プロンプトを磨くのはもうやめる——AIの結果は「何を渡すか」で決まる

プロンプトを磨くのはもうやめる——AIの結果は「何を渡すか」で決まる

はじめに

「そのアプリ、どう指示したら作れたんですか？」——講師のもとには、この質問がよく届く。だが返ってくる答えは拍子抜けするものだった。

第3回は全8回の中で「今日の内容が1番大事かもしれない」と本人が言った回である。テーマは、うまくいった手順を型として残し、AIの限界を理解して付き合うこと。魔法の言い回しを探す時代は終わった、という話だった。

この記事で分かること

• 失敗をルールに変えると、AIが「資産」になる仕組み
• プログラムにやらせることと、AIにやらせることの境界線
• AIには3つの限界がある。それぞれの避け方

①自動化は4段階で深まる

まず現在地を確かめる地図が示された。

①と②の差が決定的だと強調された。①は最後に自分が手をかけないと進まない。自分が詰まれば全部止まる。②に入ると、勝手に蓄積が進んでいく。

講師の例では、保有する論文資料から毎日10本のブログが自動で生成され、内容の正しさは別のエージェントを起動して自動チェックさせている。人の手は一切入っていない。

②失敗をルールに変えると、資産が積み上がる

ここが第3回の背骨である。チャット型AIとエージェント型AIの本質的な違いが語られた。

そして資産は4つの形で残る。

• 失敗をルールとして残す → CLAUDE.md（憲法）
• 手順を残す → スキル（業務マニュアル）
• 学びを残す → メモリ
• 作ったものが残る → ファイルとして手元に

実際に書き足されたルール

講義で公開された「憲法」の中身が、生々しくて分かりやすかった。すべて実際に起きた失敗から生まれている。

さらに踏み込んだ例も挙がった。夜間の無人実行が途中までしか走っていなかったので見張り役を置いた、過去の自分が書いた誤った引き継ぎを信じて危ない操作を仕掛けた——こうした一つひとつが、次の事故を防ぐルールになっていく。

③うまくいった一本を「型」にする

ブログの1本目は数時間かかり、手順も品質もばらばらだった。そこから型が生まれる過程はこうだ。

1. 試行錯誤して「これはいい」と思えるものを1本作る
2. 「これを毎回作りたいから、スキルにして」と伝える
3. 次からは資料を渡すだけで、同じ型のものが出てくる

型ができると、改善が一括で効くようになる。実演では「投稿済みのブログで、最後の部分が読みにくいので直してほしい。今までに投稿した分も全部確認して直して」と指示し、400本以上が一度に修正されていった。そして「今回直したことを、次回以降のブログにも反映できるように書いておいて」と続ける。これで型そのものが更新される。

型にすべき仕事の見つけ方も示された。毎回同じ形式で、中身だけが違う仕事を探せばよい。朝礼の記録、患者さん向けのお知らせ、業務報告、ブログ——どれも当てはまる。

④プログラムとAIの役割分担

「AIに全部やらせる」とうまくいかない理由が、明快に整理された。

AIは確率で出力する。だから「先月の売上は？」と聞くたびに、金額から答えたり前期比から答えたりと、返し方がぶれる。毎回同じ形で欲しいものには向かない。

この分担には、もうひとつ大きな利点がある。

整理された情報だけを渡すので、記憶容量の節約にもなる。個人情報を守る設計と、AIの性能を引き出す設計が、同じ方向を向いている。

⑤なぜ「報告」を自動化するのか

歯科医院の事務作業は、突き詰めると集めて・整えて・送るに尽きる。そしてその報告には明確な目的がある。

売上が30%落ちていても、報告がなければ誰も気づかない。気づかなければ対策も打てない。だから報告は不可欠な仕事であり、これまで担当者が1日かけて作っていた。それが自動化できるようになった。

改善のレバレッジは「認知」に最も効く

実行をどれだけ頑張っても、意思決定が間違っていれば台無しになる。そして意思決定の質は、認知の質で決まる。

具体例が説得力を持っていた。Web予約からのキャンセルを許可してみたところ、キャンセル率が急激に上がった。計測していなければ、この変化に気づけない。気づけたからこそ、許可を取りやめる・規定を周知する・回数制限を設けるといった対策を選べる。

