第2回:「指示が曖昧」を見抜く3つのサイン

タグ一覧を見る

AIの返答が浅い、ずれると感じる人向けに、指示の曖昧さを見抜く3つのサインを紹介する第2回。

返答が惜しくなる原因として、相手・形・条件の曖昧さを見抜く方法を整理する。

AIの返事が惜しいとき、能力より先に見るべきものがある

AIを使い始めると、思った以上に役に立つ時と、思ったほどでもない時の差が大きいと感じることがあります。

「たまに驚くほど気が利くのに、別の日には妙に浅い」「それっぽいけれど、自分の状況には合っていない」「答えてはいるけれど、欲しかったものはそこではない」。こうした惜しさは、多くの人が経験します。

この時、つい「AIの質が低いのでは」「自分が使いこなせていないのでは」と考えがちです。もちろんモデル差や慣れの差はあります。ただ、もっと手前に原因があることも少なくありません。それが、指示の曖昧さです。

ここで言う曖昧さとは、文章が下手という意味ではありません。難しい言葉を使えていない、という意味でもありません。むしろ逆で、普段の言葉のままでも十分なのに、AIにとって必要な輪郭だけが抜けている状態です。

たとえば「おすすめを教えて」「整理して」「いい感じに直して」「断り文を考えて」といった頼み方は、人間同士なら文脈で通ることがあります。しかしAIは、その文脈をまだ十分には持っていません。何を重視するのか、誰に向けたものか、どの形で返ってくると助かるのかが曖昧だと、返答もぼやけやすくなります。

第1回では、AIに借りる仕事と自分に残す仕事を分けました。今回はもう一歩進めて、「AIに頼んだのに惜しい返事が返ってくるのは、どんな時か」を見ていきます。結論から言えば、チェックすべきサインは3つです。難しいプロンプト技術を覚えるより、まずこの3つに気づけるようになる方が実用的です。

この回で扱う3つのサイン

  • - サイン1:誰に向けたものかが抜けている
  • - サイン2:返してほしい形が決まっていない
  • - サイン3:前提条件や制約が曖昧なままになっている
この回で扱う3つのサインのイメージ図

サイン1:誰に向けたものかが抜けている

もっともよくある曖昧さは、相手や用途が抜けていることです。

たとえば「断り文を考えて」とだけ入れると、AIは一般的に無難な断り文を返してきます。けれど実際には、断る相手がママ友なのか、上司なのか、取引先なのかで、言葉の重さはかなり違います。人間はこの違いを当然のように感じますが、AIは明示されない限り、そこを勝手には埋められません。

同じことは、要約や比較でも起きます。「この文章を要約して」と頼んだ時、本当に欲しいのは何でしょうか。会議で共有するための短い要約なのか、自分の理解を深めるための要点整理なのか、上司への報告用なのか。目的が違えば、短さも、言葉づかいも、拾うべきポイントも変わります。

ここで覚えておきたいのは、AIは「内容」だけでなく「誰に向けて使うか」で返答が変わるということです。つまり、相手や用途は飾りではなく、答えの方向を決める本体の一部です。

わかりやすい例で考えてみます。

例1. 学校への連絡

曖昧な依頼:

欠席連絡の文を作って

これだと、AIは丁寧な文面は作れても、誰に、どのくらい詳しく、どんなトーンで送るべきかが定まりません。

少し輪郭を足すと、こうなります。

小学校の担任へ送る欠席連絡の文を作ってください。
子どもは発熱で明日休みます。朝の時点では様子見で、長文にはしたくありません。
先生が読みやすいように短く丁寧にしてください。

これで、相手、目的、長さ、必要な情報量が見えます。難しいことはしていません。人間なら当たり前に持っている前提を、短く書き足しただけです。

例2. 上司への相談メモ

曖昧な依頼:

