AIで増えたアイデアをどう選ぶ？文章のうまさと中身を分けて評価する方法

社内公募や新規事業のアイデア出しにおいて、人とAIが作った提案が多数集まる場面を考えます。しかし、一次選考の担当者には新たな悩みが生まれています。それは、AIで作成された「流暢で説得力があるように見える企画書」と、現場の担当者が急いで書いた「箇条書きで不器用な提案」を、どのように公平に比較すればよいかという問題です。

結論から言えば、人とAIが作った事業案を比較する際は、AIによる自動採点の点数だけで足切りをしてはいけません。代わりに、AIを「情報を抽出して整理する補助ツール」として使い、すべての提案を同じ観点（ターゲットの課題、解決策、既存手法との違いなど）で一覧表にまとめさせることが有効です。その上で、人が原文に戻り、「原文から情報を拾えていない、または情報が書かれていない（未記載）」のか、「客観的な事実として確認済みの弱点がある」のかを切り分けて再確認する体制を作ります。

文章が論理的で美しく整っていても、肝心のアイデアの中身が薄いケースもあり得ます。逆に、体裁は拙くても、現場の生の声に基づいた鋭い着眼点が眠っていることもあります。文章の印象やAIがつけたスコアをそのまま事業価値の評価に直結させてしまうと、形式だけが立派な無難な案ばかりが残り、本当に価値のある原石を見落としかねません。

この記事では、すでに集まった事業案や社内改善案の選考を担当する方に向け、文章の巧拙と中身を分けて評価するための具体的なステップを解説します。AIに勝手な推測をさせず、原文の根拠を抽出させる指示の工夫から、情報が足りない案を人がどう見極めて次のアクション（追加質問やプロトタイプの検証など）につなげるかまで、実務に応用できる一次整理の手法を紹介します。大量のアイデアから原文に戻って案を比較するためのヒントとして、ぜひ参考にしてください。

文章の完成度と、アイデアの良し悪しを分ける

事業案や改善案の一次選考を行う際、最初に取り組むべきは「文章表現の滑らかさ」と「アイデアそのものの価値」を切り離すことです。文章の印象をそのままアイデアの採否へ直結させてはいけません。

文章のスタイルが評価スコアを変えてしまう

AIツールや文章力のある人が書いた企画書は、論理展開がスムーズで説得力があるように見えます。しかし、中心となるアイデアが同じであっても、文章の書き方（文体）が変わるだけで自動採点が変わった研究があります。

ペーパークリップの代替用途を複数のAIモデルに提案させたUrbanらの研究（NeurIPS 2025）では、AIが出した案の中心部分を保ったまま、一人の人間が簡潔で具体的な文章に書き換えを行いました。すると、4種類の自動採点器において、書き換え後の「独創性スコア」が低下するという結果が出ました。 この実験は、英語を母語とする米国大学生30人との比較や、単一の課題・特定の自動採点器を用いた条件下のものであり、日本語の事業案における公平性や実際の事業成果を評価したものではありません。しかし、「表現スタイルがAIによる自動採点の点数に影響を与え得る」という重要な事実を示しています。つまり、流暢な文章だからといって中身が優れているとは限らず、逆に不器用な箇条書きであっても光るアイデアが眠っている可能性があるのです。

専門家の評価基準も一律ではない

さらに、人が評価する場合であっても、全員が全く同じ基準で点数をつけるわけではありません。 特許を起点とした307の製品案を分析したHirotaらの研究（ACL 2026 Industry）では、自然言語処理、計算機科学、材料化学の専門家が、具体性、技術的妥当性、新規性、競争優位、ニーズ、市場規模といった観点で評価を行いました。しかし、同じ評価表を用いていても、細かな点数における専門家同士の一致度は低いことが報告されています。

もし、複数の評価者（あるいは複数の自動採点器）の「平均点」だけを唯一の正解として採用してしまうと、それぞれの評価者が重視した基準の差や、尖った視点が隠れてしまいます。また、特定の評価者とのスコアが一致したからといって、それがアイデアの絶対的な客観性や事業としての成功を証明するものでもありません。

