下は、AIが書いたレポートを公開する直前に、検証ゲートが吐いた画面です。

  検証カバー率 54.5% （照合済み 6 / 未検証 5）
  重大 12 件 / 注意 1 件

  ■ 重大 L8 数値が正解と違う：MRR
      本文「4,820,000円」 ≠ 正解 4,712,900円
  ■ 重大 L8 数値が正解と違う：MRR前月比
      本文「8.2%」 ≠ 正解 5.687%
  ■ 重大 L14 正解が欠損なのに本文は断定している：解約率
      正解データの解約率は欠損。にもかかわらず本文は「2.1%」と書いている
  ■ 重大 L25 同じ指標に2つの値：有料ユーザー数
      1,284（13行目）と 1,310（25行目）が併存
  ■ 重大 L23 差し込まれなかったプレースホルダが残っている
  ■ 重大冒頭で予告した「解約率の内訳」が本編で回収されていない
  ■ 重大 L29 まだ起きていない予定を過去形で書いている：v3リリース
  ■ 重大 L30 裏づけの無い断定：創業以来最高

  判定: BLOCKED — 公開しない

このレポート、パッと読むと普通に読めます。日本語として自然だし、数字も具体的だし、話の筋も通っている。だから人間の目視では通ります。実際、私は通していました。

でもこの中には、8種類の壊れ方が入っています。

数字が違う。派生値の計算が違う。データが取れていないのに断定している。同じ指標に2つの値がある。差し込みが失敗した残骸がある。冒頭の約束を守っていない。未来のことを過去形で書いている。裏づけの無い最上級表現がある。

そして、いちばん怖い行はここです。

💥 検証カバー率 54.5%

重大12件というのは、「12個の間違いがある」という意味ではありません。 「見た11個の数値のうち、6個しか照合していない。その6個の中に問題があった」という意味です。残りの5個については、このゲートは何も言っていない。

これが今日お渡しする「AI検証ゲート構築スキル（ai-verify-gate）」。

AIの出力を人が読んで確かめるのをやめて、機械が止めるようにするための道具一式です。

こんな経験、ありませんか

AIが書いた数字が間違っていた。指摘したら、別の間違った数字に変わった
「もう一度チェックして」と頼んだら「問題ありません」と返ってきた。問題はあった
公開してから、読者や上司に数字の誤りを指摘された
チェックのために、結局ぜんぶ自分で読み直している。AIを使う前より時間がかかっている
1箇所を直させたら、直っていた別の場所が壊れた
「AIは数字が苦手だから」と言い聞かせて、諦めている

私は全部やりました。

顔出しなし・一人・AIで、株式市況の動画を平日2本ずつ作って公開しています。台本は1本1万字以上。数値は1本あたり約200個。これを毎日2本。

人間の目視で確かめる、というのは最初の1週間で破綻しました。

AIの数字が直らない、本当の原因

原因①　AIに検算させているから

いちばん多いのが「もう一度AIに読ませてチェックさせる」です。これは効きません。

数字を間違えたのと同じ仕組みが、その数字を確かめる側にも入るからです。

AIは「4,820,000円」を見て「はい、正しいです」と言います。正しくありません。別のAIに見せても同じです。3体で多数決を取っても同じです。全員が同じ理由で間違えるので、多数決は機能しません。

💥 数値の照合は、機械にしかできません。AIの仕事は「解釈」と「文章化」であって、「検算」ではない。

原因②　見ていない数字を「合格」と呼んでいる

これが、私がいちばん高い授業料を払った学びです。

私のシステムには、前から検証ゲートがありました。 公開前に自動で走っていました。にもかかわらず、欠陥が公開まで到達し続けました。

理由が分かったとき、正直こたえました。

ゲートは「呼び出し側から渡された正解値」としか突き合わせていなかった。渡されていなかった数値——移動平均、期間高値、派生の百分率——は、 「検証済み」ではなく「無検査」だった。

