AIファクトチェック方法：2分でできる回答の確かめ方（プロンプト付き）

AIの情報はどうファクトチェックする？主張を列挙してから4つの確認を行う

AIの回答のファクトチェックは、確認できる主張を取り出し、それぞれに4つの確認をかけて行います。4つとは、別のモデル、開いた出典、反対論、数字ごとの検索です。間違った回答は決まった場所で崩れます（モデルがでっち上げた具体的な情報、存在しない、あるいはそう書いていない出典、あなたが聞いたから同意しただけの事例、学習が終わった時点では正しかった数字）。だからその場所だけを確認し、残りは飛ばします。まずモデルに主張を列挙させます。

上の回答に含まれる事実の主張をすべて、1文ずつの番号付きリストにしてください。数字、名前、日付、引用、出典、「研究によると」はそれぞれ1つの主張として数えてください。新しい情報は追加しないでください。

この時間は、習慣として続けられるようにこちらで決めた目安で、誰かが計測したものではありません。どの回答に4つすべてをかけ、どの回答に1つだけかけるかは、最後の節で説明します。

どの開発元も最上位モデルは最良スコアのモデルより多く作り話をするので、確認を省けるモデルはない

確認を省けるほど正確なAIモデルはなく、開発元の最上位モデルにお金を払ってもリスクは下がりません。Vectaraのハルシネーションリーダーボード（2026年9月22日更新）では、6社それぞれが載せている最も高性能なモデルは、その会社自身の最良スコアのモデルより頻繁に、裏付けのない主張を加えています。

Vectaraは各モデルに短い文書を渡し、その要約に文書が裏付けていない主張がどのくらいの頻度で含まれるかを数えます。事実がプロンプトの中にあるので、モデルが受ける事実関係の仕事としては最も易しいものです。したがってこの率は、記憶から答える質問のエラー率の下限として読んでください。グラフの基準は次のとおりです。各社について、ボード上の最も低い率と、ボード上の最も高性能なモデルを比べます（Gemini 3.1 Proはプレビュー版として掲載されています）。6社の平均では、最上位モデルが100件中11.0件、最良スコアのモデルが5.2件で、約2倍の頻度です。ほかの数値も同じ方向を示しています。2026年9月22日にリリースされたGPT-6 Solのスコアは6.5で、GPT-5.4 nanoの3.1のまだ2倍あり、Grok 4.1 Fastは推論をオンにすると19.2に上がります。ボード全体で最も低い率は、Ant GroupのFinix S1 32Bの1.8です。ゼロのモデルはありません。

ステップ1：別の開発元のモデルに聞けば、食い違った箇所からでっち上げが見える

2つ目のモデルは、1つ目がでっち上げた具体的な情報を見つけてくれます。別々の会社が学習させた2つのシステムが、同じ数字、名前、日付、出典をでっち上げることはまれだからです。同じ質問を一字一句そのまま別の会社のモデルに貼り付け、2つの回答を突き合わせて、違っている具体的な点を探します。一致してもわかることは多くありません。食い違えば、確認すべき文がちょうどわかります。回答が長いときは、比較も1つのモデルにやらせます。

同じ質問に対する2つの回答があります。両者が食い違っている具体的な主張を、数字、名前、日付、出典、はい・いいえの別にかかわらずすべて挙げてください。言い回し、長さ、口調の違いは無視してください。すべて一致している場合は、1行でそう答えてください。

この作業は、2つのタブで無料プランを2つ使えばできます。複数のAIモデルに同時に質問する方法では、1つのプロンプトを複数のモデルに送るツールを比べていて、Whiziの並べて比較する画面もその1つです。一致にも弱点が1つ知られています。両方のモデルが同じ公開インターネットから学んでいるため、ネット上のどこでも間違っている主張は、両方のモデルから間違ったまま返ってきます。その場合のためにあるのがステップ4です。

ステップ2：AIの引用が偽物かどうかを10秒で見分ける方法

偽のAI引用は、モデルに尋ねなくてもできる10秒のテストで見破れます。DOIをdoi.orgに貼り付けると、実在するものは出版社のページに転送され、でっち上げたものは404が返ります。私は2026年9月26日に試しました。下で引用しているWaltersとWilderの論文（DOI 10.1038/s41598-023-41032-5）は、nature.comへの302リダイレクトが返りました。同じ接頭辞でサフィックスをでっち上げたもの（10.1038/s41598-023-99999-9）は404でした。DOIがない場合は、タイトルを引用符で囲んでGoogle Scholarに貼り付けます。実在する論文なら、同じ著者で表示されます。

主張そのものについては、出典を1つ求めて、それを開きます。

その主張の正確な出典を教えてください。タイトル、著者または発行元、年、リンクを挙げてください。具体的な出典がない場合は、それらしいものを作らずに、ないと答えてください。

最後の一文のおかげで、「ありません」という返答が出やすくなります。この一文がなければ、まず出ない返答です。回答がウェブ検索から来たものなら、引用はすでに付いているので、それをクリックします。開いたページで数字を探してください。古いブログ記事がベンダーのページと同じように上位に出ることがあるからです。そのうえで、作り話の参照が避けられない食い違いを探します。たとえば、組み合わせとして合わない雑誌と年、年と合わない巻号、一緒に書いたことのない実在の著者2人、別の事件のものである事件番号などです。