相談文を整えて

これでは、上司に送る相談なのか、同僚に見せる相談なのか、自分用メモなのかがわかりません。

輪郭を足すとこうなります。

上司に送る相談メッセージを整えてください。
新しい案件の締切が重なっており、優先順位の相談をしたいです。
弱気すぎず、丸投げにも見えない言い方にしたいです。チャットで送るので4〜5行でお願いします。

ここまでくると、AIは「どんな感じの文が必要か」をかなり絞れます。

サイン2:返してほしい形が決まっていない

次に多いのが、何を返してほしいのかが曖昧なケースです。

AIに相談する時、人はつい「この困りごとを何とかしてほしい」とまとめて投げたくなります。気持ちはよくわかります。ですが、AIにとっては「何とかする」の中身が多すぎることがあります。説明が欲しいのか、箇条書きが欲しいのか、下書きが欲しいのか、比較表が欲しいのか。返してほしい形が決まっていないと、返答は無難な説明文に寄りがちです。

この「形」を決めるだけで、使いやすさはかなり変わります。AIに上手に命令するというより、自分が何を受け取れば次に動けるかを考える作業です。

たとえば、旅行準備で頭が散らかっている時に、「旅行の準備を手伝って」と聞くと、AIは一般論の案内を返しやすくなります。でも、実際に欲しいのが「持ち物リスト」なら、最初からその形を指定した方が早いです。

ありがちな曖昧さの例

  • - 説明が欲しいのか、表が欲しいのかが決まっていない
  • - 候補だけほしいのか、優先順位まで付けてほしいのかが曖昧
  • - 長文でほしいのか、スマホで読める短さがよいのかが曖昧
  • - そのまま送れる文面がほしいのか、叩き台で十分なのかが曖昧

たとえば、「固定費を見直したい」と思った時も、欲しいものは人によって違います。

  • - 契約一覧のたたき台
  • - 見直しの順番
  • - 比較する観点の整理
  • - 家族に説明する短いメモ

どれがほしいかが決まっていないと、AIはすべてを少しずつ触るため、結果としてどれも中途半端に見えます。

サイン3:前提条件や制約が曖昧なままになっている

3つ目のサインは、条件が抜けていることです。ここで言う条件とは、予算、時間、相手との関係、使える手段、避けたいことのような制約です。

AIの返答がずれる時、その多くは「間違ったことを言った」というより、「知らなかった条件を考慮していない」だけだったりします。

たとえば「休日の過ごし方を提案して」と頼むと、AIは気分転換になる案をたくさん出せます。けれど、本当は「外出したくない」「お金は使いたくない」「人と会うと疲れる」「午後しか時間がない」といった条件があるかもしれません。これを書かないままだと、返答は外れて見えます。

条件は細かく書きすぎればよいわけではありません。むしろ、「必須」「できれば」「避けたい」の3種類に分けるだけで十分です。

たとえば、こんなふうに書けます。

来週末の過ごし方を考えたいです。

【必須】家から遠くへは行かない、予算は3000円以内
【できれば】少し気分転換になる、片づけも少し進む
【避けたい】人混み、長時間の移動

候補を3つ出し、それぞれ向いている気分も一言で添えてください。

この書き方だと、AIは「制約の中で答える」ことができます。人間でも同じですが、自由すぎる相談はかえって答えにくいものです。

サイン3:前提条件や制約が曖昧なままになっているのイメージ図

曖昧さを減らすための、いちばん簡単な型

では、毎回どう直せばよいのでしょうか。長いテンプレートを覚える必要はありません。最初は、次の4点だけ入れればかなり安定します。

最低限の4点セット

  1. 1. 誰に向けたものか
  2. 2. 何のために使うのか
  3. 3. どんな形で返してほしいか
  4. 4. 絶対に外したくない条件は何か

これを、シンプルな型にすると次のようになります。

私は[誰に向けて / 何のために]使うものがほしいです。
欲しい形は[箇条書き / 短文 / 表 / 下書き]です。
前提は[予算 / 時間 / 関係性 / 制約]です。
特に外したくないのは[         ]です。