そして無検査は、レポートの上では合格とまったく同じ顔をします。

「重大0件」と表示されている。ゲートは動いている。でも、何も見ていない。

これがどれくらいの規模かを、実際に測りました。自分の本番台本（11,423字）に、正解データを7指標ぶん用意して当てた結果がこれです。

本文中の数値：196個
正解データと照合できた：19個
照合できなかった（無検査）：177個
検証カバー率：9.7% 9割は、誰も見ていませんでした。

原因③　指摘が「違う」だけで終わっている

「12行目の数字が違う」とだけ伝えられたAIには、選択肢がひとつしかありません。 全部書き直すです。

正しい値を知らないのだから、当然です。そして書き直すたびに、直っていた場所が壊れます。費用も毎回まるごとかかります。

私はこれで、1回の修正に台本1本ぶんの生成費を払い続けていました。

他のファクトチェック手法との決定的な違い

違い①：数字はAIに検算させない

照合は同梱スクリプトが機械でやります。AIは一切数えません。

さらに派生値——前月比・達成率・単価・騰落率——も、文章を書く側に計算させません。正解データに「式」を置いておくと、ゲートが毎回計算し直します。

{ "id": "mrr_mom", "label": "MRR前月比", "unit": "%",
"derive": { "op": "pct_change", "from": "mrr_prev", "to": "mrr" } }

これを入れておくと、人が手で書いた「8.2%」と、機械計算の「5.687%」が食い違うこと自体を不良として上げます。 本文を見る前に、正解データのほうが壊れていることに気づけます。

違い②：「照合できなかった」を合格にしない

これがこのゲートの本体です。

検証カバー率＝照合できた数値 ÷ 本文中の数値ぜんぶ

本文の数値を全部数えます。年月日や箇条書き番号は分母から除きます。そのうえで、照合できた割合を毎回必ず出します。

💥 重大0件でカバー率30%のゲートは、7割の数字を誰も見ていません。

このスキルは「報告するときは必ずカバー率を先に言う」を制御層に書き込んであります。カバー率を伏せて「問題ありませんでした」と言うのは、誤報に近いからです。

違い③：止め方を3つに分ける

▼ 終了コード｜意味｜どうするか - 0：合格　／　公開してよい - 1：重大不良　／　公開しない - 2：ゲート自体が動かなかった　／　公開しない ふつうのチェックツールは 0 と 1 しか持ちません。 2 を用意しているのは、ゲートが動かなかった日がいちばん危ないからです。

設定を間違えた、ファイルが読めなかった、ネットワークが切れた—— そういう日にゲートが黙って 0 を返すと、いちばん壊れやすい日に、いちばん無防備になります。

2 を 0 に丸めた瞬間、ゲートは飾りになります。

違い④：指摘に「正しい値」を添えるから、差分で直る

不合格のとき、ゲートは書き直し指示（repair_plan.json）を出します。

{
  "instruction": "以下の箇所だけを直す。ほかの文は1文字も変えない。
                  correct_value は照合済みの確定値なので書き換えてはいけない。",
  "confirmed_numbers": ["mrr = 4,712,900", "mrr_mom = 5.687"],
  "fixes": [
    { "find": "8月のMRRは4,820,000円",
      "correct_value": 4712900,
      "why": "数値が正解と違う：MRR" }
  ]
}

どこを・何に・なぜの3点セット。これをAIに渡すと、修正が「全文再生成」から「差分適用」に変わります。費用が下がるだけでなく、直っていた場所を壊さなくなります。

流れにすると、こうです。

中身のカタログ（数字で出します）

検査の種類：14種（数値照合・欠損・鮮度・自己矛盾・カバー率・残骸・予告回収・時制・断定ほか）
設計原則：7つ（実運用で削り出したもの・全部理由つき）
実際に起きた事故カタログ：12件（症状／何が起きたか／なぜ既存の検査をすり抜けたか／どう捕まえるか）
スクリプト：1,029行（Node標準のみ・依存パッケージ0・APIキー不要）
同梱ドキュメント：19,734字
テンプレート：正解データの型／ルール例／書き直し指示の前口上／自動化の組み込み例
動作確認：ネット不要のドライラン（重大12件の検出を誰でも再現できます）
対応：Claude Code / Codex ／ Mac・Windows・Linux

実測：本番の台本に、実際に当てました

作って終わりにしたくなかったので、毎日公開している自分の台本に当てました。その全工程を書きます。ここがこの教材でいちばん正直なところです。

0回目：素のまま当てる → 誤検知13件

▼ 検証カバー率｜重大不良｜うち本物 - 13.7%：13件　／　0件全部が誤検知でした。この状態のゲートを渡されたら、私なら翌日に外します。

中身を見ると、誤検知は3種類しかありませんでした。

①　移動平均を「終値」として拾っていた

本文：5日移動平均66,036.84円も20日移動平均66,280.31円も上回って
指摘：数値が正解と違う：日経平均終値「66,036.84円」≠ 正解 66,405.56円