規模は計測されています。WaltersとWilderは2023年9月7日にScientific Reportsで、ChatGPTが書いた文献レビューの引用636件を調べました。GPT-3.5の引用の55パーセント、GPT-4の引用の18パーセントは存在しませんでした。Damien Charlotinのデータベースには、2026年9月25日時点で、でっち上げられた資料が関わる裁判所の判断が2,079件載っていて、そのうち827件は弁護士が提出したものでした。最初に有名になった事件であるMata v. Avianca（マタ対アビアンカ航空）では、2023年6月22日にニューヨークの連邦裁判所が、弁護士2人とその事務所に$5,000の制裁金を科しました。判決文には、でっち上げられた事件について尋ねたところ、ChatGPTが「確かに存在します」と答えたという弁護士の発言が引用されています。モデル自身に引用の確認を頼むのは、決してうまくいかない唯一の確認です。確認の返答が作り話と同じくらい流暢に出てくる理由は、AIのハルシネーションとは何かで説明しています。

ステップ3：AIは自分でファクトチェックできる？反対の立場で論じさせたときだけ

AIが自分を確認できるのは、役割を変えたときだけです。「本当ですか？」と聞いても、たいてい同意が返ってきます。同意は役に立つ返答の形に合っているからです。反対の立場で論じるよう指示すれば、回答への反論が次に来る文章になります。プロンプトは次のとおりです。

では反対の立場で論じてください。上の回答が間違っているという最も強い主張を、それが拠っている具体的な主張とともに示してください。そのうえで、最初の回答の中で最も自信のない主張を1つだけ挙げてください。

返ってくるものは2つです。反対論は、その質問に本当に別の側面があったかどうかを教えてくれます。モデルが最も弱いと挙げた主張は、そのままステップ4に回します。モデルは口調から自分の確信度を読み取れません（仕組みはAIが間違える理由で扱っています）。それでも反対の論拠を作ることはでき、間違った具体的情報はそこで表に出やすくなります。

自己チェックを試す人の多くは、弱いやり方をしています。米国と英国のAI利用者1,500人を対象にしたF-Secureの調査（2026年9月23日公開）では、35.3パーセントがAIでAIをファクトチェックしたことがあり、47.3パーセントが、もっともらしく聞こえた時点で回答を疑うのをやめると答えました。同じチャットで同じモデルに自分と同意見かを聞いても、たいてい同意が返ってきます。確認するものを手にできるのは、反対論のプロンプトと、別の開発元のモデルのほうです。

ステップ4：日付、価格、統計は1つずつ検索して横断的に読む

横断的な読み方（ラテラルリーディング）とは、AIの回答から離れ、新しいタブで各主張をその事実を握っている情報源と照らし合わせることです。これは、メリーランド大学とテキサスA&M大学コーパスクリスティ校の図書館ガイドが、AIの出力について教えている方法でもあります。この用語は、経験豊富なインターネット利用者45人を調べたSam WineburgとSarah McGrewの研究（Teachers College Record、2019年）に由来します。博士号を持つ歴史家10人とスタンフォード大学の学部生25人と同じウェブサイトを渡されたとき、プロのファクトチェッカー10人は「サイトをざっと見たら離れて、横断的に読み」、わずかな時間でより裏付けのある結論に達しました。

AIの回答なら、やることは機械的です。数字を名詞と一緒に引用符で囲んで検索エンジンに貼り付け、それを握っている出典を開きます。価格ならベンダーのページ、法律なら政府のサイト、研究結果なら原著論文で、それらをまとめた記事ではありません。価格は学習が終わったあとに変わり、日付は入れ替わり、統計は分母を間違えて覚えられます。最後の例がどれほど簡単に起きるかは、Reuters InstituteのDigital News Report 2026に表れています。ニュースにAIチャットボットを使う人のうち、出典までクリックして確認すると答えた人（いつも、またはよく）は42パーセントで、検索は44パーセント、ソーシャルメディアは36パーセントでした。この42パーセントはチャットボットでニュースを読む人の中での割合で、全員の割合ではありません。限定する言葉を落とした回答は、正しい数字を誤った主張に変えてしまいます。

ニュースや拡散している主張については、Snopes、PolitiFact、FactCheck.orgがすでに横断的な読み込みを済ませていることがよくあります。専門的な技術、法律、医療の主張であれば、その事実を握っているのは専門家で、AIの回答は専門家に持っていく質問のリストになります。

どのAI回答に4つの確認が必要？送る、署名する、提出する、支払うものすべて

送る、署名する、提出する、公開する、支払うものには4つの確認をすべてかけます。単に正しくあってほしい程度のものにはステップ1だけ、問題ないとひと目でわかる下書きには何もかけません。このルールが埋めるギャップは計測されています。同じF-Secureの調査では、AI利用者のほぼ90パーセントが回答の確認は自分の責任だと答えました。それでも70パーセントは、確認するのはときどき、まれに、または一度もない人で、25.2パーセントは現実の重要な決断でAIの助言に従ったことがありました。すべてに当てはまる習慣は1週間しか続きません。重要度に応じたルールなら続きます。このルールのもとでは、数字、名前、日付、リンクを含む回答は、4つの確認のどれかがその文に触れるまでは下書きです。