AIの使い方：初心者のための実践ガイド

AIにできることとできないこと

AIの使い方を学ぶことは、より健全な期待から始まります。AIは魔法の答えマシンではありません。下書きを作り、推論し、要約し、アイデアを出し、分類し、変換するためのツールです。ラフなメモをきれいなアウトラインに変え、選択肢を比べ、特定の口調で文章を書き直し、わかりにくい概念を説明し、書類から項目を抜き出し、コード例を生成し、計画の弱点を突く手助けができます。うまく使えば、より速い1回目と、より鋭い2回目が手に入ります。

落とし穴は、生成AIがいまだ確率的だということです。文脈を取り違えたり、細部をでっち上げたり、ニュアンスを平板にしたり、本当の目的に合わない形式を選んだりしながらも、自信ありげに聞こえることがあります。だから初心者は、「私はどうすべき？」を単独のプロンプトとして使うのは避けるべきです。より良いプロンプトは、モデルに役割、タスク、背景情報、制約、出力形式を与えます。より良いワークフローには、重要なものを世に出す前の確認も含まれます。

役立つ初心者向けAIワークフローには4つの動きがあります。仕事を定義する、モデルに十分な背景情報を与える、構造化された出力を求める、そして結果を情報源や自分の基準と照らし合わせて見直す、です。このガイドは、プロンプトエンジニアリングの専門家にならずにそれを行うための、具体的な枠組み、例、確認方法を提供します。

初心者向けプロンプトテンプレート

AIチャットボットの使い方を学ぶときはいつでも、この4部構成のテンプレートを使いましょう。ペルソナ、タスク、背景情報、形式です。覚えられるほどシンプルで、ほぼすべての出力を改善できるほど具体的です。

ペルソナ：どんな視点を使うかをモデルに伝えます。例：「シニアのプロダクトマーケターとして振る舞って」「慎重な調査アシスタントとして振る舞って」「根気強い家庭教師として振る舞って」。ペルソナは判断を形づくるためのもので、偽りの権威を作るためではありません。出力に法律、医療、金融、安全の確認が必要なら、そう伝えて人間の専門家を関わらせ続けましょう。

タスク：行動を明確に述べます。弱いタスク：「これを手伝って」。強いタスク：「このメモを、進捗、リスク、次のステップの3セクションからなる600字のクライアント向け報告に変えて」。タスクには動詞を含めます。要約する、比較する、書き直す、抜き出す、批評する、計画する、デバッグする、分類する、生成する、などです。

背景情報：モデルが推測せずに済むよう、必要な材料を与えます。対象読者、目的、元の文章、背景、制約、良い出力の例、してはいけないことを含めます。長い入力では、指示を元資料の前に置き、元資料にはっきりと目印を付けて、依頼と内容をモデルが区別できるようにします。

形式：出力の形を指定します。表、チェックリスト、メール、アウトライン、JSON風の項目、意思決定メモ、箇条書き、見出し付きの下書きなどを求めます。形式は結果を良くする最も簡単な方法の1つで、あいまいな手助けを成果物に変えてくれます。

コピペ用のマスターテンプレート：「[ペルソナ]として振る舞って。あなたのタスクは[具体的なタスク]です。背景情報：[対象読者、目的、元資料、制約、例]。要件：[含めるべきこと、避けるべきこと、口調、長さ]。出力形式：[表／チェックリスト／メール／アウトライン／メモ]。仕上げる前に、前提や不足している情報を挙げて。」

場面別の25のプロンプト

これらの初心者向けAIプロンプトを、使える出発点として活用しましょう。角括弧の詳細を置き換え、必要な場所に元資料を貼り付け、判断が重要なときは同じプロンプトを複数のモデルで走らせます。

1. 業務計画：「オペレーション責任者として振る舞って。この目標を1週間の実行計画に変えて。目標：[目標]。背景情報：[チーム、締め切り、制約]。日、優先度、担当、成果物、リスクの表で出力して。」

1. 議事録：「エグゼクティブアシスタントとして振る舞って。この議事録を、決定事項、未解決の質問、担当、締め切りに要約して。アクションアイテムは具体的にし、あいまいなものには印を付けて。メモ：[メモを貼る]。」

1. メールの下書き：「簡潔なビジネスライターとして振る舞って。[対象読者]に[トピック]についてのメールを書いて。目的：[望む結果]。口調：温かく、率直で、売り込みっぽくない。件名と明確な次の一歩を含めて。」

1. メールの書き直し：「このメールを、きつく聞こえずに、よりわかりやすく、短く、自信のある調子に書き直して。事実の詳細はすべて変えないで。メール：[メールを貼る]。」

1. ブレインストーミング：「[プロジェクト]のアイデアを20個出して。制約：[予算、対象読者、チャネル]。アイデアを低労力、中労力、大胆な賭けに分類して。それぞれがなぜうまくいきうるかを一文添えて。」