②　「下げ幅」を「終値」として拾っていた

本文：日経平均の直近終値との差はマイナス631円
指摘：数値が正解と違う：日経平均終値「631円」≠ 正解 66,405.56円

これが根深い。水準と変化幅は、同じ単位を持ちます。 「66,405ポイント」も「411ポイント下落」も、どちらも「ポイント」。単位では区別できません。

③　基準の違う％を「前日比」として拾っていた

本文：過去1ヶ月の高値からマイナス4.07% ／ NYダウは週で見ればプラス0.53%

％は、基準を書かないと何の％か分かりません。前日比・週間・年初来・高値から——本文では全部「％」です。

1回目：文脈ガードを入れる → 誤検知0件

ここでやってはいけないのが、許容誤差を広げることです。 ±0.05%を±5%にすれば13件は消えます。本物の破損も一緒に通ります。

入れたのは「この語が近くにあるなら、その数値はこの指標の主張ではない」という除外条件です。

"exclude_near": ["移動平均","高値","安値","最高値","下落","上昇",
"下げ","上げ","幅","との差","週で","年初来"]

▼ 検証カバー率｜重大不良｜うち本物 - 9.7%：3件　／　3件

💥 誤検知13件が0件になり、**残った3件は全部本物**でした。

残った3件が、全部「私のデータ側の欠陥」だった

■ 重大正解データの不良：日経平均前日終値
    正解データが古い（asof 2026-08-27 / 4日前・許容 3日）
■ 重大正解データの不良：エヌビディア前日終値
    正解データが古い（asof 2026-08-26 / 5日前・許容 3日）
■ 重大 L24 同じ指標に2つの値：エヌビディア前日比
    -4.6（8行目・本文「4.6」）と 4.6（24行目・本文「4.6」）が併存

台本は正しくて、私の日足台帳のほうが1営業日遅れていました。

ここがこの設計のいちばん大事なところです。ゲートが「正解データが古い」と言えないと、このズレは全部 「台本が間違っている」として報告されます。 そして正しい台本が毎日殺される。

💥 潰すべきは成果物ではなく、データ源です。

3件目は、同じ台本の中で「マイナス4.6%」と「4.6%の下落」が混在していた件。人間には同じ意味ですが、下流の自動処理は片方を＋4.6%として読みます。

この教材を作る過程で、自分の本番システムのバグが2つ見つかりました。 そういう道具です。

やることは3つだけ

1｜正解データを作る

手元のCSV / JSONから、たたき台を機械が作ります。

node scripts/init_facts.mjs --from data.csv --out facts.json

そのあと「本文でその指標をどう呼ぶか」を足します。ここが照合の当たり判定です。

2｜走らせる

node scripts/gate.mjs --text draft.md --facts facts.json

3｜不合格なら、出てきた書き直し指示をAIに渡す

正しい値が入っているので、差分で直ります。直したらもう一度通す。通るまでが仕事。

以上です。AIに向かって「検証ゲートを作りたい」と言えば、スキルが1〜3を順番に案内します。

僕がこのゲートで何を止めてきたか

同梱の「事故カタログ」は、実際に公開まで到達してしまった欠陥の記録です。理屈で考えた失敗例ではありません。全部、私が出した事故です。

古い数値が、毎日自分で再注入されていた — 自分の出力を正解データにしていた
欠損値が「下落」という事実に化けた — NaN は比較で必ず false になる。例外もログも出ない
1本の成果物に、2日ぶんのデータが混ざった — 取得経路が2つあった
修正ツールが、正しい箇所を壊した — 置換が一致する場所すべてに効いた
指摘はできたが、直し方を渡していなかった — AIが毎回全部書き直した
まだ起きていない予定を、過去形で書いた — 生成時刻と公開時刻が離れていた
検査は動いていたが、対象が渡されていなかった — このゲートを作り直した直接の理由
誤検知でゲートが止まり、その日は何も出せなかった — 本物と誤検知が同じ日に混ざる
検査に穴があるのに、合格と表示されていた — スキップを合格として集計していた
冒頭の約束が、本編で回収されていなかった — 数値は全部正しいので何にも引っかからない
自動修復が、別の必須要素を消した — 「無くてはいけないもの」を見ていなかった
ゲートが動かなかった日を、誰も知らなかった — 沈黙は合格と区別がつかない

それぞれについて、「なぜ既存の検査をすり抜けたか」を書いてあります。ここがいちばん役に立つはずです。検査を足すより、穴の形を知るほうが早いので。

教材に含まれるもの【全部】

スキル本体（ZIP・Node標準のみ・依存パッケージ0）

gate.mjs — 検証ゲート本体。終了コードで合格・不合格・ゲート自体の失敗を分ける
facts.mjs — 正解データの読み込みと派生値の機械計算。欠損と鮮度もここで判定
extract.mjs — 本文からの主張抽出。最長一致優先＋文脈ガード＋未検証カウント
verify.mjs — 検査カタログ本体（14種）。ここに検査を足せます
init_facts.mjs — CSV / JSON から正解データのたたき台を生成
doctor.mjs — 環境と同梱物の健康診断