評価軸を分解して一次整理を行う手順

これらの理由から、自動採点のスコアだけで事業価値を確定し、選考の足切りを行うのは危険です。実務の一次選考では、以下のような架空の評価シートをイメージして、文章の巧拙と中身を分けて整理することをおすすめします。

1. 表現力の分離 まずは「文章が整理されているか」「読みやすいか」という項目を、アイデアそのものの評価軸から独立させます。
2. 中身の観点を統一する すべてのアイデアに対して、「ターゲットのニーズは明確か」「既存の解決策との違い（新規性）は何か」といった同じ観点を設定し、中身だけを抽出します。
3. 未記載と弱点の区別 アイデアの評価を下げる要因について、「考えた結果として弱点がある」場合と、「単に提案書に書かれていない（未記載）」だけの場合を区別して記録します。

このように評価軸を分解することで、「文章は拙いが、着眼点が鋭い案」や「立派な文章だが、肝心の競合優位性が未記載の案」をフラットなテーブルに並べることができます。AIによる自動採点や要約は、あくまでこの「同じ観点での整理」を効率化するためのツールとして活用し、最終的な採否の判断は人が原文を再確認しながら行う体制を整えることが重要です。

原文の根拠と足りない情報をAIに整理させる

バラバラの書式や異なる文章力で書かれた大量の提案を同じ観点で比較するためには、AIを使って「同じ観点で抽出した整理表」を作ることが有効です。その際、最も重要なポイントは、AIに勝手な推測をさせず、必ず「原文のどの部分から判断したか」という短い引用をセットで出力させ、情報がない場合は「未記載」と明記させることです。これにより、後から人が原文と照合して再確認できる資料になります。

手元の提案書を読み込ませる手順と注意点

まずは、集まった事業案や改善案のファイルをAIに読み込ませます。たとえばClaudeの公式手順では、チャット入力欄左下の「＋」から「Add files or photos」を選び、端末内の文書を選択して開く（Open）ことで添付できます。PDFやDOCX、CSV、TXTなどに対応していますが、非PDF文書内の画像は読まれずテキスト部分のみが抽出されます。

なお、入力を行う際は、必ず自社の規定や情報の入力許可を確認してください。また、チャット上で原文の場所や短い引用を出力させるのはプロンプトの工夫によるものであり、開発者向けAPIに用意されている専用の引用機能（Citations）の設定とは異なります。

原文の引用と「未記載」を分ける架空の抽出例

推測を防ぐAIへの指示（プロンプト）を作成する際は、研究案の評価指示をまとめたMicrosoft ResearchStudioの公開設計例がヒントになります。この設計では、動機や手法といった観点ごとに原文の証拠を求め、「文章の長さや流暢さを中身の代理にしないこと」「未実施の実験結果を想像して補わないこと」を指示し、誰が作成したかを見ずに同じ形式で比較しています。公開設計にある点数式の仕組みや採用の閾値をそのまま日本語の事業選考の根拠にすることはできませんが、原文の引用を求めるアプローチは実務に応用できます。

ここでは、公開可能な架空の短い提案を例に、人が根拠を照合できる整理のイメージを見てみましょう。

【架空の提案文】

タイトル：社内備品のシェアリングアプリ 各部署で余っている備品（モニターやケーブルなど）をスマホで撮影し、社内で貸し借りできるアプリを作ります。無駄な購入を減らし、コスト削減につながります。

この提案に対し、「ターゲット・課題」「解決策」「競合・既存手法との違い」という共通の観点で整理するようAIに指示します。その際、「推論で補わず、該当箇所がない場合は『未記載』とすること」「根拠となる原文の短引用を添えること」を厳命します。

