AIに「もっと正確に」と頼むだけでは、足りない理由

はじめに

文章は読みやすい。見出しも整っている。けれど、確認してみると、提供していないサービスが一つ混ざっている。

AIに仕事を頼むとき、困るのは明らかに変な答えばかりではありません。そのまま使えそうに見える文章ほど、どこを確かめればよいか迷うことがあります。「もっと正確に書いて」と頼み直しても、何を基準に直すのかが曖昧なままでは、確認する側の負担は残ります。

この連載では、AIの答えを仕事で使える成果に近づけるために、情報、作業環境、検証の繰り返し、仕事のつながりという四つの観点から考えます。専門知識がなくても、まずは依頼メモと確認表から始められます。

例えば、自社サービスの紹介記事をつくる仕事を考えてみましょう。ここから全5回で使うのは、架空の制作サービス「まちのWeb相談室」です。Sofriaの実際の商品や料金を示すものではありません。

例示用の資料Aには、次の三点だけが確定情報として書かれているものとします。

この資料から「月額1万円で、更新もすべてお任せ」と書けば、いくら読みやすくても使えません。一方、事実が合っていても、初めて依頼する人には分からない専門用語ばかりなら、紹介記事としては直したいところです。

そこで、この連載では成果を三つに分けて確認します。

確認する観点	この例で見ること
事実の正しさ	料金や対応範囲を資料から確かめられるか。根拠のない実績を足していないか。
依頼への適合	初めてWeb制作を頼む人に伝わるか。指定した長さや文体に合っているか。
必要事項の充足	個別見積もりと別契約の条件が抜けていないか。相談先へ進める構成か。

「よい文章ですか」とまとめて聞くより、何が合格で、どこが未確認なのかを分けるほうが、直す場所を決めやすくなります。

コンテキストエンジニアリングは、AIがその時点で参照する情報の選択や管理を扱う考え方です。指示文に加え、資料や会話履歴なども対象になります。Anthropic「Effective context engineering for AI agents」

ハーネスエンジニアリングでは、モデルが働く周囲の道具や制約、検証できる環境に目を向けます。OpenAIの実践報告も、エージェントが作業できる環境とフィードバックの設計を扱っています。OpenAI「Harness engineering」

さらに、検証しながら仕事を繰り返すループ、複数の作業や担当の関係を組むグラフという観点があります。これらには重なる部分があり、世界共通の「四大手法」や、古い技術を順に置き換える段階として紹介するものではありません。本連載では、仕事の準備を見直すための四つの観点として整理します。

ループとグラフには新しい研究上の議論も含まれます。詳しい定義と、一般の利用者向けに応用する部分は、それぞれの回で分けて説明します。

試してみるなら、一つの仕事を選び、最初の依頼文と回答を保存してください。そして先ほどの三つの観点で、使える部分と直したい部分に印を付けます。

次に、変える条件を一つ決めます。今回は確定仕様の資料を追加する。次は文字数の条件を明示する。複数の条件を一度に変えると、何が役立ったのか分かりにくくなるからです。

できれば同じモデルと設定を使い、同じ確認項目で複数の出力を見比べます。一度うまくいっただけで安定した改善とは判断しません。誤りや抜けの数に加え、自分が確認・修正した時間も記録すると、文章の見栄え以外の変化を捉えられます。

これは厳密な研究実験ではなく、日常の仕事で使い方を見直すための小さな比較です。結果が変わらなければ、仕組みを増やす前に、資料や評価の基準を見直してみてください。

紹介記事なら、次の四行から始められます。

「分からないことを、分かったように書かない」も合格条件に入れておきます。不明な料金を確認待ちにできる回答は、派手な説明を足す回答より、その仕事では役立つかもしれません。

Sofriaとしても、表現の完成度と、掲載してよい情報かどうかを一緒に考えたいと思います。次回は、この確認表をもとに、AIへ渡す情報を整理します。