2.3 文体・時制・論理展開とAIプロンプト¶
このページで学ぶこと
- AI を活用した英語論文執筆のワークフロー（人間とAIの役割分担）
- 学術英語の主要な文体ルール（主語と動詞、ヘッジ、能動態と受動態、名詞化、冗長表現）
- セクション別の時制と、引用（reporting verbs）での時制選択
- 論理のつながりを明示する方法（接続表現、Given-New、パラグラフ構造）
- 翻訳前提で日本語を書くための「前編集（pre-editing）」のポイント
- AIに依頼する際のプロンプト設計の考え方と、用途別テンプレート
AI を活用した英語論文執筆のワークフロー¶
柳瀬（2023）が提案している、AI を活用して英語論文を執筆する際の基本ワークフローは、次の4段階です。
- 構想と日本語原稿の執筆 — ストーリー（アイデアの選択と提示順序）を戦略的に設計する
- AI による英語翻訳 — 機械翻訳（DeepL 等）で英訳する
- AI による文体改善 — ChatGPT 等で文体を改善する
- 著者による最終校閲 — AI の出力を批判的に精読し、最終稿を確定する
Reference: 柳瀬陽介 (2023).「AI を活用して英語論文を作成する：日本語話者にとっての課題とその対策」『情報の科学と技術』73(6), 219–224. https://doi.org/10.18919/jkg.73.6_219
柳瀬（2023）が一貫して強調しているのは、人間が AI の不得手な領域で最善を尽くすことで、最終成果物の質を上げるという原則です。現時点の AI は、スペリング・語法・文体といった言語的側面については比較的信頼できますが、特定分野の研究内容の理解においては限界があります。AI は特定分野の研究アシスタントではなく、一般的な言語アシスタントとして活用すべきです（柳瀬, 2023）。
AI に文章を「生成」させることの問題
ChatGPT 等の AI は文章そのものを生成することもできますが、その文章は「多くの者が言いそうな文章」に過ぎず、独自性を競う論文の文章としては不適格です（柳瀬, 2023）。そもそもそのような執筆態度は倫理的にも問題があります（→ 1.2 学術的誠実性と剽窃防止）。本ページでは、論文著者自身が書いた原稿を AI で翻訳・改訂する方法のみを扱います。
学術英語の文体ルール¶
学術英語には、日常英語とは異なる文体上の慣習があります。以下は特に日本語話者が意識すべきポイントです。
主語を短くし、動詞を早めに出す¶
日本語は主語が長くなりがちですが、英語の学術文では主語をコンパクトにし、動詞を早めに出すのが好まれます。
| 避けたい文体 | 好ましい文体 |
|---|---|
| The results of the analysis of the data collected from the participants in the experiment showed... | The analysis results showed... |
| What we found in our study was... | Our findings indicated... |
ヘッジとブースター¶
学術英語では、断定を避ける表現（ヘッジ）と、確信を強調する表現（ブースター）を適切に使い分けることが重要です。ヘッジは主張を慎重に提示するために、ブースターはデータで十分に裏付けられた主張に用います。
| 表現の強さ | ヘッジ（弱い主張） | ブースター（強い主張） |
|---|---|---|
| 助動詞 | may, might, could | must, will |
| 動詞 | suggest, indicate, appear to | demonstrate, confirm, establish |
| 副詞 | possibly, perhaps, arguably | clearly, certainly, undoubtedly |
| 形容詞 | possible, probable, likely | clear, obvious, definitive |
ブースターの使いすぎに注意
clearly, obviously, undoubtedly といった表現を根拠なく使うと、査読者に「本当にそこまで確定的か？」と疑問を持たれます。ブースターはデータで十分に裏付けられた主張にのみ使いましょう。
ヘッジングの詳細
ヘッジングの役割や典型的な表現パターンについては、2.2 コーパスを用いた定型表現の確認 で詳しく解説しています。
受動態・能動態と一人称の使い分け¶
学術英語では、受動態と能動態をセクションや目的に応じて使い分けます。また、一人称（we / I）の使用は分野やジャーナルによって異なります。
セクション別の態の傾向:
| セクション | 傾向 | 例 |
|---|---|---|
| Methods | 受動態が多い | Participants were recruited... |
| Results | 能動態・受動態の両方 | The analysis revealed... / A significant difference was found... |
| Discussion | 能動態が多い | We argue that... / These findings suggest... |
使い分けの原則:
- 判断・決定を明示したいとき → 能動態（We selected... / We adopted...）
- 手順を一般的に記述するとき → 受動態（The data were collected...）
- 著者の主張を述べるとき → 能動態（We argue that... / We propose...）
一人称の使用傾向（分野別）:
| 分野 | 傾向 |
|---|---|
| 自然科学・工学 | 受動態が依然として主流。we も増加傾向 |
| 社会科学・応用言語学 | we（共著の場合）の使用が一般的 |
| 人文系 | I の使用も広く許容 |
投稿先の慣習を確認する
