【Ai x 入力設計 10】田中君 「ChatGPTを開いたのに手が止まる人へ —— 確認項目から“1つだけ選ぶ”だけで答えが変わる」
登場人物
👥 登場人物紹介
🌱 田中君 （画面 右）
20代。
好奇心旺盛で、気になったことはすぐに試してみる行動派。
AIについては初心者だったが、
「とりあえずやってみよう」
という性格のおかげで、少しずつ活用の幅を広げていく。
本作の主人公。
🏭 佐藤さん （画面 左）
40代前半。
仕事が非常にできるが、
それをひけらかすことはない。
人を見下したり否定したりせず、
相手の話をよく聞きながら、
気付きを与える形で導いてくれる。
AIを使いこなしているというより、
改善活動を長年続けた結果として、
AIを自然に活用している頼れる大先輩。
創作大賞、応募中です。よろしければご覧ください
ショートストーリー 1
田中君、AIに「答え」を求めて迷子になる
「田中、ちょっと頼みたいことがある」
朝の打ち合わせが終わったあと、田中君は上司に呼び止められた。
「今回の新製品なんだが、顧客に提案する前に、どれぐらい市場で受け入れられそうか調べてほしい」
「市場で、ですか？」
「そうだ。うちとしてはかなり自信がある。ただ、お客さんがどう見るか、競合と比べてどこに優位性があるのか、そのあたりを整理してほしい」
田中君はうなずいた。
新製品の良さは、田中君にもわかっていた。
従来品より扱いやすい。
作業も安定する。
現場で使えば、きっと便利になる。
しかし、問題があった。
田中君は製品の良さは説明できる。
けれど、マーケットの見方がわからない。
競合。
顧客ニーズ。
価格帯。
市場規模。
導入メリット。
売れる理由。
売れない理由。
どこから調べればいいのか、頭の中でうまく並ばなかった。
「こういうときこそ、AIだよな」
田中君はChatGPTを開き、こう入力した。
私たちが作った新製品が、どれぐらいお客さんに受け入れられるのか、マーケティングで調べてください。
すぐにAIから返事が来た。
そこには、確認項目がずらっと並んでいた。
新製品のカテゴリは何か
想定している顧客層は誰か
競合製品は何か
価格帯はどの程度か
顧客が困っている課題は何か
新製品の強みは何か
既存製品と比べた違いは何か
市場規模を知りたいのか
販売戦略を知りたいのか
顧客への提案資料を作りたいのか
田中君は、画面を見て固まった。
「多いな……」
マーケティングを調べてほしい。
ただそれだけを頼んだつもりだった。
けれどAIの回答を見ると、自分が何を知りたいのか、まったく整理できていないことに気づいてしまった。
市場規模を知りたいのか。
競合と比べたいのか。
顧客に刺さる理由を知りたいのか。
上司に出す報告書が欲しいのか。
営業用の提案材料が欲しいのか。
どれも大事に見える。
だから余計に、何を選べばいいのかわからなかった。
田中君はため息をついた。
「AIに聞けば、すぐ答えが出ると思ったんだけどな……」
そのとき、近くで様子を見ていた佐藤さんが声をかけた。
「田中君、AIに答えを出してもらおうとしてるね」
「え、違うんですか？」
「違わないよ。でも、今の段階ではまだ早い」
佐藤さんは、画面に並んだ箇条書きを指さした。
「これは宿題じゃない。全部埋めなくていい」
「全部、埋めなくていいんですか？」
「うん。これはAIが出してくれた“ヒント集”だよ。答えを出すために、
何を決めればいいかを並べてくれているだけなんだ」
田中君は、もう一度画面を見た。
確かにAIは、答えを拒否しているわけではなかった。
答えを出す前に、足りない情報を見える形にしてくれていた。
佐藤さんは続けた。
「まず、この中から一番知りたいことを一つだけ選べばいい」
「一つだけでいいんですか？」
「いい。最初から全部選ぼうとするから止まるんだよ」
田中君は、箇条書きを一つずつ見ていった。
市場規模。
競合製品。
価格帯。
顧客課題。
販売戦略。
提案資料。
しばらく考えて、田中君は言った。
「上司に頼まれたのは、顧客に提案する前の材料です。だから、まず知りたいのは“顧客がこの新製品を欲しいと思う理由”かもしれません」
佐藤さんはうなずいた。
「いいね。それが今回の目的だ」
田中君は、AIにこう入力した。
今の確認項目の中で、私が一番知りたいのは
「顧客がこの新製品を欲しいと思う理由」です。
それ以外の項目は、いったん今回は考えなくていい項目として分けてください。
AIはすぐに整理して返してきた。
