公開されている官公庁向け調査報告資料 28 本・3,559 頁を数えると、色数・フォント・罫線という装飾の規範は当社の既存基準とほぼ一致しており、欠けていたのは「今どこを読んでいるか」を示す現在地表示だった。9 社中 8 社が備えていたこの装置は、当社のスライド部品カタログ 65 型に 1 つも無かった。以下は、母集団と数え方、実物から採った文法 10 条、機械で検査できる項目だけを自動体裁チェックへ移した設計の記録になる。
実物から資料の「型」を抽出するには、何を数えるのか？
同じ用途で公開されている実物を母集団にし、機械で抽出できる値（フォント・罫線・文字数・余白）と、目視でしか取れない構造（現在地表示・見出しの型）を分けて数える。手順は、(1) 母集団と採否基準を先に決めて書誌を残す (2) 全頁を機械計測して分布を出し、集計単位を明示する (3) 目視で構造装置の有無を社単位で数える (4) 機械で検証できる項目だけを自動体裁チェック（lint）へ移す、の 4 段階。例外は用途の違う資料で、投影プレゼンや営業提案にこの分布は当てはまらない。
① 何を、どう数えたのか？ — コーパスと方法
母集団の採否基準は 4 つ。go.jp ドメインで公開されていること、受託したファーム名が表紙・奥付・ヘッダーに明記されていること、横長のスライド形式であること（A4 縦組みの文書体裁は除外）、2020 年以降で 10 頁以上あること。この基準で集めた 28 本・3,559 頁・9 社が対象になる収集日 2026-08-03、書誌一覧は末尾[1]。発注は経済産業省系 13 / デジタル庁 5 / 総務省 3 / 厚生労働省 3 / 内閣府 2 / 金融庁 2、受託は BCG 5・野村総合研究所 5・PwC 5・EY 4・アクセンチュア 3・アビーム 2・デロイト 2・マッキンゼー 1・あずさ監査法人 1 本。
媒体は全 28 本が公開 PDF で、元の PowerPoint ファイルではない。測っているのは PDF に埋め込まれたフォントの実測値であり、作成時の指定値ではない。画像化された頁は文字が取れないため文字数の分母から外れる。抽出は 28 本すべてで成功した。ページ形状はワイド系 16 / 4:3 系 4 / A4 系 8 に割れており、「官公庁標準のページサイズ」は存在しない。
集計単位は指標ごとに違う。フォントは全文字スパン 229,093 件、文字数は 3,559 頁、罫線は描画オブジェクト 31,032 件の分布で、いずれも頁数の多い資料が全体を引く（資料別中央値の中央値には補正していない）。余白だけは資料ごとの中央値 28 件の分布になる。
| 指標 | n | p25 | 中央値 | p75 |
|---|---|---|---|---|
| フォントサイズ | 229,093 スパン | 10.0pt | 11.0pt | 12.0pt |
| 文字数 / 頁 | 3,559 頁 | 456 字 | 721 字 | 1,016 字 |
| 罫線の太さ | 31,032 描画 | 0.5pt | 0.8pt | 1.0pt |
| 左余白 | 28 資料 | 15.8pt | 30.6pt | 43.9pt |
この表は記述統計であり、推奨値ではない。 「本文は 11pt、1 頁 721 字にせよ」という規範ではなく、査読目的の長尺資料という用途で実際に起きている分布にすぎない。用途が変われば当てはまらない（④ に後述）。
装飾より先に、構造装置の有無を疑う
質への不満が出たとき色や余白を先に疑うと改善が空振りしやすい。実測すると、装飾の規範はすでに実物と一致していて、読み手の迷子を防ぐ構造装置だけが無い、という形になっていた。
② 実物から採った文法 10 条
目視分析で複数社に再現したパターンだけを採用した。これは当社が自社の資料に課すために作った独自の整理で、業界標準の規格ではない。
| # | 文法 | 根拠となったコーパス観測 |
|---|---|---|
| 1 | 骨格は「見出し帯 → メッセージ行 → 本文 → 出典フッター」の 4 段 | 28 本がほぼ例外なくこの並びを取る |
| 2 | 20 頁を超える資料には現在地表示を置く | 9 社中 8 社が装備。頁数が多い資料ほど作り込みが厚い |
| 3 | 章扉では全体の目次を再掲し、現在章だけ強調して他章は淡色に落とす | 483 頁の資料が最も洗練された形で採用 |
| 4 | 出典行は全頁に置き、件数と取得期間まで書く | 9 社すべてで普遍。n と実施期間を書く例が複数社 |
| 5 | 表のヘッダーは濃色塗り＋白文字 | 9 社中 8 社。例外は罫線を使わない軽量表の 1 社 |
| 6 | 表の罫線は 0.5〜1.0pt（狙いは 0.8pt） | 描画 31,032 件の四分位。「0.5pt 以下」という自社の想定は外れていた |
