前回は数字を扱った。AIが「それらしいものを作る」機能は、数字の世界では事故のもととなると話した。今回はその裏面だ。同じ機能が、クリエイティブでは武器になる。
　帝国データバンクの調査で、AIを活用している企業の使い道のトップは「文章の作成・要約・校正」で45.1%。次いで情報収集21.8%、企画立案時のアイデア出し11.0%。つまり多くの企業は、すでにこの領域にいる。
　だが、いま企業が本当に期待しているのは、その先だろう。商品ページ、SNS、動画、BGM、プレゼン資料。外注していたものを内製できないか─そういう話だ。
　できることは、確かに増えた。ただし、外に出るものを扱う以上、社内で完結していた前回までとは危険の質が変わる。そこを押さえながら見ていきたい。

■同じ機能が、ここでは武器になる

　シリーズその1で、嘘をつく機能と生み出す機能は同じものだと書いた。
　AIは、検索エンジンのように読んだ文章をそのまま検索する仕組みではない。学習した膨大な情報から言葉の関係やパターンを身につけ、質問に応じて文章を生成する。だから、同じ質問をしても、毎回同じ答えが出るとは限らない。
　たとえば昨年の市場規模を聞く場合、AIの仕組みは捏造につながりかねない。市場規模には、調査によって確認できる根拠が必要だからだ。どこを集計元、調査元にするかで変わってくる。ところがキャッチコピーを頼むとなると、「正解」は無数にある。学習したどこにもない言葉が出てくることこそが、期待されている。
　既存のコピーをそのまま出されても逆に困る。創造性がないし、場合によっては権利上の問題にもなるからだ。
　同じ機能が、用途によって事故にも武器にもなる。クリエイティブとは、AIのこの性質を長所として使う領域なのである。
　ただし、数字の世界に「確信度が表示されない」という危険があったように、こちらにも固有の危険性がある。権利と表現規制の危険だ。社内の集計は間違っても社内で直せるが、公開した販促物は取り消せない。
　ではどんなクリエイティブをどこまで依頼すればいいのだろう。順に見ていこう。

■書かせるより、直させる

　文章は、AIが最も使われている領域である。ただ、使い方は大きく2つに分かれる。書かせるか、直させるか、だ。
　この2つのうち、実務で勧めたいのは「まず自分で書き、AIに直させる」方法である。白紙から任せるより、意図がぶれにくいからだ。
　なぜなら自分で書いた原稿には、伝えたい内容がすでに入っているから。AIにはそれを整えさせればいい。白紙から「〇〇について書いて」と依頼すると一般的で無難な内容になりがちだ。
　だから下手でもいいから、まず自分で書く。箇条書きでも順番がばらばらでもいい。言いたいことが入っていれば、それでいい。
　逆説的に聞こえるかもしれないが、文章が苦手な人ほど、自分で書いたほうがいい結果になる。苦手なのは文章を整えることであって、言いたいことがないわけではないからだ。整えるのはAIの仕事で、言いたいことをつくっていくのは人の仕事である。「下手な文章をAIに直してもらう」のは、恥ずかしいことではない。むしろ、いちばん効率のいい使い方だと思われる。依頼の仕方としては次のようになる。
▶箇条書きで渡す：「以下の要素を入れて、400字の文章にしてください」と箇条書きを貼る。文章にする手間だけをAIに渡し、何を入れるかは自分で決める。
▶内容を変えさせない：「この内容は変えず、読みやすさだけ直してください」。何をするかだけでなく、何をしないかを書く。
　ただし、例外もある。日程調整や資料送付の連絡といった定型文は、白紙から書かせてかまわない。正解の幅が狭く、個性を出す必要もないからだ。
　書かせていいものと、直させるべきもの。この線を引けるかどうかが、文章まわりでAIを使うときの分かれ目になる。
　そして前の回でも述べたが、こうしたクリエイティブでAIを使うときは、１度で完璧な答えを期待しないこと。とくに文章をつくるというのは、プロでも大変な労力を必要とする。意図した要素が入っていても、的確な表現や文体、構造がしっくり来ず、期待どおりの反応が得られなかったり、場合によっては誤解を招くこともある。

