編集者からの差し戻しをChatGPTで半減させる手順

記事を納品したら「ここは読者目線が足りない」「構成を変えてください」と差し戻される――この往復が続くと、納期が圧迫され、時給が下がり、精神的にも消耗します。

「何度も書き直すのはスキル不足だから仕方ない」と思いがちですが、実は差し戻しの多くは初稿の段階で防げる構造的な問題です。本記事では、ChatGPTを使って編集者からの差し戻しを減らし、初稿の通過率を上げる具体的な手順を解説します。

なぜ差し戻しが発生するのか

差し戻しが発生する原因は3層あります。

第1層：読者の前提知識とのズレ

ライターが「これは常識だから説明不要」と思っても、読者にとっては初めて聞く用語かもしれません。逆に、読者が知っている前提を丁寧に説明しすぎると「冗長」と指摘されます。このズレが差し戻しにつながります。

第2層：構成と内容の不一致

見出しで「3つの方法」と予告しておきながら、本文では4つ書いてしまう。「メリット」の見出しなのに、デメリットの話が混ざる。構成と内容がズレていると、編集者は「読者が混乱する」と判断して差し戻します。

第3層：編集者の期待する「角度」とのズレ

同じテーマでも、「初心者向けの手順書」として書くか「経験者向けの深掘り」として書くかで、記事の角度は変わります。この角度が編集者の期待とズレていると、「方向性が違う」と指摘されます。

ChatGPTで差し戻しを半減させる手順

以下の5ステップで、初稿の通過率を上げます。

ステップ1：編集者の指示を構造化する

編集者からの指示を受け取ったら、そのままChatGPTに渡して構造化します。

以下は編集者からの執筆依頼です。この指示を構造化し、執筆前に確認すべきポイントを洗い出してください。

【編集者からの指示】
<依頼メールやSlackの内容をコピー>

【出力形式】
## 記事の目的
- 読者に何をしてほしいか：
- 読者の前提知識レベル：
- 記事の角度（初心者向け/経験者向け/比較/手順）：

## 構成の制約
- 文字数：
- 見出しの数：
- 入れるべき要素（図表、事例、データなど）：

## 禁止事項・注意点
- 書いてはいけないこと：
- 編集者が過去に指摘した点：

この出力を見て、不明点があれば執筆前に編集者に確認します。書き始めてから「方向性が違った」と気づくより、最初に擦り合わせた方が圧倒的に速いです。

ステップ2：構成案を先に作り、編集者の承認を得る

いきなり本文を書かず、まず構成案をChatGPTに作らせます。

以下の目的と制約に従って、記事の構成案を作成してください。

【記事の目的】
<ステップ1の出力から転記>

【テーマ】
<記事のテーマ>

【出力形式】
## タイトル案（32字以内）

## 構成
### 見出し1：<見出し>
- 書く内容：<2〜3行で要約>
- 文字数の目安：<字数>

### 見出し2：<見出し>
- 書く内容：
- 文字数の目安：

（以下同様）

## 全体の流れ
<読者がどういう順序で理解するかを説明>

この構成案を編集者に送り、承認を得てから本文を書きます。構成の段階でズレを修正できれば、本文の差し戻しは激減します。

ステップ3：本文を書く前に「読者の疑問」を列挙する

構成が承認されたら、各見出しで読者が抱く疑問を先に列挙します。

以下の見出しで記事を書きます。この見出しを読んだ読者が、次に何を知りたいと思うか、疑問を5つ挙げてください。

【見出し】
<見出し>

【読者の前提知識】
<ステップ1で確認した内容>

【出力形式】
1. <疑問1>
2. <疑問2>
3. <疑問3>
4. <疑問4>
5. <疑問5>

この疑問リストを見ながら本文を書くと、「説明不足」による差し戻しを防げます。

ステップ4：本文を書き、ChatGPTに自己レビューさせる

本文を書いたら、納品前にChatGPTに自己レビューさせます。

以下の記事を、編集者の視点でレビューしてください。

【記事】
<本文をコピー>

【編集者の期待】
<ステップ1で確認した内容>

【チェック項目】
1. 構成と内容が一致しているか（見出しと本文のズレ）
2. 読者の前提知識に合っているか（専門用語の説明不足/冗長）
3. 記事の角度がブレていないか（初心者向けなのに専門的な話が混ざる、など）
4. 文末表現が統一されているか（です・ます調の乱れ）
5. 数字やデータの出典が明記されているか

【出力形式】
## 修正が必要な箇所
- <箇所1>：<理由>
- <箇所2>：<理由>

## 問題なし
- <チェック項目>：OK

このレビュー結果を見て、指摘された箇所を修正してから納品します。

ステップ5：差し戻しがあったら「パターン」として記録する

それでも差し戻しがあった場合は、その内容を記録します。

【差し戻し内容】
<編集者からのフィードバック>

【なぜ見落としたか】
<自分の分析>

【次回から気をつけること】
<具体的なチェック項目>

このパターンを蓄積し、ステップ4のチェック項目に追加していくと、同じ理由での差し戻しが減ります。

それでも残る限界

ChatGPTで差し戻しを減らせても、以下の課題は残ります。

1. 編集者の「好み」は読み取れない

「この編集者は具体例を多めに入れると喜ぶ」「この人は結論を先に書いてほしい」といった個人の好みは、ChatGPTでは読み取れません。これは複数回のやりとりで学習するしかありません。

2. 構成承認の手間が増える

ステップ2で構成案の承認を得る工程を入れると、編集者とのやりとりが1回増えます。急ぎの案件では、この工程を省略したくなりますが、省略すると差し戻しのリスクが上がります。

3. ChatGPTのレビューは完璧ではない

ステップ4の自己レビューでも、見落としは発生します。特に、記事全体の「流れ」や「温度感」といった抽象的な要素は、ChatGPTでは判断しきれません。

sonataなら編集者の期待を自動で学習できる

sonataは、編集者からのフィードバックを蓄積し、次回の執筆に自動で反映します。

• 編集者ごとの期待を学習：過去のフィードバックから、編集者の好みやチェック項目を自動抽出
• 構成案の自動生成と承認フロー：編集者の期待に沿った構成案を生成し、承認を得てから執筆に進む
• 納品前の自動レビュー：過去の差し戻しパターンを元に、初稿を自動でチェック

編集者からの差し戻しを減らし、執筆に集中したい方は、sonataをお試しください。