長い指示を足す前に、渡した情報を点検する。AIの回答が不安定なとき、原因はプロンプトの書き方だけとは限りません。質問、文脈、道具と制約、繰り返しの確認、複数作業のつながりを分けると、次に直す場所を選びやすくなります。
五つの言葉は整理の道具
ここで使うプロンプト、コンテキスト、ハーネス、ループ、グラフは、この記事で採用する整理上の呼び方です。一般に統一された規格や、すべてのAIサービスが持つ機能名という意味ではありません。症状から直す場所を選ぶための編集用の地図として扱います。
- プロンプト：依頼の目的、条件、出力形式が曖昧なとき。
- コンテキスト：情報が足りない、古い、多すぎるとき。
- ハーネス：使える道具、環境、権限、禁止事項を決めたいとき。
- ループ：一回の回答ではなく、確認と修正を繰り返したいとき。
- グラフ：複数の作業や依存関係を分けたいとき。
分類を使うときは、困っている現象を一行で記録し、最初に変える欄を一つだけ選びます。変えたもの、変えなかったもの、結果を残すことで、言葉の入れ替えだけで改善したように見える状態を避けられます。
質問が曖昧ならプロンプトを直す
回答が毎回違うとき、いきなり資料を増やす前に、依頼の目的と完成条件を一文にします。「調べて」ではなく、「この読者が判断できるよう、候補を三つの条件で比較し、未確認点を残す」と書けば、出力を確認する基準ができます。
出力形式も、表、箇条書き、下書き、質問リストのどれかへ限定します。答えが長いことを品質とみなさず、使う人が次に何をするかまで書けるかを見ます。
情報が足りないなら文脈を直す
指示を詳しくしても、前提資料がなければ判断は安定しません。対象期間、用語の定義、採用する一次資料、除外する資料を先に決めます。逆に、関係のない資料を大量に渡すと、重要な条件が埋もれます。必要な情報を必要な量だけ渡すことを、文脈の確認項目にします。
資料をAIへ渡す範囲と出典を管理する考え方は、AIリサーチのゴールと完了条件を決める記事にも整理しています。入力データの一覧と更新日を残すだけでも、回答の揺れを調べやすくなります。
道具と繰り返しは別に設計する
ファイルを読む、検索する、コードを実行するなどの道具を使う場合は、利用できる範囲と禁止する操作をハーネスとして書きます。道具を増やせば回答がよくなるとは限らないため、まず読み取りだけで試します。
一回で完了しない作業は、ループとして、実行、検証、修正、再検証の順番を置きます。複数の作業が依存する場合だけ、グラフとして前後関係を描きます。症状に必要な範囲だけを足すと、用語や道具の導入自体が目的になるのを防げます。
一つの症状から試す
最初から五つすべてを導入せず、困っている症状を一つ選びます。依頼が曖昧ならプロンプト、材料が不適切なら文脈、権限が広すぎるならハーネス、失敗を再現したいならループ、作業の順番が崩れるならグラフです。変更前後の入力と出力を残し、次に直す場所を決めます。
確認に使うときの注意
この五分類は、AIの品質を保証する公式の成熟度モデルではありません。自分の作業を観察し、どの条件を変えたかを記録するための補助線です。重要な判断では、AIの出力だけで完了とせず、元資料と担当者の確認を残してください。
入力の入口を整え、試した内容を記録する方法は、AI活用の摩擦を減らす習慣にもつながります。用語を増やす前に、症状と検証結果を一行で残すことから始めます。
資料や権限を変更した場合は、同じ質問を再実行して差分を比べます。改善が見えないなら、さらに道具を足すのではなく、入力の範囲と完了条件を元へ戻して確認します。