投稿先ジャーナルの最新号を2〜3本読み、一人称がどの程度使われているかを確認してください。AIに「この論文で一人称が使われている箇所を抽出して」と頼むと効率的です。
名詞化（Nominalization）の活用¶
学術英語では、動詞や形容詞を名詞に変換する「名詞化」が頻繁に使われます。情報を圧縮し、文を簡潔にする効果があります。
| 動詞／形容詞 | 名詞化 | 用例 |
|---|---|---|
| analyze | analysis | The analysis of the data revealed... |
| differ | difference | A significant difference was found... |
| apply | application | The application of this method... |
| complex | complexity | The complexity of the task... |
| improve | improvement | A notable improvement was observed... |
名詞化の効果:
- 前の文の内容を名詞で受けて、文と文をつなげる
- The participants completed the task. → This completion took approximately 30 minutes.
- 文を短くし、情報密度を上げる
名詞化の過剰使用に注意
名詞化を多用すると、文が抽象的になりすぎて読みにくくなります。特に、"The implementation of the improvement of the system..." のような名詞の連鎖は避けてください。
日本語話者が陥りやすい冗長表現¶
日本語の発想をそのまま英語にすると冗長になりがちです。以下は頻出する冗長パターンとその改善例です。ただし、分野によって慣例が異なる点には注意が必要です。
| 冗長な表現 | 簡潔な表現 | 備考 |
|---|---|---|
| in order to | to | ほとんどの場合 to で十分 |
| due to the fact that | because | 原因を示す場合 |
| it is important to note that | （削除して直接述べる） | 無意味な前置き |
| a large number of | many / numerous | 数の表現 |
| at the present time | currently / now | 時間の表現 |
| in the case of | for / in | 条件の表現 |
| has the ability to | can | 能力の表現 |
| it should be noted that | （削除して直接述べる） | 不要な前置き |
| the reason is because | the reason is that / because | 二重表現 |
| as a matter of fact | in fact / （削除） | 過剰な強調 |
セクション別の時制ルール¶
英語論文では、セクションごとに使う時制に慣習があります。これを間違えると、読者に混乱を与えます。
| セクション | 主な時制 | 理由 | 例 |
|---|---|---|---|
| Introduction（背景） | 現在形 | 一般的な事実・既知の知見 | Research shows that... |
| Introduction（先行研究） | 過去形 | 特定の研究が行ったこと | Smith (2020) found that... |
| Methods | 過去形 | 実施済みの手順 | Participants were recruited... |
| Results | 過去形 | 得られた結果の報告 | The analysis revealed... |
| Discussion（解釈） | 現在形 | 結果の意味づけ | These findings suggest... |
| Discussion（限界） | 過去形／現在形 | 本研究の制約 | The sample size was limited... |
よくある間違い
Resultsで現在形を使う（The results show...）日本語話者は多いですが、自分の研究の結果を述べる場合は過去形（The results showed...）が標準的です。ただし、表や図に言及する場合は現在形も許容されます（Table 1 shows...）。
Reporting Verbs と時制の選択¶
先行研究を引用する際、reporting verb の時制によって意味合いが変わります。Reporting verbs の種類（中立的報告・積極的主張・示唆等）については、2.2 コーパスを用いた定型表現の確認 を参照してください。
| 時制 | 意味合い | 例 |
|---|---|---|
| 過去形 | その研究が行った特定の行為 | Smith (2020) found that... |
| 現在完了形 | 現在まで続く研究の流れ | Several studies have shown that... |
| 現在形 | 分野で広く受け入れられた知見 | Research shows that... |
使い分けの判断基準:
- 特定の著者・年号を引用する → 過去形（Tanaka (2023) reported...）
- 複数の研究をまとめて引用する → 現在完了形（Studies have indicated...）
- 確立された知見を述べる → 現在形（It is well established that...）
時制の「切り替えポイント」¶
論文内では時制が何度も切り替わりますが、その切り替えには規則性があります。
Introduction の典型パターン:
[現在形] Research on X has grown rapidly in recent years.