参照ドキュメント（正本）

gate-design.md — 設計原則7つ。これを外すとゲートは飾りになります
check-catalog.md — 検査14種の全解説＋許容誤差の決め方＋検査の足し方
failure-catalog.md — 実際に起きた事故12件
troubleshooting.md — 症状別12件

テンプレート

facts.schema.json — 正解データの全項目
rules.example.json — 検査ルールの実例（禁止表現・予告回収・時制・断定）
repair-prompt.md — 書き直しをAIに頼むときの前口上（守らせる約束4つ）
ci-example.md — シェル / npm / GitHub Actions / 自己修復ループへの組み込み

動作確認用

mock/ — わざと8種類の不良を仕込んだサンプル一式（ネット不要）
sample/ — 合格レポート・不合格レポート・書き直し指示の実物

ガイド

セットアップガイド（Mac / Windows 両対応・所要5分）

必要な環境と費用

Node.js 18以上：無料。入っているか node -v で確認できます
Claude Code または Codex CLI：どちらか片方。ChatGPT契約ならCodexが使えます
APIキー：不要。追加の従量課金は一切ありません
追加パッケージ：不要。npm install もしません
OS：Mac / Windows / Linux ゲートそのものはAIを使いません（機械照合だから）。AIを使うのは「正解データの設計を相談するとき」と「書き直しをさせるとき」だけです。

向いていない人（当てはまるなら、買わないでください）

正解データを持っていない人。 これが最大の条件です。正解データが無いゲートは作れません。「AIが書いた数字が正しいかどうか、 AIに調べさせたい」という需要には、この教材は応えられません。 照合の相手は、あなたが持っている確かな数字です。

数値を扱わない文章だけを書く人。 検査の中心は数値照合です。時制・予告回収・禁止表現の検査は数値なしでも効きますが、それだけなら価格に見合いません。

「ボタンひとつで全部やってくれる」を期待している人。 上に書いたとおり、1回目は誤検知が出ます。 種類ごとに条件を書いて潰す工程が要ります。私の場合は13件を1回のチューニングで0件にしましたが、ゼロ手間ではありません。

逆に、向いている人。 AIに毎日・毎週なにかを書かせていて、その中に数字が入っている人。一度でも「公開してから間違いに気づいた」経験がある人。そして、チェックのために自分が全部読み直している人。その時間がまるごと空きます。

無料特典：30秒で「伸びない原因」を1つに絞る診断ツール

購入を迷っている方は、先にこちらを試してください。登録不要・入力した数字はどこにも送信されません。

▼ のびしろ診断（無料・登録不要） https://nobishiro-shindan-4xo.pages.dev

発信をしている方向けの診断ですが、「自分が何を測っていないか」を見つける、という意味では、この教材と同じ考え方でできています。

そのほかの副収入の情報が欲しい方へ

このスキルは「AIの出力を信用できる状態にする」ための道具ですが、私がAIにやらせているのはそれだけではありません。

漫画やLPの制作、電子書籍、SNS運用——人を雇わずに、一人とAIだけで回している仕事のやり方を、 LINEでお伝えしています。

💡 【こんな方に】 ・AIで副収入をつくりたいが、何から手をつけるか決まっていない・自分で作れるようになりたい（外注し続けたくない）・漫画やLPを「作ってほしい」側の方も歓迎です（無料モニター枠あり）

登録するとすぐ、いま挑戦している「90日で月商100万円」の進捗と、その日の売上の公開先をお送りします。 0円の日もそのまま出しています。

▼ 副収入・AI活用の情報を受け取る（無料） https://sokuho-market-line.4uudream.workers.dev/t/3fd9ba84-0b50-4e0e-9d4a-2aba134e1430

売り込みが目的ではないので、合わないと思ったらいつでもブロックしてください。

価格について

いまの価格：1,980円

この価格は最初の100部まで。101部目からは3,980円に値上げします。

安く出す理由は、これが「読む教材」ではなく「使う道具」だからです。使ってもらって、レビューという形で検査を増やしていきたい。検査カタログは、買った人の現場から増えるのがいちばん強い。