■文章を直す作業は、3つに分かれている

　次に文章を直させる場合。気をつけたいのは工程の区別だ。
　原稿を直す作業は、ひとまとまりに見えて、実は「推敲」、「校正」、「校閲」の3つに分かれている。
　出版や新聞の現場では役割が区別されるが、実際の工程では重なるところもある。一般の職場ではなおさら混ざって使われる。AIへの頼み方を考えるため、ここで整理しておきたい。
　推敲とは、狙いどおりの文章になっているかを見る作業である。依頼者がいれば、その意図や入れるべき要素が入っているか。文体に違和感はないか。やるのは書き手本人か、それに近い人になる。
　校正は本来、元原稿とゲラを照合し、誤植、脱落、組版の誤りや修正漏れを確認する仕事だ。あわせて、誤字脱字や表記ゆれ、用字用語の統一を点検することも多い。媒体によっては記者ハンドブックや社内表記表を使う。元原稿と、従うべき表記規則の双方が基準になる。
　校閲は、書かれている中身を検証する作業である。内容に誤りはないか。事実関係は合っているか。根拠が薄くないか。差別的な用語が使われていないか。法令に照らして認められない表現はないか。やるのは第三者か、その分野の専門家になる。
　工程の進め方は媒体や制作体制で異なる。推敲を先に行うことは多いが、校閲は原稿段階から始めることもあり、校正と並行することもある。AIに依頼するときは、工程を分けて指示したほうが扱いやすい。
　ただしこれらの工程は職名で機械的に分かれるわけではない。必要な基準も、判断の種類も違うのである。

■AIには、工程という区別がない

　「この原稿を見てください」とAIに頼むと、3つが混ざって返ってくる。誤字の指摘と、言い回しの提案と、事実の疑義が、同じ調子で並ぶ。
　一般的な対話型AIは、出版現場のように校正・校閲・推敲を独立した工程として自動的に管理してくれるわけではない。
　そこでAIには工程を明示して指示する。たとえば校正なら、「表記の誤りだけを指摘してください。内容や表現には触れないでください」といった具合だ。何をするかだけでなく、何をしないかまで指定することが重要になる。

■3つの工程で、AIに足りないものは別々である

　推敲、校正、校閲では、AIにわたすべき情報がそれぞれ異なる。工程ごとに必要なものを整理してみよう。

工程	主な担当	AIに渡す基準	人が確認すること
推敲	筆者・編集者	意図・読者像・編集方針	文体と表現の採否
校正	校正者・編集者	元原稿・ゲラ・表記表	異同・修正反映
校閲	校閲者・専門家	原典・一次資料・現行法令	根拠と掲載判断

　推敲には、意図が要る。何を伝えたいのか、何を削ってはいけないのか。書き手は知っていても、AIは言わなければわからない。
　校正には、正本と照合基準が要る。どの原稿を正とし、どの表記規則に従うのか。AIは疲れないが、脱落や表記違反を見落とすことはある。だから照合条件を具体的に渡し、重要箇所は再確認する。
　校閲には、根拠と検証手段が要る。知識だけでなく、最新の一次資料や原典を確認できるかが問題となる。加えて、AIは掲載結果に責任を負わない。
　意図、正本と基準、根拠と検証手段。これらはAIに渡して補える。ただし、最終的な判断と責任は、どの工程でも人が持つ。

■校正─どの表記ルールと照合するかを、必ず指定する

　手書き原稿の時代、校正は原稿とゲラを突き合わせる仕事だった。データ入稿が普及した現在も、組版での脱落、修正漏れ、図表の位置などを確認する校正はなくなっていない。
　そのうえで、AIを使いやすい仕事が表記ルールとの照合だ。共同通信社や各新聞社の記者ハンドブック、出版社の用字用語辞典、もしくは社内で独自の表記表があれば、それらに照らして表記ゆれを指摘させる。年号の正しさなど、事実確認を要するものは校閲として分ける。
　AIは大量の文章から誤り・修正候補を拾い出せるが、見落としがないわけではない。AIに任せることで、人間が原稿を校正・校閲視点で全てを読まなくてもよくなるということではなく、人が確認すべき箇所を絞る道具と考えたい。
　ただ校正実務で使おうとすると、そのままでは使えないことが多い。理由は、照合すべき基準が1つに決まっていないからだ。たとえば、新聞などでも記者が書く記事はその会社の表記基準に則るが、記名記事や作家の文章、有名人の寄稿などは、表記基準以外の表記を使うことがある。このあたりの判断が難しい。小説やエッセイ、詩歌などはなおさらだ。
　「子ども」と「子供」。「障害」と「障がい」。「行う」と「行なう」。数字を漢数字にするか、アラビア数字にするか。どれも、どちらかが誤りなのではなく、どの基準に従うかで決まる。媒体が違えば答えが違う。
　AIは黙って前提を決め、決めたことを報告しないから、何の基準も渡さず「校正してください」と頼むと、AIは学習した用例や文脈をもとに表記を提案することがある。もっともらしいが、どの媒体の基準に従ったのかは明らかでない。
　だから、元原稿がある場合は、それを正本として渡し、あわせて表記基準を指定する。これで照合の条件が明確になる。具体的な指示は次のようなものだ。
▶自社の表記表を渡す：「以下の表記ルールに従い、違反箇所と修正候補を抜き出してください」と一覧を貼る。商品名やブランド表記の揺れを見つけやすくなる。
▶表記表がなければ作る：表記ルールがなければつくる、という手がある。過去の自社文書を何本か渡して「表記が揺れている語を抜き出してください」と頼む。出てきた一覧から、どちらに統一するかを人間が決める。これが自社の表記表になる。
▶直させず、指摘させる：「修正案も併記してください。ただし本文は書き換えないでください」。校正は、直す人と
決める人が分かれている作業である。黙って直されると、何が変わったかわからなくなる。
　もう1 点、年号には注意がいる。数字が苦手なAIは、たとえば「平成31年5月」のような存在しない年号を出すことがある。和暦と西暦の変換、改元前後の日付は、AIの回答だけで済ませず公的な暦で確認する。