たとえば、家族旅行の相談ならこうです。

家族に提案する旅行案のたたき台がほしいです。
候補は3つ、比較しやすいように表にしてください。
大人2人と小学生1人、予算は宿泊込みで5万円台を目安、車移動です。
疲れすぎる行程は避けたいです。

これだけで、返答の質はかなり変わります。コツは、「AIにすべてを察してもらう」のではなく、「自分が次に動きやすくなる情報だけを渡す」ことです。

長く書けばよいわけでもない

ここで一つ注意があります。曖昧さを減らそうとすると、今度は何でもかんでも書きたくなることがあります。これは自然な反応ですが、情報量が増えれば必ず良くなるわけでもありません。

長く書きすぎると、自分でも何が大事だったのかわからなくなることがあります。AIも、全部を同じ重さで扱ってしまい、結局焦点がぼやけることがあります。

大切なのは、情報量より優先順位です。

  • - 何が必須か
  • - 何が希望か
  • - 何を避けたいか

この3つが見えていれば、文章が多少短くても、AIはかなり動きやすくなります。反対に、この優先順位がないまま説明だけ長くしても、返答は締まりにくくなります。

たとえば「来月引っ越し予定で家電も買い替え予定で子どももいて仕事も忙しくて予算も心配で……」と一気に書くより、「今決めたいのは洗濯機だけ」「予算上限はここ」「静音性を重視」と切り分けた方が、役立つ答えになりやすいのです。

まずは「惜しい返答」の原因を見抜ければ十分

AIとのやり取りは、一発で完璧に決まる必要はありません。むしろ、最初の返答を見て「何が足りなかったか」を見抜けるようになることの方が大切です。

返答が惜しい時、次の3つを確認してみてください。

  • - 誰に向けたものかを書いたか
  • - 返してほしい形を指定したか
  • - 条件や制約を最低限入れたか

この3点を後から足すだけでも、かなり改善することがあります。ここで重要なのは、AIを責めることでも、自分を責めることでもありません。やり取りを少しずつ具体化していくことです。

実際、AIは「言い直しながら使う」道具です。最初の返答で違和感が出たら、それは失敗ではなく、何を足すとよいかが見えたということでもあります。うまく使っている人ほど、最初から完璧に書いているのではなく、返答を見て条件を整えています。

迷った時は「何を足すか」を順番で考える

返答が惜しい時、人はつい依頼文を全部書き直したくなります。ですが、毎回ゼロから直す必要はありません。むしろ、足りない要素を順番に足した方が楽です。

おすすめは次の順序です。

  1. 1. まず「誰向けか」を足す
  2. 2. 次に「返す形」を足す
  3. 3. それでもずれるなら「条件」を足す

この順序がよいのは、AIの返答を大きく変えやすい順だからです。誰向けかが決まると、トーンや言葉の選び方が変わります。返す形が決まると、情報の並べ方が変わります。条件が入ると、候補の現実味が変わります。

たとえば「お店への問い合わせ文を作って」で惜しい返答が来たなら、最初に「ネット通販のカスタマーサポート宛て」「不足パーツだけ送ってほしい」「怒っている印象は避けたい」を足す。これだけでも、かなり変わります。

全部を一度に直せなくてもかまいません。どこが足りなかったのかを一つずつ足していく。この感覚がつくと、AIとのやり取りはぐっと気楽になります。

実際には「困りごと」より「次の一手」が見えていないことが多い

AIへの依頼が曖昧になる時、その背景には「自分でも次に何が欲しいのかを言い切れていない」という事情があります。つまり、困りごとはあるけれど、次の一手の形がまだ見えていないのです。

たとえば「家計を見直したい」は困りごとですが、次の一手は人によって違います。固定費一覧がほしいのか、夫婦で話す論点整理がほしいのか、通信費だけ見直したいのか、支出の優先順位を決めたいのか。ここが見えていないと、AIにも曖昧に伝わります。

