AI コンテンツ検出

概要

マルチレイヤーアプローチを使用して、テキストが人間によって書かれたのか AI によって生成されたのかを検出します:

1. ルールベースの分析 — 言語パターンと統計的指標
2. LLM-as-judge — Claude を使用して検出ルールセットに対してコンテンツをスコア化
3. 外部 API — 検証用に GPTZero または Originality.ai をオプションで使用

指示

検出ルールセット

テキストを分析する際は、以下のシグナルを評価してください:

AI の強い指標（重み: 高）

• 一定のセンテンスリズム — 文の長さと構造が一貫して類似
• 過度なヘッジング — 「注意すべき点として」「さらに」「また」
• 完璧な段落構造 — すべての段落が導入-本体-結論に従う
• 一般的な例 — 抽象的または仮定的で、実際の経験がない
• タイポや非公式な言語がない — 不自然にきれいな文章
• エムダッシュの過度な使用 — 特に Claude の出力で一般的

AI の中程度の指標（重み: 中）

• 安全で外交的なスタンス — 決して議論の余地がある立場を取らない
• 動詞よりも抽象名詞 — 「using」ではなく「the utilization of」
• 感覚的な詳細がない — 説明に味覚、嗅覚、触覚がない
• 時間的曖昧性 — 具体的な日付ではなく「ここ数年」

人間の指標（AI 疑惑を軽減）

• タイポや自己修正
• 個人の経験からの具体的な日付、名前、場所
• 珍しい言葉選びやスラング
• ヘッジングなしで述べられた強い意見

統計的シグナル

• バーストネス — 人間のテキストは長い文と短い文を混在（スコア > 0.5 = 人間の可能性が高い、< 0.3 = AI の可能性が高い）
• 語彙の豊かさ — AI テキストではタイプトークン比が低い
• パープレキシティ — AI テキストはより予測可能な単語選択を持つ

LLM-as-Judge プロンプト

上記のルールセットを列挙し、LLM に score（0-10）、verdict、confidence、signals_found、reasoning、suspicious_phrases を含む JSON オブジェクトを返すように求める構造化プロンプトを使用します。

パイプライン

1. ローカル分析（バーストネス、AI フレーズ検出）を実行 — 無料で即座
2. 検出プロンプトで LLM 分析を実行 — API トークンがかかります
3. 検証用に GPTZero または Originality.ai をオプションで呼び出し
4. すべてのソースからのスコアを平均化して、結合結果を出す

例

例1: AI が生成したブログ記事の検出

コンテンツマネージャーがフリーランスのブログ記事「あなたの朝のルーティンを高める10の方法」を受け取ります。テキストを検出パイプラインに貼り付けます:

入力テキスト（抜粋）:
"In today's fast-paced world, it's important to note that establishing a morning
routine can significantly enhance your productivity. Furthermore, research shows
that individuals who wake up early tend to be more successful. Additionally,
incorporating mindfulness practices into your morning can yield substantial benefits."

ローカル分析:
  バーストネス: 0.18（低 — 文の長さが一様）
  AI フレーズ検出: ["it's important to note", "furthermore", "additionally", "research shows"]
  ローカルスコア: 5.0

LLM 分析:
  スコア: 8/10
  結果: "likely_ai"
  シグナル: ["uniform sentence rhythm", "excessive hedging phrases", "temporal vagueness", "no personal anecdotes"]
  疑わしいフレーズ: ["In today's fast-paced world", "it's important to note", "can significantly enhance"]

結合スコア: 6.5/10 — AI の可能性が高いです。人間によるレビュー用にフラグが付けられました。

例2: 人間が書いた記事の確認

編集者が常連の寄稿者からの個人的なエッセイをチェックします:

入力テキスト（抜粋）:
"I burned my toast again this morning — third time this week. My neighbor Dave,
who's been a barista at Groundwork Coffee on Rose Ave since 2019, once told me
the secret is to never trust the 'light' setting. He's wrong, obviously, but I
still think about it every time I smell that acrid char."

ローカル分析:
  バーストネス: 0.62（高 — 様々な文の長さ）
  AI フレーズ検出: []
  ローカルスコア: 0.0

LLM 分析:
  スコア: 1/10
  結果: "human"
  シグナル: ["specific personal anecdote", "named person and place", "informal language", "humor and opinion"]

結合スコア: 0.5/10 — 人間が書いたもの。フラグなし。

ガイドライン

• どの検出方法も 100% 正確ではありません — フラグが付いたコンテンツは常に人間のレビュアーにルーティングしてください
• 短いテキスト（200 語未満）は信頼性の低い結果を生成します。自動スコアリングをスキップしてください
• 非ネイティブ英語話者は誤検知をトリガーする可能性があります。閾値を上げることを検討してください
• パラフレーズツールは検出器をだませる可能性があります — 複数の検出レイヤーを使用してください
• AI ウォーターマーク（C2PA）は利用可能な場合、より信頼性が高いです
• バッチ処理の場合、長いドキュメントを約 1500 語のセクションにチャンク化し、スコアを平均化してください