サービス全体の文言レビュー（一般にUX Writingと定義される業務）という途方もない課題を、AIで自動化して解決した記録を共有します。
単なる「AI活用」を超えて、組織の判断基準をシステム化し、実務に密着させたプロセスがよくまとまっています。
要点まとめ
曖昧なライティングガイドではなく「数値化されたスペクトラム」
「親切に」のような主観的な指示の代わりに、オンボーディングから警告までのトーンを5段階で定義しました。その結果、AIが状況に合った正確なトーンを出力できるようになりました。品質の70%は「用語集（Glossary）」の管理から生まれます。
Claude Code（CLI）とMarkdownファイルシステム
プロンプトにすべてのルールを入れる代わりに、原則・事例・セッションを独立したMarkdown（.md）のフォルダ構成で管理します。CLI環境のおかげで、AIは必要なときだけインデックスを読み込み、トークンの浪費を減らして精度を高めました。
Figma MCP連携でデザインワークフローを自動化
デザイナーがデザイン案のリンクを渡すと、AIが直接Figmaに接続します。[原本の複製 → TOBE作成 → テキスト置換 → 変更箇所をピンクでマーキング]まで自動で実行し、協業効率を最大化しました。
好循環する「知識昇格」の構造
チームメンバーとの対話で蓄積されたセッション要約のうち、繰り返し現れるパターンは正式な原則（Docs）へ昇格させます。ボットが単なるツールを超え、組織のライティング資産とともに成長するよう設計しました。
工数が減ったポイント
ガイドブックを探し回る時間を削減
類似事例の検索を自動化
Figmaでの手動修正とマーキング作業を自動化
校正の根拠（Reason）を自動生成
結局、最終判断は人が担うものですが、反復的なルーティンをAIに任せることで、「文脈とユーザー体験」にだけ集中できるようになったという内容で、
実務でもすぐに活用できそうです。
まだコメントはありません。