「こんにちは。ディスカバリーズ マーケティング担当の神山美波です。
第3回では、生成 AI を使ううえでの“情報の入れ方”のリスクと、守るべき基本ルールを整理しました。
第4回では、同じ生成 AI でも結果が大きく変わる『プロンプト（AI への指示）』の考え方を解説します。役割から効果的な組み立て方まで、基礎を押さえながら一緒に学んでいきましょう」
「こんにちは。ディスカバリーズ マーケティング担当の神山美波です。
第3回では、生成 AI を使ううえでの“情報の入れ方”のリスクと、守るべき基本ルールを整理しました。
第4回では、同じ生成 AI でも結果が大きく変わる『プロンプト（AI への指示）』の考え方を解説します。役割から効果的な組み立て方まで、基礎を押さえながら一緒に学んでいきましょう」
「前回までで、AI の便利さと、気をつけるべきリスクはだいぶ分かってきました。でも正直、使ってみると“思った答えが返ってこない”ことも多くて……」
「それ、実はとてもよくある悩みです。生成 AI をうまく使えるかどうかは、“プロンプト”、つまり AI への指示の出し方で大きく変わるんです」
「指示の出し方、ですか？」
「はい。今回は、AI を使いこなすための基本となる“プロンプト設計”についてお話しします」
「そもそも、プロンプトって難しそうな言葉ですよね」
「簡単に言うと、“AI への指示文”のことです。人に仕事をお願いするときも、頼み方次第で結果が変わりますよね」
「たしかに。“いい感じにまとめて”って言われても困ります」
「AI も同じです。何をしてほしいのか、どんな前提や制約があるのかが曖昧だと、返ってくる答えも曖昧になります」
「プロンプトにも種類があるんですか？」
「大きく分けると2つあります。“非構造化プロンプト”と“構造化プロンプト”です」
「名前からして違いがありそうですね」
「非構造化プロンプトは、自然な文章でそのままお願いする方法です。たとえば、“この文章を分かりやすく要約して”といった形ですね」
「普段、なんとなく使っているのはそれかもしれません」
「一方、構造化プロンプトは、“役割”“目的”“条件”などを整理して、AI に伝える方法です。少し手間はかかりますが、アウトプットの精度や一貫性が高まりやすいのが特徴です」
「業務では、どちらを使うのがいいんでしょうか？」
「アイデア出しや発想を広げたいときは非構造化、業務文書や定型作業では構造化プロンプトが向いています」
「なるほど。仕事だと“ブレない答え”が欲しい場面が多いですね」
「そうなんです。構造化プロンプトでは、“あなたは〇〇の立場です”“目的は△△です”“この条件は守ってください”といった形で伝えます」
「人に仕事を依頼するときと、すごく似ていますね」
「まさにその感覚です。AI を“部下”や“アシスタント”のように扱うと、結果が安定しやすくなります」
「でも、毎回そんなに細かく考えるのは大変そうです」
「最初から完璧を目指す必要はありません。ポイントは3つです。
① 目的をはっきりさせる
② 背景や前提条件を整理する
③ 制約条件を伝える」
「たとえば、“誰向けの資料か”とかですか？」
「そうです。“社内向けか”“初心者向けか”“文字数はどれくらいか”といった情報があるだけで、AI の答えは大きく変わります」
「指示が具体的になるほど、AI も動きやすくなる、と」
「はい。AI は万能ではありませんが、伝え方次第でとても頼れる存在になります」
「今日の話で、AI が思った通りに動かない理由が分かった気がします」
「生成 AI を正しく活用するには、プロンプト設計が欠かせません。
非構造化プロンプトで柔軟に使う場面もあれば、構造化プロンプトで精度を高める場面もあります」
「目的や条件を整理して、AI に伝わる形で指示を出す、ですね」
「その意識が、AI を“使われる側”から“使いこなす側”へと変えてくれます。まずはご自身への影響度の低い業務から、試してみてください」 