[現在完了形] Several studies have examined the relationship between A and B.
[過去形] Smith (2020) found that A was correlated with B.
[現在形] However, the role of C remains unclear.
[過去形/現在形] The present study aimed to / aims to address this gap.
Discussion の典型パターン:
[過去形] The results showed that A significantly affected B.
[現在形] This finding suggests that...
[過去形] Smith (2020) reported a similar pattern.
[現在形] Together, these results indicate that...
時制の切り替えは意図的に行う
時制が変わるたびに、「なぜここで切り替えるのか」を意識してください。切り替えの理由が説明できない場合は、誤用の可能性があります。
論理展開と読みやすさ¶
接続表現¶
学術英語では、文と文、段落と段落のつながりを接続表現で明示します。ただし、すべての文頭に置くと冗長になるため、論理の転換点（対比、因果）に絞って使います。
追加・列挙: Furthermore / In addition / Moreover 対比・譲歩: However / Nevertheless / Although ..., ... 因果関係: Therefore / Consequently / As a result / This is because ... / ... due to ... / ... , which led to ... 具体例: For example / Specifically / In particular まとめ: In summary / Overall / Taken together
接続表現のフォーマル度¶
同じ意味でもフォーマル度の異なる表現があります。学術英語では右側の表現が好まれます。
| カジュアル | フォーマル（学術向け） |
|---|---|
| But | However, / Nevertheless, |
| So | Therefore, / Consequently, |
| Also | Furthermore, / In addition, / Moreover, |
| Anyway | Nonetheless, / Regardless, |
| Plus | Additionally, |
| On top of that | Moreover, |
And / But / So で文を始めない
And, But, So で文を始めることはカジュアルな英語では普通ですが、学術英語では避けるのが無難です。特に So で文を始めるのは査読者から指摘を受けやすいポイントです。
情報構造: Given-New の原則¶
英語の文は、「すでに読者が知っている情報（Given）」を文の前半に、「新しい情報（New）」を文の後半に置くのが自然です。この原則を守ると、文と文のつながりがスムーズになります。
良い例（Given → New の順）:
The participants completed a vocabulary test. The test consisted of 50 multiple-choice items.
「the test」は前の文で既出（Given）なので文頭に置き、テストの内容（New）を後半で述べています。
悪い例（New → Given の順）:
The participants completed a vocabulary test. 50 multiple-choice items constituted the test.
新情報が文頭に来ており、読者にとって唐突な印象を与えます。
Given-New を維持する3つの方法:
- 代名詞で受ける: The method was effective. It produced significant results.
- 言い換えで受ける: A survey was conducted. The questionnaire included...
- This + 名詞で受ける: Performance improved dramatically. This improvement can be attributed to...