最優先の目的
顧客がこの新製品を欲しいと思う理由を整理する
目的達成に必要な条件
想定している顧客層
顧客が現在困っている課題
新製品の強み
既存製品や競合製品との違い
今回は後回しでよい項目
詳細な市場規模
広告戦略
販売チャネル
長期的な市場予測
田中君は、少しだけ視界が開けた気がした。
「なるほど……全部調べるんじゃなくて、まず目的に必要なものだけ残せばいいんですね」
「そういうこと」
佐藤さんは笑った。
「次は、2番目と3番目に外せない条件を選ぶ」
「2番目と3番目……」
「今回なら、顧客が欲しいと思う理由を知りたいんだよね。だったら、その理由を判断するために絶対必要な情報は何だと思う？」
田中君は少し考えた。
「顧客が何に困っているか、ですかね」
「いいね。それが2番目」
「それと、新製品の強みがその困りごとにどう効くのか」
「それが3番目だね」
田中君は、もう一度AIに入力した。
今回の目的は「顧客がこの新製品を欲しいと思う理由」を知ることです。
2番目に外せない条件は「顧客が現在困っている課題」です。
3番目に外せない条件は「新製品の強みが、その課題をどう解決するか」です。
この3つをもとに、上司への報告に使える形で整理してください。
すると、AIの回答はさっきよりもずっと使いやすくなった。
顧客課題。
新製品の強み。
提案時に伝えるべきポイント。
競合と比べたときの見せ方。
報告書に使える見出し。
田中君は、さっきまでの「なんか違う」という感覚が薄れていくのを感じた。
「佐藤さん、これって、AIに調べてもらう前に、自分の目的を整理してるってことですよね」
「そうだよ」
佐藤さんは言った。
「最初の田中君は、AIに“答え”を求めていた。でも今は、AIと一緒に“答えを出せる形”を作っている」
「答えを出せる形……」
「AIに聞くときに大事なのは、最初から完璧な質問を作ることじゃない。AIが出した選択肢の中から、自分が一番欲しい答えを選ぶことなんだ」
田中君は、最初の入力を見返した。
私たちが作った新製品が、どれぐらいお客さんに受け入れられるのか、マーケティングで調べてください。
悪い質問ではなかった。
ただ、まだ整理されていなかった。
AIに察してもらおうとしていた。
しかしAIは、足りない条件を見える形にしてくれた。
その中から選ぶことで、田中君自身の目的もはっきりしていった。
佐藤さんは、最後にこう言った。
「選択肢が多いことは、悪いことじゃない。発想が広がっている証拠だよ。でも、仕事で使うには、その中から必要なものを選んで、順番をつけないといけない」
「選択肢を減らすことは、可能性を捨てることじゃないんですね」
「そう。今回は使わないものを脇に置いているだけだ。作業台に全部の工具を置いたままでは作業しにくいだろう？必要な工具だけを手元に置く。AIとの対話もそれと同じだよ」
田中君は、画面に並んだ整理済みの項目を見た。
最初は、何を聞けばいいのかわからなかった。
AIの確認項目を見て、自分の未整理さに少し落ち込んだ。
でも、全部埋める必要はなかった。
一番知りたいことを選ぶ。
二番目に外せない条件を選ぶ。
三番目に必要な条件を選ぶ。
関係の薄いものはいったん脇に置く。
それだけで、曖昧だった相談は、答えを出せる質問に変わっていった。
田中君は、小さくつぶやいた。
「AIに聞くって、答えをもらうことじゃなくて、答えにたどり着くために一緒に整理することなんだな」
✨「多いな……」と固まったのは、田中君だけではない
同じ感覚を抱えている人は、決して少なくありません。
「AIに聞けばすぐ答えが出ると思っていたのに、逆に質問攻めにされた」
「確認項目が多すぎて、結局埋められないまま諦めてしまった」
「AIがきれいに整理して返してくるほど、自分が何も整理できていないことを突きつけられて、触りたくなくなる」
こうした声は、AI初心者の間で珍しいものではありません。むしろ、真面目に向き合おうとする人ほど、このループにはまりやすい傾向があります。
田中君が「多いな……」とつぶやいたのは、能力が低いからではなく、多くの人が通る入り口だったのです。
補足：なぜAIの答えは平凡になるのか
AIが平凡な答えを返すとき、原因はAIの性能不足だけではありません。
多くの場合、判断するための情報が足りていない状態です。
たとえば田中君は、
新製品が市場で受け入れられるか調べてください
と入力しました。
しかし、AIはその新製品を知りません。
どんな製品なのか。
