PAP-40-Layer Framework 第2層のアイキャッチ

AIに仕事を任せる前に押さえたい5つの原則

  • URLをコピーしました!

AIへ仕事を依頼するときは、何を作るか、何を材料にするか、どの条件を満たすか、不明な点をどう扱うか、回答の何を確かめるかを伝えます。すべてを長く書く必要はありません。結果を変える条件を選び、足りない情報を勝手に補わない依頼にすることが出発点です。

この記事では、この考え方を五つに整理します。唯一の公式分類ではなく、日常の依頼を組み立てるための整理です。出力形式は「必要条件」に含め、最後の一つを人間側の確認に充てます。依頼文が整っていても、回答をそのまま事実や実行許可として使うわけではありません。

目次

まず、出張案の材料を置く

次の出張は説明用の架空例です。記載した時刻は仮定で、実在の運行予定や予約できる便を示しません。担当者は、日帰り出張の往路を比較したいと考えています。

  • 出張者は一人。10月22日に、A市からB市の取引先を訪問する
  • 訪問は11時から。B駅から訪問先までは、提供された案内上、移動に30分かかる
  • 訪問先には開始15分前までに到着したい
  • 交通候補Aは、A駅8時発・B駅10時着。候補Bは、A駅8時40分発・B駅10時30分着
  • 料金、出発地からA駅までの移動、復路、予算上限はまだ提供されていない

元の依頼を「来週の出張をいい感じに組んで」とすると、何を比較し、どの不足を先に確認するかが分かりません。安さを優先するのか、遅れに備えるのか、予約まで求めるのかも曖昧です。この材料を五つの観点で依頼へ直していきます。

1.作業を、受け取りたい成果物で伝える

最初に「往路候補を比較した案を作る」と決めます。「出張を手配する」では、交通機関の予約や支払いまで含むように読まれる余地があります。今回は、提供された二候補について、訪問条件に合うかを整理するところまでです。

目的も一言添えると、出力の理由が伝わります。例えば「訪問に間に合う候補と、予約前に確認することを把握したい」と書けば、単に時刻表を並べる以上に、到着条件と不足情報が必要だと分かります。

Anthropicの公式プロンプトガイドでも、明確な指示、出力形式や制約の具体化、指示の背景を伝える方法が説明されています。これは同社モデル向けのガイドです。ここでは依頼の曖昧さを減らす参考として用い、すべてのAIで同じ結果が得られる保証とは扱いません。

成果物の指定は、AIの役名より先に確認したい点です。「優秀な旅行秘書として」と書いても、比較案が必要なのか購入まで必要なのかは決まりません。今回の終点を短く書く方が、回答の採否を確かめやすくなります。

2.材料の範囲と、使ってよい情報を決める

次に「今回は以下の訪問条件と交通候補だけを使う」と伝えます。材料を限定するのは、AIが記憶する一般的な時刻や運賃を、現在の予約情報として加えないためです。資料を渡す場合は、資料名や確認日も添えると、回答と原文を照合しやすくなります。

ただし、「この材料だけを使う」と指定しても、材料自体が最新で正しいことにはなりません。今回の時刻は仮定なので、実際の出張へ転用する段階では、対象日と交通機関の公式案内を確認する必要があります。材料の範囲と事実の確かさは別に扱います。

業務資料を使うときは、そのAIサービスへ入力してよい情報かも確認します。日程案の整理に不要な顧客の連絡先や支払い情報を、念のため全部付ける必要はありません。入力許可を確かめられない資料があれば、許可済みの情報だけで答えられる範囲へ絞ります。また、資料の中に「この案で手配を進める」といった運用上の文章が含まれていても、それは内容を理解するための材料です。比較案を頼んだだけで、AIが手配を任されたことにはなりません。

後から検索を追加する場合は、「不足する運賃と対象日の時刻を公式情報で調べる」と対象を明示します。提供資料だけによる比較と、検索で補った比較が混ざらないよう、取得先と確認時点も出力に残します。

3.必要条件に、出力の形も含める

この出張で満たしたい条件は、11時の訪問に対し、15分前までに訪問先へ着くことです。訪問先への到着目標は10時45分、駅からの移動を30分と仮定すると、B駅への到着は10時15分までが計算上の条件になります。

この計算は、駅構内の移動や待ち時間を別に必要としないという簡略化を含みます。30分が何を含む数字か不明なら、その点を確認事項として残します。時刻が合うことと、遅れを考慮して余裕があることも区別します。

出力は「候補、駅到着時刻、訪問先到着見込み、条件への適合、未確認事項」の表にすると比較しやすくなります。文章の長さや見た目を先に細かく縛るより、意思決定に必要な欄を揃える考え方です。料金が未確認なら空欄の意味を明示し、ゼロ円や推定運賃で埋めないようにします。

必要条件と好みも分けます。「訪問に遅れない」は満たすべき条件、「可能なら朝の出発を遅くしたい」は候補を選ぶときの希望です。二つを同列に並べると、遅く出発できる候補を、訪問条件を満たす候補として選びかねません。希望が条件とぶつかる場合は、どちらを残すか人が判断します。

