Irina_Strelnikova/iStock
私は自分のClaudeを「クロちゃん」と呼んでいる。精度は毎回違うし、いい加減な作業をすることもある。そのときは遠慮なく叱り、やり直させる。3年・1000時間以上の付き合いから見えてきたのは、AIはプロンプトがすべて、ということだ。プロンプトの質を超える出力は得られない。これは断言できる。
こう書くと「いや、モデル性能がすべてだ」「学習データの質こそ本質だ」という反論が来る。技術的には正しい。Claude OpusとHaikuの性能差は実用上明らかだし、GPT-5と旧世代モデルの違いも歴然である。
ただし、同じモデルを使うユーザー同士の出力品質の差は、モデル間の性能差を平気で上回る。私の周囲でも、同じClaudeを使いながら「使えない」と言う人と「もう手放せない」と言う人が並存している。差を生んでいるのは紛れもなくプロンプトであり、その手前にある「何を頼むか」という設計力である。
これは仕事のマネジメントとまったく同じだ。優秀な部下でも、指示が曖昧なら成果は出ない。逆に、的確な指示と適切なフィードバックがあれば、期待以上の働きをしてくれる。励まし、導き、ときに軌道修正する。その力量が成果を左右する。
私には一つの運用ルールがある。「Claudeが謝り始めたら、新しいチャットに切り替える」というものだ。「申し訳ありません」「ご指摘ありがとうございます」──こうした謝罪が頻発し始めたら、そのチャットの出力品質はもう戻らない。
粘って修正を重ねるより、リセットして仕切り直したほうが早い。人間関係と同じで、合わないときは距離を置くのが賢明である。
もう一つ。新しいチャットを始めるときは、最初に三つの指示を与える。役割の明示、要約や省略の禁止、確認質問の最小化。たとえば原稿の校正を頼むときは「あなたはビジネス書専門の編集者である。
原稿を最初から最後まで読み、要約せず、章ごとに具体的な指摘を出すこと」と書く。これだけで出力品質は劇的に変わる。同じClaudeでも、最初の指示一つで別物のように働く。
クロちゃんには、指示者の期待に応えようとする特徴がある。これは長所であり、同時に弱点でもある。「こう答えれば喜ばれるだろう」と先回りして、事実と異なることを述べてしまうこともある。
だからこそ「何を答えてほしいか」だけでなく「何を答えなくていいか」「事実が確認できないときはどう振る舞うか」まで指示の中に組み込む。盲信せず、しかし冷遇もせず、部下を育てる感覚で付き合う。これが結局のところ最も効率的だ。
ここで一つ、見落とされがちな事実を指摘しておきたい。AIを使いこなせない人の多くは、AIの性能を疑う前に、自分の「指示を出す能力」そのものを問い直したほうがいい。
プロンプトを書けないという事実は、要するに「目的を言語化できない」「期待値を伝えられない」ということだ。それは人間の部下に対しても同じことが起きている可能性が高い。AIに「察してくれ」が通じないのと同様に、部下にも察するだけの情報量を渡せていないのである。
つまり、プロンプト力はマネジメント力の写し鏡である。AI時代に「使いこなせない」とこぼす人ほど、組織の中でも指示が曖昧で、部下を動かせていない可能性が高い。逆に言えば、AIに的確な指示が出せる人は、人にも的確な指示が出せる。AIは人間関係の能力をそのまま映し出す鏡なのだ。
これからの数年で、AIを使える人と使えない人の差は急速に開く。だがその差は、ツールへの習熟度ではない。指示を出す力、つまり相手から成果を引き出す力の差である。
クロちゃんと付き合った3年で、私の文章は確実に変わった。ただし変わったのはAIではない。「何を頼みたいのか」を言語化する筋肉が、指示を出す側の頭の中で鍛えられたのだ。
尾藤克之（コラムニスト、著述家、作家）
■
23冊目の本を出版しました。日本初のClaude実用書です。
『3時間で身につくClaude活用術』（WAVE出版）
コメント