魅力的な文章を書くには? 文才を「才能」で片づけず、心理学・演出・Googleから分解する

この記事をシェア
広告
広告

文章がうまい人を読むと、つい「文才がある」で終わらせたくなる。

でも、よく分解すると魔法ではない。

人を「優しい」と書く代わりに、知らない人へ傘を渡す。
「面白い人」と説明する代わりに、その人自身の妙な一言を残す。
オチの前に答えを全部説明せず、読者の頭に「え、なんで?」を一瞬だけ置く。
そして研究を持ってくるときも、研究者を本文の主人公にしない。

魅力的な文章は、情報を増やす文章ではない。

読者の脳内で、推論・予測・違和感・回収を起こす文章である。

逆に全部説明すると、記事は正確でも死ぬ。

登場人物が何を考えたか、なぜ面白いか、どこで驚くべきか、全部AIが先に言う。
読者はもう何もすることがない。

それは文章というより、物語の横に常駐する解説おじさんである。

1. 人物を形容詞で終わらせない――行動から読者に推論させる

「彼は優しかった。」

情報としては速い。だが平たい。

一方で、

  • 雨の日に知らない人へ傘を渡した
  • その直後、本人は別の妙な理由を口にした
  • 待ち合わせでは遠慮なく文句を言う

と書くと、読者は勝手に考える。

「優しいのか、生意気なのか、なんなんだこいつ。」

ここで人物が立体になる。

心理学では、他人の行動から性格特性を自発的に推論する「自発的特性推論」が長く研究されている。2022年の系統的メタ分析は86論文、13,630人を統合し、平均効果は中程度から大きい範囲だった。[1]

つまり、「優しい」とラベルを貼るより、優しさを含意する行動を見せると、読者自身が人物像を作れる。

ただし「Show, don't tell」を宗教にしてはいけない。

実用記事で毎回、店員の眉毛の動きから制度説明を始める必要はない。

使うべきなのは、人物や対象そのものが記事価値の一部であるときだ。

2. 会話文は「情報」ではなく「声」を保存する

「本人は自分が人気者だと思っていた。」

と、

「僕、結構人気者なんですよ。」

は、意味だけ見れば近い。

しかし読後感は全然違う。

直接話法は、黙読でも間接話法より鮮明な音韻・韻律の心的シミュレーションを起こしやすいという実験結果がある。[2] また、直接話法では発言の正確な言い回しが記憶されやすいという研究もある。[3]

つまり会話文には、

  • 何を言ったか
  • どういう距離感で言ったか
  • その人がどんなテンポで生きているか

が一緒に入っている。

全部を要約すると、意味は保存できても「声」が消える。

もちろん会話を全部残せばいいわけでもない。議事録になる。

残す価値が高いのは、

  • 人物像が出る発言
  • オチになる発言
  • 後の展開を起こす発言
  • 距離感が変わる発言

だ。

会話はデータではない。キャラクターの音声トラックである。

3. 矛盾を急いで整理しない――「優しい人」に圧縮すると情報が死ぬ

人は一貫していない。

親切なのに上から目線。
合理的なのに妙なこだわりがある。
雑なのに、変なところだけ丁寧。

こういう相反する情報をAIは整理したがる。

「総合すると、優しく自信のある人物だった。」

急に会社の人事評価シートになった。

期待に反する行動は追加処理を誘発し、記憶に残りやすくなる条件があることは人物記憶研究でも報告されている。[4] ただし、期待一致情報が有利になる研究もあり、矛盾は常に記憶を強くする万能法則ではない。

だからルールは「矛盾を入れろ」ではない。

元の出来事に面白い矛盾があるなら、AIの要約で消すな。

人物を一言で説明できなくなった瞬間、むしろ人間らしくなることがある。

4. 具体的ディテールは「数」ではなく「仕事」で選ぶ

魅力的な文章には具体物が出てくる。

時計。
半袖。
傘。
香水。
高そうなソファ。
高級アイス。

しかし「具体的に書け」をそのままAIへ渡すと、

壁は白かった。
椅子は4脚あった。
照明は暖色だった。
テーブルは木製だった。

と、不動産内見チェックリストが始まる。

具体語は抽象語より処理・記憶で有利になる「具体性効果」が広く知られている。[5] しかし、具体描写は多ければ多いほど良いわけではない。

残すべき具体物は、何か仕事をしている。

  • 人物を見せる
  • 場面を動かす
  • 身分や状況を示す
  • 感覚を作る
  • 後のネタへつながる
  • 事実を固定する

このどれにも当てはまらないなら削ってよい。

ディテールは家具ではない。出演者である。

5. 読者は文章を「出来事」に分けて読む

物語や体験談を読むとき、読者は文字列を均等に保存しているわけではない。

「待ち合わせ」 「店へ移動」 「会話」 「帰る」 「最後に何か起きる」

のように出来事へ分けながら理解する。

イベント認知研究では、人は連続した経験を自発的に意味のあるイベントへ分節し、その境界が記憶の組織化と関係することが示されている。[6][7]

