AIに「思考の型」を渡すと何が変わるか
前回、判断の揺れを止めるには「手順を頭の外に置く」という話をしました。
今回はその続きです。手順を外に置くだけでなく、それをAIと共有したとき、何が起きるのかについて書きます。
「うまく使えない」の正体
AIを日常的に使っている人なら、こういう経験があると思います。
同じツール、同じ機能を使っているのに、ある人は「すごく便利」と言い、別の人は「あんまり使えない」と感じる。
この差について、よく言われるのは「プロンプトの書き方」です。指示の精度を上げれば、出力も良くなる、と。
それは正しいのですが、もう一段深いところに本当の問題があります。
プロンプトの前に、思考が整理されているかどうか。
プロンプトはあくまでも、自分の思考をAIに伝える言語です。伝える内容そのものが曖昧であれば、どれだけ丁寧に書いても、曖昧な依頼になります。「うまく使えない」と感じている多くの場合、問題はプロンプトではなく、プロンプトの手前にある自分の思考の整理度にあります。
型を渡すとはどういうことか
「思考の型をAIに渡す」という言い方をすると、難しそうに聞こえます。でも、やっていることは単純です。
自分が考えるときの「手順」を、AIに先に伝えておく。
たとえば、ある提案書を書くとします。私がいつも考える手順は、こういうものです。まず相手の状況を整理する。次に、相手が本当に解決したい問題を特定する。その上で、自分が提供できることを、相手の言葉に翻訳する。最後に、相手が次に取るべき行動を一つだけ示す。
この手順を先にAIに渡しておくと、AIはその手順の中で動いてくれます。「提案書を書いて」という指示だけのときと、出てくるものが根本的に違います。
型を渡すというのは、AIに「考え方の地図」を持たせることです。地図がない状態では、どんなに優秀なナビゲーターも迷います。地図があれば、途中の判断をいちいち指示しなくても、同じ方向に進み続けられます。
変わることと、変わらないこと
型を渡したとき、何が変わるのかを具体的に見てみます。
まず、出力の安定性が上がります。
型がない状態では、AIの出力は「その日の入力の質」に大きく依存します。入力が揺れれば出力も揺れる、という前回の話と同じです。でも型がある状態では、入力が多少揺れても、出力の骨格は安定します。型というフィルターがかかっているので、揺れが吸収されます。
次に、修正のコストが下がります。
型がない状態で「ちょっと違う」と感じたとき、何が違うのかを言語化するのが難しい。なんとなく違和感がある、でもどこがどう違うのかがわからない。この状態での修正指示は、的を射ないまま時間だけが過ぎていくことがあります。型がある状態では、「この手順の、この部分の角度が違う」と指摘できます。修正の粒度が明確になるので、やり取りの回数が減ります。
一方で、変わらないことがあります。
最終的な判断は、自分がする。
型を渡すことで、AIは手順に沿って構造化・提案・整理を行います。でもその結果を「これで行く」と決めるのは、自分です。AIは判断の手前を整える役割を担いますが、判断そのものを代行するわけではありません。
これは制限ではなく、設計上の前提です。判断の主体が自分にある限り、AIをどれだけ活用しても、自分の思考は失われない。この前提があることで、AIへの依存ではなく、AIとの協働が成立します。
再現性という言葉について
型を渡すことの最大の利点は、実は「再現性」にあります。
型がない状態では、うまくいった作業を次回も再現するのが難しい。「あのとき何を考えて、どう指示したから、あの結果が出た」が言語化されていないので、記憶だけに頼ることになります。
型がある状態では、うまくいった手順がそのまま残ります。同じ種類の作業に、同じ型を持ち込めば、同じ品質に近い出力が出る。自分一人でも、チームでも、同じ手順を使えます。
再現性という言葉は、どこか製造業っぽい響きがあります。でも知的な仕事においても、本来は同じことが成立するはずです。うまくいったやり方を言語化して、繰り返し使えるようにする。それが本来の意味での「仕事の質を上げる」ということではないかと、最近よく思います。
「思考OS」という考え方
このあたりから、私が実際に取り組んできたことの話に入ります。
手順を外に置き、AIに渡し、再現性を確保する。この仕組みを作ろうとしたとき、自然と「OS」という概念に行き着きました。
OSとは、コンピュータの世界では「あらゆるアプリが動く土台」のことです。個々のアプリがどれだけ高機能でも、OSが不安定なら全体がうまく動かない。逆にOSがしっかりしていれば、その上で動くものは安定します。
思考も同じではないかと考えました。メールを書く、企画を立てる、分析をする、人に説明する。これらはそれぞれ違う「アプリ」ですが、その全部に共通する「判断の手順」がある。その共通部分をOSとして外部化できれば、個々の作業が安定する。
私はこの考え方を「思考OS」と呼んでいます。そして今、これをAIと共に使える形に整えた仕組みを、実際のサービスとして提供しています。
ただ、今回の記事ではそのサービスの話よりも、「思考OSという考え方そのものが、なぜ有効なのか」を伝えたかった。なぜなら、仕組みを使うかどうかに関係なく、「手順を外に置く」という発想は、AIを使うすべての人に今すぐ使えるものだからです。
次回は、この「思考OS」がどのように生まれたのか、その背景にある問題意識について書きます。特に「AIに奪われる」という感覚と、そこからどう折り合いをつけたかという、少し個人的な話になります。
この連載は、AIとの協働で誰もがぶつかる「認知の壁」と、その乗り越え方について書いていきます。