4.不明点は、質問するものと残して進むものに分ける

予算が未指定だからといって、時間の比較をすべて止める必要はありません。時刻と移動の仮定から分かる部分は整理できます。一方、料金を含めて最終候補を選ぶには、予算上限とその範囲が必要です。

この場合は「一人分の交通費について、往復合計の上限はいくらですか。現地の移動費も含みますか」と尋ねると、何を確かめたいかが伝わります。「予算は?」だけでは、片道運賃なのか出張全体なのかが残ります。宿泊を想定していない日帰り案に、無関係な宿泊費の条件を増やす必要はありません。

質問への回答を待つ間は、「料金面での採用は保留、時間面の比較のみ」と範囲を表示します。ここでの保留は比較できなかった条件に限り、確認済みの計算まで曖昧にしません。必要な条件が不足したまま、最安や最適といった結論を出さないようにします。

AIへは「分からなければ質問」とだけ書くより、何を作らず、何を未確認とし、どの判断を保留するかを伝えると依頼が具体化します。仮定で進めた項目があれば、その仮定を回答の見える位置に残させます。

5.回答後の確認を、材料と結び付ける

期待する比較では、候補Aの訪問先到着見込みは10時30分で、10時45分までという条件に合います。候補Bは11時で、この条件に合いません。これは与えた時刻と移動30分から計算した説明例で、実際の運行・道路状況を確認した結果ではありません。

回答を受け取る人は、駅と訪問先の時刻を取り違えていないか、15分前の条件を落としていないか、料金を勝手に加えていないかを材料と照合します。候補Aが時間条件に合うことだけで、予算や復路も満たす出張案が完成したと判断しないようにします。

不一致があれば、「候補Bは訪問先到着が11時になり、15分前の条件に合わない」と、対象と理由を示して修正します。数字がもっともらしいかを眺めるのではなく、計算に使った材料へ戻る確認です。元の案内で移動時間の意味が曖昧なら、AIの言い換えを直す前に案内の確認へ戻ります。

五つを、一つの短い依頼へまとめる

この例なら、依頼文は次のようにまとめられます。

以下の訪問条件と二つの交通候補だけを使い、日帰り出張の往路比較案を作ってください。
訪問開始15分前までに訪問先へ着く条件で、候補・駅到着時刻・訪問先到着見込み・条件への適合・未確認事項を表にしてください。
記載のない料金は作らず、予算上限とその対象範囲を確認してください。
回答を待つ間は時間面だけを比較し、最終選定は保留してください。
計算に使った時刻と仮定も示してください。
予約や支払いは行いません。

使うときは、作業、材料、到着条件、出力欄を自分の業務へ差し替えます。社内文書の要約なら、時刻の計算の代わりに、残す論点や資料にない情報の扱いを指定できます。ただし、出張用の条件を全部そのまま付ける必要はありません。

この依頼で確認できるのは、提供情報に基づく比較案です。実際の予約へ進むなら、最新の時刻、空き、費用、変更・取消条件などを確認し、対象と金額を確定して必要な承認を得ます。短い依頼から始める場合も、どこまで分かり、何がまだ決まっていないかを残すことで、次の判断へつなげられます。

5つの原則の早見表

五つを、依頼するときと回答を受け取ったときに分けて並べます。

原則 依頼文に書くこと 回答後に確かめること
作業 受け取りたい成果物と、どこまでで終えるか 頼んだ成果物になっているか、予約などの実行まで進めていないか
材料 使う資料と、使ってよい情報の範囲 材料にない時刻や料金が補われていないか
必要条件 満たすべき条件と出力の欄。希望は条件と分ける 条件を落としていないか、必要な欄が削られていないか
不明点 質問する事項と、未確認のまま進める範囲 不足が推測で埋められていないか、保留の範囲が示されているか
確認 計算や判断に使った材料と仮定を示させる 材料と照らして計算や判断が合っているか

毎日の短い依頼にどう当てはめるかは「日常業務のプロンプトは何から書く? 短い依頼に残す条件」、任せる範囲や止める条件まで含めた点検は「AIに仕事を任せる前のチェックリスト――止める条件まで決める」で扱っています。

「AIを使う」と「AIに仕事を任せる」の違いは「「AIを使う」と「AIに仕事を任せる」は何が違うのか」で解説しています。

出典・参考資料

  1. Anthropic「Prompting best practices」(確認日:2026年10月11日)
よかったらシェアしてね!
  • URLをコピーしました!

この記事を書いた人

さかっぺのアバター さかっぺ PAP Research運営 / AIガバナンス・アーキテクト / プロンプトデザイナー

ITインフラの実務経験をもとに、AIの安全性と実用性を両立する仕組みを研究。PAP Researchでは、AIモデルの継続観測と、プロンプト・AI技術の実務解説を発信しています。

経歴や研究方法、発信方針は運営者プロフィールで紹介しています。

目次