【AIの整理出力イメージ】

• ターゲット・課題：
  • 内容：社内の備品が余っていること、無駄な購入によるコスト。
  • 原文引用：「各部署で余っている備品」「無駄な購入を減らし」
• 解決策：
  • 内容：スマホで撮影して社内で貸し借りするアプリ。
  • 原文引用：「スマホで撮影し、社内で貸し借りできるアプリ」
• 競合・既存手法との違い（新規性）：
  • 内容：未記載
  • 原文引用：なし

このように整理することで、文章の巧拙だけで判断せず、「この案は解決策はわかるが、既存の管理方法との違い（新規性）が未記載である」という記載状況を人が確認できます。

自社の基準で事前のテストを行う

作成した指示が意図通りに機能するかは、実際の選考業務に使う前に確認が必要です。一般的な感情分類の精度などを事業案の価値判定へそのまま転用することはできません。AIの公式な評価設計ガイド自体は事業選考を直接論じたものではありませんが、仕事に固有の成功条件を定め、現実の入力データや端の例、あるいは「人でも意見が割れる事例」を含めた試験を行うよう案内しています。

自社の過去の事業案などをいくつか入力し、「人間が見て未記載だと感じる部分を、AIも正しく未記載と判定できるか」「流暢なだけの空疎な案を過大評価して勝手に補っていないか」をテストして調整することが、実用的な一次整理への近道です。

AIが低く評価した案も、原文に戻って確認する

AIによる一次整理が完了した後は、評価が高かった案だけでなく、低く評価された案や情報が不足しているとされた案も、必ず人が原文に戻って確認することが重要です。自動採点の結果だけで事業価値を確定し、不採用を決めてはいけません。ここでは、前節の「社内備品のシェアリングアプリ」の整理結果をもとに、文章の不器用さ、未記載、そして根拠のある弱点を切り分け、次のステップを人が判断する具体的な方法を説明します。

未記載・文章の不器用さと「確認済みの弱点」を切り分ける

前節のAIによる抽出例では、「競合・既存手法との違い（新規性）」が「未記載」となっていました。この結果を見た担当者は、まず原文に戻り、本当に書かれていないのか、あるいは文章が不器用でAIが拾い漏らしただけなのかを人が照合します。

前述のHirotaらの研究でも、特定の基準を満たさないと次の項目を採点しない段階方式による「情報の欠測」が観察されており、それは評価が「0点」であることとは意味が異なります。資料に情報が書かれていないことを、直ちにアイデアの無価値と同一視すべきではありません。この観察を踏まえた実務向けの架空の評価設計として、次のように人間の対応を分けます。

• 文章の不器用さや未記載への追加質問：文章を書くのが苦手な提案者が、頭の中にはある重要なアイデアを書き漏らしているだけかもしれません。AIの「未記載」という結果をそのまま不採用理由にするのではなく、提案者に対して「既存の備品管理台帳やチャットツールでのやり取りと、このアプリはどう違いますか？」と追加質問を行い、潜在的な価値を引き出します。
• 本人の懸念と「確認済みの弱点」の区別：提案のなかに「既存のフリマアプリで代用できるかもしれない」といった記載があったとします。しかし、提案者がそう書いただけでは、本当に代用できるという証拠や弱点を確認した証拠にはなりません。これは単なる仮説や本人の懸念です。客観的な調査や原文の具体的な事実によって確認された条件のみを、「確認済みの弱点」として区別します。それが致命的な欠陥なのか、運用でカバーできるリスクなのかを人が議論します。

評価点数を絶対視せず、顧客の反応を検証する

AIや専門家が机上で高い点数をつけたからといって、それがそのまま事業の成功を約束するわけではありません。これは、作成者や評価者の視点と、実際の生成物の受け手（顧客や社内ユーザー）の視点は異なるためです。実際の利用行動や感想、クリック、購入などを別に確かめる顧客評価の検証手順を踏まえる必要があります。

