AIの最初の回答で決めない・判断しない！「もっと良くして」を卒業する、対話による改善設計
AIに文章を作ってもらった。悪くはない。でも、少し冷たい。長い。結論が弱い。何かが足りない。
そこで、「もっと分かりやすくして」「もう少し良い感じにして」と頼んでみる。
すると、文章は変わったものの、今度は残してほしかった内容が消えた。短くなった代わりに根拠が薄くなった。何度か修正を繰り返すうちに、最初の文章と何が違うのか、自分でも分からなくなってきた。
こうした状態は珍しくありません。
AI活用成熟度のフェーズ1では、目的、元情報、作業、形式、制約を渡し、確認できる初稿を作りました。
フェーズ2では、その初稿を完成品として受け取るのではなく、評価、質問、修正、比較、採否を通じて、仕事の目的に合う成果物へ近づけていきます。
ただし、会話の回数を増やせば、自然に品質が上がるわけではありません。
重要なのは、「何が問題なのか」「なぜ直すのか」「どこまで変えるのか」「何を残すのか」を明確にすることです。
AIとの対話で品質を高める鍵は、修正回数を増やすことではありません。目的に照らして問題を評価し、必要な情報を補い、修正範囲と採否基準を明確にすることです。
このシリーズでは、AI活用が単発利用から業務・組織の再設計へ進む過程を、12のフェーズに分けて解説します。
フェーズ2では、AIを「生成者」から「共同編集者」へ変える
フェーズ1では、AIに必要な材料を渡し、一つの仕事について確認可能な初稿を得ました。
フェーズ2では、その初稿を人間とAIで編集します。
違いを整理すると、次のようになります。
フェーズ1：必要な情報を渡して初稿を作る
フェーズ2：初稿の弱点を評価し、対話で改善する
フェーズ3：複雑な仕事全体を構造化する
フェーズ2の目的は、AIとの会話を長くすることではありません。
最初の回答を見て、
何が足りないのか
どこが目的に合っていないのか
何を残すべきか
どこだけ直せばよいのか
どの案を採用するのか
を判断できるようにすることです。
OpenAIの一般利用者向け公式ガイドでは、自分の言葉で依頼を始め、回答を確認し、必要に応じてフォローアップで形を整えることが基本として案内されています。Googleも、プロンプト設計を一度で終わる作業ではなく、具体的な用途と観察した出力に応じて改善する反復的な工程と位置づけています。
ただし、反復すればするほど良くなるわけではありません。
何となく修正を繰り返すと、次の問題が起きます。
良かった部分まで変わる
数字や固有名詞が消える
新しい誤りが追加される
目的から離れる
どれが最新版か分からなくなる
人間が採用理由を説明できなくなる
そこで、フェーズ2では対話を次の6段階へ分けます。
目的と完成条件へ戻る
初稿を批評する
不足情報を補う
修正範囲を選ぶ
複数案を比較して採用する
完成条件を満たしたら止める
この順番を毎回厳密に守る必要はありません。
一文だけ直すなら、すぐに部分修正しても構いません。一方、社外へ出す重要な文章や、何度直しても改善しない成果物では、6段階へ戻ると原因を見つけやすくなります。
「なんか違う」は重要な感覚だが、そのままでは修正指示にならない
初稿を読んだときの違和感は、無視するべきものではありません。
「冷たい」「長い」「薄い」「読みにくい」「セールスっぽい」と感じるのは、成果物の問題を検知している可能性があります。
ただし、その感覚をそのままAIへ返しても、改善方向は定まりません。
たとえば、「もっと良くして」という指示は、何をもって良いとするかをAIへ丸投げしています。
必要なのは、違和感を修正可能な評価項目へ変えることです。
「冷たい」と感じたら、読者との距離や情報の順番を確認する
文章が冷たく感じる原因は、単に丁寧語が足りないからとは限りません。
たとえば、次のような問題が考えられます。
読者の疑問や状況を無視して、結論だけ述べている
いきなり注意や否定から始まっている
事実だけが並び、なぜ重要なのか説明がない
相手の事情を受け止める一文がない
指示や要求だけが目立っている
修正指示は、次のように変えます。
文章全体を感情的にせず、冒頭だけ修正してください。
読者が抱きそうな疑問を一文で受け止めた後、
結論へ進む構成にしてください。
事実、数値、結論は変更しないでください。
「温かくして」だけでは、過剰に親しげな表現へ変わる可能性があります。
何を加え、何を変えないかを示す方が、目的に合う修正になります。
「長い」と感じたら、削る場所と残す条件を分ける
文章が長いと感じたとき、「半分にして」と頼むだけでは、重要な情報まで削られることがあります。
