はじめに
テキストマイニングによる思考パターンの抽出とは何ですか？
テキストマイニングによる思考パターンの抽出とは、人間が書いた文章や発言などの膨大なテキストデータから、その人が無意識のうちに持っているものの考え方、こだわり、価値観、感情の傾向（思考パターン）をAIや自然言語処理技術を使って自動的に見つけ出す手法のことです。通常、アンケートや対話から本音を引き出すには限界がありますが、テキストマイニングを使うことで、言葉の裏に隠された「思考の癖」を客観的に可視化できます。
ということで、過去の法務関係の記事をネタに、これをやってみました。
しかも、今回はGeminiとChatGPTの両者にテキストマイニングをさせました！
ですが・・・。
なんと！
このテキストマイニング結果をそのままブログに公開するのはやめておいた方がいいですよ（意訳）
と指摘されてしまい、まさかのお蔵入りとなってしまいました。
その代わりと言っては何ですが、ChatGPTのテキストマイニング結果の文体が石井ゆかりさんの著述に似ていたので、その点をGeminiに相談した結果を共有させていただきます。
石井ゆかりさんとは
占星術師の石井ゆかりさんについて教えてください。
石井ゆかり（いしい ゆかり）さんは、独自の詩的な文体と深い洞察で幅広い層から支持を集める、日本を代表するライター・占星術師です。
いわゆる「吉凶を言い当てる占い」の枠を超え、読む人の心に寄り添うエッセイのような言葉を紡ぐ書き手として広く知られています。
主な経歴と歩み
- ウェブサイト「筋トレ」の開設（2000年〜）: ブッククラブ回独学で占星術を学んだのち、個人テキストサイト「筋トレ」を立ち上げ、週報や年報などの12星座占いを無償で発信。その文学的で丁寧な語り口がインターネット上で口コミを呼び、絶大な人気を獲得しました。現在は公式サイト「石井ゆかりの星読み」などに引き継がれています。
- 出版界での大ヒット: 2010年に刊行された『12星座』シリーズ（WAVE出版）が累計120万部を超えるベストセラーを記録。毎年刊行される手帳・星座別運勢本（『星栞（ほしおり）』シリーズなど）をはじめ、著書の累計発行部数は500万部を突破しています。
- 多方面での執筆・連載: 女性誌（『madameFIGARO』『Marisol』など）や各種ウェブメディアでの連載のほか、哲学・神話・文学・対人関係などをテーマにしたエッセイや対談本も多数執筆しています。
特徴と魅力
- 詩的で文学的な言葉選び: 断定的な予言や「ラッキーアイテム」的な助言ではなく、季節の移ろいや心の機微を描くような、比喩に富んだ美しい日本語が特徴です。占いというより「良質な短編小説やエッセイを読んでいる感覚になる」と評されます。
- 「人を肯定する」スタンス: 不安を煽る表現を好まず、読者が直面している状況や感情をそっと受け止めるような温かさがあります。「自分の現在地を整理し、前を向くための言葉」として、日常の指針にするファンが多く存在します。
- 占星術への客観的・知的なアプローチ: 自身を「占い師」というより「ライター」と名乗ることが多く、占いという文化そのものを盲信するのではなく、「星の配置というシンボルを手がかりに、人間の心や物語を読み解く道具」として知的に捉える冷静さも持ち合わせています。
代表作・おすすめの著作
- 『12星座』シリーズ（WAVE出版）：各星座の持つ本質や物語を描いたロングセラー。
- 『星栞（ほしおり）』シリーズ：毎年の運勢を星座別に深く掘り下げた年間本。
- 『星読み』『星占い的思考』：占星術の仕組みや、星占いと人間との付き合い方を考察した著書。
- 『愛する人に。』『月のとびら』：恋愛や人生観、心の内面を見つめ直すエッセイ集。
石井ゆかりさんの文体の特徴を教えてください。
石井ゆかりさんの文章は、一般的な占いの枠組みを大きく超え、「物語性」「比喩の豊かさ」「受容と客観のバランス」に支えられた独自の文学的文体を備えています。
その文体の主な特徴は、大きく次の4点に整理できます。
1. 断定を避ける「余白」と「問いかけ」
通常の占いに見られる「◯◯になる」「△△をすべき」といった命令形や絶対的な予言表現はほとんど使われません。
- 語尾の工夫: 「〜なのかもしれません」「〜という気配があります」「〜と捉えてみることもできます」といった、読者に解釈を委ねる柔らかな結びが多く用いられます。
- 読者の主体性を奪わない: 運命を決めつけるのではなく、「今、あなたの目の前にどんな風景が広がっているか」を提示し、どう進むかは読者自身に委ねる“余白”が意図的に残されています。
2. 五感に訴える具象的な比喩と情景描写
抽象的な心理状態や星の象意（意味）を、手触りのある具体的な事物や情景に置き換えて表現します。
- 日常や自然のメタファー: 「古い机の引き出しの奥を整理するような」「遠くの雷鳴を聞きながら窓を閉めるような」「分厚いコートを脱いで春風に当たるような」など、誰もが身体感覚として思い出せる情景を用いて心の動きを言語化します。
