai-api?utm_source=openai)
* 例3：few-shot（よい例/悪い例）で“型”を学習させる
```text
次のの書き方に合わせて、を満たす文章を作ってください。
- 結論が先
- 理由→根拠→具体例の順
- 余計な前置きがない
- 結論が遅い
- 条件が抜ける
- 具体例がない
〇〇について、読者が行動できるように手順化してください。
```
[出典2: Best practices for prompt engineering with the OpenAI API | …](https://help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-openai-api?source=post_page-----278a3e9357dc---------------------------------------&utm_source=openai)
## 一次情報・オリジナリティ
* 独自の視点：
* 「上手い人」は“魔法の一発回答”ではなく、**指示を“設計”してから出力を要求する**（目的・前提・形式・制約・次アクションまで用意する） [出典1: Best practices for prompt engineering with the OpenAI API | …](https://help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-the-openai-api?utm_source=openai)
* さらに、モデルの得意/不得意に合わせて **役割（編集者/コーチ/監査役）**を明示し、求める行動を切り替える [出典4: Prompt engineering - OpenAI API](https://platform.openai.com/docs/guides/prompt-engineering/strategies-to-improve-reliability?utm_source=openai)
* 自分の体験談：
* （想定例）最初は「要約して」とだけ頼んでブレていたが、**“誰向け/文字数/NG/優先順位/必要な観点”**を先に入れるようにしたら、再現性が上がった
* 失敗談・注意点：
* “情報が足りないのに”長文だけ送ってしまい、モデルが正解できる前提が欠けていた（→不足質問→再編集に切り替え）
* 憶測でもそれっぽく埋めてしまう可能性があるため、**確度・不明の扱い・根拠の出し方**を指示して検証前提にする（モデルは誤り/ハルシネーションを起こし得る） [出典5: How confessions can keep language models honest | OpenAI](https://openai.com/blog/how-confessions-can-keep-language-models-honest?utm_source=openai)
* 機密や個人情報をそのまま入れない（企業利用・規程・プライバシーの観点でリスク） [出典3: Security considerations for data in generative AI - AWS Pres…](https://docs.aws.amazon.com/prescriptive-guidance/latest/strategy-data-considerations-gen-ai/security.html?utm_source=openai)
## 制約
* 禁止事項：
* 機密情報・個人情報・識別可能な情報をプロンプトに貼らない（安全面・ガイドライン順守） [出典3: Security considerations for data in generative AI - AWS Pres…](https://docs.aws.amazon.com/prescriptive-guidance/latest/strategy-data-considerations-gen-ai/security.html?utm_source=openai)
* 規約違反や不正を助長する指示（例：不正アクセス、違法行為の手順作成）
* 著作権・機密保持の観点で、出典や権利処理が必要な素材をそのまま再配布することを前提にした作り方を推奨しない
* “AIの出力をそのまま事実として採用する”運用を推奨しない（検証前提の指示設計を入れる） [出典5: How confessions can keep language models honest | OpenAI](https://openai.com/blog/how-confessions-can-keep-language-models-honest?utm_source=openai)この出力結果に「トーン＆マナー」は含まれていません。
「メモ」に直接追加するか、「ドキュメントの設定」から追加しましょう。
## トーン＆マナー
* PREP法を使って文章を作成する（PREP法を使っていることを見出しやタイトルで明示しない）
* 高校生でも分かるように解説する
* 親切で親しみやすい言葉を使う
「メモから下書きを作成へ」つなげることも可能
作成したメモを利用して「下書き作成」も可能です。
右サイドバーから「AIワークフロー」を選択し「ドラフト生成（メモ→本文）」をクリックします。
「ドラフトの指示」の入力欄に指示を入力し、作成したメモにチェックを入れます。
「Web検索」の利用を設定後、「ドラフト生成を実行」をクリックしてください。
「Web検索」を有効・無効にした場合の違い
「Web検索を使う」を有効にすると、作成された文章に参照元URLが付きます。
作成された文章の「根拠」を知りたい時や、後から「内容確認」する場合に便利です。
まとめ：記事設計の作成方法
「Web調査レポート」を単なる検索ツールではなく、「情報をまとめるツール」として利用すれば、自分のほしい情報を整理して取得できます。
Web調査レポートとメモを活用した「記事設計」の作成手順は次のとおり。
「記事設計」作成手順
- ドキュメント作成：空の新規ドキュメントを作成
- Web調査レポート実行：指示テンプレートを使ってWeb調査レポートを実行
- メモに保存：結果をメモに保存
- メモを編集：保存したメモを編集（一次情報・オリジナリティは修正が必要）
AIワークフローの「ドラフト作成（メモ→本文）」から「記事設計」のメモを選択し、下書き作成も可能です。
