こんにちは、IT・DX教育サービスの株式会社サートプロ 近森満です。最近はAIエージェントを個人的にもかなり動かしていますし、FDE検定の立ち上げ準備も進めています。新しい検定制度を届けるためには、企画、教材、広報、画像、説明資料、申込導線まで、多くの作業を同時に進めなければなりません。

その中で、生成AIへの指示がうまくいかない場面に何度も出会います。読者の皆さんはどうでしょうか。ChatGPTやClaude、Geminiなどに依頼して、「あれ、思っていたものと違うな」と感じ、もう一度、もう一度と指示を足していくことはありませんか。私はあります。かなりあります。

最初は「もっと詳しく」「表にして」「図解して」「この表現はやめて」「このテンプレートに合わせて」と制約を足していきます。すると、いかにも細かく指示している気になります。プロンプトが上達したようにも見えます。しかし、出来上がったものを見ると、中身がスカスカだったり、こちらの意図と微妙にずれていたりする。ここが面白くもあり、怖いところです。

私は、AIへの指示で一番大事なのは「制約」ではなく「前提」と「目的」だと考えています。制約はもちろん必要です。文字数、形式、禁止表現、対象読者、出力形式。これらは仕事では欠かせません。ただし、制約だけを増やしても、AIはなぜその仕事をするのか、どこへ向かえばよいのかをつかみにくくなります。

生成AIを使っていると、つい「やってほしくないこと」を並べがちです。これは人間の自然な反応です。過去に失敗した経験があるから、次は失敗しないように縛る。変な表現をされたから禁止する。薄い内容が出たから「具体的に」と書く。テンプレートから外れたから「必ずこの形式で」と書く。

ただ、禁止事項や形式指定が増えすぎると、AIは安全に外さない方向へ寄っていきます。つまり、間違いは減るかもしれませんが、面白さ、深さ、発散、仮説、切り口も同時に弱くなることがあります。仕事で使うなら、それでは困ります。DX推進、人材育成、生成AI活用、研修講座の企画では、単に整った文章よりも、現場の意思決定を前に進める構造が必要だからです。

たとえば「表にしてください」と指示すると、確かに表は出ます。けれど中身が薄い表になることがあります。これはAIの能力不足だけではありません。こちらが「何を判断するための表なのか」「誰が読む表なのか」「比較軸は何か」「次の行動は何か」を渡していないからです。形式を指定しても、判断の前提を渡していなければ、見た目だけ整った資料になります。

読者の皆さんは、部下や同僚に仕事を頼むとき、いきなり「このフォーマットで、色は青で、3列で、最後にまとめを入れて」とだけ言うでしょうか。普通は、なぜ必要なのか、誰に見せるのか、何を決めたいのかを伝えるはずです。AIにも同じです。むしろAIは社内の空気を読めない分、前提を丁寧に渡す必要があります。

何が起きたか。私は文章よりも表や図で整理するのが好きなので、生成AIに「表にしてください」とよく頼みます。テンプレートも指定します。ところが、見た目は表になっているのに、中身を見ると「あれ、これは何を判断すればいい表なのか」と思うことがあります。

何に気づいたか。足りなかったのは、表の形式ではなく、表を使って何を決めるかという前提でした。たとえばFDE検定の説明資料なら、対象者、学習メリット、現場での役割、企業側の導入価値、研修との接続まで見せる必要があります。単に項目を並べるだけでは、読み手の行動にはつながりません。

読者が応用できる行動は、AIに表を頼む前に「この表を見た人が何を判断するのか」を一文で書くことです。たとえば「人事責任者が、生成AI研修を導入すべきか判断するための比較表にしてください」と入れるだけで、アウトプットはかなり変わります。

AIに良い仕事をしてもらうためには、まずゴールを伝えることです。どこへ行きたいのか。何を実現したいのか。誰に届けたいのか。何を避けたいのか。どの程度の深さが必要なのか。ここを共有すると、AIは持っている知識やパターンを組み合わせやすくなります。

よくあるプロンプトに「あなたはコンサルタントです」「あなたは編集者です」「あなたは研修設計の専門家です」という役割指定があります。これは有効です。ただし、役割だけでは足りません。コンサルタントとして、誰の、どんな課題を、どの場面で解決するのか。編集者として、どの媒体で、どんな読者に、どんな読後行動を起こしてほしいのか。ここまで共有して初めて、役割指定が効いてきます。

私は最近、GPTsのような形で自分用の前提をかなり作り込むことがあります。毎回プロンプトを一から書くのではなく、背景、文体、色、画像スタイル、見出し構造、使いたい言葉、避けたい表現をあらかじめ置いておく。すると、日々の指示はかなり短くできます。「画像生成してください」くらいでも、前提が効いていれば、それなりに方向性が揃います。

ここで大事なのは、短い指示が悪いのではなく、短い指示を支える前提があるかどうかです。現場でも同じです。熟練したチームなら「あれ、いつもの形で」と言って通じることがあります。しかし新人や外部パートナーには通じません。AIも、前提を持たせていなければ新人に近い状態です。