先に、長さの原因を分けます。
前置きが長い
同じ結論を繰り返している
例が多すぎる
重要度の低い背景説明が長い
一文が長い
箇条書きと本文が重複している
たとえば、次のように指示します。
全体を30％程度短縮してください。
優先して削るもの：
・同じ結論の繰り返し
・抽象的な前置き
・内容が重複する例
残すもの：
・日付
・数値
・決定事項
・注意点
・相手に求める行動
変更後に、削った内容を簡潔に示してください。
これなら、何を犠牲にして短くするのかを確認できます。
「薄い」と感じたら、足りない根拠や具体性を特定する
文章が長くても、内容が薄いことがあります。
この場合に文章量だけ増やすと、一般論が増えるだけかもしれません。
「薄い」という違和感は、次のように分けられます。
根拠がない
具体例がない
判断基準がない
反論や例外がない
読者が次に何をすべきか分からない
著者や提案者の評価がない
修正例は次のとおりです。
文章量を増やすのではなく、次の不足だけ補ってください。
・結論を支える具体的な理由
・現場で起こる具体例
・例外または注意点
・読者が次に確認すること
確認できない事実や数値は追加しないでください。
「分かりにくい」と感じたら、構造・用語・一文を分けて確認する
分かりにくさには複数の原因があります。
結論が後ろにある
見出しと本文が一致していない
一段落に複数の論点がある
専門用語を説明していない
主語や対象が途中で変わる
前提説明の前に結論が出ている
例と一般論の関係が不明
一度に全文を書き直させる前に、原因を評価させます。
すぐに書き直さず、分かりにくさの原因を次の観点で評価してください。
・結論の位置
・見出しと本文の対応
・一段落あたりの論点数
・未説明の専門用語
・主語と対象の一貫性
・説明の順番
問題がある箇所を重要度順に示してください。
「セールスっぽい」と感じたら、誰の便益が先に出ているかを見る
営業文に見える原因は、強い表現だけではありません。
提供者の実績説明が長い
読者の問題よりサービス説明が先
成果を保証するような断定がある
不安を過度に刺激している
読者に合わないCTAがある
選ばない場合の選択肢を示していない
修正するときは、表現を弱くするだけでなく、情報の順番を変えます。
営業色を弱めるために、次の順番へ再構成してください。
1. 読者が抱えている問題
2. 問題が起きる理由
3. 読者自身でできる対策
4. 支援が必要になる条件
5. 提供内容
成果保証や不安を煽る表現は削除してください。
曖昧な違和感を具体化できるようになると、AIとの対話は「好き嫌いの伝達」から「目的に基づく編集」へ変わります。
書き直させる前に、まず問題を批評させる
初稿に問題があると感じたとき、すぐに「書き直して」と頼みたくなります。
しかし、最初から修正へ進むと、AIが何を問題と判断したのか分かりません。
先に批評させると、次の利点があります。
問題の原因を整理できる
修正範囲を選べる
良かった部分を残せる
不足情報に気づける
AIの評価と人間の評価を比較できる
Anthropicの公式ドキュメントでは、プロンプトを改善する前に、具体的で測定可能な成功条件を定義することを推奨しています。また、成功条件は用途や利用者の必要性に整合させるべきだとしています。
ただし、AIの批評は最終判定ではありません。
AIは、自分が作った文章の問題を見落としたり、必要以上に変更を提案したりすることがあります。批評は、人間が判断するための補助材料として使います。
目的への適合を最初に確認する
最初に確認するのは、文章の美しさではありません。
その成果物が、何を達成するためのものかです。
たとえば、取引先への日程変更メールなら、目的は次のようになります。
日程変更を丁寧に依頼する
候補日時を正確に伝える
相手に返信してもらう
関係を不必要に悪化させない
初稿が丁寧でも、候補日時が分かりにくければ目的を満たしていません。
次のように評価させます。
このメールの目的は、既存取引先へ日程変更をお願いし、
候補日時から返信してもらうことです。
次の観点で評価してください。
・変更のお願いが明確か
・候補日時が分かりやすいか
・相手に求める行動が明確か
・過度に堅くないか
・事実を追加していないか
すぐに書き直さず、問題点だけ示してください。
内容・構成・表現を分けて評価する
「文章が悪い」という一つの判断では、修正範囲が広すぎます。
少なくとも、次の三つへ分けます。
内容：必要な事実や論点が揃っているか
構成：情報の順番やまとまりが適切か
表現：言葉遣い、長さ、文体が適切か