1. 意思決定メモ：「戦略パートナーとして振る舞って。これらの選択肢を比較して：[選択肢]。基準：コスト、速さ、リスク、ユーザーへの影響、取り消しやすさ。最後に推奨と、最も強い反論を添えて。」

1. 調査の問い：「[トピック]を調べています。答えるべき10の問い、それぞれに必要な証拠、確認すべき情報源の種類からなる調査計画を作って。」

1. 情報源の要約：「この情報源を忙しい実務者向けに要約して。主張、主要な証拠、役立つ統計、注意点、自分で確認すべきことを含めて。情報源：[テキストを貼る]。」

1. 市場調査：「市場調査アシスタントとして振る舞って。[カテゴリー]の競合スキャンを作って。列：企業、対象顧客、ポジショニング、価格のシグナル、最も強い主張、弱み、必要な情報源。」

1. 顧客の言葉：「これらのレビューや通話から顧客の言葉を抜き出して。フレーズを痛み、望む結果、反対、購入のきっかけで分類して。引用をでっち上げないで。テキスト：[テキストを貼る]。」

1. コンテンツのアウトライン：「[キーワード]を狙う記事のSEOに強いアウトラインを作って。対象読者：[対象読者]。検索意図、H2、含めるべき例、記事を本当に役立てるものを含めて。」

1. 最初の下書き：「[対象読者]向けの[成果物]の最初の下書きを書いて。このアウトラインを使って：[アウトライン]。具体的で実用的にし、ありきたりな水増しをなくして。主張する前に足りない詳細を尋ねて。」

1. 推敲：「この下書きをわかりやすさ、構成、有用性の観点で編集して。意味は変えないで。最大の問題点、改訂した下書き、削るべき5か所を返して。下書き：[下書きを貼る]。」

1. 口調を合わせる：「これを下の例のスタイルで書き直して。事実と構成は保ちつつ、文の長さ、率直さ、詳しさの度合いを合わせて。例：[例を貼る]。下書き：[下書きを貼る]。」

1. スライドのアウトライン：「このアイデアを7枚のスライドのアウトラインに変えて。各スライドにはタイトル、要点1つ、必要な裏付けの証拠、発表者ノートが必要。アイデア：[アイデアを貼る]。」

1. わかりやすく説明：「[概念]を賢い初心者に説明して。たとえ話、次に実用的な例、次に避けるべきよくある間違いを3つ使って。」

1. 学習計画：「[スキル]のための14日間の学習計画を作って。1日に[時間]使えます。毎日の練習、途中の確認ポイント、14日目までの小さなプロジェクトを含めて。」

1. コードの説明：「このコードが何をするか、どこで失敗しうるか、どんなテストが確信を高めるかを説明して。説明はジュニア開発者にも理解できるようにして。コード：[コードを貼る]。」

1. デバッグ：「慎重なデバッグの相棒として振る舞って。このエラー、コード、期待される動作をふまえ、最も可能性の高い原因、次に取る最小の診断ステップ、安全な修正を挙げて。エラーと背景：[貼る]。」

1. コードレビュー：「この変更を、正しさ、セキュリティ、境界条件、不足しているテストの観点でレビューして。好みのスタイルより本物のリスクを優先して。差分：[差分を貼る]。」

1. データ整理：「この乱雑なリストをきれいな表に変えて。明らかな場合だけカテゴリーを推測し、不確かな項目は不明と印を付け、使った整理ルールを挙げて。データ：[データを貼る]。」

1. 表計算の数式：「[目的]のための表計算の数式が必要です。列は[列]です。数式を説明し、例の行を1つ含めて。」

1. 個人の生産性：「このタスクリストから私の1日を計画して。制約：[会議、体力、締め切り]。タスクを集中作業、事務、すぐ片づく仕事、後回しに分類して。タスクリスト：[貼る]。」

1. 責任ある利用の確認：「このAI支援の出力をリスクの観点でレビューして。裏付けのない主張、プライバシーの懸念、偏り、不足している注意点、人間の確認が必要な箇所をチェックして。出力：[貼る]。」

1. モデルの比較：「[タスク]のためにAIモデルをテストしています。この出力を正確さ、網羅性、わかりやすさ、有用性、リスクの観点で1から5で採点して。点数を説明し、より良い追加プロンプトを1つ提案して。出力：[貼る]。」

出力を確認する方法

生成AIの使い方で最も重要な技術は、プロンプトの巧みさではありません。確認です。AIの出力は、速いアシスタントからの上手な下書きだと扱いましょう。役立ちますが、自動的に正しいわけではありません。重要度が高いほど、必要な確認は増えます。