This の単独使用を避ける
"This suggests..." のように this だけで前の内容を受けると、何を指しているか曖昧になります。"This finding suggests..." / "This result indicates..." のように、this + 名詞の形にすると明確になります。
パラグラフの内部構造（TSSC）¶
英語論文の各パラグラフは、以下の構造を持つのが基本です。
| 要素 | 役割 | 例 |
|---|---|---|
| Topic Sentence（主題文） | そのパラグラフで言いたいことを1文で述べる | The results indicated a significant effect of... |
| Supporting Sentences（支持文） | 主題文の根拠・詳細・例を述べる | Specifically, the experimental group... |
| Summary/Synthesis（まとめ） | 支持文の内容をまとめ、主題文に戻す | These results suggest that... |
| Connection（接続） | 次のパラグラフへの橋渡し | However, the effect was not uniform across... |
1パラグラフ＝1トピック
1つのパラグラフに複数のトピックを詰め込まないでください。新しいトピックに移る場合は、新しいパラグラフを始めます。パラグラフの冒頭文（topic sentence）だけを拾い読みしたときに、論文の論旨が追えるのが理想的です。
翻訳前提で日本語を書く「前編集（pre-editing）」¶
日本語で原稿を書き、AI で英語に翻訳するワークフローでは、日本語の段階から英語翻訳を意識した文体で書くことが重要です。柳瀬（2023）は、この準備を「前編集（pre-editing）」と位置づけ、以下の原則を提唱しています。
原則 1: Essential Point First（最重要情報を先に）¶
パラグラフの冒頭に結論（主張）を述べることを徹底します。日本語話者はしばしば最重要情報をパラグラフの最後に提示しますが、英語圏の読者は冒頭で要点を把握することを期待しています。これは パラグラフの内部構造（TSSC） で述べた Topic Sentence を最初に置く原則と同じです。
原則 2: Consistent Perspective（視点の一貫性）¶
1 つのパラグラフ内で論述の視点を揃えます。例えば X と Y を比較して X の優位性を述べるパラグラフでは、各文が一貫して X の観点を取る方がわかりやすくなります。
| 視点がぶれる書き方 | 視点が一貫した書き方 |
|---|---|
| X には長所 A がある。他方、Y には短所 B がある。さらに Y には不利要因 C がある。しかし X には D という利点がある。 | X は長所 A と利点 D を有する。加えて X は、Y がもつ短所 B も不利要因 C も有しない。 |
原則 3: From Old Information to New Information（旧情報→新情報の順序）¶
読者が既に知っている情報（旧情報）を文の前方に置き、新しい情報は後方に提示します。具体的な方法と例は、前述の Given-New の原則 を参照してください。
原則 4: A Short Sentence with One Idea（1文に1つのアイデア）¶
1 つの文には重要なアイデアを 1 つだけ入れ、文を短く保ちます。日本語話者は多くのアイデアを含む長い文を書きがちですが、これは機械翻訳の誤訳の大きな原因になります。
短すぎる文にも注意
ただし、1 文の情報的価値が小さすぎると、読者は有意義な情報を得るために多くの短文を統合せねばならず、かえって読みにくくなります（柳瀬, 2023）。読者の心を想像しながら適切な粒度を判断してください。
原則 5: Agent＋Action（行為主＋行為）¶
英語は、文頭に行為主（agent）を主語として示し、直後にその行為主の行為（action）を動詞として示すことを好みます。日本語でも「X は Y する」「X は Z を Y する」と書くと、機械翻訳の出力が読みやすくなります。
この発想を取り入れると、受動態・It is … to/that … 構文・There is … 構文・If/When …, … 構文といった、日本語話者が書く英語に過剰に出現する構文が減少します。
無生物主語を恐れない
「X には長所 A がある」ではなく「X は長所 A を有する」のように、主題を行為主として扱い、ふさわしい述語を探しましょう。結果として日本語では珍しい「無生物主語」の文も多く生まれますが、これは英語翻訳の質を大きく向上させます。
原則 6: Ellipsis for Clarity（省略は誤読を招かない範囲で）¶
日本語は主語や目的語を省略する傾向がありますが、英語に翻訳するための日本語を書く際は、文の構成要素をできるだけ明示します。AI が正確に統語解析できる確率が高まり、著者が誤った主語や目的語を修正する手間が減ります。
機械翻訳の入力と出力の関係
