株式会社HINATAがTSUZURUを提供開始、ブランド理解を反映したAI編集環境で品質のばらつきを抑制

株式会社HINATAは、対話型AIエディター「TSUZURU」の提供を開始しました。企業のブランドや価値観、文章トーン、編集基準をAIに反映し、記事の企画から執筆・ブラッシュアップまでを対話形式で進める仕組みです。自社専属の「AI編集部」として設計されたサービスであり、通常のChatGPTとの比較検証では、ブランド理解や共感設計の面で品質差が確認されています。

生成AIの普及により、記事制作のスピードは大きく向上しました。一方で、「文章としては成立しているが、自社らしくない」「担当者によって品質が変わる」「サービス紹介が後付けに見える」といった課題も生まれています。

一般的な生成AIでは、その都度プロンプトへ細かな条件を入力する必要があり、指示する人によって、結果が変わることも少なくありません。株式会社HINATAは、雑誌編集やライティング、クリエイティブディレクションの実務で培った編集知見をもとに、企業ごとのブランド理解と編集判断をAIへ反映する仕組みを開発しました。

加えて、検索体験そのものもAIによって、変化しつつあります。一般的な情報の要約はAIが担う時代に、企業独自の視点や一次情報をどう蓄積し発信するかが、コンテンツの価値を左右するようになっています。

TSUZURUと通常のChatGPTで同一テーマの4本の原稿を作成し、第三者AIによるブラインド評価を実施しました。生成方法を伏せた匿名原稿として採点しています。

評価の結果、採用水準（70点）を上回ったのはTSUZURUを使用した2本で、通常のChatGPTで作成した2本は採用水準に届きませんでした。評価は、ブランドボイスとの整合性、ターゲット読者への共感設計、コンテンツマーケティング効果、サービス訴求との連携、文章品質と再現性の5つの観点で行われました。

通常のChatGPTで作成した記事も、文章として一定の読みやすさは確認されています。TSUZURUを使用した記事は、ブランド固有の価値観や語り口、読者への共感、サービスへの自然な接続など、企業のコンテンツとして求められる項目で高い評価を得ています。なお本検証は、今回設定したテーマや生成条件、評価基準に基づく結果であり、あらゆるテーマやAI利用方法における普遍的な優劣を示すものではありません。

TSUZURUは、企業ごとのブランド理解と編集判断をAIに組み込んだ専用の制作環境です。主な特徴は次の5点です。

• ブランドの思想や価値観を前提にした記事設計
• 読者の状況や悩みを踏まえた共感構成
• 記事テーマと自社サービスの自然な接続
• 文章トーンや編集基準による品質の標準化
• 企業独自の一次情報・専門知識の情報資産化

キーワードを入力すれば記事が完成する一方向型のツールではなく、編集者と打ち合わせをするようにAIと対話して、記事を設計する使い方を前提としています。担当者や外注先の違いによる品質のばらつきを抑え、一貫したブランド発信の継続を支援する点が特徴です。

TSUZURUと通常のChatGPTで作成した4本の原稿を比較した検証で、ブランド理解や共感設計の観点で品質差が確認されたという結果は、生成AIを活用したコンテンツ制作の現場において示唆の多い指摘です。業界全体としては、「文章として読める記事」と「自社らしい記事」の間に大きな開きがあるという課題認識が広がっており、ブランド文脈を保持したまま生成精度を高める仕組みへの関心が高まっています。

生成AIを使った記事量産への移行が進む一方で、「AIが書いた均質なコンテンツ」に埋もれないための差別化をどう設計するかという議論も活発になっています。ブランドの価値観や一次情報を継続的に発信するという方向性は、マーケティング業界の文脈においても注目される動向です。

「品質の標準化」と「情報資産の蓄積」を同時に扱う設計は、担当者の入れ替わりや外注管理に伴う品質管理が課題となる業界全体の文脈においても、コンテンツ運用の構造転換を象徴する取り組みとして読み取れます。

References

1. ^ PR TIMES. 「【新サービス】ブランドを深く理解した自社専属の「AI編集部」を社内に。対話型エディター「TSUZURU」提供開始 | 株式会社HINATAのプレスリリース」. https://prtimes.jp/main/html/rd/p/000000001.000176219.html, (参照 26-07-08).

ITやプログラミングに関するコラム

• 
  【Python】FastAPIで料金プラン見積もりシミュレーターを作ってみた
• 
  【Python】pandasとmatplotlibで在庫データのABC分析と構成比を可視化してみた
• 
  【Python】Flaskで社内FAQをカテゴリ検索できるWebアプリを作ってみた
• 
  【Python】argparseでJSON整形・構文検証・キー検索CLIを試してみた
• 
  【Python】NumPyとmatplotlibでモンテカルロ法による円周率推定と収束過程の可視化を試してみた
• 
  【Python】Playwrightでスクレイピングを試してみた
• 
  【CSS】notで複数の件を除外する方法
• 
  【Git】remote設定を変更する方法
• 
  【VBA】コメントアウトを設定する方法
• 
  x86とx64の違いを分かりやすく解説

ITやプログラミングに関するニュース

• 
  VercelがAI GatewayにSeedream 5.0 Proを追加、AI SDKのモデル指定で画像生成と編集が可能に
• 
  AWSがAmazon LocationのPlaces APIを強化、住所表記の指定と移動手段別の検索が可能に
• 
  VercelがトレースにTree・Waterfallビューを追加、ログ画面で処理の階層と所要時間を確認可能に
• 
  Googleがエージェント評価の再考を提唱、難易度を情報量で測るDiscovery Benchを解説
• 
  Google CloudがCloud Runサンドボックスを公開プレビューで提供、サービスヘルスは一般提供に
• 
  Google Cloud EMEAが英国金融の重要第三者に指定、イングランド銀行・PRA・FCAの直接監督下に
• 
  AWS DMS Schema ConversionがSQL Serverのオフライン変換に対応、ソースDBへ接続せずスキーマを変換可能に
• 
  EC2 G7インスタンスが米国東部（バージニア北部）で利用可能に、G6比でAI推論性能が最大4.6倍
• 
  SageMaker HyperPodが継続プロビジョニングでのAMIベース構成に対応、S3のスクリプト管理なしでSlurmクラスターを作成可能に
• 
  AWSがEMR on EKSでSparkトラブルシューティングエージェントに対応、失敗ジョブの原因分析を自然言語で依頼可能に