生成AIのバスィスな使い方について　並列式ホロンアーキテクチャ 第8回 ― 教育編

画像はVol１ですが大幅変更していないのでそのままとしています。

前提 AIの検証は専門家の専門領域しかできません

並列式ホロンアーキシステム 第8回 ― 教育編（前書き）

本連載はこれまで、単一の巨大モデルに依らないAGIの構想——並列式ホロンアーキシステム——を理論として組み立ててきた。だが、その実働系はまだ存在しない。存在しないものの「教育論」は書けない。第8回は、その手前にある、いま現に解ける問題から始める。

人々はすでに今日のAIを使っている。そして多くは、うまく使えていない。出力を真理として鵜呑みにし、間違いを自分では見つけられず、訊き方ひとつで答えが変わることに気づかない。ところが巷に出回る「プロンプト指南」は個別技法の寄せ集めで、順序も、発達への適合も、判断を手放さない作法も、責任の所在も欠いている。本編は、その空白を埋める「AIの使い方教育」である。並列式ホロンアーキシステムそのものの教育論ではなく、その地上版——いつか実装される系を使いこなすための土台となる、初学者と職業訓練者のための教育——として書く。

出発点は一つの経験的所見にある。AIを使い始めること（adopt）は、賢い使い方を身につけること（adapt）を意味しない。約12,000人の利用ログの縦断分析が示したのは、人の使い方の習慣が驚くほど粘着的で、ただ使っているだけでは個人の振る舞いがほとんど変わらないことだった（Hicke & Tomlinson, 2026, "Adopt ≠ Adapt", arXiv 2605.29018）。ただしこれはプレプリントで、教育効果を測った介入研究ではない。データは高活動の熟達ユーザーへの偏りも示すので、ここから言えるのは一点——曝露は適応を保証せず、賢い使い方は明示的に教えなければ身につかない、までである。なお「習慣は早期に固着するから順序が効く」という前置の発想は、この所見を一歩超えた設計仮説であり、習慣形成・発達の文献を別途の根拠として要する。

本編を貫く原則は四つに収斂する。

第一に、万人向けの一手はない。だから単一の処方でなく、自分に合うものを選べる類型を渡す。

第二に、AI単体の生成文はそれ自体では事実確認でなく、歴史的争点の最終裁定者でもない。検索・ツール接地で出典の照合まではできるが、係争的な真偽の採否と歴史的裁定——後者は史料批判や学術共同体の検証に依る人間の営み——は人間に残る。

第三に、現実に関わる開かれた問いには唯一の正解がなく、何が答えかは問いとその条件が決める。

第四に、発案の核と最終的な採否は人間が握り、AIには探索・比較・外化を補わせる。候補や反例を出させること自体は探索の拡張だが、核ごと委ねれば出力を自分のものとして所有できない。

教育編は三つのファイルからなる。

『AIの使い方教育・試案 v0.2 ― 初学者と職業訓練者のために』は、教育論の本体である。機械の癖を素のAIで体感することから始め、出力を真理としない構え、確かめる技術、使い手の作法、仕事の分け方、判断の保持、責任の所在へと、発達順に七つの単元を積む。この発達順を背骨に据える（順序の効き自体は、前述のとおり検証前の設計仮説である）。

『プロンプト作成パターン集 ― 「万人向けの一手はない」を前提に』は、その単元5が参照する応用層である。プロンプト作法を「発案・主導の所在」という軸で分類し、仕様を明示する型、批判を起点に生成する型、草案を訂正する型、そしてAIに着想を委ねる非推奨の型まで、実例と推奨度つきで並べる。課題ごとに自分で型を選ぶための地図である。

『AIの使い方教育・個人設定編 v0.2』は、常時の背景を決める層である。応用層の型が課題ごとの選択であるのに対し、個人設定は会話をまたいで持続する標準指示を扱う。素のAIで癖を見た後（単元1）に導入し、何ができて何ができないか、何を設定し、何を入れてはならないかを示す。

三層は分業する。個人設定が常時の背景を、パターン集が課題ごとの型を、試案がそれらを発達順に束ねる本体を担う。そしていずれの層でも、推奨度の勾配は同じ原則を符号化している——発案の核と最終的な採否を人間に残すことを良しとし、候補列挙のような探索の拡張はその限りでない。