AIの出力を公開、送信、あるいは実行する前に、この実践的なチェックリストを使いましょう。1つ目、事実の主張を特定し、一次情報源や信頼できる社内文書と照らし合わせて確認します。2つ目、隠れた前提を探します。日付、価格、方針、顧客層、技術的な制約、法的要件などです。3つ目、答えが本当にプロンプトの形式に従っているかを確かめます。4つ目、証拠が不十分な箇所に注意書きを足して、でっち上げの確信を取り除きます。5つ目、プライバシーを確認します。組織がそのワークフローを承認していない限り、機微な顧客、従業員、健康、金融、認証情報、専有データをツールに貼り付けないでください。6つ目、2つ目のモデルや2つ目のプロンプトに出力を批評させます。7つ目、口調、判断、文脈について最後の人間による確認を行います。

調べものでは、出典または情報源のメモを求め、引用元を自分で確認します。文章では、下書きを自分の言葉づかいと比べ、ありきたりな主張を取り除きます。コードでは、テストを走らせ差分をレビューします。戦略では、反論を求めます。長い文書では、重要な結論それぞれを裏付ける箇所を引用または指し示すようモデルに頼み、元資料を直接確認します。

仕事に合うモデルを選ぶ

1つのAIモデルを永遠に選ぶ必要はありません。より良い習慣は、仕事にモデルを合わせ、品質が重要なときに出力を比べることです。OpenAI、Anthropic、Googleはいずれもモデルとプロンプトの指針を公開していて、同じ実用的な考えを指しています。速い下書き、推論、長い文書、コーディング、マルチモーダルな作業のあいだを行き来するとき、異なるモデルと状況は異なるタスクに向いている、ということです。

速い文章、アウトライン、メール、アイデア出しには、汎用モデルから始めて、具体性、口調の制御、形式への従い方で出力を判断します。コーディングには、トレードオフを説明し、足りない背景を尋ね、テストを提案し、小さな修正で安全なときに大がかりな書き換えを避けるモデルを選びます。調べものには、情報源の扱いを追跡できるモデルとワークフローを選びます。長い文書には、長文脈のベストプラクティスに従います。プロンプトを構造化し、元資料に目印を付け、統合の前に抽出を求め、結論を元の文書と照らし合わせて確認します。画像、PDF、スクリーンショット、混在した入力には、マルチモーダルモデルを選び、解釈の前に構造化された抽出を求めます。

シンプルな判断表：下書きやアイデア出しには速いモデル、判断やデバッグにはより強い推論モデル、大量の元資料には長文脈モデル、画像やPDFにはマルチモーダルモデルを使います。そのうえで同じプロンプトをA/Bテストします。ある答えの方が正確でも別の方が構成が良いなら、より強いモデルに、良い構成を使って直すよう頼みます。それはたいてい、1つのモデルにすべての仕事を完璧にさせようとするより速いです。

Whiziでの最初の15分

AIを責任を持って使う方法を学ぶ一番簡単なやり方は、小さく具体的な比較を走らせることです。このガイドから5つのプロンプトでWhiziを始めましょう。メールの書き直し1つ、議事録の要約1つ、調査計画1つ、意思決定メモ1つ、確認チェック1つです。同じプロンプトを複数のモデルで走らせ、出力を並べて比べます。

1〜3分：偽のデモではなく、その日の本物のタスクを1つ選びます。4〜6分：マスタープロンプトのテンプレートを貼り付け、ペルソナ、タスク、背景情報、形式を埋めます。7〜10分：プロンプトを複数のモデルで走らせ、どの出力が最もわかりやすく、最も役立ち、最もリスクが低いかを記録します。11〜13分：一番良い出力に、短く、証拠を増やす、より率直になど、具体的な制約を1つ付けて改訂を頼みます。14〜15分：あとで再利用できるよう、そのプロンプトのパターンを保存します。

調べもの中心の作業には、/templates/founder-research-stack のファウンダー・リサーチ・スタックを試してください。さらに学びの道筋を知りたければ /resources を見てください。試行を繰り返せるワークフローに変える準備ができたら、/register でアカウントを作り、/pricing でプランを比べましょう。

チェックリスト

• チャットボットを開く前に、正確なタスクを定義する
• 本気のプロンプトには毎回、ペルソナ、タスク、背景情報、形式を使う
• 口調や構成が重要なときは、良い出力の例を貼り付ける
• 前提と不足している情報を挙げるようモデルに頼む
• 事実の主張を一次情報源や社内文書と照らし合わせて確認する
• 機微な情報や専有情報を貼り付ける前にプライバシーを確認する
• 重要なプロンプトは複数のモデルで走らせる
• 大量の元資料には長文脈モデルを使い、統合の前に抽出を求める
• 入力に画像、スクリーンショット、PDF、混在メディアが含まれるときはマルチモーダルモデルを使う
• うまくいったプロンプトを保存し、AIを一度きりの小技ではなく繰り返せるワークフローにする

よくある質問