■差別用語と法令表現も、照合作業として扱う

　ネット上には画像や映像があふれるが、会社が気を使うのは外に出す文章。とくに差別的な用語と法令上誤った内容が出てしまうと取り返しがつかなくなる。注意が必要な表現は、まず用語や法令一覧との照合で候補を拾う。この部分は校正に似た使い方ができる。
　ただし、一覧に載っているかどうかだけで適否は決まらない。歴史資料の引用か、差別的な意図を伴う使用か。法律上の問題も商品区分、表示全体の文脈、根拠資料によって変わる。候補の抽出と、内容の校閲は分けたほうがいい。
▶禁止表現の一覧を貼る：自社で使えない表現をまとめて、毎回プロンプトに貼る。一覧そのものは、これまで受けた指摘を集めれば作れる。
▶見つからなかったことを信用しない：一覧にない表現にも問題はあり得る。AIが指摘しなかったことを、安全の証明にしない。
　一覧は判断の出発点であり、それだけで安全が保証されるものではない。

■校閲─2つに割って考える

　校閲は、AIを使ううえでとくに慎重さが必要な工程だ。ただし、2つに分けると使い道が見えてくる。
　1つは、文書の中だけで確かめられること。本文の数字と表の数字が合っているか。前のページで「3店舗」と書いて、後ろで「4店舗」になっていないか。定義した用語が、途中から別の意味で使われていないか。
　こうした内部の不一致は、AIが短時間で指摘できる場合がある。ただし、全文を漏れなく点検できると考えてはいけない。長文では章ごとの確認と、全体を通した確認を併用する。
　もう1つは、文書の外と照らし合わせないと確かめられないこと。統計の数字が実際と合っているか。引用した法令が現行のものか。相手の役職が変わっていないか。根拠として挙げた調査が実在するか。
　ここは最も慎重になりたい。AIは知らないことを知らないと判定できず、実在しない統計や出典を示すことがある。「確認した」と書いてあっても、資料の該当箇所まで確かめる必要がある。

　AIには疑義の抽出だけでなく、資料を実際に参照させて照合することもできる。ただし、出典が正しいか、結論を掲載してよいかを確定するのは人の仕事だ。指示の出し方は次の通り。
▶内部の矛盾を探させる：「この文書の中で数字や記述が食い違う箇所を、位置を示して列挙してください。指摘できなかった箇所がないとは言い切らないでください」。
▶裏取りリストを作らせる：「この原稿のうち、公開前に裏を取るべき箇所を挙げてください。確認すべき一次情報の種類も書いてください」。答えを出させるのではなく、確認すべき箇所の一覧を作らせる。
▶資料を限定して照合する：原典や社内資料をアップロードし、「根拠のある箇所と資料の位置を示して」と頼む。ただし登録資料自体の誤りや読み落としには注意がいる。

■間違いチェックの精度を上げるには

　せっかくAIを使うのだから校閲をより確かなものにしたいとは誰もが思うだろう。どうすればいいか。１つがどのAIモデルを使うか、だ。
　同じサービスでも軽量モデルと高性能モデルがあり、考える時間を長く設定できるものもある。短い定型文の誤字点検に最上位モデルは必須ではない。だが、法律、歴史、統計、複雑な因果関係を扱うなら、推論能力の高い設定を選ぶ価値はある。
　ただし、頭のいい新人が、知らないことまで知っているわけではない。上位モデルを使うことと、正しい根拠を持たせることは別だ。
　調査資料や法律の条文、企業の公式発表などを実際に参照させ、資料名と該当箇所を示させるほうが重要なケースもある。
▶項目を分ける：まず固有名詞、次に数字・日付、次に外部の事実、最後に法令表現というように分ける。異なる種類の指摘を一度に混ぜない。
▶長文は二段階で：章ごとに確認してから、全体を通して用語と数字の整合性をチェックする。長い原稿を一度に読めるAIでも、読み落としは起こり得る。
▶根拠を言わせる：「正確」「誤り」「根拠不足」「未確認」を区別し、参照した資料の箇所を併記させる。根拠が提示されなければ、確認できたことにしない。
▶別の観点で再点検：同じ質問を何回も繰り返すより、確認条件を変える。重要な部分だけ別のモデルにも見せる。AI同士の多数決で事実が決まるわけではない。