最後に、これは v0.2 である。到達指標は方向を示すにとどまり（試案巻末に簡易ルーブリックの骨格はあるが、本格的な採点基準は未設計）、教育効果の経験的検証もこれからである。本編が地上版・暫定であることは、冒頭に述べたとおり。

なお本編は、石部の発案・最終編集とClaudeによる起草の協働で書かれている（本編の言葉でいえば、盲点指摘起点と草案訂正にあたる）。AIの出力を真理とするなと説く文書がAIとの協働で書かれていることは、矛盾ではなく実演である——発案と最終判断を人間が握り、AIを起草と点検に使う、という原則そのものを示している。

石部統久・Claude（第8回 教育編・前書き／v0.2）

AIの使い方教育・試案 v0.2 ― 初学者と職業訓練者のために

位置づけ

「並列式ホロンアーキシステム」の名は理論的な到達地平として残す。だが実働するその系は現存せず、系固有の教育論はいま書けない。本案はその地上版であり、実体を初学者・職業訓練者向けのAI使用教育と定置する。

対象は、テキストをキーボードで打ち込める年齢（音声入力もほぼ同時期）に達した子供と、職業訓練教育の受講者である。子供は発達段階で粗く分け、小学校中学年（具体に即した扱いが中心）と中高生（抽象的な扱いに耐える）を区別する。「子供一般」で括ると発達段階の差が大きすぎるためである。

巷のプロンプト指南は個別技法の寄せ集めで、順序・発達適合・判断保持・責任を欠く。本案が埋めるのはそこである。

設計の前提

出発点は一つの経験的所見にある。約12,000人のBing Copilot利用者の縦断分析は、集団レベルの傾向はあっても個人の利用習慣ははるかに粘着的で、ただ使っているだけでは個人の振る舞いがほとんど変わらないと報告した（Hicke & Tomlinson, 2026, "Adopt ≠ Adapt", arXiv 2605.29018）。ただしこれはarXivプレプリントであり、教育効果を測った介入研究ではない。同データはWildChat系が高活動の熟達ユーザーに偏ること、活動量の多いユーザーほど成功的で複雑な用途であることも示すので、「曝露は効かない」は選択効果（既に巧い者が多用する）と量による学習のどちらにも開いており、少なくとも低活動層の話として読むのが安全である。

この所見が確かに支えるのは一つ——曝露（使い始め）は適応（賢い使い方）を保証せず、賢い使い方は明示的に教えなければ身につかない、という点である。利用者は一様でなく、単一の正解も成立しない。ここから三つが従う。明示的に教えること、単一処方でなく類型を渡して選ばせること、発案・最終判断は人間に残しAIには探索・比較・外化を補わせること。

なお本案が背骨としてきた「順序優先——癖がつく前に認識的構えを前置する」は、上記所見を一歩超えた設計仮説である。観測窓内で習慣が粘着的であることは、習慣の発生時点が早いことも、前使用の介入窓があることも含意しない。順序優先は習慣形成・認知発達の文献を別途の根拠として要し、現時点では検証前の作業仮説として置く。

二つのトラック

単元の骨格は共通。差分は、子供＝認知形成の保護・安全・学術誠実に、訓練者＝守秘・知財・職業責任に置く。子供トラックはさらに発達段階で分け、小学校中学年では体験と具体を中心に、中高生では抽象度を上げてよい。各単元の注記でこの分岐を示す。

大原則：AIにできないこと

本案全体の土台に、AIの原理的な限界を二つ置く。

第一に、AI単体の生成文は、それ自体では事実確認ではない。検索やツールに接地すれば情報源との照合——出典が実在するか、コード実行で計算が合うか——はできるが、情報源の信頼性評価、文脈判断、そして係争的な主張の真偽の最終的な採否は人間の側に残る（ここで「検証」と呼ぶのは、この最終的な裁定を指す。出典の存在確認のような接地は含めない）。

第二に、AIは歴史的争点の最終裁定者ではない。これは能力の不足というより、歴史的裁定そのものが史料批判・方法・反証可能性・学術共同体での検証に依存し、AIがその主体ではないからである。AIにできるのは史料・先行研究・諸説・反論・来歴を整理することまでで、裁定は人間の営みに残る。単元1以降はこの二つを具体に落とし、確かめる作法（単元3）と責任の所在（単元7）に接続する。