誰に向けたものなのか。
何を解決するのか。
既存品と何が違うのか。
価格で勝つのか、品質で勝つのか、使いやすさで勝つのか。
この基準がなければ、AIは一般的なマーケティング項目を返すしかありません。
つまり、AIからすると、
何と比べればいいのか
何を優位性と見ればいいのか
どの顧客にとって価値があるのか
がわからないわけです。
だから出力が無難になります。
人間側が渡すべき情報
ただし、会社の機密情報をそのままAIに入れるのは危険です。
ここは注意が必要です。
大事なのは、機密をそのまま渡すことではなく、判断に必要な構造を渡すことです。
たとえば、新製品名や細かい仕様は伏せても構いません。
その代わりに、次のような情報を抽象化して渡します。
この製品は、作業時間を短縮するためのものです。
想定顧客は、中小製造業の現場担当者です。
強みは、作業負担の軽減、品質の安定、教育時間の短縮です。
競合と比べて、導入しやすさを優位性として見たいです。
このくらいでも、AIの出力はかなり変わります。
初心者に伝えるべき一番大事なこと
初心者は、AIに情報を渡していないつもりがありません。
本人としては、
ちゃんと聞いたつもり
なんです。
でもAIから見ると、判断基準が足りない。
だからAIは確認項目をたくさん出します。
ここで初心者は、
こんなに全部埋めないといけないのか
と思って挫折します。
しかし、本当は全部埋める必要はありません。
AIが出した確認項目は、宿題ではありません。
自分が本当に知りたいことを見つけるための選択肢です。
まずは、その中から一つだけ選べばいい。
余裕があれば、二つ目、三つ目を選ぶ。
そして、その選んだ条件をAIに渡して、答えが自分の求めていたものに近いか確認する。
近ければ深掘りする。
違えば条件を直す。
足りなければ一次情報を足す。
この繰り返しが、AIとの対話です。
記事内のまとめ文
AI初心者がつまずくのは、能力がないからではありません。
AIに渡すべき情報と、自分が欲しい答えが、まだ頭の中で混ざっているだけです。
AIが出してくる確認項目は、全部埋めるための宿題ではありません。
その中から、自分が一番欲しい答えを選ぶための選択肢です。 まず一つ選ぶ。
次に二つ目、三つ目を選ぶ。
それをAIに渡して、返ってきた答えを見る。 この小さな対話を繰り返すことで、AIの答えは少しずつ自分の求める形に近づいていきます。
ショートストーリー 2
田中君、AIの答えをそのまま使わず、さらに深める
田中君は、AIと一緒に目的を整理した。
最初に知りたいことは、
顧客がこの新製品を欲しいと思う理由
だった。
次に外せない条件は、
顧客が現在困っている課題
そして三つ目は、
新製品の強みが、その課題をどう解決するか
だった。
この三つをAIに伝えると、先ほどよりもずっと使いやすい回答が返ってきた。
AIは、顧客が困っていそうな課題を整理し、それに対して新製品の強みがどう役立つかを箇条書きでまとめてくれた。
田中君は、画面を見ながらうなずいた。
「さっきより、かなり良くなった気がします」
佐藤さんも、横から画面をのぞいた。
「うん。最初の回答よりは、だいぶ使える形になってきたね」
田中君は少し安心した。
しかし、読み返しているうちに、少し引っかかるものがあった。
「でも……」
「どうした？」
「なんか、まだ弱い気がします」
「どこが？」
田中君は、しばらく黙った。
どこが弱いのか。
それが、うまく言葉にできなかった。
AIの文章は整っている。
箇条書きも見やすい。
顧客課題も、製品の強みも並んでいる。
けれど、上司にそのまま出すには、少し薄い気がした。
「すみません。どこが弱いのか、自分でもわからないです」
田中君がそう言うと、佐藤さんは笑った。
「それでいいんだよ」
「え？」
「わからないなら、それをそのままAIに聞けばいい」
佐藤さんは、キーボードを指さした。
「AIにこう聞いてみて」
田中君は、言われた通りに入力した。
回答は前より良くなりました。
ただ、上司への報告に使うには、まだ少し弱い気がします。
どこが弱いのかを指摘してください。
さらに強くするために、追加で必要な情報があれば質問してください。
AIはすぐに返事をした。
弱い可能性がある点
顧客課題がまだ一般的で、実際の顧客像が見えにくい
新製品の強みが、顧客の困りごとにどの程度効くのかが具体的ではない
競合製品と比べたときの違いがまだ曖昧
上司が判断しやすいような根拠や比較軸が不足している