■どのAIを、どう組み合わせるか

　もう１つがAIモデルの組み合わせだ。
　たとえばChatGPTは、利用可能なプランで思考レベルを切り替えられる。通常の点検には軽い設定を使い、論理や専門的な疑義には高い設定を使う手がある。Claudeには大きな文脈容量を扱えるモデルがあり、長文全体の俯瞰に使いやすい。Geminiも大量の資料や画像を扱う選択肢になる。NotebookLMは登録した資料に基づいて照合したいときに向いているので、たとえば社内規約などをアップしておき、有給休暇や研修時の申請の仕方などを社員自らが聞いて、書類をつくる、という方法も可能になる。

　ただし、「Claudeなら必ず長文校閲が正確」「ChatGPTの上位モデルなら法律の判断は正しい」といった序列はつけられない。モデルも仕様も頻繁に変わり、長く読めることと、間違いを漏れなく発見できることは違う。
　実務上の目安として、2,000字程度までの短い連絡文なら通常のモデルで表記を確認し、数千字のビジネス原稿では必要に応じて高い思考レベルを使う。1万字を超える長文なら全文の整合性と章別の校閲を分ける。法律や統計を扱う文章は、たとえ短くても原典を確認する。字数はモデル選びの唯一の基準ではない。
　組み合わせるなら、長文の全体像をClaudeなどで点検し、重要な疑義をChatGPTの高い思考設定で検証し、官公庁資料や取材資料はNotebookLMなどで原典と照合する、といった分担が考えられる。逆の順序でもよい。大切なのは各AIに違う仕事をさせ、最後に人間が一次資料へ戻ることだ。
　なお、未公開の取材原稿や契約書を複数サービスへ投入する前に、守秘義務、社内規程、各サービスのデータ利用条件を確かめておきたいところだ。便利さより先に、外部に情報を渡してよいかを決めることも重要となる。

■本当に精度が上がったかを測る

　「上位モデルだから」と言うだけでは、校閲が安心、というわけにはいかない。たとえば、人が誤りを確認済みの原稿を用意し、AIが何件発見できたかを比べる。実際の誤りのうち何件を拾ったかが「再現率」、AIが指摘したもののうち何件が本当の誤りだったかが「適合率」である。見落としが少なくても、空振りが多ければ人の確認作業は増える。
　同じ原稿、同じ条件でモデルや指示の違いを比較する。それが、特定サービスの評判をうのみにするより確かな選び方だ。

■推敲─意図を先に渡す

　推敲は、順番としては最初に来る工程だが、AIの使い方としては最も加減が要り、神経も使うところだ。
　AIは書き手の意図を知らないので、何も伝えなければ平均的な文章に寄せてくることは前述した通り。読みやすくはなるが、言いたかったことが薄まる。
　だから、意図を先に渡す。「この文章で最も伝えたいのは、納期が遅れた原因ではなく、再発を防ぐ体制のほうです」。それだけで、返ってくるものが変わる。どう指示するか。
▶弱点を指摘させる：「この文章の論理が飛んでいる箇所と、根拠が弱い箇所を指摘してください」。書き直しではなく、まず弱点を出させる。上司や依頼者に出す前の自主点検になる。
▶長さを変える：プレスリリース、SNS、社内共有など、同じ内容を「400字」「120字」「1行」で書き分けさせる。

■日本語の文字数は、AIの自己申告を信用しない

　ここには、落とし穴がある。生成AIに「400字ちょうどで」と頼んでも、300字台だったり、400字をかなり超えたりする。文章を生成するAIは、文字を人間のように一字ずつ数えながら書いているわけではない。内部で扱うトークンという単位と、日本語の文字数は一致しないのだ。上位モデルを使っても、この問題が必ず解消するわけではない。
　その前にまず「400字」の数え方も決めておきたい。句読点や括弧、数字、英字、スペース、改行、見出しを含むのか。文章作成ソフトで文字の数え方が異なる場合もあるからだ。とくに半角・全角や空白の扱いは、最初に確認する。
▶数え方を指定する：「本文のみ。句読点と括弧は1文字、スペースと改行は数えない。見出しは除外。400字以内」といった具合に、条件を先に決める。「400字以内」と「400ちょうど」も分ける。
▶生成と計数を分ける：まず文章を書かせ、その結果をWordの文字カウントや、同じ計数条件に設定したプログラムで数える。AIに「これは400字ですか」と聞き直すだけでは、誤った数字を繰り返すことがある。
▶差分だけ調整する：実測で436字なら「意味と事実を変えず、36字ほど削る候補を出して」と指示し、再計測する。ぴったりの文字数が必須なら、最後は人が加除し、提出先の基準で数え直す。
　厳密な制限がある原稿では、文字数を合わせること自体より、固有名詞や条件、必要な説明が落ちないことのほうが重要だ。字数制限と内容の正確さを、別々に確認する必要がある。
▶翻訳する：AIの翻訳精度はかなり高い。日常的には問題ないレベルになっている。実際ChatGPTやClaude、Geminiといった有名モデルは日本語を英訳して、結果を返している。誤りが起こるのは、入力した日本語がわかりにくかったり、誤変換が起きていたりすることが多い。翻訳機として使う場合は直訳させず、関係性を伝えることがポイントだ。「相手は初めて連絡する海外仕入先の担当者。丁寧だが堅すぎない英文で」。日本語をそのまま訳させるより自然な文面になる。