（訓練者向けの補足）この二つの限界は質が異なる。係争的な主張の最終裁定と歴史的裁定が人間の側にあることは、AIをどれだけ強くしても動かない構造項である。対して、AIが観測・照合できる範囲（知覚入力、出典の存在確認、計算の実行）と掲示できる来歴の厚みは、ツール接地や多モーダルの実装で動き、すでにその方向へ進みつつある。つまり接地・照合の側は時間軸に乗って厚くなるが、係争的な真偽の採否と裁定は人間に残る。だから構造的限界そのものが減るのではなく、接地と来歴掲示が改善し、人間とのやりとりのズレがすこし減るにとどまる。

単元構成（発達順）

抽象的な認識論から始めない。機械の癖を体感し（具体）、そこから構えを導き（規則）、確かめる技術に変え、使い手としての作法を整え、仕事の分け方を選び、手放さないものを決め、社会的責任に至る——この順序が本案を貫く設計仮説である（設計の前提で述べたとおり、習慣の早期固着と前置介入はまだ検証前の仮定で、別途の根拠を要する）。なお、出力に怒らないといった態度面は単元4にまとめたが、最初の失敗（単元1）から育て始める。

単元1：機械の癖を見る（AIの性質）

• ねらい：AIを「正しさの源」ではなく「もっともらしい文を出す機械」として体感する。

• 内容：観測される癖を実例で見せる。自信ありげに誤る／長い会話で前を忘れる／計算を外す／抜けや作り話（実在しない出典・事実）を混ぜる／版が変わると挙動が変わる／こちらに同調しすぎる／内容に関わらず形式的な型を押し付ける（例：根拠を問うと、何個が妥当かに関わらず3つに決めがちで、その3に根拠はない）。自分の誤りへの振る舞いには非対称がある——間違いやハルシネーションを指摘すると素直に認める一方、自分からは気づかないので、気づいたユーザーが指摘しない限り訂正されない（誤りを見つける負担は人間側にある）。出典を確認するよう指示すれば、自分が挙げた存在しない出典を「実在しない」と確認することもできる（検索やツールが使えるときほど確からしい）。

• 教え方：黒箱原則を教材に適用する。これらは観測された傾向＝事実として教え、「なぜそうなるか（どう訓練されたか）」は断定せず簡略モデルとして渡す。子供＝実際に間違えさせて見せる（体験先行）。訓練者＝自分の業務ドメインで誤りやすい箇所を当てさせる。観察は個人設定を入れない素のAIで行い、設定の効果を見る前に、まず既定の挙動を見る。

• 到達指標：癖を複数、各々に実例を挙げて説明でき、かつ「理由は確実には分からない」と留保できる。

• 次への接続：観察の後に個人設定を説明し、受講者に自分の設定を書かせる（→個人設定編）。設定を自分で書きにくければ、AIに草案を作らせて訂正するパターン（応用編パターン4＝プロンプト生成依頼＋訂正型）を使ってよい。ただし認識的ガードレールにあたる設定は、構えと検証（単元2〜3）を学んでから深める。

単元2：出力を真理としない（認識的構え）

• ねらい：単元1の癖から「出力＝確定した真理ではなく、唯一の正解でもない、問いの条件に依る暫定の答えだ」という構えを自分で導く。

• 内容：テキストの存在は正しさの根拠でない／断定は確かめるまで保留する／ただし定義や計算など確定する事項まで疑いすぎない。さらに、現実に関わる開かれた問いには、教科書と違って唯一の正解がなく、答えは一つに収束しない——何が答えになるかは問いとその条件（前提・範囲・観点・語の定義）が決め、条件を変えれば別の妥当な答えが出る。だからAIの出力は「その問い方での一つの答え」であって唯一の正解ではない（計算・定義のように答えが定まる事項を除く）。

• 教え方：規則を先に与えず、単元1の体験から induce させる。子供＝「さっき間違えたね、じゃあどう付き合う？」。訓練者＝一次資料と突き合わせる職業的習慣に接続する。

• 到達指標：受け取った出力を「確定／要確認／たぶん誤り」に自分で仕分けられる。また、唯一の答えがある問いと、条件次第で答えが変わる問いを見分け、自分の問い方が答えを左右することに気づく。

単元3：確かめる技術（検証）

• ねらい：構えを実技に変える。

• 内容：出典を別ソースで突き合わせる／AIに自分が挙げた出典を検証させ、実在しない出典を洗い出す（検索が使えるときほど確か）／計算は自分でやり直す／引用・根拠を要求する／要点を言い直させて記憶の脱落を試す／長い作業では重要事項を再投入する。