歯科医院で自動化できる報告として、朝のブリーフィング、技工物の遅延アラート、消耗品の入荷通知、日次・週次・月次レポート、業界ニュースなどが挙げられた。

⑥自動通知は4つの部品でできている

実演では、品切れ商品の入荷を自動で知らせる仕組みが作られた。あらゆる自動化は、この4つに分解できる。

使うのは GAS（Google Apps Script）という無料の仕組みで、クラウドで動くのでパソコンの電源が入っていなくてよい。かつては本を読んで学ぶ必要があり、1文字の打ち間違いでも動かず、どこが悪いのかも分かりにくかった。それが今は、コードもエラーの原因究明もAIが引き受ける。

現実的な注意も添えられた。最初は必ずエラーが出る。「販売中」という表記がサイトによって違うだけでも動かない。エラーが出たらスクリーンショットを撮って聞く——これを数日繰り返すと出なくなる。

⑦AIには3つの限界がある

終盤は、AIの構造的な弱点と、その避け方に充てられた。

壁1：コンテキストウィンドウ（記憶容量）

1つのチャットで扱える情報量には上限がある。そして上限に達する前から壊れ始める。

対処は2つ。新しいチャットに引き継ぐか、会話を圧縮するか。講師は前者を使うという。理由は「新しく引き継いだほうが論点が綺麗に整理される。圧縮のほうは散らかった感じになる」から。

壁2：アテンション（注意力の分散）

これは意外な指摘だった。ルールをたくさん書くと、守られなくなる。

だから CLAUDE.md はできるだけ簡潔にする。そして守らせたいことがあるなら、言葉を重ねるのではなく——

壁3：オートリグレッション（過去の自分に引きずられる）

AIは自分が出力したものを毎回読み返す。だから言い間違いや、途中で撤回した指示がノイズとして残り続ける。一度「こう喋って」と言ってしまうと、やめてと伝えても復活してくる。

対処が実践的だった。

アプリを作るときに要件を深掘りする専用のスキルを使い、詰め終わってから新しいチャットで仕様書を書かせるのも同じ理屈である。

⑧コンテキストエンジニアリング

3つの壁を踏まえると、やるべきことは1つに集約される。

情報は少なすぎると判断材料が足りず、多すぎると注意が分散する。適切な量の、本当に必要な情報と模範回答だけを渡す。

やってはいけない例も明快だった。

SSOT——情報源はひとつに

最後に、環境側の原則が繰り返された。マニュアルが「最新版」「原本」「決定版」「◯年◯月」と乱立していると、AIはどれが最新か分からない。古い情報は、AIが嘘をつく原因になる。

この整理も手作業でやる必要はない。「重複しているファイルがあったら教えて」「古いものと新しいものを両方見せて、差を示して」と頼めばよい。そして——

質疑応答・補足

Q：スキルはどこまで作り込むべきか？
A：コストで決める。画像生成を含むスキルは実行のたびに費用が発生する。文章やHTMLの生成なら費用はかからないがトークンは使う。毎回やらなくてよいことはスキルに入れない。

Q：新しいチャットに切り替えるタイミングは？
A：記憶容量の使用率が30〜40%になったら。「新規チャットに引き継ぎを書いて」と頼めば引き継ぎ文を作ってくれるので、それを貼って続ける。

Q：他院にも使える仕組みを作れるのでは？
A：作れるが、自分が原因でないエラーへの対応が大変になる。まず自分で直せるようになっておくほうがよい。

Q：真似したい事例を見つけたら？
A：スクリーンショットや動画を渡して「これと同じことをやりたい」と伝えればよい。大事なのはやり方ではなくアイデアで、やり方のほうはAIに聞けば誰でも辿り着ける。

テイクホームメッセージ

• プロンプトを磨く時代は終わった。うまくいった一本を型にして、改善を型のほうに積む
• ミスが起きたら憲法に1つ足す。失敗がそのまま資産になるのがエージェント型の強み
• 決まりきった手順はプログラム、評価と思考はAI。この分担が、個人情報を守る設計とも噛み合う
• 報告の自動化は時間短縮ではない。起きなかった事故と、取り逃さなかった売上が本当の成果
• 改善のレバレッジは認知に最も効く。意思決定の質は、認知の質で決まる
• 自動化はトリガー・ソース・処理・届け先の4部品。分解して考えればエラーも減る
• ルールが多すぎると守られなくなる。言葉を重ねるより模範回答を1つ渡す
• 記憶容量の30〜40%で切り替える。迷いは先に相談し、決まったことだけを次へ引き継ぐ