1,980円は、数字を1回間違えて謝る手間より、たぶん安いです。

レビュー特典

使ってレビューを書いてくださった方に、 「誤検知13件を0件にした実チューニング記録」をお渡しします。

上の「実測」の章を、全工程まるごと展開したものです。どの誤検知に対して、どの条件を、なぜその形で書いたか。 0回目→1回目の差分と、残った3件をどう本物と判定したか。あなたが自分の成果物に当てるとき、そのままなぞれる形にしてあります。

レビューは正直な感想で大丈夫です。「ここが分かりにくい」も、次の版の材料にします。

よくある質問

Q. プログラミングが分かりません。 A. コマンドは全部コピペ1行です。詰まったらエラー文をそのままAIに貼って「ai-verify-gate のトラブル対処集を見て直して」と言えば、同梱の対処集をAI自身が読んで直します。

Q. ChatGPTしか契約していません。 A. Codex（ChatGPT契約に含まれる機能）で動きます。Claude契約ならClaude Codeで。ゲート本体はどちらも使わず単体で動くので、node さえあれば検証だけは実行できます。

Q. Windowsでも動きますか？ A. 動きます。ガイドも両OS分あります。

Q. 正解データが用意できるか自信がありません。 A. まず「その数字は、どこから来ましたか」に答えられれば大丈夫です。スプレッドシート、社内DBのCSV、公的統計のダウンロード、自分で数えた実測——なんでも構いません。 CSVやJSONからたたき台を作るスクリプトが入っています。逆に、その問いに答えられない数字は、そもそも公開しないほうがいい数字です。

Q. 株式や市況の分野専用ですか？ A. いいえ。同梱のサンプルはSaaSの月次レポートで作ってあります。売上レポート、広告運用の報告、研究レポート、議事録の数値、不動産や医療の資料——「正解データがある数値」なら分野を選びません。私の実例が市況なのは、それが私の現場だからです。

Q. 検査を自分で足せますか？ A. 足せます。verify.mjs に1ブロック書くだけです。書き方は検査カタログに載せてあります。正しい値を持たせておけば、書き直し指示にも自動で載ります。

Q. 完全自動で公開まで回せますか？ A. 技術的には回せます（自己修復ループの例を同梱しています）。ただし公開の最終判断は人間が持つことをおすすめします。私自身もそうしています。

Q. 返金はできますか？ A. デジタルコンテンツの性質上、対応していません。だからこの無料部分で、中身・必要環境・向いていない人・1回目は誤検知が出ることまで、すべて開示しています。

Q. アップデートは有料ですか？ A. 無料です。このページのZIPリンクが常に最新版です。

利用条件（できること・禁止事項）

できること

個人・法人を問わず、あなたの業務での利用（クライアントワークを含む）
中身を読んで、自分の環境に合わせて改変すること
このゲートを組み込んだ成果物・検証結果の公開・販売

禁止事項

スキル一式（本体・スクリプト・ガイド類）および特典の転売・再配布・無断共有
同梱ドキュメントの本文をそのまま転載して配ること
本商品の中身を流用した類似商品・教材の販売

ご利用は購入者ご本人（およびご自身の業務の範囲）に限ります。

免責事項

本商品は検証の仕組みを提供するものであり、検査結果の正しさを保証するものではありません。 正解データが間違っていれば、ゲートは間違ったまま合格を出します
検証カバー率が100%でない限り、「重大0件」は「見た範囲に間違いが無い」という意味です
公開・提出・納品の最終判断は、必ず利用者ご自身で行ってください
デジタルコンテンツの性質上、返金には対応していません

追伸

AIに書かせるようになって、いちばん増えた仕事があります。

確かめる仕事です。

生成は速くなった。でも、出てきたものを読んで、数字を1個ずつ照らし合わせて、「たぶん合ってる」と思いながら公開ボタンを押す——この時間だけは、まったく減らなかった。むしろ増えました。生成が速いぶん、確かめる対象が増えたので。

そして、確かめきれなくなった日に、間違いが出ます。

私は出しました。公開してから気づいて、概要欄に訂正を書き足したことが何度もあります。そのたびに思ったのは、「もっとちゃんと読めばよかった」ではありません。 「読んで確かめる」という方法そのものが、量に負けているということでした。

だから、読むのをやめました。機械に止めさせることにしました。

いま、私の朝は「ゲートが通ったかどうか」を見るところから始まります。通らなかった日は、何が引っかかったかを見て、直すか、その日は出さないかを決める。台本を1万字読み直す作業は、もうありません。

あなたがAIに書かせているものの中に数字があるなら、その数字を、今日から機械に見張らせませんか。

それでは、購入後のページでお会いしましょう。