提案先の顧客が、なぜ今この製品を必要とするのかが弱い
田中君は、思わず声を出した。
「なるほど……弱いって、こういうことだったんですね」
佐藤さんはうなずいた。
「そう。田中君は“弱い”とは感じていた。でも、その弱さをまだ言語化できていなかった。そこをAIに分解してもらったんだ」
田中君は、AIの回答を読みながら考えた。
確かに、顧客課題はまだ一般論だった。
「作業負担を減らしたい」「品質を安定させたい」と書いてあるが、具体的にどんな現場の、どんな困りごとなのかは見えていない。
新製品の強みも、まだ「扱いやすい」「安定する」という言い方にとどまっている。
それが、顧客にとってどれほど価値があるのか。
競合と比べてどこが違うのか。
そこまでは、まだ踏み込めていなかった。
AIは続けて質問してきた。
追加で確認したいこと
想定している顧客は、どのような業種・現場ですか？
顧客は現在、どの作業で困っていますか？
新製品は、その作業をどのように楽にしますか？
既存品や競合品と比べて、一番違う点は何ですか？
上司に最終的に判断してほしいことは何ですか？
田中君は、また少し固まりかけた。
「また質問が増えましたね」
佐藤さんは、すぐに言った。
「全部答えなくていい」
「あ、またですね」
「そう。さっきと同じだよ。この中から、今いちばん答えられそうで、いちばん効果がありそうなものを選べばいい」
田中君は、質問を見直した。
業種・現場。
顧客の困りごと。
新製品がどう楽にするか。
競合との違い。
上司に判断してほしいこと。
田中君が一番答えやすいのは、現場で見た新製品の強みだった。
「3番なら答えられそうです。新製品がその作業をどう楽にするか」
「いいね。じゃあ、それを入れてみよう」
田中君は、機密情報に触れないように注意しながら、AIに入力した。
詳細な仕様名は伏せます。
この新製品は、従来よりも作業の手間を減らし、作業者ごとのばらつきを少なくすることを狙った製品です。
特に、慣れていない作業者でも扱いやすく、品質を安定させやすい点が強みです。
この情報をもとに、先ほどの回答を強くしてください。
AIは回答を作り直した。
今度は、顧客課題と新製品の強みが、前よりもはっきりつながっていた。
顧客の課題
作業者によって品質にばらつきが出る
新人や応援者が入ると作業が安定しにくい
教育に時間がかかる
手順が複雑だとミスが増える
新製品の価値
作業手順を簡単にし、慣れていない人でも扱いやすい
作業者ごとの差を減らし、品質を安定させやすい
教育時間を短縮できる可能性がある
現場管理者の確認負担を減らせる
提案時の伝え方
「熟練者だけに頼らず、現場全体の作業を安定させる製品」
「新人・応援者が入っても品質を崩しにくくする製品」
「作業負担と教育負担を同時に減らす提案」
田中君は、画面を見て目を開いた。
「だいぶ良くなりました」
佐藤さんは言った。
「そうだね。今の回答は、最初よりかなり強い」
「何が変わったんですかね」
「一次情報が入ったんだよ」
「一次情報……」
「田中君が現場で見て知っていること。新製品がどう役立つのか。どこが強みなのか。AIはそれを知らない。だから、そこを入れると答えが一気に具体的になる」
田中君は、最初の自分の質問を思い出した。
マーケティングで調べてください。
あのときは、AIが勝手に市場を調べて、答えを出してくれると思っていた。
しかし実際には、AIには自社製品の情報がなかった。
何を強みとして見ればいいのか。
何と比べればいいのか。
誰にとって価値があるのか。
そこが抜けていた。
だからAIの答えは平凡だった。
「つまり、AIに答えを出してもらうには、AIが判断できる材料を渡さないといけないんですね」
「そういうこと」
佐藤さんはうなずいた。
「でも、会社の機密情報をそのまま入れるのは危ない。だから、製品名や細かい仕様は伏せる。その代わり、“どんな課題を解決するのか”“誰にとって価値があるのか”“何を強みとして見てほしいのか”を抽象化して渡す」
田中君は、AIの回答をもう一度読んだ。
まだ完成ではない。
でも、どこを深めればいいかは見えてきた。
田中君は、さらにAIに聞いた。
かなり良くなりました。
ただ、上司に提出するには、競合と比べた優位性がまだ弱い気がします。
競合比較を強くするには、どんな追加情報が必要ですか？
AIは答えた。
競合比較を強くするために必要な情報
競合製品の主な特徴
競合製品が得意な点