理解度チェッククイズ（全10問）

第1問 自動化の段階のうち、「自分がボトルネックでなくなる」のはどれか。
A. 定型業務の効率化　B. 定型業務の自立実行　C. ワークフローの最適化　D. AIからの提案

第2問 ミスが起きたときの対処として講義で示されたのはどれか。
A. 指示文を長く書き直す　B. 憲法（CLAUDE.md）にルールを1つ足す　C. モデルを賢いものに変える　D. 新しいチャットで最初からやり直す

第3問 「ブログを10本上げました」と報告されたのに実際は上がっていなかった。この失敗から生まれたルールはどれか。
A. 報告は箇条書きにする　B. 実在を確認してから完了と報告する　C. 1本ずつ報告する　D. 報告前にスクリーンショットを撮る

第4問 AIではなくプログラムに任せるべきものはどれか。
A. 売上の変化をどう評価するか　B. 返信文を考えること　C. しきい値による自動判定　D. 次に打つべき施策の提案

第5問 患者さんの情報を扱う際、講義で示された設計はどれか。
A. AIに直接読ませて要約させる　B. プログラムで匿名化してからAIに渡す　C. 有料プランなら直接渡してよい　D. スクリーンショットにしてから渡す

第6問 「改善のレバレッジが最も効く」とされたのはどこか。
A. 実行　B. 意思決定　C. 認知　D. 報告の体裁

第7問 自動化を構成する4つの部品の組み合わせとして正しいものはどれか。
A. 入力・処理・出力・保存　B. トリガー・ソース・処理・届け先　C. 計画・実行・評価・改善　D. 収集・整理・分析・共有

第8問 ルールをたくさん書くと起こる問題はどれか。
A. 読み込みが遅くなる　B. 注意力が分散してルールが守られなくなる　C. 料金が上がる　D. ファイルが壊れる

第9問 AIが過去の自分の発言に引きずられる現象を何と呼ぶか。
A. ハルシネーション　B. コンテキストウィンドウ　C. アテンション　D. オートリグレッション

第10問 コンテキストエンジニアリングの考え方として正しいものはどれか。
A. できるだけ多くの情報を渡す　B. プロンプトの言い回しを磨く　C. 必要な情報と模範回答だけを渡す　D. 常に最新モデルを使う

解答と解説

第1問　B（定型業務の自立実行）
効率化の段階では、最後に自分が手をかけないと進まない。自立実行に入ると勝手に蓄積が進み、自分が詰まっても止まらなくなる。

第2問　B（憲法にルールを1つ足す）
「今後これが起きないようにして」と伝えると、AI自身が再発防止のルールを提案してくる。失敗がそのまま資産に変わる。

第3問　B（実在を確認してから完了と報告する）
途中でエラーが起きていたのに完了と報告された事例から生まれたルール。成果物を実際に見てから報告させる。

第4問　C（しきい値による自動判定）
「100万円以上なら◯」のような決まりきった判定はプログラムの仕事。何回やっても同じ結果になることが重要な場面で使う。

第5問　B（プログラムで匿名化してからAIに渡す）
個人情報を守る設計と、渡す情報を整理してAIの性能を引き出す設計が同じ方向を向いている。

第6問　C（認知）
実行をいくら頑張っても意思決定が間違っていれば台無しで、その意思決定の質は認知の質で決まる。だから報告の自動化に価値がある。

第7問　B（トリガー・ソース・処理・届け先）
いつ動くか、どこを見るか、何をするか、どこへ出すか。料理でいえば注文・冷蔵庫・調理・配膳にあたる。

第8問　B（注意力が分散してルールが守られなくなる）
記憶容量に余裕があっても起きる。だから憲法は簡潔にし、守らせたいことは模範回答で示す。

第9問　D（オートリグレッション）
AIは自分の出力を毎回読み返すため、撤回した指示もノイズとして残る。迷いは先に相談し、決まったことだけを新しいチャットへ引き継ぐ。

第10問　C（必要な情報と模範回答だけを渡す）
少なすぎると判断材料が足りず、多すぎると注意が分散する。「何を渡すか」で結果が決まる。