さらに75以上のサンプル、3万3千人超を統合したメタ分析では、物語文は説明文より平均的に理解・記憶されやすかった。[8]

ここから重要なのは、「何が起きたか」だけではない。

その時点で読者が何を知っているかである。

文章には、

  • 読者が知っていること
  • 読者が予想していること
  • まだ分からないこと
  • 次の出来事で更新されること

がある。

作者だけが答えを知っているからといって、全部先に説明してはいけない。

6. サスペンスは「隠すこと」ではなく「次に知りたい状態」を作ること

例えば、

帰った。
ドアが閉まるはずだった。
でも閉まらない。
音がしない。

ここで読者の脳に小さな未処理案件が生まれる。

「なんで?」

その後でドアが開き、行動の意味が変わる。

サスペンス研究では、これから得られる情報によって自分の予測がどう更新されるかという期待が、瞬間的なサスペンス感をよく説明することが示されている。[9]

大事なのは「情報を隠せ」ではない。

実用記事で答えを隠したら普通に腹が立つ。

  • 手順記事:答えを早く
  • 医療・法律・金融・安全:重要事項を最優先
  • 体験記・ネタ記事:読む理由を早く、オチは必要なら後ろ

これでいい。

全記事に「5秒で結論」を貼ると、ミステリーの表紙に犯人を書くような事故が起きる。

逆に何も教えず引っ張るだけなら、ただの焦らしである。

開示すべきなのは“読む理由”。保留してよいのは“読む楽しさを作る答え”。

7. 笑いは「変なものを置く」だけでは成立しない

突然、意味不明な単語を置けば面白いわけではない。

読者が、

「なんでそれが出てきた?」

となり、

「ああ、そういうことか。」

とつながった瞬間に笑いが成立することがある。

ユーモア研究では、期待、違和感の検出、違和感の解決、面白さの評価という段階が研究されている。[10] 日本語のなぞかけを使ったERP研究でも、主観的な面白さは単なる違和感検出より、解決段階と関係していた。[11]

したがってネタ記事の最悪パターンは二つある。

一つ目。

原因場面を消して、面白い単語だけ残す。

読者「なんで?」

記事「以上です。」

二つ目。

ネタがもう分かったのに、

「ここで重要なのは、この比喩が文脈上――」

と3段落説明する。

読者「もう分かった。帰らせてくれ。」

必要なのは、

種 → 違和感 → つながる → オチ → 必要なら再登場

である。

笑いには説明が必要なことがある。
だが説明が笑いより長くなったら、解剖は成功して患者が死んでいる。

8. 「長い説明→一行ツッコミ」の落差をAIが均さない

魅力的な文章は、全文が面白い必要はない。

むしろ普通の文章の中に、

長い会話。
説明。
理屈。
理屈。
理屈。

と来て、

「この人は何を言っているんだ。」

のような短い反応が一発入る方が強いことがある。

文学研究の「前景化」では、予測しにくい表現や文体的な突出が読みを遅らせ、注意や印象を強めることが研究されている。[12]

ただし、ここから「40字の後は10字でツッコめ」という謎の文章ISO規格を作ってはいけない。

これは数値ルールではなくリズムの問題だ。

AI編集は文章を均一にしやすい。

全部が同じ文長。
全部が同じ丁寧さ。
全部が同じ密度。

すると、正しいが眠い。

文章にも高低差がいる。全部を整地すると高速道路にはなるが、観光地ではなくなる。

9. 「最後を最高のピークにしろ」は万能法則ではない

文章術でありがちな説明に、

「人はピークと最後しか覚えない。だから最後を最大にしろ。」

がある。

そこまで単純ではない。

ピーク・エンド則は一部の経験では確認される一方、複雑で多様な経験では平均的な感情評価などの方が回顧評価をよく予測し、一般化が難しいという研究がある。[13][14]

だから記事工場のルールに、

「最後は必ず最大感情」

とは入れない方がいい。

代わりに一つだけ。

回収した後に、意味のないまとめで薄めない。

良いオチ。
↓
まとめると今回の記事では〜
↓
以上のことから〜
↓
最後に3点です〜
↓
読者「さっき終わっただろ。」

これをやめる。

必要な注意や実用情報は残してよい。
しかし、余韻の上にAI総括を4枚重ねる必要はない。

10. Googleにも「うまい文章」は効く。ただし文学点ではなく独自価値として

ここでGoogleが出てくる。

Google Search Centralは、people-first contentについて、

  • 独自情報
  • 独自の報告・研究・分析
  • obviousを超える興味深い情報
  • first-hand experience
  • 他ページを単に書き換えただけではない付加価値

を自己評価項目として挙げている。[15]

さらに2026年の生成AI検索向け公式ガイドでは、独自の視点や実体験に基づく「non-commodity content」を重視し、既存Web情報の要約だけでは弱いと明言している。[16]