■企画書とプレゼン資料

　企画書は、中身より先に「枠」や「項目」を作らせるのがいい。
　たとえば「この企画を通すために必要な項目を、決裁者の関心順に並べて」といった具合だ。白紙から書き始める苦痛がなくなる。枠が出たら、中身は自分で埋める。AIには構成を考えさせ、企画の核心は人が考えるわけだ。
▶骨組み：「この内容を、10枚のスライドに割ってください。各ページの見出しと、載せる要素だけを書いてください」。この時点で本文はまだ書かせない。
▶図解：「この関係を図で説明したい。どんな図の形が適しているか、3案挙げてください」。マトリクス、フロー、階層。形が決まれば、作図は自分でできる。
▶話す原稿：「このスライドを3分で説明する話し言葉の原稿を書いてください」。書き言葉と話し言葉は別物だが、AIはこの変換を得意としている。ですます調（敬体）、である調（常体）の変換もすぐできる。
▶想定問答：「この提案に対して、決裁者から出そうな質問を10個と、回答案を書いてください」。会議前の不安が、目に見えて減る。
　なお、プレゼン資料そのものを自動生成する機能も各社が出している。ただ、現時点では体裁が整うだけで、論理の組み立ては人の仕事だ。順序としては、やはり枠をAIに出させ、中身を自分で詰め、体裁を自動生成に任せる。この順が最も速い。

■公式サイトとランディングページ

　構成案、原稿、簡単なコード。小規模なサイトなら、たたき台までは実用域に入っている。
　「こういう商品を、こういう人に売りたい。1ページのランディングページの構成を提案して」と頼めば、見出しの順序から必要な要素まで並べてくる。制作会社との打ち合わせ前に、これを用意しておくだけで話が早い。
　社内向けの簡単なツールなら、もう一歩進めることができる。「入力した数値から送料を自動計算する1枚のページを作って」と頼めば、動くものが出てくる。専門の部署に依頼するまでもない小さな道具は、現場で作れる時代になった。
　ただし3点、注意が要る。
　1つは、AIが出す構成は「よくあるランディングページの平均」だということ。悩みの提起、共感、解決策、お客様の声、限定性。どこかで見た並びになる。型としては正しいが、それだけでは差がつかない。
　2つは、事実を先に渡すこと。素材、産地、製法、開発の経緯。渡さなければAIは想像で埋める。素材名や製法を勝手に「盛る」ことがある。
　3つは、法令表現の確認を人が持つこと。これは後述する。

■画像・動画・音楽─総合型AIと専門AIをどう使い分けるか

　ここからは、文章以外のクリエイティブに話を進める。画像、動画、音楽をAIで作るなら、専用サービスが必要だと思われがちだが、そうとも限らない。ChatGPTには画像生成機能があり、Geminiにも画像生成の仕組みが組み込まれている。会話で指示し、その場で画像を作り、修正することができる。画像については、総合型AIだけでも実用的な成果物を得られる場面が増えた。
　ただし「総合型AI」と「専門AI」は、厳密には対立する種類ではない。総合型の画面から専用の画像・動画モデルを呼び出すこともあるし、専門サービスも文章による指示や編集機能を備える。違いは、どのモデルを使うかだけでなく、制作をどこまで管理できるかにある。
　画像では、ChatGPTやGeminiが手早い試作に使える。特定の画風や作品群の統一、高度な部分編集、デザインソフトとの連携まで必要なら、MidjourneyやAdobe Firefly、Photoshopなども比較したい。必ずしも専門サービスのほうが見栄えがよいわけではない。必要な仕上がりと修正のしやすさで選ぶ。
　動画なら、総合型AIに台本や絵コンテを考えさせ、VeoやRunwayなどの動画生成モデル・制作サービスで短い素材映像を作り、最後に編集ソフトでつなぐ方法がある。Geminiのように、総合型サービスの中から動画生成を利用できる場合もある。長い作品や複数カットの連続性、カメラの動き、音との整合性まで、一度の指示で完成するとは限らない。