競合製品が苦手な点
自社製品が勝てそうな比較軸
顧客が比較時に重視するポイント
価格以外で差別化できる要素
田中君は、今度はすぐに全部を埋めようとはしなかった。
「今回は、競合製品が苦手な点と、自社製品が勝てそうな比較軸だけでよさそうですね」
佐藤さんは笑った。
「お、選べるようになってきたね」
田中君はAIに入力した。
競合製品の詳細名は伏せます。
競合は性能は高いですが、扱いに慣れるまで時間がかかる印象です。
自社製品は、性能の最高値よりも、現場で安定して使いやすいことを強みとして見せたいです。
この条件で、競合比較の表現を強くしてください。
AIは、競合比較の言い方を整えた。
競合との違い
競合製品は高性能だが、使いこなすまでに時間がかかる
自社製品は、現場での扱いやすさと作業の安定性を重視している
熟練者向けの高性能ではなく、現場全体で安定運用しやすい点が強み
導入後の教育負担を抑えやすい可能性がある
提案時の一文
本製品は、最高性能だけを追うのではなく、現場で安定して使えることを重視した製品です。
熟練者だけでなく、新人や応援者も含めた現場全体の品質安定に貢献できる点が、競合との差別化ポイントです。
田中君は、小さく息を吐いた。
「これなら、上司に見せられそうです」
佐藤さんは言った。
「最初からこの答えを出せたわけじゃない。AIと対話しながら、少しずつ近づけたんだよ」
田中君はうなずいた。
最初は、AIに答えを求めていた。
次に、AIが出した選択肢の中から目的を選んだ。
そして、出てきた答えを見て「まだ弱い」と感じた。
その弱さをAIに分解してもらい、足りない情報を足していった。
答えを受け取って終わりではなかった。
答えを見て、違和感を返す。
弱いところを聞く。
必要な情報を確認する。
自分が持っている一次情報を足す。
もう一度、AIに整えてもらう。
その繰り返しで、AIの答えは少しずつ使えるものになっていった。
田中君は、報告書の見出しを作り直した。
新製品が顧客に受け入れられる理由
顧客が抱える課題
新製品が解決できること
競合と比べた優位性
提案時に強調すべき一文
そして最後に、こうメモした。
AIは、最初から完成した答えを出してくれる相手ではない。
こちらの違和感や一次情報を返すことで、答えを一緒に強くしていく相手である。
✨「なんか弱い」で終わらせてしまう人たち
田中君は「まだ弱い気がする」と感じたことをそのままAIに投げ返しました。でも、実際には多くの人がここで止まってしまいます。
「回答は前より良くなった。でも、これでいいのか自分でも判断できない」
「AIの答えが薄いと感じても、どう直せばいいのかわからず、そのまま使ってしまう」
「毎回、背景を長文で説明し直すのが面倒で、途中で妥協してしまう」
「弱い」と感じること自体は、実は多くの人が経験しています。
違うのは、その違和感を言葉にしてAIに返すか、それとも「まあこれでいいか」と飲み込んでしまうか、その一歩だけです。
田中君は、その一歩を踏み出しただけでした。
第1段階：AIが出した選択肢から、目的を選ぶ
第2段階：出てきた答えを見て、弱いところをAIに聞く
第3段階：AIが必要情報を出す
第4段階：人間側が一次情報を足す
第5段階：AIが答えを強くする
補足説明としては、この一文が核になります。
AIの答えが弱いと感じたときは、「もっと良くして」と頼むだけでは足りません。
「どこが弱いのか」「強くするにはどんな情報が必要か」をAIに聞くことで、次に渡すべき情報が見えてきます。
ショートストーリー 3
佐藤さん、AI上級者の正体を話す
田中君は、AIと何度かやり取りを続けた。
最初は、新製品のマーケット調査を頼んだだけだった。
けれど、AIから確認項目がたくさん返ってきた。
その中から一番知りたいことを選び、二番目、三番目に外せない条件を選んだ。
さらに、出てきた答えを見て、弱いところをAIに聞き返した。
その結果、最初よりずっと使える報告内容になっていた。
田中君は、画面を見ながらつぶやいた。
「佐藤さん、これって……結局、AI上級者の人たちは、こういうことをずっとやってるんですか？」
佐藤さんは少し笑った。
「そうだね。かなり近いと思う」
「でも、上級者って、最初からうまいプロンプトを書ける人だと思ってました」
「それは半分当たりで、半分違うかな」
「違うんですか？」
佐藤さんは、椅子に座り直した。
「僕も最初は、田中君と同じだったよ」
「え、佐藤さんもですか？」