案の点数が高いことは、あくまで選考の整理結果にすぎず、顧客が選ぶ実績ではありません。机上での一次選考において、人が追加質問で引き出した「不器用な文章に隠れていたアイデア」も、次の検証ステップ（小さなテストやプロトタイプ作成など）に進めるかどうかは、実際の顧客への提供価値をベースに人が決定します。

AIはアイデアを並べる「補助ツール」に留める

AIを活用したアイデア出しにおいては、専門家が変数と制約を決めてAIへ組み合わせ候補を作らせる方法もあります。しかし、今回のようにすでに集まった多様な案を選考する場合、作成者も文章の形式も異なります。

作成者も形式も違う既存案の選考だからこそ、AIの役割は「同じ観点で情報を抽出し、フラットなテーブルに並べること」に限定すべきです。文章のうまさや体裁に惑わされず、未記載箇所や弱点をあぶり出すための補助ツールとしてAIを使いこなし、事業価値の最終的な見極めと「次に何を検証すべきか」の判断は人が責任を持って行いましょう。

よくある質問

Q. AIによる情報の抽出作業は、どのような指示（プロンプト）から始めればよいですか？

A. まずは、「ターゲットの課題」「解決策」「競合との違い（新規性）」といった、自社の選考で重視する共通の観点をリストアップします。そのうえで、AIに対して「推測でアイデアを補わないこと」「該当箇所がなければ『未記載』とすること」「根拠となる原文の短い引用を必ず添えること」を明確に指示します。 いきなり集まった提案の全件を処理するのではなく、まずは過去の事業案や架空の案を数件ほど入力してテストしてください。「人間が見て未記載だと感じる部分を、AIも正しく未記載と判定できるか」を確認し、必要に応じて指示文を微調整してから実際の選考業務に移るのが一つの方法です。

Q. AIが抽出した結果、重要な項目が「未記載」だらけだった案は、そのまま足切りして不採用にしてよいでしょうか？

A. 自動採点やAIの抽出結果だけで足切り（不採用の確定）を行うことは避けてください。本文でも触れたように、「情報が書かれていない」ことと「アイデア自体に価値がない（0点）」ことは別問題です。 未記載が多い案は、文章を書くのが苦手な現場の担当者が、頭の中にある重要なアイデアをただ書き漏らしているだけの可能性があります。必ず人が原文の提案書に戻り、現場ならではの鋭い気づきの断片がないかを確認してください。光るものを感じた場合は、不採用にする前に「これは現在の業務フローのどこを改善するものですか？」と追加質問を行い、潜在的な価値を引き出します。

Q. 「確認済みの弱点」と「未記載」、そして「本人の懸念」は、人がどうやって区別すればよいですか？

A. 人が原文や事実を確認し、以下のように切り分けて判断します。

• 未記載：単に提案書にその項目（例：競合情報など）が書かれておらず、判断材料がない状態です。
• 本人の懸念：提案の中に「すでに似たようなサービスがあるかもしれない」と書かれているだけで、実際に調べた証拠がない状態です。これは単なる仮説として扱います。
• 確認済みの弱点：客観的な調査や原文の具体的な事実により、明確なボトルネックが存在している状態です（例：「既存の社内ツールAの基本機能にすでに含まれている」など）。 確認済みの弱点が見つかった場合も即座に不採用にするのではなく、「ターゲットとなる部署を変えれば運用でカバーできるリスクか」などを人が議論する材料として使います。

Q. 選考業務をスムーズにするために、今後は提案書のフォーマットを統一すべきですか？

A. これから新たにアイデアを公募するのであれば、入力フォームの段階でフォーマットを統一することをおすすめします。「誰のどんな課題か」「解決策」「想定される懸念」など、項目を細かく分けて提出させることで、比較に使う情報をそろえやすくなります。 ただし、すでに自由記述やバラバラの書式で集まってしまった提案については、提案者にフォーマットを合わせ直させる必要はありません。そうした不揃いな情報を、同じ観点のフラットな表に整理するための補助ツールとしてAIを活用してください。