- 天候や季節の移ろい: 状況の好転を「晴れ」と短絡的に言うのではなく、「長い霧が晴れて遠くの山並みが見え始める」といったように、変化のプロセスそのものを丁寧に描写します。
3. 「物語（ナラティブ）」の文脈で読む人を捉える
出来事を単発の「幸・不幸」「当たり・外れ」として切り取らず、人生という長い物語の一場面として位置づけます。
- 困難への眼差し: 停滞や苦しい時期について「運気が悪い」と片付けるのではなく、「今は力を蓄える冬の時期」「次の章へ進むための推敲の時間」として意味づけを行います。
- 時間の連続性: 過去・現在・未来の繋がりを意識させ、「これまで積み重ねてきたことが、別の形で芽を出す」といった、過去の労苦を肯定するナラティブが頻繁に立ち現れます。
4. 知的な冷静さと、包み込むような温かさの同居
読者に寄り添いながらも、甘やかしや過剰な同情に流れない、一種の「澄んだ距離感」があります。
- 客観的な観察者の視点: 自身を「予言者」ではなく「星の配置という地図を読み解く通訳者」と位置づけているため、語り口にはどこか知性的で静謐な客観性があります。
- 全肯定のトーン: 怠け心や迷い、ネガティブな感情に対しても、「人間である以上、自然なこと」として否定せずに受容する底流の温かさがあります。
こうした特徴から、彼女の文章は「未来を予測するために読むもの」という以上に、「凝り固まった自分の視野をほぐし、現在の状況を多面的に見つめ直すための文学的テキスト」として愛読されています。
ChatGPTのテキストマイニング結果（抜粋）
ここで、Geminiの忠告を無視して、一部、ChatGPTのテキストマイニング結果を公表します！
上記でGeminiが説明してくれた、石井ゆかりさんの文体の特徴を参照しながらご一読ください。
これは、
「法務としてはリスクがあるから、とにかく制限を入れる」
ではなく、
「事業側がそのリスクを取ってでも得たいものがあるなら、それを法務として支援する」
という考え方です。＜略＞
つまり、
事業判断を尊重するが、法務として最低限守るべきラインは持っている。
このバランス感覚が特徴です。ChatGPTのテキストマイニングによるプロファイリング結果より
筆者はかなり頻繁に、
売主側ならどうか
買主側ならどうか
を対比しています。秘密保持契約でも、
自社が情報を出す側か受け取る側か
を明確に区別しています。これは単なる整理癖以上に、
「立場が変われば合理的な答えも変わる」
という認識が強いことを示しています。したがって、筆者は、
「この条項は悪い条項だ」
という絶対評価をあまりしません。むしろ、
「誰にとって悪いのか？」
と考える。これは法務実務に非常に適した思考です。
ChatGPTのテキストマイニングによるプロファイリング結果より
これを一言で表現するなら、
「リスクをゼロにする法務」ではなく、「リスクと交渉コストの最適点を探す法務」
です。私は、3記事を横断すると、この特徴が最も鮮明に出ていると思います。
そしてもう一つ面白いのは、「勘と度胸」と本人が呼んでいるものが、実際にはかなり高度な「リスク・ベースド・アプローチ」になっていることです。本人は自分の経験則をやや謙遜して表現していますが、記事に現れている判断パターン自体はかなり一貫しています。
ChatGPTのテキストマイニングによるプロファイリング結果より
どうですか、この、独特の余韻のある表現は。
石井ゆかりさんが法務部長に転職して部下と面談することになったら、きっとこんな感じなのでしょう、という訳の分からないことを考えてしまうぐらい似ている、というのが私の所感です。
ChatGPTと石井ゆかりさんの文体の類似性に迫る！
以下でよろしくお願いします！
以下は、とある文章について、GeminiとChatGPTに**テキストマイニングによってプロフィアリング**してもらった内容を、ブログ記事にまとめたものです。
ChatGPTのアウトプットは、石井ゆかりさんの文体に似ている気がする一方、Geminiのアウトプットはそうではない気がします。
プロンプトとマイニングの対象テキストは同じであるにも関わらず、この違いはどこから生じるのか（AIとしての設計思想なのか、それとも別の要素によるものなのか）、**ステップバイステップで**検討してください。
# テキストマイニングのアウトプットをまとめたブログ記事
---
ヒ・ミ・ツ
---同じプロンプトを入力し、同じテキストを分析しているにもかかわらず、ChatGPTのアウトプットに「石井ゆかりさん的な文体」を感じ、Geminiにはそれを感じなかったというご指摘は、各AIの根底にある設計思想（チューニングの方向性）と、プロンプトの解釈の違いを鋭く突いた非常に面白い着眼点です。
なぜこのような違いが生まれたのか、直前の回答で挙げた「石井ゆかりさんの文体の特徴」と照らし合わせながら、ステップバイステップで紐解いてみましょう。
ステップ1：対象へのスタンス（「客観的分析」か「共感的な伴走」か）
石井ゆかりさんの大きな魅力は、「人を肯定するスタンス」と「同行者のような敬意」にあります。