「うん。AIに聞けば、すぐに答えが出ると思っていた。だから最初は、かなり雑に聞いていたよ」
佐藤さんは、昔の自分を思い出すように言った。
「『これを良くして』とか、『売れるようにして』とか、『わかりやすくして』とかね」
田中君は少し安心した。
「佐藤さんでも、そんな感じだったんですね」
「もちろん。最初からうまく使えたわけじゃない。ただ、私は少し諦めが悪かった」
「諦めが悪い？」
「そう。AIの答えが微妙だったときに、『使えないな』で終わらせなかったんだ。なぜ微妙なのかを、AIに聞き返した」
佐藤さんは、田中君の画面を指さした。
「たとえば、AIの答えが薄いと感じたら、こう聞く」
この答えは少し弱い気がします。
どこが弱いのかを指摘してください。
強くするために、追加で必要な情報を教えてください。
「するとAIは、足りない条件を出してくる」
「はい。さっきも出てきました」
「でも、ここで多くの人は止まる。条件が多すぎるからね」
田中君はうなずいた。
「僕も、最初は全部埋めないといけないと思いました」
「そこが分かれ道なんだ」
佐藤さんは、ゆっくり続けた。
「私も最初は、AIが出してきた条件を全部埋めようとした。だけど、それをやると疲れる。時間もかかる。しかも、全部埋めたからといって、必ず良い答えになるわけでもない」
「全部埋めてもダメなんですか？」
「ダメというより、重要度が違うんだよ」
「重要度……」
「AIが出してくる確認項目には、今すぐ必要なものもあれば、今回は後回しでいいものもある。だから全部を同じ重さで見てしまうと、かえって迷う」
田中君は、少し考え込んだ。
「じゃあ、上級者はどうするんですか？」
佐藤さんは言った。
「一番必要なものを、まず引き抜く」
「引き抜く？」
「そう。足りない情報を全部足そうとするんじゃない。まず、出てきた選択肢の中から、今回の答えに一番効きそうなものを一つ選ぶ」
佐藤さんは、紙に簡単な図を書いた。
たくさんの条件
↓
一番必要なものを選ぶ
↓
それに二番目、三番目を添える
↓
AIにもう一度考えさせる
「私が気づいたのは、これなんだ」
「足していくんじゃなくて、まず選ぶんですね」
「そう。全部を足すんじゃない。最初に必要なものを引き抜く。そのあとで、価値の高い情報を少しずつ添えていく」
田中君は、その言葉をノートに書いた。
全部を埋めるのではなく、一番必要なものを引き抜く。
佐藤さんは続けた。
「AIの答えを良くするために必要なのは、情報量を増やすことだけじゃない。むしろ、どの情報を優先するかを決めることなんだ」
「優先順位ですね」
「そう。仕事でも同じだよ。会議で出た意見を全部採用したら、何をしたいのかわからなくなる。改善でも、問題を全部同時に直そうとしたら、現場が混乱する」
「まず一番効くところを見る」
「その通り」
佐藤さんは、田中君の作った報告案を見た。
「今回の件で言えば、最初に引き抜いたのは何だった？」
田中君は答えた。
「顧客がこの新製品を欲しいと思う理由です」
「そう。それが一番必要なものだった」
「次が、顧客が困っている課題」
「そして三番目が？」
「新製品の強みが、その課題をどう解決するか」
佐藤さんはうなずいた。
「それで十分、答えの方向性が決まった。もし最初から市場規模、広告戦略、販売チャネル、長期予測まで全部入れようとしていたら、どうなっていたと思う？」
「たぶん、何を調べているのかわからなくなっていました」
「そういうこと」
田中君は、さっきまでの流れを思い返した。
最初は、AIに答えを求めた。
次に、AIから大量の確認項目が返ってきた。
そこで固まりかけた。
でも、全部を埋めなくていいと知った。
一番必要なものを選んだ。
次に大事なものを選んだ。
足りない一次情報を足した。
弱いところをAIに聞いた。
さらに必要な情報を選んだ。
その結果、AIの答えは少しずつ強くなった。
「佐藤さん、AI上級者って、すごい知識を持っている人というより、AIの答えを育てるのがうまい人なんですか？」
佐藤さんは少し考えてから答えた。
「かなり近いね」
「答えを育てる……」
「AIに一発で完璧な答えを出させるんじゃない。出てきた答えを見て、どこが弱いかを聞く。足りない情報を確認する。その中から一番価値の高いものを選ぶ。そして、もう一度AIに考えさせる」
佐藤さんは、指を折りながら言った。
「大事なのは、この繰り返しだよ」
出す。
選ぶ。
足す。
直す。
深める。
「これを何度も回す」
田中君は、少し目を細めた。