人間が物事を考えるとき、最初から一つの正解へ行くわけではありません。まず発散します。アイデアを出し、ホワイトボードに書き、付箋を貼り、似たものをグルーピングし、そこから絞り込みます。企画会議でも、研修設計でも、事業開発でも、この発散と収束の流れはとても大切です。

AIへの指示でも同じです。最初から「この形式で、こういう結論で、こういう表現で」と縛りすぎると、発散の力を使えません。まずは自由に出させる。複数案を出させる。違う角度を出させる。そのうえで、目的、対象読者、制約、判断軸に合わせて収束させる。この順番が効きます。

たとえばセミナーを企画するとします。いきなりタイトル案を一つ出させるより、「対象者は30代の技術系HRリーダー、課題は生成AI時代のスキルチェンジ、目的は社内研修の企画につなげること。まず切り口を10個出してください」と頼む。次に「この中から、実務導入に近いものを3つに絞ってください」と頼む。最後に「集客タイトル、概要、CTAにしてください」と頼む。これが発散から収束です。

読者の皆さんは、AIに最初から完成品だけを求めすぎていないでしょうか。完成品を一発で出すより、思考の相棒として途中工程を一緒に作る方が、結果的に速く、深く、納得感のあるアウトプットになります。

何が起きたか。FDE検定やAI時代のアップデート勉強会のような企画を考えるとき、私は最初からきれいなタイトルを求めたくなります。けれど、いきなりタイトルを出させると、どこかで見たような一般的な言葉に寄りがちです。

何に気づいたか。先に必要なのは、タイトルではなく切り口です。人材育成なのか、AIエージェント活用なのか、現場伴走なのか、スキルセットなのか、キャリアパスなのか。どの角度から語るかを発散し、そこから読者に合うものを選ぶと、タイトルも本文も強くなります。

読者が応用できる行動は、次にAIへ企画を頼むとき「完成案を1つ」ではなく「切り口を10個、判断軸を5個、捨てるべき案を3個」と頼むことです。捨てる案まで出すと、意思決定の質が上がります。

ここまで言うと、「やはりプロンプトエンジニアリングが大事なのですね」と思うかもしれません。はい、大事です。ただし、私が言いたいのは、魔法の構文を覚えましょうという話ではありません。WH法、ロール指定、出力形式、制約条件、例示。これらは有効ですが、道具です。

本当に大事なのは、仕事の背景を言語化する力です。なぜこの仕事をするのか。誰の課題なのか。どの現場で使うのか。何をもって成功とするのか。失敗すると何が起きるのか。どの情報は確実で、どの情報は仮説なのか。この前提をAIと共有できる人ほど、生成AIを仕事に使えます。

AIエージェントやAgentic AIが広がると、この力はさらに重要になります。単発の質問に答えてもらうだけなら、少しの指示で済みます。しかし、複数のタスクをまたいで動かすなら、目的、優先順位、禁止事項、判断基準、エスカレーション条件を設計する必要があります。これは、まさにデジタル人材の新しいスキルセットです。

生成AIのハルシネーションにも注意が必要です。前提を渡すことは、AIに自由に作らせることではありません。事実、仮説、推測を分ける。参考URLを示す。確認が必要な情報は確認が必要だと書かせる。ここまで含めて、信頼できるAI活用になります。

文字起こしの中でも触れましたが、画像生成ではこの前提設計がさらにわかりやすく出ます。私は青と紫のトーン、インフォグラフィック風、文字を入れない、ビジネス感を出す、というように、自分なりのスタイルを決めています。毎回ゼロから「かっこいい画像にしてください」と頼むのではなく、前提として色、構図、避けたい表現を置いておくわけです。

すると、AIは毎回まったく違う方向へ飛びにくくなります。もちろん細部は変わります。そこが生成AIの面白さでもあります。ただ、紫のアクセント、視認性の高い余白、ビジネス用途に耐える品質、画像内文字なしという前提があると、noteやブログで使う画像としての一貫性が出ます。これはブランド管理にも近い話です。

人材育成や社内広報でも同じです。研修資料の図解、eラーニングのサムネイル、DX推進プロジェクトの説明画像を毎回ばらばらに作ると、受講者は何を見ればよいのかわからなくなります。前提を揃えることで、学習体験も整います。AIに任せるほど、人間側の設計が重要になるということです。

私は少し大げさに「細部に魂が宿っていないと変なものが出る」と言いました。もちろん冗談半分です。AIに魂があるかどうかという話ではありません。言いたいのは、細部とは単なる禁止事項ではなく、判断基準のことだということです。

たとえば「AIっぽくしないでください」と書くだけでは弱いです。AIっぽいとは何か。抽象論ばかりで現場感がないことなのか、同じ言い回しを繰り返すことなのか、読者の痛みが入っていないことなのか、根拠が曖昧なことなのか。ここを具体化しないと、AIは表面的な言い換えで済ませてしまいます。

逆に、「技術系HRリーダーが、社内研修の企画会議で使える判断材料にする」「抽象論だけでなく、研修、採用、キャリアパス、リスキリングへの応用を入れる」「ハルシネーションリスクと確認手順も書く」と伝えると、かなり実務に寄ります。これが判断基準としての細部です。