内容に問題がないなら、表現だけ直せばよいかもしれません。
構成が崩れているなら、一文ずつ直しても改善しません。
問題の層を分けることで、必要以上の全面改稿を避けられます。
問題だけでなく、維持する箇所も指定する
AIへ弱点だけを尋ねると、全面的な変更を提案することがあります。
しかし、実務では良かった部分を守ることも重要です。
次の観点で評価してください。
・問題がある箇所
・その理由
・維持すべき良い箇所
・変更すると品質が下がる可能性がある箇所
とくに、次の情報は修正時に失われやすいため、維持条件へ入れます。
数値
固有名詞
日付
引用
決定事項
重要な留保
承認済みの表現
法的・契約上必要な文言
重要度順に修正方針を決める
軽微な語尾と、目的を満たしていない問題を同じ重さで扱うべきではありません。
簡易的には、次の三段階で十分です。
重大：目的、事実、相手の行動に影響する
中程度：理解や説得力へ影響する
軽微：表現や好みの調整
修正は重大な問題から進めます。
軽微な言い換えを先に行うと、その後の構成変更でやり直しになるからです。
材料が足りないときは、修正ではなく質問をさせる
初稿が弱い原因は、指示の言い方ではなく、材料不足かもしれません。
たとえば、顧客向けの謝罪文を改善したいのに、次が分からなければ、適切な文章は作れません。
何が起きたのか
どこまで事実確認できているか
相手にどの影響があったか
会社として何を約束できるか
どの対応が確定しているか
この状態で「もっと誠実にして」と頼むと、AIが謝罪理由や対応内容を補完する危険があります。
そこで、修正前に質問させます。
結論を左右する不足だけ質問させる
修正する前に、結論や内容を大きく左右する不足情報があれば質問してください。
一度に最大3問までにしてください。
すでに共有した情報は質問しないでください。
質問数を限定するのは、すべての細部を確認し始めると作業が進まなくなるためです。
質問させるべきなのは、次のような不足です。
対象読者が不明
目的が複数あり優先順位が不明
重要な事実がない
選択肢によって方向が大きく変わる
外部へ出す重要成果物である
誤った場合の影響が大きい
軽微な不足は、仮定を明示させて進める
すべてを質問させる必要はありません。
細かな文体や文字数の調整なら、合理的な仮定を置いて進められます。
結論を左右しない軽微な不足は、合理的な仮定を置いて進めてください。
仮定した内容は、成果物の前に簡潔に示してください。
仮定を明示させることで、事実とAIの補完を区別できます。
質問が多すぎるときは、優先順位を付ける
AIから質問が大量に出た場合は、次のように返します。
質問を、次の3種類に分類してください。
1. 回答がないと作業を進められない
2. 回答があると品質が大きく上がる
3. 仮定しても問題が小さい
今回は1と2だけ質問してください。
質問させる目的は、会話を長くすることではありません。
誤った推測を減らし、成果物の方向を決めるためです。
部分修正・差分修正・全面改稿を使い分ける
AIとの対話でよく起きる失敗の一つが、少し直したいだけなのに、全文を書き直させることです。
全文再生成では、次の問題が起きます。
良かった表現まで変わる
数字や固有名詞が消える
新しい誤りが加わる
承認済み部分が書き換わる
変更点を追えなくなる
そこで、修正方法を選びます。
良い部分を守りたいなら、部分修正を選ぶ
一文、一段落、見出しだけに問題がある場合は、その範囲だけ直します。
第2段落だけ修正してください。
修正目的：
結論を先に伝え、前置きを短くする
維持するもの：
・日付
・候補日時
・変更理由
・全体の丁寧さ
他の段落は変更しないでください。
複数箇所を直すなら、差分と変更理由を出させる
複数の問題があるものの、全体構成は使える場合は差分修正が適しています。
元の文章を基準に、必要な箇所だけ修正してください。
変更すること：
・結論を冒頭へ移す
・重複する説明を削る
・相手に求める行動を明確にする
変更しないこと：
・数値
・固有名詞
・決定事項
・注意事項
修正後に、主な変更点と理由を箇条書きで示してください。
変更点を出させることで、人間が意図どおりの修正か確認できます。
構成や前提が崩れているなら、全面改稿する
次の状態なら、部分修正を重ねるより全面改稿した方がよい場合があります。
中心結論が曖昧
想定読者が途中で変わる
見出し構造が破綻している
同じ説明が各所に散らばっている
前提や目的が間違っている
修正履歴が積み重なり、一貫性がなくなった
ただし、全面改稿でも、維持する内容を明示します。