- Geminiのスタンス： Geminiはプロンプトの「客観的・中立的に」という指示を忠実に守り、「事実」と「推論」を切り分けた冷徹で優秀な分析官として振る舞っています。感情を挟まず、構造的に情報を整理することに徹しています。
- ChatGPTのスタンス： 一方、ChatGPTは「ここは面白いところです」「これはかなり実務家らしい特徴です」「かなりビジネスパートナー型です」など、分析対象（筆者）に対する感嘆や肯定的な評価を随所に挟み込んでいます。プロファイリングという客観的な作業の中にも、「対象を肯定し、リスペクトを持って読み解く」という伴走者的な温度感があり、これが石井ゆかりさんのスタンスと強くシンクロしています。
ステップ2：「推量」の表現方法（断定か、余白か）
プロンプトにある「ハルシネーションを防ぐため、合理的に推測できる程度に留め」という制約に対するアプローチの違いが、文体に決定的な差を生んでいます。
- Geminiのアプローチ： 「推測される業種：純粋なITやサービス業ではなく、明確に「製造業（メーカー）」です。」のように、推測であることを項目名で担保した上で、文章自体は言い切る（断定する）スタイルをとっています。
- ChatGPTのアプローチ： 「〜と見るのが自然です」「〜という印象です」「〜とは断定できません」といった推量や限界を示す語尾を多用しています。これが結果として、未来を決めつけない石井ゆかりさんの「断定を避けた『余白』を残す語り口」と完全に一致する効果を生み出しました。
ステップ3：文章のリズムとフォーマット（「構造」か「散文」か）
- Geminiのフォーマット： Geminiは「ステップ1」「着眼点」「推測される〇〇」という強固な箇条書きのフレームワークを使い、情報を圧縮して提示しています。これはビジネスレポートとしては最適ですが、文学的な情緒はありません。
- ChatGPTのフォーマット： ChatGPTは一文一文が短く、改行を多用しています。「つまり、」「ここは重要です。」といった接続の言葉を置きながら、読者に語りかけるように論を展開しています。このナラティブ（物語的）でリズミカルな散文の展開が、エッセイのように読み進められる石井ゆかりさんの文章のリズムと重なっています。
ステップ4：根底にある「AIの設計思想（RLHF）」の違い
最も根本的な原因は、開発元（GoogleとOpenAI）がAIを人間の好みに合わせる強化学習（RLHF：人間からのフィードバックに基づく強化学習）の方向性の違いにあります。
- Gemini（Google）の設計思想：「情報の有用性と構造化」 検索エンジンをルーツに持つGoogleのAIは、「ユーザーが求める情報に、いかに早く、正確に、見やすく辿り着かせるか」を至上命題としています。そのため、大量のテキストを分析する際は、自動的に「見出し・箇条書き・結論先行」の構造化されたレポート形式を出力するように強くバイアスがかかっています。
- ChatGPT（OpenAI）の設計思想：「対話性とナラティブ（物語性）」 チャットインターフェースから始まったOpenAIは、「人間と話しているような自然な対話体験」や「プロセスを一緒に楽しむこと」を重視してチューニングされています。そのため、ステップバイステップという指示を受けると、単にリスト化するのではなく、「一緒に考えながら謎解きをしていくような、語り口調の長文（ナラティブ）」を生成する傾向があります。
結論
Geminiのアウトプットが石井ゆかりさんに似ていなかったのは、「プロンプトの指示をビジネス要件として受け取り、情報伝達効率を最大化したレポートを出力したから」です。
一方、ChatGPTのアウトプットが石井ゆかりさんに似て感じられたのは、「OpenAI特有の人間らしい対話的なチューニング」が、「推測に留める」というユーザーのプロンプト制約と合わさった結果、偶然にも『相手への敬意・推量による余白・リズミカルな語り口』という石井ゆかり的要素を高度に再現してしまったから、と言えます。
AIの「個性」が、同じプロンプトから全く異なる文体を引き出した、非常に興味深い事例です。
おわりに
「ハルシネーションを防ぐため、合理的に推測できる程度に留めること」という制約プロンプトをGeminiとChatGPTの双方に与えたところ、Geminiは「推測であることを明記して断定する」という防御策を講じた一方、ChatGPTは「語尾を曖昧にして余白を作る」という防御策を講じた。
それぞれのLLMの特性としては、上記の点が興味深いですね。
今回、ChatGPTのテキストマイニングの結果をほんの一部しか公開することができなくて非常に残念なのですが、テキストマイニングによるプロファイリングのプロンプトについては別記事で共有予定ですので、ご期待ください！
あと、今回はGeminiが石井ゆかりさんのプロフィールを詳細に記載してくれたおかげでAmazonアソシエイトのリンクがたくさん貼れてにっこりです。皆さんぜひお買い上げください。
【参考】私が持っている石井ゆかりさんの本