• 教え方：観測（間違い）と原因の説明を分け、確かめられるのは前者だと教える。子供＝簡単な事実・計算で練習。訓練者＝ドメイン特有の検証規範（査読作法・一次資料確認）へ接続。

• 到達指標：任意の出力に対し、最低一つの確認手段を選んで実行できる。

単元4：使い手の作法（態度・反復・会話の寿命）

• ねらい：機械の癖（単元1）を知ったうえで、結果に振り回されず、節度をもって効果的に使う構えを身につける。

• 内容：二つの面がある。態度——AIの出力に怒らない、罵倒しない。出力が外れても、それは相手への怒りで直る種類のものではない。怒りでなく根拠の確認に向ける（単元3に接続）。AIは怒りに値する相手ではない。罵倒を避ける主眼は相手への配慮でなく、利用者の側に「失敗時に検証へ向かわず怒りで処理する癖」を作らないことにある（とりわけ子供）。怒りが出力を改善するかは一定せず、効果があってもモデルや課題に依存して不安定なので、出力改善の手段としては当てにしない。やりとりの作法——同じ問いを同じ言葉で繰り返さない（同じ入力は同じ失敗を再生するので、角度を変えて訊き直す）。答えがよく分からないときは、放置せず「知識のない人にも分かるように説明して」といった問いで訊き直す。生成は何度させてもよいが、回を重ねると結果はぼやける（AIが自分の前の出力に引きずられ、文脈が汚れていく）。一つの会話には寿命があり、長くなるほど前を忘れ、精度が落ちる。直らないときは同じ会話で粘らず、新しい会話を始める。

• 教え方：作法の根拠を癖（単元1）に紐づけて教える——なぜ繰り返しても直らないか、なぜ生成を重ねるとぼやけるか、なぜ会話に寿命があるかを、機械の性質から説明する。態度面（怒らない・罵らない）は単元1の最初の失敗から育て始め、ここで言語化する。子供＝応答する相手を罵る習慣そのものを作らない。訓練者＝長い作業の途中で重要事項を再投入し、行き詰まったら会話を切り替える運用習慣に。

• 到達指標：出力が外れたとき、怒りでなく確認・訊き直し・会話の切り替えのいずれかを選んで実行でき、同じ問いを繰り返して同じ失敗を踏むことを避けられる。

単元5：仕事の分け方（プロンプト類型・応用編）

• ねらい：単一の正解プロンプトを覚えるのでなく、自分の作業と「どこまで自分で握るか」で型を選ぶ。

• 内容：別添パターン集（仕様明示／盲点指摘起点／草案訂正／プロンプト生成依頼＋訂正／着想依存——候補列挙型は可、核委任型は非推奨）を、発案・主導の所在という軸で使い分ける。

• 教え方：推奨度の勾配の理由を教える。発案の最終所有権と採否権を人間に残すほど、出力を自分のものとして所有でき、依存も浅い（AIに候補や反例を出させること自体は、採否を人間が握る限り探索の拡張として有効）。子供＝型を二〜三に絞って導入。訓練者＝業務タスクで複数型を切り替える演習。

• 到達指標：与えられた課題に対し、適した型を選び、選んだ理由を言える。

単元6：手放さないものを決める（判断保持・非使用）

• ねらい：確かめる技術の対称項。AIが正しくても、自分でやる領域と委ねる領域を区別する。

• 内容：能力形成のため自分で先にやる課題（暗算・要約・初稿）／最終判断と発案は手元に残す／依存度を自分で管理する。単元5のパターン5B（核委任＝非推奨）はここに接続する（候補列挙型5Aは探索の道具として別扱い）。

• 教え方：子供＝発達上もっとも注意を要する単元。ただし「認識を形成する前に外注すると、その認識自体が育たない」は直観的でも確立した結果ではなく、経験的仮説である——電卓・スペルチェッカー・GPSをめぐる同種の萎縮予測は、集団レベルでは概ね破局に至らなかった（この特徴づけ自体が係争的で、ここで研究を引いてはいない）。だから強い断定でなく「前形成的な外注は一部の能力の形成を阻害しうる（係争中、能力特異的）」と条件つきで置き、「自分で考える前にAIに訊かない」課題は予防として課す。訓練者＝職業判断の最終責任は委譲できないという自覚。