　音楽では、総合型AIに用途や楽曲の方向性、テンポ、楽器、歌詞を整理させ、Sunoなどの音楽生成サービスで実際の音源を作る分業が考えられる。たとえば店舗BGMなら、「来店客にどんな印象を与えたいか」を先に言語化し、それを制作側への指示に変える。
　仕事で使うときに比べるべきなのは、見栄えや音質だけではない。同じ人物・画風を保てるか、狙った部分だけを直せるか、素材を書き出して再編集できるか、料金や利用回数は適切か、商用利用と権利の条件はどうか。モデル名や機能は更新が速いので、実際の契約・利用時点で確認する。
　まず普段使う総合型AIで試し、表現や編集管理が足りなければ専門サービスを使う。それならサービスをいたずらに増やさずに済む。ただし、生成できることと公開できることは別である。実物との違い、権利、表示上の問題は最後に人が確認する。

■画像─EC事業者が踏んではいけない線

　画像生成は、いま最も期待されている領域だろう。SNS投稿のビジュアル、バナーの構図案、キャンペーンのイメージ図。外注する前のたたき台としては、十分に使える。
　ChatGPTやGeminiで試作した画像を、そのまま最終成果物にすることもできる。ただし、同じ人物を別カットでも保つ必要がある広告などでは、複数枚を通した一貫性まで確かめたい。
　だが、商品を扱う事業者には、はっきりした線がある。
　商品そのものの画像は、原則として実写を使う。AIで生成・加工すること自体が一律に違法なのではない。ただし、実物より著しく優良に見せる表示は景品表示法上の優良誤認にあたるおそれがある。肌の質感、色味、サイズ感。消費者が商品をどう受け取るかに注意したい。
　AI生成画像はイメージカットや構図案から始め、商品画像に使う場合は実物と異なる印象を与えていないかを個別に確認する。商品本体は実写を基本とするのが安全な運用だ。
　もう1つ、著作権がある。特定の作家やブランドの作風を指定して画像を生成する場合は注意したい。作風そのものは必ずしも著作権の保護対象ではないが、生成物が既存作品の創作的な表現に類似し、依拠性も認められれば、著作権侵害となる可能性がある。商用では、安易な「◯◯風」の指定を避けるのが無難だ。
▶人物画像：モデルの代わりにAI生成の人物を使う場合、その旨を表示するかどうかを社内で決めておく。実在すると誤認させる使い方は、後で問題になりやすい。
▶素材の出どころ：生成サービスによって、商用利用の可否と権利の帰属が違う。使う前に利用規約を読む。無料プランと有料プランで条件が変わることもある。
　実務での手順も書いておく。①使いたい構図を言葉で細かく指定する、②出てきた中から方向性の近いものを選ぶ、③「この構図で、色味だけ変えて」と部分的に直させる、④最終的にデザイナーに渡す。
　部分編集も進歩しているが、狙いどおりに一部だけ直せない場合もある。修正を繰り返して時間がかかるなら、方向性を決めたところでデザイナーに渡す。たたき台として使い、仕上げを任せる手もある。

■動画─生成より、編集

　動画生成は進歩が速く、短い映像なら実用段階に入りつつある。ただ、企業の現場でいま確実に効くのは、生成よりも編集支援のほうだ。 生成素材を使う場合は、専用の動画生成サービスで短いカットを作り、編集段階でつなぐ方法もある。
　撮影した映像の文字起こし、そこからのテロップ作成、不要部分のカット提案、構成の整理。これらは時間のかかる作業で、しかも正解の幅が広い。AIに向いている。ただし、固有名詞や数字、専門用語の聞き間違いには注意が必要だ。字幕の最終確認は人が行う。
　一方、商品を映す映像をAIに作らせるのは、画像と同じ理由で避けたい。使用シーンの再現も、実際と異なれば表示の問題になる。
▶文字起こしから構成：「この文字起こしから、3分の動画にするための構成案を作って。使う部分のタイムコードも示して」。撮影素材の取捨選択が速くなる。
▶テロップ：「話し言葉のままではなく、読んでわかる短い字幕に直して」。冗長な言い回しが落ちる。

■音楽─規約を読まずに使わない

　店舗のBGM、動画の背景音楽、展示会のブース音源。自社で作れるなら、権利処理の手間も使用料もなくなる—そう考えたくなる領域である。
　総合型AIに楽曲の方向性を考えさせ、音楽生成サービスで音源化する方法もある。実際、簡単な指示で聴けるものが生成される。問題は、その後だ。
　生成サービスによって、商用利用の可否、権利の帰属、クレジット表記の要否が違う。「AIで作ったから権利は自社のもの」とは限らない。無料プランでは商用利用を認めていない場合があり、店舗で流す、動画に乗せて配信する、といった用途ごとに条件が変わることもある。
　そしてここだけは、省略できない手順がある。使う前に利用規約を読むことだ。読んだ内容を社内で1枚にまとめ、誰が見てもわかるようにしておく。
　もう1点。既存の楽曲を指定して「この曲のような雰囲気で」と生成させるのは避けたい。画像の「◯◯風」と同じ理屈である。手順は次のとおり。
▶規約を読ませる：規約が英語で長いなら、AIに読ませればいい。「この利用規約から、商用利用の可否、権利の帰属、クレジット表記の要否だけを抜き出して」。ただし重要な判断は原文で確認する。