| 7 | 出典・脚注は本文の 65〜80%、絶対下限 8pt | 出典行の実測 8pt ÷ 本文中央値 11pt ＝ 73% |
| 8 | 色は基調 1 ＋グレー＋強調 1（実質 2〜4 色）に収める | 9 社すべてがこの範囲。自社の「5 色以内」と整合 |
| 9 | メッセージ行に結論文を求めるのは「結論文型の頁」だけ | 題目型を標準にする社が複数あり、一律に求めると事例集や記録型の頁を誤って差し戻す |
| 10 | 文字の大小差（ジャンプ率）を効かせるのは章扉と数字主役の頁だけ | 本文頁のフォント差は中央値比 1.09 倍で、3 倍差はむしろ稀 |
10 条のうち、自社の既存規範を実際に書き換えたのは 3 条だけ（罫線のレンジ、脚注比の帯、ジャンプ率の適用範囲）。残る 7 条は、既存の規範が実物と一致していることの確認だった。感覚でルールを足していたら、この「変えなくてよい 7 条」と「変えるべき 3 条」の区別はつかなかった。
③ 自動体裁チェックへ移した 3 項目と、不合格だと何が見えるか
自動体裁チェック（開発の現場では lint と呼ぶ）は、生成したファイルを人が開く前に機械で検査する仕組みだ。当社は余白・重なり・整列・配色・フォント・文字あふれ・出典行の有無など 13 項目を持っており、今回の実測から 3 項目を追加した。
| 検査項目 | 何を検出するか | 不合格だと、どう見えるか | 扱い |
|---|---|---|---|
| 表罫線の太さ | 0.5〜1.0pt の帯を外れた罫線 | 線が方眼紙のように主張し、数字より枠が目立つ | 警告 |
| 出典・脚注のサイズ比 | 本文比 65〜80% の外、または 8pt 未満 | 出典が本文と同じ大きさで主張が薄まる、または小さすぎて読めない | 警告 |
| 頁あたり文字量 | 資料の用途（投影 / 報告書）ごとの参考帯との距離 | 投影用の 1 枚に 700 字が載る | 情報表示のみ |
新設した 3 項目はいずれも作業を止めない（2 つは警告、1 つは情報表示）。記述統計から採った帯であり、外れることが直ちに誤りとは言えないためだ。止める設定にするのは、外れが実害につながると観測できてからでいい。
置き換えたのは、レビューのうち定型的な体裁確認の部分だけだ。メッセージ行と根拠の対応、結論の飛躍といった意味の検証は機械では判定できないため、人と生成 AI によるレビューをそのまま残している。会議そのものを代替したわけではない。
効果の検証としては、実物と当社の資料をどちらが実物か伏せて採点する試行を 1 度だけ行い、当社 37.1 / 実物 34.8 という結果になった19 枚・判定者 1 名、2026-08-04 実施[2]。ただしこれは判定者 1 名・19 枚の試行であり、統計的な差とは言えない。定量の再検証は行っていない。
④ この文法を適用しない資料
母集団は「公開された長尺の調査報告資料」であって、コンサルティング資料全般ではない。次の用途には適用していない。
投影用のプレゼン。 1 枚あたりの目安は 105〜150 字で、コーパスの中央値 721 字はその 5〜7 倍にあたる。同じ密度で投影すれば読めない。営業提案とワンスライド。 十数枚の資料に現在地表示を置いても投資が回収されない。取締役会・投資家向け資料。 差異の説明や見通しの提示という別の作法があり、このコーパスからは採れない。題目型の頁を含む資料。 文法 9 条のとおり、結論文を一律に求めると事例集や記録型の頁を誤って差し戻す。
FAQ
Q. なぜ官公庁向けの公開資料を母集団にしたのか？ A. 民間向けの資料はほとんど公開されないが、官公庁向けの委託調査報告は公開が原則で、複数社が同種の条件で作った成果物を横並びで比較できる。ただし外的妥当性は「公開された長尺の調査報告資料」までで、提案書や役員報告には一般化していない。
Q. PDF から測った値は、元の PowerPoint の設計と同じか？ A. 同じではない。測っているのは PDF に埋め込まれたフォントや描画の実測値で、作成時の指定値そのものではない。画像化された頁は文字が取れず分母に入らない。制作ファイルが手に入らない以上これは埋められない制約で、値を読む前提として明示している。
Q. 中央値 11pt・721 字はそのまま真似していいのか？ A. 推奨値ではない。査読・配布を目的とした長尺資料で実際にそうなっている、という記述統計にすぎない。当社も自社の最小サイズ規定はそのまま維持しており、投影用と印刷・配布用で基準を分けている。
Q. 自動体裁チェックはレビュー会議を不要にするのか？ A. しない。数値で判定できる体裁の確認だけを機械に移した。意味の整合、論理の飛躍、主張と根拠の対応は機械では判定できないため、人と生成 AI のレビューを残し、そちらへ時間を寄せている。
