第6段階では、出力された文章を推敲する。第4段階で望むような文章が出てこない場合や、主張が全く逆の文章が出てくることもあるが、そうした場合は修正する。また、表現が不満なときも、修正する。
納得いくまで、十分な時間を推敲に費やす。
以上が「キーワード文章法」だ。要約すれば、キーワードを選択することによって内容を固定し、その後出力された文章を推敲することによって表現法等を修正し、自身の文章として形成していく。
これらの手法により、内容が充実した文章をより効率的に作成することが可能となる。
以上の手続きでもっとも重要なのは、初期の段階でどのようなテーマを選ぶかだ。テーマを見つけることは、これまでも文章作成で最重要の課題であったが、その重要性がさらに増している。
表現したいアイデアを持っていれば、それをキーワードや短文という形で表現可能だ。しかし、それを適切な言い回しの文章で記述することは困難だ。このような状況は多いのだ。
「キーワード文章法」では、このギャップをChatGPTに橋渡ししてもらう。これにより、文章の作成が容易になる。なぜなら、生成された文章を修正するだけで済むからだ。そして、アイデアの創出や文章の推敲に、より多くの時間を投じることが可能となる。それにより、これまで以上に内容の質を向上させることが可能となるだろう。
しかし、この方法では、大幅な手抜きはできない。言い換えれば、これは「簡単文章作成法」ではない。少なくとも、文章を書く時間をこれまでより短縮することは、できない。
日本の大規模言語モデルが切望される
ChatGPTの性能は、英語に対して日本語よりも格段に優れていると指摘されている。これは、ChatGPTの大規模言語モデル（LLM）が、英語を基にして構築されていることに起因している。日本が世界の進歩から取り残されないために、この点の改良が強く望まれる。
しかし、開発をアメリカ企業に依存している限り、これは困難な課題かもしれない。日本が独自の大規模言語モデルを開発することが求められる。
些細なことかもしれないが、口語体と文語体の使い分け問題に、私は日常的に困惑している。ChatGPTもBingも、こちらの指示に従わない時があるのだ。これは日本語に特有の問題であり、アメリカ生まれのChatGPTにとっては難易度の高い課題のようだ。こうした状況にも、生成系AIの基盤技術をアメリカに依存することの問題が見て取れる。