• 到達指標：ある作業について「これは自分でやる／これはAIに任せる」を、理由を付けて線引きできる。

単元7：入れてよいもの・責任の所在（倫理・安全・帰属）

• ねらい：認識的能力の外側、社会的次元を扱う。

• 内容：入力してよい情報の線引き（自分の個人情報、他者の情報、職務上の守秘・機密を安易に入れない）／出力を所有し責任を負うのは人間であってAIではない／出所の明示。

• 教え方：トラックで内容が分かれる。子供＝安全（個人情報を入れない、危険な相談は大人へ）と学術誠実（提出物をAIに書かせて自分の成果と偽らない）。訓練者＝守秘義務・個人情報保護・知財・職業責任、所属組織の規程との整合。

• 到達指標：具体的な入力例について「入れてよい／いけない」を判定でき、成果物の責任が誰にあるかを言える。

通底する設計原則

順序優先（設計仮説）——習慣が早期に固着するなら、癖がつく前に構えを前置するのが効くはずだ、という仮説。これは検証前の仮定で、習慣形成・発達の文献を別途の根拠として要する（設計の前提を参照）。子供では「悪い癖がつく前に捕まえる」がこの仮説の中心になる。

具体から規則へ——癖の観察（単元1）から構え（単元2）を導き、抽象的な認識論からは始めない。

黒箱の教材適用——観測される挙動は事実として、背後の機構は簡略モデルとして渡す。確実に言えることと言えないことを分けて教える。

自己選択——万人向けの一手はない。単一処方でなく類型を渡して選ばせる（単元5の趣旨）。

発案の所有権は人間に残す——AIに補わせるのは探索・比較・外化であって発案の核ではない。候補や反例を出させること（候補列挙型）は探索の拡張として有効で、核の決定と最終的な採否を人間が握ることが要点である。推奨度の勾配がこれを符号化する。

二トラック——共通の単元骨格に、子供（認知形成の保護・安全・学術誠実）と訓練者（守秘・知財・職業責任）の差分を載せる。

配信のインセンティブと権力配置（H₂層）

七つの単元は「何を教えるか」を設計するが、それを誰が、どのインセンティブの場で教えるのかという配信の条件を欠いている。「過剰に依存するな、発案と判断を手放すな」を、engagement（利用時間・継続）を最適化するプラットフォーム指標や、利用を増やしたいAI提供者・ed-techの動機に抗して、誰が教えるのか。自らの配信のインセンティブ構造を省いた教育論は、それだけで不完全である。

さらに前提を一段疑う必要がある。設計の前提が依拠した「習慣の粘着性」自体が、人間認知の単なる事実とは限らず、保持率を最適化した環境に部分的に設計され込まれた産物でもありうる。前者と読めば介入点は学習者だけだが、後者と読めば介入点は学習者にとどまらず、プラットフォームの設計やインセンティブにも及ぶ。本案は学習者側の介入しか持たないので、問題の一部が本案の外側にあることを認める注記としてここに置く。

技術側にも一つ。本案は「人間が問い、AIが答える」という現在の対話型UIを前提にしている。エージェント型のAIが背後で自律的にタスクを分割・実行する段階に入ると、利用者が下位の判断を見ないまま物事が進み、本案の背骨である「発案・主導の所在」という軸自体が維持しにくくなる。そこは本案がまだ扱えていない地平である。

この試案が未だ持たないもの

各単元の到達指標は方向を示すにとどまり、巻末に簡易ルーブリックの骨格は置いたが、点数化できる本格的な採点基準はまだ設計していない。経験的検証（実際に教えて効くか、習慣固着を本当に前倒しで防げるか）は未実施。配信のインセンティブ構造とエージェント型AIへの対応は、H₂層の注記で限界として示したにとどまる。そして並列式ホロンアーキシステムそのものの教育論は、実働系がない現在は書けない。本案はあくまで地上版・暫定であり、系が実装された時点で系固有の教育論が改めて必要になる。