構成自体に問題があるため、全面改稿してください。
維持するもの：
・中心結論
・確認済み事実
・数値
・固有名詞
・重要な注意点
改善するもの：
・見出し構造
・説明順序
・重複
・読者の次の行動
改稿後に、構成を変えた理由を示してください。
最新版が分からなくなったら、確定条件と全文をまとめ直す
対話が長くなると、次の問題が起きます。
古い条件と新しい条件が混在する
廃止した表現が戻る
どの案が採用済みか分からない
最新版が会話の途中に埋もれる
その場合は、次のように区切ります。
ここまでの合意を整理してください。
・確定した目的
・対象読者
・維持する事実
・採用した修正方針
・廃止した案
・未確定事項
その後、現在の条件だけを反映した最新版全文を出してください。
フェーズ2では、会話履歴そのものを管理基盤にはしません。
重要な成果物では、一定の節目で最新版を明示的に作り直します。
複数案は、数ではなく「違い」と判断基準を設計する
AIに「3案出して」と頼むと、語尾だけ変わった似た案が並ぶことがあります。
比較する意味がある複数案を作るには、方向性を先に決めます。
たとえば、顧客への連絡文なら次のように分けられます。
関係維持重視
簡潔さ重視
依頼内容の明確さ重視
または、
安全案
推奨案
大胆案
と分けても構いません。
似た3案ではなく、目的の異なる3案を作る
次の3方向で、明確に違う案を作ってください。
1. 関係維持を最優先する案
2. 簡潔さを最優先する案
3. 相手に求める行動を明確にする案
語尾だけを変えた案にはしないでください。
各案の長所・リスク・向く場面を比較する
各案について、次を比較してください。
・主な特徴
・長所
・リスク
・向いている相手
・採用しない方がよい条件
AIの推奨理由を確認し、人間が採否を決める
AIに推奨案を示させることはできます。
ただし、最終判断を任せる必要はありません。
目的と相手との関係を踏まえ、推奨案を1つ示してください。
判断に使った基準も説明してください。
人間は、その基準が自分の目的と合っているかを確認します。
不採用案の良い部分だけ組み合わせる
複数案のうち、一つをそのまま採用する必要はありません。
推奨案を基準にしつつ、案1の柔らかい導入と、
案3の明確な依頼文を組み合わせてください。
その他の表現は推奨案を維持してください。
AIとの共同編集では、採用と不採用の二択だけでなく、要素単位で選ぶこともできます。
同じ成果物を、6段階の改善ループで直してみる
ここでは、フェーズ1で扱った日程変更メールを引き継ぎます。
元情報は次のとおりです。
現在の日程：7月22日14時
候補日時：7月23日10時、7月24日15時
変更理由：「社内都合」
相手：既存取引先
目的：日程変更をお願いし、候補から返信してもらう
最初の初稿は、使えなくはないが改善余地がある
件名：打ち合わせ日程変更のお願い
〇〇様
お世話になっております。
大変恐縮ではございますが、社内都合により、
7月22日14時に予定しております打ち合わせの日程を
変更させていただきたく、ご連絡いたしました。
候補日として、7月23日10時、または7月24日15時を
考えております。
お忙しいところ恐れ入りますが、ご都合のよい日時を
お知らせいただけますと幸いです。
何卒よろしくお願いいたします。
この初稿は、そのまま使えないほど悪くありません。
ただし、人によっては次のように感じるでしょう。
少し堅い
前置きが長い
候補日時が見つけにくい
相手への配慮を保ちながら短くしたい
目的と完成条件へ戻る
このメールの目的は、既存取引先との関係を損なわず、
候補日時から返信してもらうことです。
過度に堅くせず、候補日時が一目で分かる状態を完成条件とします。
すぐに書き直さず、初稿を批評させる
次の観点で評価してください。
・目的への適合
・候補日時の見つけやすさ
・文章の長さ
・相手への配慮
・維持すべき良い部分
すぐに書き直さず、問題と修正方針だけ示してください。
AIから、たとえば次のような評価が返るかもしれません。
依頼の意図は明確
候補日時が本文に埋もれている
「大変恐縮」「恐れ入ります」が重なり、やや堅い
変更理由を必要以上に説明していない点は維持すべき
候補日時を箇条書きにすると見やすい
修正を左右する不足情報がないか確認する
修正前に、内容を大きく左右する不足情報があれば質問してください。
軽微な不足は仮定を明示して進めてください。
今回は大きな不足がなければ、質問なしで進められます。
全面改稿ではなく、必要な箇所だけ差分修正する
次の点だけ修正してください。