読者の皆さんはどうでしょうか。禁止事項を増やす前に、評価基準を増やせているでしょうか。AIに「何をしてはいけないか」だけでなく、「何を満たしたら良い仕事なのか」を渡す。この転換が、プロンプト設計の実務力になります。

私はDX推進や人材育成の現場で、ツール導入だけでは変わらない場面を何度も見てきました。生成AIも同じです。ChatGPTのアカウントを配れば組織が変わるわけではありません。大切なのは、現場の業務をどう言語化し、AIにどう渡し、どう検証し、どう改善するかです。

技術系HRリーダーの方なら、ここは特に重要だと思います。エンジニア採用、リスキリング、研修講座・eラーニング、キャリアパス設計、データドリブンな人材育成。どれも、前提条件が複雑です。AIに「研修案を作って」とだけ頼んでも、組織に合うものは出ません。

たとえば、対象者が新卒エンジニアなのか、30代の中堅エンジニアなのか、管理職候補なのかで、研修設計は変わります。目的がスキルアップなのか、スキルチェンジなのか、AIエージェント時代の役割再定義なのかでも変わります。ここを前提として渡せる人が、AIを使って現場を前に進められます。

読者の皆さんの組織では、生成AIへの指示の仕方を属人技にしていないでしょうか。うまい人だけがうまく使う状態では、組織能力にはなりません。前提の書き方、目的の置き方、発散と収束の手順、検証の観点を共有することが、人材育成・教育支援として必要になります。

生成AIへの指示がうまくいかないとき、私たちは制約を増やします。もちろん、それは悪いことではありません。ただ、制約を増やす前に、目的と前提を足してみてください。何のために作るのか。誰に届けるのか。何を判断したいのか。どんな失敗を避けたいのか。どこまで発散し、どこで収束するのか。

AIは、こちらの頭の中を勝手に読んでくれる存在ではありません。けれど、前提を渡せば、かなりよい相棒になります。自由に発散させ、目的に合わせて収束させ、人間が最後に判断する。この流れを作ることが、生成AI時代の仕事の基本になっていくと私は考えています。

制約ばかりのプロンプトから、前提を共有するプロンプトへ。マインドセット、マインドシフト、マインドチェンジ、そしてマインド・トランスフォーメーションです。AIを使う技術だけでなく、AIと仕事を設計する力を、これから一緒に高めていきましょう。

さいごに

本日の内容が、あなたの「シンギュラリティ時代への準備」に向けた、わずかながらでも気づきや次の一歩のヒントになれたなら幸いです。

10年先の超知性ASIやAGIが当たり前になる未来に向けて、私たち自身をアップデートし続けることが、今最も重要です。ぜひ一緒に学びを深めていきましょう。

「社員のDXマインドをどう高めるか？」「実践的なITスキル教育が進まない」「生成AIやAIエージェントを人材育成にどう取り込めばよいかわからない」など、DX推進担当者の育成やIT教育研修でお悩みでしたら、ぜひ一度お聞かせください。初回無料の「DX推進人材教育プログラム」コンサルティングにご応募いただければ、あなたの組織の課題解決に必ずお役に立ちます。

次回の記事も、どうぞお楽しみに！

参考URL：PR TIMES リリース ／ IoT検定制度委員会 リリース ／ AI時代のアップデート勉強会 ／ 株式会社サートプロ ／ DX推進人材教育プログラム

近森満（ちかもり みつる） 株式会社サートプロ 代表取締役CEO ／ DXコンサルタント／IT人材育成／検定事業化 IT技術者の教育支援と人材育成を専門とする事業化コンサルタントとして、2006年に株式会社サートプロを創業し、IoT検定・＋DX認定・アジャイル検定などの資格制度を創出。独自の技術者向け教育研修の開発に定評があり、実践的なスキル向上を支援。経済産業省DX推進ラボおよびIoT推進ラボのメンターとして自治体や中小企業のDX推進を支援。近年は超知性ASIスキル可視化にも取り組み、次世代技術の普及に注力している。 ■所属・役職 ・IoT検定制度委員会 事務局長（IoT検定、＋DX認定、超知性ASI検定） ・一般社団法人 IT職業能力支援機構 理事長（Android資格） ・電気・電子系技術者育成協議会 副理事長（E検定） ・組込みソフトウェア管理者技術者育成研究会 メンバー（組込み） ・ET教育フォーラム合同会社 代表（コンテンツ制作） ・経済産業省 地方版IoT推進ラボ ビジネス創出事業メンター（IoT支援） ・経済産業省 地域DX推進ラボ ビジネス創出事業メンター（DX支援） ・デジタル庁 デジタル推進委員（デジタル化支援） ・DX事業共同組合 設立理事（DX推進） ・一般社団法人日本サステナブルビジネス機構 幹事（SDGs認証） ・一億総活躍社会を実現する共生日本協議会 理事（DEI支援） ・アジャイル開発技術者検定試験コンソーシアム 事務局長（Agile検定） ・一般社団法人国際サイバーセキュリティ協会 事務局長（IACS認定）

X (Twitter)

Facebook

YouTube

note