■リーガルチェックという使い方

　クリエイティブから少し離れるが、外に出る文書という点では同じなので、書いておく。契約書のチェックである。
　AI は一次スクリーニングとして使い道がある。「この条項は片務的ではないか」「解除条件が一方的ではないか」「用語の定義が食い違っていないか」といった論点を、人の精査に先立って整理させるのである。ただし処理速度や検出精度は文書とモデルによって変わる。

　ただし、AIの判断をそのまま採用してはいけない。実在しない判例や条文番号を作ったり、改正前の法律を参照したりする可能性がある。契約書に含まれる機密情報を、外部サービスへ入力してよいかも確認する。
　任せるときは順序が重要になる。
　AIが「ここが気になる」と挙げた箇所を、人が確認する。AIが「問題なし」と言った箇所を信用しないことだ。間が後工程に入ることが大事だ。見落としは報告されないからである。
　重要な契約や紛争になり得る案件は、最終的に弁護士などの専門家に確認する。AIは、その前段階で論点を整理するための補助手段と考えたい。

用途	AIに任せていい範囲	人が必ず押さえる点
文章・コピー	たたき台、校正、推敲、長さの調整、翻訳	事実の裏取り、法令表現、独自性
企画書・資料	骨組み、図の形の提案、話し言葉への変換、想定問答	論理の組み立て、数字の確認
サイト・LP	構成案、原稿のたたき台、簡単なコード	事実の提供、薬機法・景表法の確認
画像	イメージカット、背景、構図案	実写を基本に実物との差を確認。著作権にも注意
動画	文字起こし、テロップ、構成案、カット提案	実際と異なる使用シーンを作らない
音楽	BGMのたたき台	利用規約。商用可否と権利の帰属
契約書	論点の抽出、片務性の指摘	判例・条文の確認。最終判断は専門家

■SNSと商品ページ─量が出せることの功罪

　もしかしたら文章まわりで最もAIが活用されているのは、SNSやメルマガかもしれない。実際日々の投稿やメルマガは、AIで一気に量が出せるようになっている。「この商品について、切り口の違う投稿案を10本」と頼めば、数十秒で並ぶ。
　気をつけたいのは、量が出せることと、出すべきことは別だという点である。
　10本並べば、どれも悪くない。だから全部使いたくなる。しかし平均的な内容を10本出すより、現場で拾った話を1本出すほうが、たいてい反応はいい。AIが得意なのは10本出すことで、どれを出すかを決めるのは人の仕事だ。平均を超えるためにどうすればいいのか。
▶切り口だけ出させる：ポイントは完成した文章ではなく、切り口の一覧を頼むこと。「この商品を紹介する切り口を15挙げて。文章は不要」。その中から自分で選び、本文は自分で書く。
　商品ページも同じである。手順としては、①商品の事実を箇条書きで渡す、②読者像と文字数と文体を指定する、③3案出させる、④選んだ案を推敲させる。
　商品ページでは、商品の特徴をどこまで表現してよいかも重要になる。AIがつくった文章に実際には確認できていない性能や使用感が紛れ込んでいないか。元の製品情報と突き合わせ、根拠のない説明を取り除く必要がある。

■法令表現のチェックは、人が手放さない

　その1で「やってはいけない3つのこと」を挙げたが、クリエイティブの領域では、関連法令は最大の地雷になる。
　業界には固有の表現規制がある。化粧品なら薬機法や景品表示法。健康食品なら景品表示法、健康増進法、食品表示法などに加え、医薬品的な効能効果をうたえば薬機法も問題になる。金融なら金融商品取引法、不動産なら宅建業法などが関係する。
　AIは「効果があります」「改善します」「体質が変わります」といった表現を、ためらいなく書く。しかも流暢な日本語で、大量に。文章が上手いぶん、人間は読み流してしまう。
　対策は2つ。指示の段階で禁止表現を明示すること。そして、最終確認は必ず人が行うこと。AIは、あなたの業界の運用実態を知らない。具体的には次の手順となる。
▶業種別に確認する：4ページで触れた禁止表現の一覧に加え、商品やサービスに適用される法令も確認させる。化粧品、健康食品、金融商品などでは、同じ言葉でも問題になる条件が異なる。一般的な禁止表現の確認だけでは足りない。
▶逆に探させる：書き上がった原稿に対して「薬機法上、問題になりうる表現を抜き出してください」と聞く。ただし、これで出なかったから安全、とは考えない。

