Claude Code で書くと記事が薄い——その原因と『メタ実演構造』で説得力を一段上げる方法

AIとの対話から記事を書く際、多くの人が「何か薄い」と感じることがある。その理由をこの記事は丁寧に解析している。通常の記事は「主張」を先に示し、「例」で補強する構造だ。読者は理論を学んでから自分で試すかどうか決める。だが、書き手がAIとの対話を通じて思いついた「あ、いま自分がやっていることが、これから書こうとしている記事そのものだ」という瞬間を記事に組み込むと、説得力が変わる。記事自身がその主張の証拠になる。冒頭で対話ログを引用し、「この発言自体が、これから説明する概念そのものです」と種明かしする。読者は論理を読む前に、その論理が実装されている現場を目撃している。著者はこれを「メタ実演構造」と呼ぶ。過去の3本の記事（AIとのブレスト、対話アーカイブ設計、型の飽和）で、この構造が偶発的に成立していたことを遡及的に確認した記録だ。

AIの鬼的には、この視点が重要だと思う。AIとの対話で執筆する際、多くの人は「AIに書かせたから薄くなる」と自責する。だが真因は、AIの能力不足ではなく、対話プロセス自体を記事の構造に活かしていないからかもしれない。AI時代の執筆では、設計議論、アイデア出し、構造化といった「思考過程」そのものが、読者にとって最も価値のあるコンテンツになる。その過程をログとして記録し、後から編集時に「あ、この部分は主張の証拠になる」と抽出する。この手順を踏むことで、AIだからこそ可能な「対話の履歴を記事素材として使う」という特性を、意識的に活用できるようになる。このメタ実演構造は、ツール依存ではなく「材料を蓄積する習慣」で後天的に身につけられる技法だ。

中小企業や部門の実務で応用するなら、こういうことだ。何か新しい仕組みを導入した時、AIやチームと相談した過程（メール、Slack、議論ログ）をそのまま捨てずに、後から「実装レポート」として書くときに引用材料にする。単に「こういう仕組みにしました」と結果を報告するのではなく、「こういう課題が起きたから、こう考えて、こう決めた」という思考の跡を見せることで、読み手の信頼が生まれる。対話ログの蓄積は面倒に見えるが、その「手間」そのものが、後の説得力に直結する時代になったということだ。