付録：簡易到達ルーブリック

各単元の到達指標を、観察課題と判定の骨格として一覧にする。完全な採点基準ではなく、教育案としての輪郭を示すためのもの。

単元 観察課題 到達判定

1 機械の癖 素のAIに誤答・ハルシネーションを起こさせる 癖を複数、実例つきで説明でき、「理由は確実には分からない」と留保できる

2 真理化しない 出力を仕分ける 「確定／要確認／たぶん誤り」に分け、唯一の答えがある問いと条件次第の問いを見分けられる

3 確かめる 出力を一つ検証する 別ソース照合・計算のやり直し・出典の存在確認などから最低一つを選び実行できる

4 作法 外れた出力に応答する 怒らず、確認・訊き直し・会話の切り替えのいずれかを選べ、同じ問いの繰り返しで同じ失敗を踏まない

5 仕事の分け方 課題に型を当てる 適した型を理由つきで選べる（核委任5Bを避け、必要なら候補列挙5Aを使える）

6 判断保持 分担を線引きする 自分でやる領域とAIに任せる領域を理由つきで分けられる

7 責任 入力の可否を判定する 具体例で「入れてよい／いけない」を判定でき、成果物の責任の所在を言える

石部統久・Claude（試案 v0.2／4AI査読反映）

AIの使い方教育・個人設定編 v0.2

位置づけ

個人設定とは、会話をまたいで持続する標準指示である。毎回のプロンプト（応用編の型）が一回限りの依頼なのに対し、個人設定はその背景として常時効く。

なぜ要るか。AIは自分からはあなたに合わせない。あなたも自分の習慣を自発的には変えにくい。設定は、AIの既定挙動を自分の作業と価値に寄せるための、ほぼ唯一の持続的なレバーである。ただし万能ではない（後述）。

対象の注記。個人設定は中級寄りの技能なので、本編は職業訓練者・一般利用者を主対象とし、子供向けは最小版に留める。

カリキュラム内の位置。単元1（素のAIでの観察）の後に導入し、受講者に基本の設定を書かせる。認識的ガードレールにあたる設定は、構えと検証（単元2〜3）を学んだ後に深める。応用編の型が課題ごとに選ぶものであるのに対し、本編の設定は常時の背景を決めるものである。

何ができて、何ができないか（限界を先に）

できること。トーン・長さ・形式・言語・役割、そして認識的ガードレール（不確実性の明示、お世辞の抑制、出典の要求など）を、既定の挙動として効かせられる。

できない・弱いこと。モデルの深い訓練を上書きはしない。指示は読まれても従われないことがある（強い既定挙動と競合すると負ける）。版が変わると効き方が変わる。長い会話では圧縮・忘却されうる。

帰結。設定が効くかどうかは経験的に確かめる事項であって、「書けば効く」と仮定しない。「効くはず」という確信度は、効くことの保証ではない。

設定する価値のある項目（汎用カテゴリ）

伝え方——トーン、長さ（「3行以内」のように操作的に）、形式（散文か箇条書きか）、言語。

立ち位置——AIにどう関わってほしいか（例：批判的な査読者として読め／素直な補助として）。発案を人間に残す向きで設定するほど、後段の「手放さない原則」と整合する。

認識的ガードレール——基礎編の原則をそのまま設定に移せる。不確実性を明示せよ、お世辞を言うな、根拠・出典を付けよ、分からないことは推測でなく「分からない」と言え。

あなたの文脈——背景・専門水準（較正のため）。ただしプライバシーに注意する（後述）。

記憶の指示——覚えてほしいこと、忘れてほしいこと（記憶機能がある場合）。

書き方の技術

操作的に書く。「短く」でなく「3行以内」、「詳しく」でなく「前提と例外も書いて」。曖昧語（いい感じに・適宜・なるべく）は、どこまでやるかをAIに丸投げする。

数を先に決めない。根拠や論点をいくつ挙げるべきかは、実際にやってみるまで分からない事項であって、書く前には確定できない。「根拠を3つ」のように数を指定すると、内容に合わない数に縛られる。しかもAIは放っておくと根拠を3つに決めがちで（英語圏の文章作法で三点構成が標準とされる影響と見られる）、その3に内容上の根拠はない。だから数でなく基準を渡す——「必要な数だけ挙げよ、無ければ無いと言え」。

肯定形と否定形の両方を置く。「Xせよ」と「Yするな」。

「常に」効かせる規則と「関連するときだけ」の選好を区別する。

詰め込みすぎない。規則が多いと一つ一つが薄まり、矛盾する規則は挙動を混乱させる。

経験的に反復する。書く→観察する→直す。これが「効くか確かめる」の実装である。

原案ができたらAIに点検させる。自分でまず原設計を書き、それをAIに渡して「修正すべき点を指摘し、最終案を作れ」と頼み、返ってきた最終案を自分で確認して採否を決める。原設計（発案）は自分が握り、AIは点検と整形に使う。順序が逆（AIに発案させる）にならない限り、依存にはならない。