「それって、現場改善と同じですね」
「そうだね。仮説を出す。現場で見る。ズレを見つける。条件を変える。もう一度試す。AIとの対話も、それに近い」
田中君は、ようやく腑に落ちた気がした。
AI上級者とは、きれいな命令文を最初から書ける人ではない。
AIの答えをそのまま受け取らず、
弱いところを見つけ、
必要な情報を選び、
一次情報を足し、
答えを少しずつ強くしていける人。
佐藤さんは最後に、こう言った。
「田中君。AIを使うときに、最初から完璧な質問を作ろうとしなくていい」
「はい」
「大事なのは、AIが出してきたものを見て、自分が本当に必要としているものを選ぶことだよ」
「全部を埋めるんじゃなくて、一番必要なものを引き抜く」
「そう。そして、その一番必要なものに、二番目、三番目に価値の高い情報を添えていく」
佐藤さんは、画面を見ながら言った。
「極めてシンプルなんだよ。広げて、選んで、足して、深める。それだけだ」
田中君は、もう一度ノートに書いた。
AIに答えをもらうのではなく、AIと一緒に答えを育てる。
その言葉を見たとき、田中君は少しだけ、AIとの付き合い方がわかった気がした。
✨熟練者たちが実際に語っていること
佐藤さんが「僕も最初は雑に聞いていた」と話したのは、決して謙遜ではありません。AI活用に慣れた人たちの声を見ても、同じ考え方が繰り返し語られています。
「うまく聞けないときは、無理に完璧な質問を作らなくて大丈夫。先に不明点を聞いてもらえばいい」
「難しいプロンプトを覚える前に、前提を伝えるだけでかなり変わる」
「プロンプトが作れないなら、プロンプトを作ってもらうところから始めればいい」
熟練者たちが口を揃えて言うのは、「最初からうまく聞く」ことではなく、「AIとやり取りしながら、少しずつ形にしていく」という姿勢です。
佐藤さんの「答えを育てる」という言葉は、特別な才能の話ではなく、こうした積み重ねの先にあるものだったのです。
多くの人は、AIを使う前に「ちゃんとした質問を作らなければいけない」と思いすぎています。
でも、それは少しもったいないです。
AIは、完成した質問だけを受け取る道具ではありません。
質問を一緒に作る相手でもあります。
ここがわかると、AIとの付き合い方がかなり変わります。
🤔なぜ「対話できる環境」がまだ整っていないのか
ここまで見てきたように、AIに苦手意識を持つ人の多くは、能力が低いわけではありません。ただ、対話の経験値を積む機会がなかっただけです。
しかし、これは個人の努力だけで解決できる問題ではないのかもしれません。
AIを触ってみたけれど、うまく使えなくて諦めてしまった人は、決して少なくないはずです。
そして、その悩みは本人だけのものではありません。
同じ家族の中に、AIに苦手意識を持ちながら、それを誰にも言えずにいる人がいるかもしれません。
「自分だけができない」と感じて、静かに距離を置いてしまっている人もいるはずです。
一方で、AIを提供する側はどうでしょうか。
高性能なモデル。豊富な機能。専門的な解説動画。
こうしたものは次々と生まれています。
しかし、「使い方がわからない人と、一緒に経験を積んでいく」という設計思想は、まだ十分に追いついていないように感じます。
本当に必要なのは、難しい説明を増やすことではなく、間違えても、迷っても、安心して話しかけられる環境です。
そして、その環境がまだ、世の中に十分に用意されていないのだとすれば、ここで紹介する田中君と佐藤さんのやり取りは、その環境の代わりに、誰かにとっての最初の一歩になるかもしれません。
実際のAI と対話【Hanamaruki ＆ ChatGTP】
複雑化することは誰でもできるんですが、シンプルにするっていうのはなかなか難しいんですよね。ただ、一つだけ必要なものを選ぶ、どうしてもこれは外せないものを選ぶ、もし、なかったらもっと選択肢をくださいとAIに言うっていうところですね。
思考時間: 1 秒
はい。ここがかなり重要ですね。
複雑化は簡単です。
AIに聞けば、選択肢も、条件も、注意点も、いくらでも増えます。
でも初心者さんが本当に必要としているのは、情報を増やすことではなく、最初の一個を選ぶことなんですよね。
ここを言い換えると、
AI活用の第一歩は、たくさんの条件を埋めることではない。
たくさん出てきた条件の中から、「これだけは外せない」という一つを選ぶこと。
です。
そして、その一つが見つからない場合も、失敗ではない。
