zenn-writer-skill が 素晴らしかった話 - 質問に答えていたら、記事ができていた -

社内配布の「zenn-writer-skill」で、質問に答えているうちにZenn記事ができあがった話。
代筆せず書き手の声を残すSkillが、叩き台づくりから「書く意味ある？」の壁打ちまでどう効いたかを紹介します。

Transcript

1. 社内LT zenn-writer-skill が 素晴らしかった話 質問に答えていたら、記事ができていた 清家 章平 ∕ AI開発イネーブリングチーム ∕ 2026年10⽉1⽇
2. ABOUT ME 自己紹介 清家 章平 所属：AI開発イネーブリングチーム 普段の仕事：組織全体でAIをいい感じに利⽤できるようにする 趣味：ランニング zenn-writer-skill が素晴らしかった話 ∕ 2
3. WHAT IS zenn-writer-skill とは 社内マーケットプレイスで配布されている、Zenn 記事の執筆を介助するスキル。 基本姿勢は「書き⼿の代筆をしない」こと。 聞くより当てる ⼀度に⼀つだけ聞く 書き⼿の声を消さない ⽩紙の質問ではなく、推論 → 提案 質問を並べて書き⼿を圧迫しない 整えるのは段落構造と接続詞だけ → 確認で進む 3点確定 → アウトライン → 雑書き → ⼝調レビュー → 公開前チェック zenn-writer-skill が素晴らしかった話 ∕ 3
4. MY ARTICLE 今回書いた記事 テーマ Claude Code の社内マーケットプレイスで、 sha ピン留めを「公開前レビューのゲート」にする 期間 記事タイプ 最初の⼀⾔ 7/7 〜 8/10（隙間時間で） 設計‧思想系 「社内マーケットプレイスの話を 書きたい」 zenn-writer-skill が素晴らしかった話 ∕ 4
5. GOOD #1 質問に答えるだけで、叩き台ができあがる スキルが聞く ⾃分が答える 雑書きの種になる 「なぜこれを記事にしよう 感じていた課題ときっかけ 「あなたが話した内容その と思ったんですか？」 を、思いつくまま雑に まま」を章ごとに並べてく れる 書くのではなく、答える。それだけで叩き台になる。 zenn-writer-skill が素晴らしかった話 ∕ 5
6. GOOD #1 叩き台を読むと、アイディアが出てくる 観点 叩き台を読んで出てきたこと 構成 「なぜマーケットプレイスを採⽤したか」を削り、ありきで始める 章⽴て 2リポジトリ構成の話を、選択肢‧⽐較より前に移す ⾔い回し 「ゲート」にAIっぽさ？「sha を上げる」は⼀般的な表現？ 公平さ ⽐較表の評価が恣意的すぎないか（tag にも別の⾒⽅がある） 白紙からは出ない発想が、叩き台からは出てくる。 zenn-writer-skill が素晴らしかった話 ∕ 6
7. GOOD #2 「書く意味ある？」に的確に答えてくれる 論点 既存記事（4本） この話、需要ありますかね。⼿順＋中⾝の なぜ marketplace か しっかり書かれている 濃い記事がもういくつもあります（URL 3 2リポジトリ分離 中核として解説あり 本） sha ピン留めの運⽤ ⼀⽂だけ sha を公開前レビューに使う どこにも無い ⾃分 スキル 実際に読んで⽐較。「作り⽅」記事として は薄い。でも空いている場所はある zenn-writer-skill が素晴らしかった話 ∕ 7
8. GOOD #2 対話のたびに、記事の芯が絞られていった 1 スキルを配るために marketplace を選んだ話 既存記事と丸かぶり 2 2リポジトリ構成 ＋ git-subdir そもそも他記事からの借⽤ 3 sha ピン留めの運⽤（上げ忘れの失敗談） 実際には起きていないので書けない 4 sha を「公開前レビューのゲート」に使う ここが芯。他のどこにも無い 「なぜ sha を選んだのか」を話した瞬間に、スキルが「それです」と拾ってくれた zenn-writer-skill が素晴らしかった話 ∕ 8
9. 反省点 早い段階の違和感を放置しない 「怖くないですか？」のツカミに違和感を感じつつ 「順序はこれで良いか」と気になりつつ保留。本⽂ もOK。動機と全体のニュアンスが違う⽅向に進み、 を読み進めて、最後に構成ごと⼊れ替え 背景‧まとめまで全部修正 「微妙に違うけど、そういう側面もあるからいいか」 文章になったものを読むと、結局直したくなる。 zenn-writer-skill が素晴らしかった話 ∕ 9
10. まとめ zenn-writer-skill、おすすめです 質問に答えるだけで叩き台ができ、読み返すと直したいところが⾒える 「書く意味ある？」に、既存記事を読んだうえで答えてくれる 違和感は、気づいたその場で⾔う zenn-writer-skill が素晴らしかった話 ∕ 10
11. オマケ AI 以前と以後で、技術記事はどう変わった？ 逆瀬川ちゃん「⽣成AI以前と以後でエンジニアの⽂章はどう変わったのか: Qiitaの7万記事を数えてみた話」より https://nyosegawa.com/posts/qiita-writing-before-after-ai/ 約2倍 約3倍 52% 本⽂の⻑さ（976 → 1,914字） 太字の使⽤（1,000字あたり） ⾒出しに「まとめ」を含む記事（以前は 12%） ⼀⽅で「しましょう」など“AIっぽい”とされる表現はむしろ減っている。 ⾃分の記事にも「まとめ」も太字もありました… zenn-writer-skill が素晴らしかった話 ∕ 11
12. オマケ AI 以後に増えた語（抜粋） 語 AI以前 2026年 よく⾒られる⾔い回し 壊れる 0.8% 13.1% 〜が壊れている、〜も壊れない 実測 0.1% 9.4% 実測では、〜の実測値 静か 0.1% 4.9% 静かに壊れる 正本 0.0% 1.7% 〜を正本にする、〜を正本として 数値は地の⽂と箇条書きにその語を含む記事の割合。AI以前は2019〜2022年8⽉、2026年は2026年8⽉。AI関連タグの記事も含む。 出典：逆瀬川ちゃん「⽣成AI以前と以後でエンジニアの⽂章はどう変わったのか: Qiitaの7万記事を数えてみた話」 ご清聴ありがとうございました zenn-writer-skill が素晴らしかった話 ∕ 12