自分に合う設定を選ぶ（万人向けはない）

最良の設定は存在しない。あなたの認知・作業・価値に合うものが良い設定である。

単一のテンプレートを写すのでなく、出発点のメニューから選んで自分で削り足す（例：簡潔重視型／批判重視型／学習重視型——いずれも雛形であって最終形ではない）。これは応用編のパターン選択と同じ自己選択の原理である。

出発点は他人の設定を参照してもよい。ネットで公開された個人設定を検索して雛形にするのは有効だが、他人の設定はその人の認知・作業・価値に合わせたもので、そのまま写すと自分には合わない。参照は素材にとどめ、自分の条件に合わせて削り足す。

手放さない設定にする（判断保持）

警告。自分の思考や判断をAIに肩代わりさせる設定は避ける。「考えずに済むよう常に答えだけ出せ」は反パターンで、単元6（判断保持・非使用）に直結する。

設定は判断を保存する向きにする。「結論の前に選択肢と根拠を出せ」「最終判断は私がする前提で材料を出せ」など。

設定に入れてよいもの（プライバシー・倫理）

設定は持続し、保存されうる。毎回のプロンプト以上に、何を入れるかに注意する。

自分の個人情報・他者の情報・職務上の守秘や機密を、安易に常設しない。単元7（倫理・安全・帰属）に直結する。

二つのトラックの差分

子供——最小版。多くは保護者が設定する（簡潔・安全の既定）。本人が触るのは「やさしく説明して」程度から始め、個人情報を設定に入れない指導を併せる。

職業訓練者・一般——本編をフルに。役割・形式・ドメイン規範・職業的ガードレール、そして所属組織の規程との整合まで含める。

カリキュラム内の到達指標

受講者は、自分の作業に対し、各カテゴリ（伝え方・立ち位置・認識的ガードレール）から少なくとも一つずつ、操作的な表現で書ける。

書いた設定が実際に効いているかを一つの観察で確かめ、効いていない項目を見分けられる。

設定に入れてよい情報といけない情報を判定できる。

この編が未だ持たないもの

モデル別・版別の効き方の差は経験事項であり、本編は一般則のみを示す。具体の効き方は各自の観察に委ねる。評価ルーブリックは未設計で、試案本体と同じ留保が残る。

複雑すぎる悪い事例

石部統久・Claude（個人設定編 v0.2）

プロンプト作成パターン集 ― 「万人向けの一手はない」を前提に

ネットで勧められるプロンプト作法は数多いが、利用者の認知特性・課題・分野が一様でない以上、単一の正解プロンプトは成立しない。そこで作法を大枠で分類し、実例つきで並べる。覚える規則ではなく、自分の作業と「どこまで自分で握りたいか」で選ぶための地図として使う。

分類軸：発案と主導の所在

各パターンは、発案的な知的行為（課題設定・着想・批判）を人間とAIのどちらが担うかで並べた。上ほど人間が握り、下ほどAIへ委ねる。推奨度はこの軸と相関する。発案・批判を人間に残すほど、出力を自分で批判的に所有でき、依存も浅くなる。逆端（着想ごとAIに委ねる）は手軽だが、所有も能力形成も失う。