「AI の英語翻訳は使えない」という不平の多くは、入力する日本語に起因しています。英語翻訳を前提としないまま無自覚に書き連ねた日本語は、機械翻訳で非常に読みづらい英語として出力されます（柳瀬, 2023）。入力する日本語の質が、機械翻訳の出力する英語の質に大きく影響します。
AIプロンプトの設計原則¶
プロンプト作成の基本¶
生成 AI はプロンプト（指示）の質によって出力が大きく変わります。「生成AIは英語論文執筆には使えない」と感じる場合、指示が曖昧であるか、繰り返し質問をしていないことが多いです。
3 つの原則:
- より詳細な説明を与える — 漠然と「直して」ではなく、改善の観点・基準・制約を具体的に指定する
- 明確かつ正確な指示を与える — AI は指示を文字通りに解釈するため、曖昧さを排除する
- 出力は毎回異なるため何度か繰り返す — 1 回の出力で満足せず、不満点と改善点を明確に伝えて会話を続ける
さらに、柳瀬（2023）は、ChatGPT での文体改善について以下の 2 つの注意点を挙げています。
注意点 1: AI への指示はできるだけ客観的に行う
AI への指示は、機械へのプログラミングと考えて、自分の願いを客観視した具体的なものにすべきです。AI は利用者のことを知らない機械であるため、指示の期待・目的・背景・制約条件などを具体的に述べる必要があります。翻訳の場合も、目的や対象者（target audience）を含めることで AI の精度が高まることが報告されています(Yamada, 2023)。
注意点 2: AI に人間のような意味理解を期待しない
プロンプトの工夫で AI の反応精度は上がりますが、AI が人間のように文章の意味を理解していると想定してはいけません。例えば "Improve the flow of the argument" と指示した場合、著者が意図していない側面を強調することがあります。指示をより具体的にする（例: "by emphasizing …" や "The core of the argument is …" を付け足す）ことで事態は改善します。
基本的な手法:
- 役割（role）を与える — 例: 「あなたは学術英語の校正の専門家です」
- 記号を活用する —
#（セクション区切り）や"（引用）などで構造を明示する - 具体例を与える（few-shot prompting） — プロンプトに入出力の具体例を含めることで、AI のパフォーマンスが向上する。例が少ない場合は、詳細な説明が特に重要になる
プロンプトの5W1H
効果的なプロンプトには以下の要素を含めると、出力の質が安定します。
| 要素 | 内容 | 例 |
|---|---|---|
| What（何を） | 改善したい対象 | 「以下のMethodsセクション」 |
| Why（なぜ） | 改善の目的 | 「学術英語として自然にするため」 |
| How（どのように） | 具体的な改善基準 | 「主語を短く、受動態を中心に」 |
| How many（いくつ） | 出力の数 | 「候補を3つ」 |
| Constraint（制約） | やってはいけないこと | 「意味は変えない」「内容を追加しない」 |
論文校正のためのプロンプトテンプレート集¶
以下は、本ページで解説した文体ルール・時制・論理展開の知識を活用するための汎用的なプロンプトテンプレートです。段階的な洗練ワークフロー（日本語→英語化→文体調整→表現の磨き上げ）とセクション別のテンプレートについては 3.1 英文洗練のプロンプト設計 で実践的に解説しています。
文体改善¶
プロンプト例：文体改善（汎用）
プロンプト例：IMRaD Methodsセクション向け
Methodsセクションの詳しいワークフロー
箇条書きからの変換、参加者記述のテンプレート、曖昧表現の改善パターン、統計報告の書式（APA第7版）など、Methodsセクション固有の実践的なワークフローは 3.3 手法・実験の自然言語化 で詳しく解説しています。
プロンプト例：日本語からIntroductionへの変換
プロンプト例：冗長表現の検出と改善
校正（Proofreading）¶
以下は、論文校正に効果的なプロンプトです。目的に応じて使い分けてください。
プロンプト例：基本的な校正（改善度を調整）
以下のプロンプトは意図的に短く、改善の観点を指定していません。前述のプロンプト設計原則では「指示を具体的にする」ことを推奨しましたが、校正の初期段階では、まず AI に幅広く問題を洗い出させ、その結果を見てから具体的な指示で追加修正する、という 2段階アプローチ が有効な場合があります。
ステップ1: まず広く校正をかける
significantly を加えると、語順の入れ替えや文構造の変更など、より踏み込んだ修正が行われます。
反対に、軽微な修正に留めたい場合:
最小限の修正（誤字・文法のみ）:
ステップ2: 結果を確認し、具体的に追加指示する
ステップ1の出力に不満があれば、具体的な観点を指定して再度修正を依頼します。
例:
Now please also check for:
- Overuse of passive voice in the Discussion section
- Hedging expressions: are they appropriate for the strength of the claims?
