LLM を使った執筆の仕方
## Japanese Translation:
人工知能のなかで本物の作者性を保つためには、作家は一般的な AI の提案よりも独自のスタイルを最優先し、これを「LLM クリープ」と呼ばれる現象に対抗する必要があります。 frontier モデルは明晰さよりもエンゲージメントを最適化するためであり、人間らしい努力を行っても検知されることがあるため、著者はまず自分自身のために書くべきです。 ルール 1: AI が提案する単語やフレーズを一度も採用しないこと。ルール 2: モデルからの称賛を受け入れないことで、欠陥のある衝動にさらに力を入れるのを防ぐこと。AI は受動態の過剰使用、名詞化、反復、填充語といった機械的な問題の指摘に優れており、段落の順序を即座に見直すことで流れを一瞬で改善できますが、それは決して当初の創造的意図を損なうべきではありません。作家は厳格なワークフローを採用すべきです：モデルに問題を特定してもらい、特定のセクションを書き換えるよう依頼し、以前のエディットが後のプロンプトにバイアスをかけることなく、オリジナル版と新バージョンを比較します。事前設定された助言（例えば、GPT5 が「テキストは 20% 長すぎる」という主張など）に頼るのではなく、作家自身で編集用プロンプトを作成すべきです。編集をコーディングのように扱う——特定の プロンプト、*Style: Lessons in Clarity and Grace* のような明晰さ重視のスタイルガイド、Codex や Claude、Antigravity CLI などのローカルモデルを利用することで、作家は機械的な問題を効率的に管理しつつ、均質化を回避できます。これを補うように、1 つの著者は Python、HTMX、SQLite、Tailwind（Notion スタイルのエディタで Genius スタイルのサイドバーを搭載）を使用してカスタムソフトウェアを構築し、複数文書にわたる改行追跡と提案処理を行いました。究極的には、退屈な作業をモデルにアウトソースしつつ、あなたの独自のアイデンティティを保ってください。
## Text to translate:
To maintain an authentic authorial voice amid artificial intelligence, writers must prioritize their unique style over generic AI suggestions, a phenomenon known as "LLM-creep." Frontier models optimize for engagement rather than clarity and can be detected even with humanizing efforts, so authors should write for themselves first. Rule One: never adopt a single word or phrase suggested by an LLM; Rule Two: avoid accepting compliments from the model to prevent doubling down on flawed impulses. While AI excels at flagging mechanical issues—such as passive voice overuse, nominalization, repetition, and filler words—and can instantly improve flow by reordering paragraphs—it should never compromise initial creative intent. Writers should adopt a rigorous workflow: ask the model to spot problems and rewrite specific sections, then compare original vs. new versions without letting previous edits bias subsequent prompts. Instead of relying on pre-set advice (e.g., a GPT5 claim that text is 20% too long), authors should craft their own editing prompts. Treating editing like coding—using specific prompts, clarity-focused style guides like *Style: Lessons in Clarity and Grace*, and local models via Codex, Claude, or Antigravity CLIs—allows writers to manage mechanics efficiently while avoiding homogenization. Supporting this, one author built custom software using Python, HTMX, SQLite, and Tailwind (a Notion-style editor with Genius-style sidebars) to track revisions and handle suggestions across multiple documents. Ultimately, outsource tedious tasks to models while preserving your distinct identity.