複数を一案件内で切り替えてよい。一手として固定しないのが趣旨である。

1. 仕様明示型（contract 型）

• 人間が担う：課題・制約・出力形式・評価基準まで全部を文章で指定する。

• AIが担う：指定どおりに実行する。

• 適する場面・人：何が欲しいか自分で分かっている人。定型・反復タスク。検索でも「情報源・時期・引用要否」を確定できる場合。

• 実例（生成）：「次の条件で要約せよ。対象＝下記論文の結論部、出力＝結論の要点を箇条書き・各40字以内・各点に該当ページ番号を付す、推測は『推測』と明記。」

• 実例（検索）：「2024年以降の一次資料のみを対象。政府発表・査読誌・公式文書に限定し、各主張に出典URLを付けよ。」

• 推奨度：◯　タスクが確定しているとき最も外れが少ない。ネットで最も勧められる作法で、効くが、まだ確定していない問いには重すぎる。

2. 盲点指摘起点型（批判 → 生成）

• 人間が担う：既存テキストやAIの出力が「見ていない視点・未検証の前提」を特定して渡す。どこが穴かという発案的行為を人間が握る。

• AIが担う：その指摘から展開・再構成する。

• 適する場面・人：批判的な読みが先に立つ人。論考・分析の生成。AIの初回出力を鍛え直したい場面。

• 実例（既存テキスト批判）：「この論考は X という前提を自明扱いしている。X を争点化し、否定側の論拠から再構成せよ。」

• 実例（AI出力の批判）：「今の出力は読者を一様と仮定している。読者の異質性を変数に入れて書き直せ。」

• 推奨度：◎　発案＝批判が人間側に残るため、出力を自分のものとして検証できる。外化と人間主導の両立が最も明確なパターン。

3. 草案訂正型（AI下書き → 人間が直す）

• 人間が担う：まず粗い草案を出させ、誤り・ズレを指摘して直させる。最終的な編集権を握る。

• AIが担う：第一稿を供給し、訂正指示に従って改稿する。

• 適する場面・人：白紙より具体物に反応して考えが進む人。長文・構成物。

• 実例：「まず叩き台を800字で。完成度は問わない」→（人間が朱を入れ）「2段落目の因果が逆。修正のうえ、3段落目の事例は削除。」

• 推奨度：◯　人間が編集権を保持する限り有効。ただし草案に引きずられて自分の構想が痩せるリスクがあるので、訂正は受動的になぞるのでなく能動的に。

4. プロンプト生成依頼＋訂正型（メタ型）

• 人間が担う：やりたいことを伝え、AIに「最適なプロンプト」を作らせ、それを自分で訂正してから実行する。

• AIが担う：プロンプトの叩き台を供給する。

• 適する場面・人：何をしたいかは分かるが、言語化・条件設定が苦手な人。複雑な指定の足場づくり。

• 実例：「X を生成させたい。そのための指示文を、条件と評価基準を含めて作れ」→（人間が意図と基準を補正）→実行。

• 推奨度：◯　ただし訂正の工程が必須。AI製プロンプトをそのまま実行すると、自分の意図ではなくAIの定型に最適化された指示になる。意図と評価基準だけは人間が必ず上書きする。

5. 着想をAIから得る型 ― 二つに分かれる

この型は、AIに発案を委ねる度合いで質が変わる。最終的な選択と発案の核を人間が握るか否かが線引きになる。

5A. 候補列挙型（探索の拡張） ― 条件つき可

• 人間が担う：問いと評価基準を出し、列挙された候補から採否を決める。発案の核と最終選択は人間に残る。

• AIが担う：候補・反例・対立仮説・見落としを多数挙げる（素材出し）。

• 適する場面・人：探索空間を広げたい、自分の見落としを潰したい、比較材料が欲しいとき。

• 実例：「この問題への対立仮説を10個挙げよ。評価はこちらでする」「私の案の弱点・反例を列挙せよ」。

• 推奨度：△〜○　採否を人間が握る限り、発案の外注ではなく探索の拡張になる。出てきた候補をそのまま自分の着想として採用した瞬間に、5Bへ落ちる。

5B. 核委任型（AIに発案させる） ― 非推奨

• 人間が担う：テーマ・切り口・主張そのものをAIに出させ、それを採用する。発案的行為をAIに委ねる。

• AIが担う：内容の核を供給する。

• ネットでの位置づけ：「AIにアイデアを出させよう」として頻出する。白紙の負荷を消し、即座に何かが出るのが魅力とされる。

• 非推奨の理由：(i) 発案＝主導をAIに渡すと本集の軸の逆端に振れ、出力を自分で批判的に所有できない。(ii) AIの着想は学習分布からの平均化で、平凡側へ回帰しやすい。(iii) 着想を借り続けると、利用者自身の発想力が形成されない。

• 推奨度：✕　着想の核を委ねる主体としては非推奨。

選び方

迷ったら軸の上側から試す。確定タスクは

1、批判が先に立つなら2、白紙が重いなら3か4、探索を広げたいなら5A（候補を出させて自分が選ぶ）、核をAIに委ねる5Bは避ける。一案件内で切り替えてもよい（5Aで候補を広げ、2で批判を入れ、1で仕上げる、など）。どのパターンでも、発案の核と最終的な選択・採否を手放さないことが、「AIに何を補わせ、何を補わせないか」の線引きになる。

石部統久・Claude Opus 4.8
査読：Claude Opus 4.8・Grok・Gemini・GPT（Parcae Protocol）