- Consistency of tense within each paragraph
このように、広い校正 → 具体的な追加指示 と段階を踏むことで、最初から完璧なプロンプトを書く必要がなくなります。
プロンプト例：訂正が必要な箇所のみ修正する
変更の必要がない箇所をそのまま残したい場合に有効です。
Proofread the following sentences and provide both the
original sentences and your suggested revisions. If they are
acceptable, you don't have to make suggestions. However,
when revisions are definitely necessary, please clearly indicate
what the original sentence was and how you recommend it
should be revised.
校正基準を追加するとさらに効果的
上のプロンプトは出力形式を指定していますが、「何を基準に判断するか」が明示されていません。
以下のように校正基準を加えると、プロンプト設計原則で述べた How（基準） が満たされ、出力の精度が上がります。
Proofread the following sentences and provide both the
original sentences and your suggested revisions. If they are
acceptable, you don't have to make suggestions. However,
when revisions are definitely necessary, please clearly indicate
what the original sentence was and how you recommend it
should be revised.
Focus on:
- Grammar and punctuation errors
- Word choice appropriate for academic writing
- Conciseness (remove unnecessary words)
プロンプト例：語数を減らす
# Task
Suppose you're a professional proofreader. Your client asks you to
shorten the sentences by following these rules.
# Rules
1. Preserve the original wording as much as possible without
sacrificing clarity or brevity.
2. Do not skip contained information.
3. Keep the quotes as they are.
4. Mark the changed parts so that they can be easily identified.
時制・論理展開のチェック¶
プロンプト例：Reporting Verbs の時制チェック
プロンプト例：時制と論理展開の点検
プロンプト例：因果関係の表現チェック
情報構造・パラグラフ構造のチェック¶
プロンプト例：情報構造（Given-New）と指示語の点検
プロンプト例：パラグラフ構造の点検
プロンプト例：論理の飛躍の検出
総合チェック¶
プロンプト例：文体の一貫性チェック
プロンプト例：総合的な英文品質チェック
プロンプト例：パラフレーズの練習
カスタム指示の保存機能を活用した校正¶
主要な AI ツールには、校正用の指示をあらかじめ保存し、毎回の入力を省略できる機能があります。繰り返し校正が必要な場合や、研究室内で共通の校正ルールを持ちたい場合に便利です。
| ツール | 機能名 | カスタム指示の作成 | 参考資料の添付 | 料金 |
|---|---|---|---|---|
| ChatGPT | GPTs | Plus 以上（$20/月〜） | ○ | 公開 GPTs の利用は無料プランでも可 |
| Claude | Projects | Pro 以上（$20/月〜） | ○ | 無料プランでは利用不可 |
| Gemini | Gems | 無料プランで可 | ○ | 作成・利用とも無料 |
論文校正用のカスタム指示を作成し、投稿先ジャーナルのスタイルガイドや校正ルールを登録しておくと、毎回のプロンプト入力を大幅に簡略化できます。
英文校正用 GPTs の作成方法については、限界助教さんの解説記事 が参考になります。
料金プランは変更される可能性があります
上記の料金情報は 2026 年初頭時点のものです。各サービスの最新の料金体系は公式サイトで確認してください。
プロンプト共有サイトの活用
Prompt Me-Mo では、自分のプロンプトを保存し、他の人と共有できます。サインインしなくても使用可能です。本サイトで紹介しているプロンプトやよく使うプロンプトを登録しておくと、執筆時にすぐ確認できます。
