AI自身にカスタム指示（人格アンカー）を書かせると応答は安定するのか ― ChatGPTとClaudeの観測から考える

Claude の定期タスクがネタ帳 topics.txt から週1で下書きを作成し、Pull Request として提出する構成の紹介。人がレビュー・追記してマージすると、Qiita CLI 公式 Action で公開される。repo 指定時はコードのみを根拠に執筆するルール、TODO コメントの運用、トークンの Secrets 管理、ブランチ衝突への対処も記載。技術発信を習慣化したい開発者向け。

Claude を使い X 投稿の下書きを毎朝生成していた著者が、32 本中 3 本しか採用されなかった理由を「素材のずれ」「文章が整いすぎ」「締めが仕組み側で終わる」の 3 つに分類。この分析から「書く・決める・出す」は自分、「集める・記録する・確かめる」は AI という役割分担を確立し、実際の運用モデルと整理用の表を公開。

AI に git 履歴・課題票・会話から記事や本を書かせる際に発生する事実誤認30件を7つの型に分類し、対処方法を6つのテンプレート（材料範囲表・体験メモ・出典表・確認依頼・修正承認・公開前点検）で体系化した手順書。Claude Code で社内記録をもとに執筆し、人間が全文検証した実例をもとに再現可能なプロセスを提示。

メールの修正を AI に依頼する際、「そのまま送れるように直して」という指示では表層的な言い回しの修正に留まり、曖昧な件名や理由が放置されることを検証。同じ下書きに対し「直した箇所には理由を一言添えて」という条件を追加すると、件名や理由づけの曖昧さまで修正される結果が得られた。理由を外部化させることで、修正の踏み込み方が変わる可能性を示唆。