・候補日時を箇条書きにする
・過度に堅い表現を1段階柔らかくする
・変更理由は「社内都合」のまま維持する
・件名と相手に求める行動は維持する
修正後に、変更点を示してください。
方向性の異なる3案を比較する
次の3方向で作ってください。
1. 丁寧さ重視
2. 簡潔さ重視
3. 返信しやすさ重視
各案の長所、リスク、向く場面を比較してください。
採用案を決め、その理由を説明する
既存取引先との関係、相手の忙しさ、返信のしやすさを考え、たとえば「返信しやすさ重視」を採用します。
件名：打ち合わせ日程変更のお願い
〇〇様
お世話になっております。
社内都合により、7月22日14時に予定している
打ち合わせの日程変更をお願いしたく、ご連絡しました。
以下のいずれかで、ご都合はいかがでしょうか。
・7月23日 10時
・7月24日 15時
お手数をおかけしますが、ご都合のよい日時を
お知らせいただけますと幸いです。
よろしくお願いいたします。
採用理由は次のように説明できます。
候補日時を見つけやすい
元情報を追加していない
過度に堅くない
相手に求める行動が明確
既存取引先への丁寧さは維持している
フェーズ2の到達点は、単に文章が良くなったことではありません。
なぜその修正を行い、なぜその案を採用したのかを説明できることです。
対話を続けても良くならないときは、別の原因を疑う
何度修正しても品質が上がらない場合、対話の仕方だけが問題とは限りません。
Anthropicは、プロンプトエンジニアリングで改善できる成功条件には限界があり、問題によっては別のモデルを選ぶ方が、品質、速度、費用を改善しやすい場合があると説明しています。
元情報が不足している
文章技術では補えない事実が足りていない可能性があります。
追加調査や関係者確認が必要です。
目的や条件が矛盾している
「詳しく、短く、すべて含める」のように、同時に満たせない条件があるかもしれません。
何を優先するか決めます。
評価基準が曖昧である
人間自身が何を良いとするか決めていなければ、AIの出力を比較できません。
対象者、利用場面、完成条件へ戻ります。
AIの能力や方法に合っていない
必要に応じて、
より適したモデルを使う
Web検索や資料を与える
タスクを小さく分ける
人間中心の作業へ戻す
専門家に確認する
といった対応を選びます。
会話履歴が長くなりすぎている
古い条件、廃止した案、途中の誤りが会話へ残っている場合は、新しい会話へ確定条件と最新版だけを移す方がよいことがあります。
AIに向かない仕事を選んでいる
誤りを人間が見つけられない仕事や、高リスクな最終判断は、フェーズ2の対話だけで安全にはなりません。
AIへ任せる範囲そのものを見直します。
まず一つの成果物を、3回の改善で完成まで進める
フェーズ2の練習では、最初から複雑な提案書全体を直す必要はありません。
次のような、小さく確認可能な成果物を一つ選びます。
取引先へのメール
社内説明文
会議要約
提案書の一節
FAQ回答
SNS投稿
求人票の一項目
一つの成果物について、まず3回の改善を試します。
1回目は、批評だけ行う
すぐに修正せず、目的、内容、構成、表現から評価します。
2回目は、重要な問題だけ修正する
重大・中程度・軽微に分け、重要な問題を優先します。
3回目は、新しい案を増やさず完成条件を確認する
新しい表現を探し続けるのではなく、実際に利用可能かを判断します。
記録には次のテンプレートを使えます。
対象成果物：
目的：
対象者：
利用場面：
完成条件：
初稿の問題：
AIの批評：
人間が同意した問題：
人間が同意しなかった問題：
追加した情報：
選んだ修正方法：
比較した案：
採用した案：
採用理由：
修正前後で改善した点：
まだ残る問題：
完成と判断した理由：
AIの批評すべてに従う必要はありません。
AIが問題だと指摘した箇所を維持する判断もあります。
重要なのは、採用も不採用も理由を持って決めることです。
改善を止める条件を持たないと、修正そのものが目的になる
AIは、頼めば追加案を出し続けます。
表現の改善、別案、短縮、拡張も何度でもできます。
しかし、仕事には期限と目的があります。
改善を続けるほど、必ず価値が増えるわけではありません。
次を満たしたら、基本的には完成と判断します。
必須事項が揃っている
重大な事実誤りがない
目的と対象者に合っている
相手に求める行動が明確
重要な条件や注意点が残っている
そのまま利用、共有、確認へ進める
人間が採用理由を説明できる
次のテンプレートも使えます。
この成果物が、次の完成条件を満たしているか確認してください。