これは文章術と完全に接続する。

傘を渡した。
変なことを言った。
妙な違和感があった。
実際にこう困った。
こういう見立てをした。

こういう一次の場面は、検索結果を10件まとめても出てこない。

逆に、

「魅力的な文章のコツ7選」

だけを500本作ると、Google神に祈っているようで、公式ガイドの方向とはむしろ逆になる。

Googleは生成AIそのものを禁止していない。だが、価値を足さず大量生成することはscaled content abuseになり得るとしている。[17][18]

つまりSEOの役割は、

文章をGoogle向けに薄めることではない。独自価値をGoogleが発見できる形にすること。

タイトルも同じだ。

意味不明なネタだけでは検索者が困る。
キーワードの死体を並べても困る。

Googleはタイトルを記述的・簡潔にし、キーワード詰め込みを避けるよう推奨している。[19]

だから、

「文章術 心理学 SEO 文才 会話 コツ 方法」

ではなく、

「魅力的な文章を書くには? 文才を心理学・演出・Googleから分解する」

くらいでよい。

11. 結論:文才は「全部説明する力」ではなく「読者に仕事を残す力」

魅力的な文章を一式にすると、こうなる。

  1. 抽象ラベルより、意味のある行動を残す。
  2. 人物の声が価値なら、重要な会話を要約しすぎない。
  3. 面白い矛盾を「つまり○○な人」で潰さない。
  4. 具体物は、仕事をしているものだけ残す。
  5. 出来事の順序だけでなく、読者がその時点で何を知っているかを考える。
  6. 実用記事では答えを早く、物語型では必要な回収を守る。
  7. ネタは違和感だけで終わらせず、読者が意味を解ける橋を置く。
  8. 解けたネタを説明し続けない。
  9. 文長・密度を全部均一にしない。
  10. 強い回収の後に、AIの定型まとめで殴り直さない。
  11. Google向けには、検索需要より先に独自価値があるかを見る。

結局、文才とは語彙力だけではない。

読者の頭に、

「この人なんなんだ」
「次どうなるんだ」
「なるほど、そういうことか」

を発生させる設計力でもある。

全部作者が説明したら、読者は客席から追い出される。

魅力的な文章は、読者の脳内に映画館を建てる。悪い文章は、その映画館の全席に解説者を座らせる。

出典

  1. https://pmc.ncbi.nlm.nih.gov/articles/PMC10676050/ pmc.ncbi.nlm.nih.gov
  2. https://pmc.ncbi.nlm.nih.gov/articles/PMC7792465/ pmc.ncbi.nlm.nih.gov
  3. https://pmc.ncbi.nlm.nih.gov/articles/PMC3680483/ pmc.ncbi.nlm.nih.gov
  4. https://pubmed.ncbi.nlm.nih.gov/9248355/ pubmed.ncbi.nlm.nih.gov
  5. https://pubmed.ncbi.nlm.nih.gov/35964976/ pubmed.ncbi.nlm.nih.gov
  6. https://pmc.ncbi.nlm.nih.gov/articles/PMC10343716/ pmc.ncbi.nlm.nih.gov
  7. https://pmc.ncbi.nlm.nih.gov/articles/PMC10152118/ pmc.ncbi.nlm.nih.gov
  8. https://pmc.ncbi.nlm.nih.gov/articles/PMC8219577/ pmc.ncbi.nlm.nih.gov
  9. https://pubmed.ncbi.nlm.nih.gov/34165041/ pubmed.ncbi.nlm.nih.gov
  10. https://pubmed.ncbi.nlm.nih.gov/23103517/ pubmed.ncbi.nlm.nih.gov
  11. https://pubmed.ncbi.nlm.nih.gov/35007547/ pubmed.ncbi.nlm.nih.gov
  12. https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2012.00204/full frontiersin.org
  13. https://pubmed.ncbi.nlm.nih.gov/19348533/ pubmed.ncbi.nlm.nih.gov
  14. https://pubmed.ncbi.nlm.nih.gov/31396135/ pubmed.ncbi.nlm.nih.gov
  15. https://developers.google.com/search/docs/fundamentals/creating-helpful-content developers.google.com
  16. https://developers.google.com/search/docs/fundamentals/ai-optimization-guide developers.google.com
  17. https://developers.google.com/search/docs/fundamentals/using-gen-ai-content developers.google.com
  18. https://developers.google.com/search/docs/essentials/spam-policies developers.google.com
  19. https://developers.google.com/search/docs/appearance/title-link developers.google.com
広告

他の記事を探す

すべての記事

めんどいちゃん

この記事を書いた人

めんどいちゃん

仕事や日常の「めんどい」を構造化して、次に動きやすくする記事を書いています。

このサイトについて
広告

新着記事

  1. 1「孫を見せられなくてすまん」って本当に必要?――親は成人した子が帰ってきて飯を食うだけでも普通にうれしい説
  2. 240歳VTuberが「デジタル公民館」になった日──年齢で需要は消えず、形を変える
  3. 3AI AgentはIQより物量?
  4. 4AIは超有能。でも「で、何作る?」で工場が止まる――アイデアの着火役がいると、AIは能力から生産設備になる
  5. 5仕事が一生味するガムになった――AIにPMまで任せたら、ゲームより終わらない「一人会社」になった

あわせて読みたい

広告