そのときはAIにこう言えばいい。
この中には、私がしっくりくるものがありません。
もっとわかりやすい選択肢に分け直してください。
あるいは、
もっと初心者にも選びやすい言葉で、選択肢を出し直してください。
これでいいわけですね。
つまり、初心者さんに必要なのは、最初から正解を選ぶ力ではありません。
選べないときに、選べる形へAIに作り直してもらう力。
ここまで含めると、かなり実用的になります。
流れとしては、こうです。
1. まず大ざっぱに聞く
SNSで注目される投稿にしたいです。
でも、何をどう頼めばいいかわかりません。
2. AIに選択肢を出してもらう
この相談に答えるために、必要な確認項目を出してください。
3. 全部埋めようとしない
この中から、私が最初に選ぶべきものを整理してください。
4. 一つだけ選ぶ
今回は「読者が自分のことだと思えるか」を一番重視します。
5. 見つからなければ、選択肢を作り直してもらう
この選択肢ではまだ選べません。もっと具体例つきで出してください。
この「一つ選ぶ」「選べなければ選択肢を作り直す」という考え方は、かなりシンプルです。
そして強いです。
複雑なプロンプトを覚えなくてもいい。
大量の条件を全部埋めなくてもいい。
まず一つだけ、絶対に外せないものを選ぶ。
この形なら、初心者さんでもAIとの対話に入りやすいです。
記事の中では、この一文がかなり使えます。
AIが出してきた確認項目は、全部埋めるための宿題ではありません。
その中から「これだけは外せない」と思える一つを選ぶための材料です。
もし見つからなければ、AIに「もっと選びやすく分け直して」と頼めばいいのです。
これはかなり初心者に優しいです。
しかも、AI上級者の思考にもつながります。
上級者は複雑なことをしているように見えて、実はかなりシンプルです。
広げる。
選ぶ。
足す。
深める。
この4つを繰り返しているだけです。
✨田中君シリ－ズです。ご興味がございましたらお楽しみください。
田中君シリーズを応援してください
今回も田中君は、便利なAIへ全部丸投げしようとして、林さんと佐藤さんに止められてしまいました。
これからも、田中君たちは失敗しながら、AIとの安全で便利な付き合い方を学んでいきます。
「続きを読んでみたい」「今回の記事が役に立った」と感じていただけましたら、スキ、コメント、チップで応援していただけるとうれしいです。
皆さまからの応援は、田中君のおやつ、林さんの胃薬、佐藤さんのコーヒーブレイクに使わせていただきます。
#AI初心者 , #ChatGPT活用 , #AI活用術 , #AIとの対話 , #プロンプト , #思考整理 , #選ぶ対話術 , #AI壁打ち , #言語化 , #仕事術 , #ビジネス , #マーケティング , #自己成長 , #学び直し , #AI入力設計
#AIForBeginners , #ChatGPTTips , #PromptEngineering , #AIConversation , #BeginnerAI , #AIWorkflow , #ThinkingWithAI , #AIProductivity , #LearnAI , #AISelection , #DialogWithAI , #AIOrganization , #AIThinking , #SimpleAI , #AIPractice
#田中君シリーズ , #AIでフリーズ , #AIの言い訳 , #AI報告書で怒られた , #情報過多で思考停止 , #AIの多数決の罠 , #AIはただの道具 , #引き算の思考術 , #判断基準は自分 , #現場のKAIZEN , #一次情報を大切に , #仕事の整理整頓 , #自工程完結 , #生成AI実務活用 , #ビジネス思考力 , #TanakaSeries , #AIFailures , #PromptOverload , #AIHallucinationTraps , #StopBlamingAI , #AIisJustaTool , #HumanInTheLoop , #HumanDecisionMaking , #LessIsMoreInAI , #KaizenMindset , #FirstHandData , #PracticalAI , #WorkplaceProblemSolving , #CriticalThinkingSkill , #GenAIinPractice