・必須事項が揃っている
・重大な誤りがない
・目的と対象者に合っている
・不要な重複がない
・そのまま利用または共有できる
未達の項目だけ示してください。
すべて満たす場合は、追加修正を提案せず「完成」と判定してください。
ただし、AIが「完成」と言ったから完成なのではありません。
最終判断は人間が行います。
現場で使える、対話改善のテンプレート集
初稿をすぐに直さず、先に批評させる
以下の成果物を、すぐに書き直さず、まず評価してください。
目的：
対象者：
利用場面：
完成条件：
評価観点：
・目的への適合
・情報の不足
・論理構造
・分かりやすさ
・誤解を生む表現
・冗長な箇所
・維持すべき良い部分
出力：
1. 問題点
2. 重要度
3. 修正方針
4. 修正前に必要な追加情報
評価後、私の指示を待ってください。
修正を左右する不足情報だけ質問させる
修正結果を大きく左右する不足情報だけ質問してください。
・一度に最大3問
・軽微な不足は合理的な仮定を置く
・仮定した内容は明示する
・すでに共有済みの情報は質問しない
良い部分を維持しながら、必要箇所だけ差分修正する
次の方針だけを反映して修正してください。
変更する箇所：
変更理由：
維持する箇所：
変更してはいけない事実・数値：
出力形式：
修正後に、主な変更点を箇条書きで示してください。
違いのある複数案を、判断基準とともに比較する
次の3方向で、明確に違う案を作ってください。
1. 安全案
2. 推奨案
3. 大胆案
各案について、次を比較してください。
・向いている場面
・長所
・リスク
・採用条件
・採用しない条件
最後に推奨案を1つ示し、理由を説明してください。
完成条件を満たしたら、追加修正を止める
この成果物が完成条件を満たしているか確認してください。
・必須事項が揃っている
・重大な誤りがない
・目的と対象者に合っている
・不要な重複がない
・そのまま利用または共有できる
未達の項目だけ示してください。
すべて満たす場合は、追加修正を提案せず「完成」と判定してください。
フェーズ3へ進む目安は、改善工程を別の仕事でも再現できること
次の状態になったら、フェーズ3「構造化された依頼設計」へ進む準備ができています。
出力への違和感を具体的な評価項目へ変えられる
批評と修正を分けられる
不足情報を質問させられる
部分修正、差分修正、全面改稿を使い分けられる
違いのある複数案を作らせられる
採用・不採用理由を説明できる
改善終了を判断できる
同じ改善方法を別の成果物でも再現できる
改善しない場合に、AIを使わない判断ができる
フェーズ2では、一つの成果物を対話で改善しました。
次のフェーズでは、成果物だけでなく、複雑な仕事そのものを設計します。
目的、背景、材料、制約、工程、出力、完了条件へ分解し、第三者でも再現できる依頼へ変えていきます。
関連記事
AIとのやり取りを、その場限りの修正で終わらせず、ルール、テンプレート、テストなどの再利用可能な仕組みへ変える方法を整理しています。
AIへ任せる範囲と、人間が保持すべき採否、停止、回復、責任の境界を詳しく考察しています。
AI成果を、モデルの性能だけでなく、要件、情報、実行方法、評価、権限から捉えるための基本構造を整理しています。
AI活用成熟度12フェーズ
出典・参考資料
OpenAI, “Prompting fundamentals”
https://openai.com/academy/prompting/Anthropic, “Prompt engineering overview”
https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overviewAnthropic, “Define success criteria and build evaluations”
https://docs.anthropic.com/en/docs/build-with-claude/develop-testsGoogle AI for Developers, “Prompt design strategies”
https://ai.google.dev/gemini-api/docs/prompting-strategies
いいなと思ったら応援しよう！
社会問題×マーケティングが好き / ㍿小さな一歩（前澤ファンド出資先）で養育費の未払い問題にビジネスでトライ→㍿SHIRO創業。社会問題の発見→要因分析→ビジネス考案→実行に必要な資本整備→実行・改善のサイクルが最短で回り社会問題が解決されつづけるインフラを創る。