Q. 新設した検査が誤検知したらどうするのか？ A. 3 項目とも作業を止めない設定のため、誤検知しても手は止まらない。止める設定へ上げるのは、その項目を外したことが差し戻しや作り直しにつながったと観測できてからにしている。記述統計から採った帯を最初から強制にすると、正しい例外まで止めてしまう。
Q. 実物と同格という評価は、どれくらい信頼できるのか？ A. 判定者 1 名・19 枚という規模で、統計的な差を主張できる設計ではない。当社に有利な採点者バイアスも排除できていない。感覚的な「良くなった気がする」より一段確からしい程度の根拠として扱い、恒常的な品質保証とは見なしていない。
参考文献 / Sources
mixednuts 社内実測（観測期間 2026-07〜2026-08）:
- コーパスの機械計測[1] — 28 本 3,559 頁、抽出成功 28/28、取得日 2026-08-03。集計単位は本文の表に同じ
- ブラインド採点[2] — 19 枚・判定者 1 名、2026-08-04 実施。当社 37.1 / 実物 34.8
- 自動体裁チェックの新設 3 項目 — 既存 13 項目に追加、2026-08-04 実装。2 項目は警告、1 項目は情報表示
分析対象コーパス（28 本・3,559 頁。すべて公開資料）:
| 発注 | 受託 | 資料（略称） | 年 | 頁 | 出典 |
|---|---|---|---|---|---|
| 経産省 | アクセンチュア | 次期 RESAS 構築構想 | 2021 | 82 | |
| 経産省 | BCG | コーポレートガバナンス改革の内外実態 | 2021 | 129 | |
| 経産省 | NRI | 製造業のデータ品質改善 | 2021 | 53 | |
| 資源エネ庁 | アビーム | 鉱業法手続のオンライン化 | 2021 | 115 | |
| 経産省 | マッキンゼー | ヘルスケア産業の国際展開 | 2022 | 58 | |
| 経産省 | NRI | 教育・EdTech イノベーション | 2022 | 247 | |
| 経産省 | EY | 航空機エンジンの供給網 | 2022 | 102 | |
| 経産省 | PwC | Web3.0 促進の政策手法 | 2023 | 160 | |
| 経産省 | PwC | サイバーセキュリティ産業の振興 | 2023 | 179 | |
| 経産省 | EY | ウクライナ復興事業 | 2023 | 23 | |
| 経産省 | NRI | ユニコーン創出支援 | 2023 | 225 | |
| 経産省 | アビーム | 産業データ連携 | 2024 | 129 | |
| 関東経産局 | デロイト | 社会課題解決企業のエコシステム | 2024 | 69 | |
| デジタル庁 | アクセンチュア | 共通番号のワンスオンリー（概要版） | 2022 | 29 | |
| デジタル庁 | BCG | トラスト基盤の整備 | 2022 | 286 | |
| デジタル庁 | EY | 保育施設等のシステム連携（概要版） | 2024 | 31 | |
| デジタル庁 | EY | 政府等保有データの AI 学習データ変換 | 2025 | 358 | |
| デジタル庁 | NRI | 資料名・URL が社内索引に未記録 | 2025 | 367 | — |
| 総務省 | NRI | 日本人のメディア利用行動 | 2022 | 39 | |
| 総務省 | PwC | コンテンツビジネスの現在と未来 | 2023 | 18 | |
| 総務省 | PwC | メタバースの海外動向 | 2024 | 33 | |
| 内閣府 | BCG | スマートシティサービス事例集 | 2022 | 65 | |
| 内閣府 | BCG | 経済安全保障上の重要技術 | 2025 | 60 | |
| 厚労省 | アクセンチュア | 医療等分野の標準化（概要版） | 2022 | 108 | |
| 厚労省 | PwC | ハローワークの AI 活用 | 2025 | 34 | |
| 厚労省 | デロイト | 救急医療情報の連携基盤 | 2025 | 49 | |
| 金融庁 | BCG | 資産運用エコシステムの課題 | 2021 | 28 | |
| 金融庁 | あずさ監査法人 | AI を活用した経営改善支援 | 2024 | 483 |
関連記事（委任設計 → ルール強制 → 成果物チェックの 3 部作）:
- AI エージェントの役割重複を減らす方法 — 誰に任せるかを一意に決める委任設計
- AI エージェントに運用ルールを守らせる方法 — 決めた基準を守らせる強制手段の設計
知見を、事業の実装へ。
60分の無料相談で、貴社に適した論点と次の一手を整理します。