そんな時は、AIに頼む前に次の問いを一つ入れると整理しやすくなります。

いま自分に必要なのは、説明ですか、候補ですか、下書きですか、それとも順番ですか。

この問いに答えるだけでも、返してほしい形が見えやすくなります。困りごとを全部解決しようとしないで、「次の一歩に必要な形」を決める。これが曖昧さを減らす近道です。

たとえば、家の片づけを進めたい時でも、「片づけ方を教えて」では広すぎます。必要なのが「最初の30分でやる順番」なのか、「捨てる基準」なのか、「家族へ共有する一文」なのかで、欲しい返答は変わります。小さく区切った依頼ほど、AIは役に立ちやすくなります。

今回のまとめ

  • - AIの返答が惜しい時は、性能の前に指示の輪郭を見ると改善しやすくなります。
  • - 曖昧さの代表的なサインは、「誰向けか不明」「返す形が不明」「条件が不明」の3つです。
  • - 長く書くことより、相手・形・条件の3点を短く入れる方が効果的です。
  • - 最初の返答がずれても、言い直しの材料が見えたと考えると使いやすくなります。

第3回では、返ってきた答えがもっともらしく見えるのに、どこか危うい時の見方を扱います。AIに慣れてきた人ほど、今度は「それっぽい間違い」に出会いやすくなります。ここを見抜けるようになると、安心して使える範囲が広がります。

シリーズ

AIに頼んだのに、なぜ思った答えが返ってこないのか ── 個人のためのAI運用ルール10話

第2回 / 全10本

第1回

第1回:AIに丸投げできることと、自分で決めるべきことの線引き

AIに任せてよい部分と、自分で持つべき判断や責任を3層で整理する導入回。

この記事へ移動

第2回

第2回:「指示が曖昧」を見抜く3つのサイン

返答が惜しくなる原因として、相手・形・条件の曖昧さを見抜く方法を整理する。

現在表示中の記事です。

この記事を開く

第3回

第3回:もっともらしい誤情報の見つけ方

数字・固有名詞・最新情報を中心に、もっともらしい誤情報へどう止まるかを整理する。

この記事へ移動

第4回

第4回:AIに入れていい情報・入れてはいけない情報

自分・他人・預かりものの3区分で、AIへ入れてよい情報の粒度を見直す。

この記事へ移動

第5回

第5回:出力をそのまま使ってよいとき・直すべきとき

公開範囲と責任の重さから、AI出力をそのまま使える場面と見直す場面を分ける。

この記事へ移動

第6回

第6回:「うまくいったプロンプト」の残し方

うまくいった条件や失敗パターンを残し、再現性のあるプロンプト管理へつなげる。

この記事へ移動

第7回

第7回:失敗をやり直すコストの見積もり方

失敗の戻しやすさを時間・人数・信頼・記録の4軸で見積もり、使う場面を選ぶ。

この記事へ移動

第8回

第8回:仕事で使うときの最終確認チェックリスト

仕事でAIを使う時に、事実・出典・固有名詞・数字・トーンを確認する型をまとめる。

この記事へ移動

第9回

第9回:著作権が気になる場面の判断順序

規約、入力素材、出力用途、類似性、記録の順に、著作権が気になる場面を整理する。

この記事へ移動

第10回

第10回:自分なりの運用ルールの作り方

ここまでの連載を一枚の運用ルールへまとめ、生活と仕事に落とし込む最終回。

この記事へ移動

関連シリーズ

近いテーマのシリーズ

現在の記事カテゴリ: AI活用

生成AI 運用 判断基準 ひとりで使う 業務活用

AI活用 / 全1本

ひとりで仕事を良くする生成AI活用

ひとり仕事で生成AIを使い、作業を整えるための実践視点をまとめます。

共通タグ: 生成AI / ひとりで使う / 業務活用

生成AI 生産性 ひとりで使う 業務活用

このシリーズを読む

導入・運用 / 全10本

導入設計

AI導入を実運用に乗せるため、設計や運用ルールの考え方を整理します。

共通タグ: 運用

導入 設計 運用 運用ルール

このシリーズを読む