■「AIが作った」と言うべきか

　もう1つ、AIにはまだ答えの出ていない論点がある。表示の問題だ。
　AIで作った画像や文章を使うとき、その旨を明記すべきか。法令上の義務は、現時点では一律には定まっていない。だが、実務では方針を決めておいたほうがいい。
　判断の基準は、受け手が誤認するかどうかだろう。イメージカットにAIを使ったことは、たいてい問題にならない。一方、実在する社員の写真に見えるAI生成人物、実際には存在しない使用感、撮影していない工場の風景。これらは表示があってもなくても問題になる。
　社内で決めておくべきは、表示するかどうかより先に、何には使わないかである。

■外注はなくなるのか

　ここまで読んで、制作の外注をやめられるのではないか、と考えた方もいるだろう。実際は外注がなくなるのではなく、その中身が変わる。
　社内でできるようになるのは、たたき台の作成と、修正指示の具体化である。これまでは「なんとなくイメージと違う」としか言えなかったものが、「この構成で、この文体で、こういう要素を入れて」と示せるようになる。制作側からすれば、手戻りが減る。
　一方、社内で完結しないのは、判断と責任を伴う部分だ。デザインの一貫性、ブランドとしての線引き、法令表現の最終確認、そして「これは出さないほうがいい」という判断。AIが出す平均的な案の中から、自社にふさわしいものを選ぶ目は、外部の専門家のほうが優れている場合も多い。
　実務的には、こうなる。たたき台は社内でAIと作る。それを持って外部と話す。仕上げと最終確認は外部に任せる。外注費は下がるかもしれないが、ゼロにはならない。むしろ、打ち合わせの質が上がるぶん、費用対効果は良くなるはずだ。
　社内に制作担当がいる会社なら、話はもう少し進む。その人の仕事は、手を動かすことから、方向を決めてAIに指示を出し、出てきたものを判断することに移っていく。これは前回までに見た数字の仕事と、まったく同じ構造である。

■平均を超えるのは、人の仕事

　最後に、クリエイティブでAIを使うときの根本的な限界を話しておこう。
　これまで見てきたように、AIは文章を整え、企画の枠をつくり、画像や動画を生成することができる。しかし、それだけで他社とは違うものが生まれるわけではない。AIには型を作らせ、尖りは人が入れる。
　では、尖りはどこから来るのか。一次情報からである。店頭でお客様が漏らした一言。商品を手に取ったときのためらい。返品されてきた商品の状態。開発担当者が試作を何回やり直したかという話。こうした現場固有の事実を、AIが最初から知っているわけではない。
　だから、AIを使うほど、現場に行く時間が価値を持つようになる。構成を整える作業、体裁を揃える作業、長さを調整する作業—そうしたものに費やしていた時間をAIに渡し、そのぶん現場に立つ。それが、この道具の最も正しい使い方だと思う。
　AIが優秀になるほど、誰でも手に入る情報の価値は下がり、現場でしか得られない情報の価値は上がる。クリエイティブの領域では、この差がそのまま成果物に出る。
　次回は、ベテランの技術を次の世代へ引き継ぐ使い方と、組織として何を整えるかを紹介しよう。

参考
【WEB】●帝国データバンク「生成AIに関する企業の動向調査」（2026年5月公表）●文化庁「AIと著作権について」●消費者庁「景品表示法・優良誤認表示」●OpenAI Help Center「GPT-6 and other models in ChatGPT」●Anthropic「Context windows」●Google「NotebookLM」ほか（モデル仕様・利用規約は掲載時点で再確認）

POINT
■嘘をつく機能と生み出す機能は同じもの。数字では事故になり、クリエイティブでは武器になる
■文章は「書かせる」より「直させる」ほうが安定しやすい。文字数の指定は自己申告に頼らず、外部の計数機能で実測する
■企画書は中身より先に「枠」を作らせる。AIが埋めた中身は、どこかで見たような内容になる
■校閲の精度を上げるには、モデルの能力だけでなく、根拠資料、分業、再検証が必要だ
■商品画像は実写を基本とし、AI加工で実物より著しく優良な印象を与えない。景品表示法に注意
■「◯◯風」の指定は一律に違法ではない。ただし既存作品との類似性と依拠性が認められる場合は著作権侵害となり得る
■画像は総合型AIでも十分に試せる。動画・音楽は専門の制作環境との分業も有効。品質だけでなく編集性と利用条件で選ぶ
■音楽は、使う前に利用規約を読む。商用可否も権利の帰属も、サービスごとに違う
■契約書は一次スクリーニングに使える。ただしAIが「問題なし」と言った箇所を信用しない。見落としは報告されない
■法令表現の最終確認は人が手放さない。AIはあなたの業界の運用実態を知らない
■型はAIに作らせ、尖りは人が入れる。原典照合と現場の一次情報が、差別化と正確性を支える

ビジネスシンカーとは：日常生活の中で、ふと入ってきて耳や頭から離れなくなった言葉や現象、ずっと抱いてきた疑問などについて、50種以上のメディアに関わってきたライターが、多角的視点で解き明かすビジネスコラム