AIを初めて使うと、どうしても「すごく賢い検索窓」に見えます。

「これを教えて」
「文章を書いて」
「アイデアを出して」

もちろん、それだけでも便利です。

でも、少し長い作業や、失敗すると困る作業へ進むと、質問文の工夫だけでは安定しなくなります。

理由は単純です。

仕事には、質問文以外にも必要なものがあるからです。

何を達成したいか
何を材料として使うか
今どこまで終わっているか
何を変えてよいか
何を推測してはいけないか
何をもって完成とするか
失敗したらどこへ戻るか

本教材では「最強Prompt」を覚えません。

代わりに、

人間・LLM・固定Code・外部Toolへ、どの仕事を渡すか

という最初の仕事分担を作ります。

この教材では、基礎だけで終わらず、次の内容まで扱います。

30秒診断
仕事分担の4分類
8項目のJob Card
失敗時の切り分け
記事・File整理・調査の実例
最初のSmall Test
Stop条件

30秒診断――AIへ「質問」ではなく「仕事」を渡せていますか？

いまAIへ頼んでいる作業について、次の8つへ答えてみてください。

1. Goal
何が変われば成功？

2. Input
何を材料に使う？

3. Context
今回の判断に必要な前提は？

4. State
今どこまで終わっている？

5. Constraints
何を変えない？何をしてはいけない？

6. Unknown
何がまだ分からない？

7. Output
何を、どの形式で返す？

8. Accept / Stop
何を確認したら完成？どこで止める？

全部書ける必要はありません。

重要なのは、

うまくいかないとき、どこが足りないか分けられること

です。

この教材で持ち帰るもの

Goal / Input / Context / Stateの分離
Human / LLM / Code / Toolの仕事分担
「AIにできる」と「AIへ任せてよい」の分離
Unknownを自然な文章で埋めない方法
「確認しました」をEvidenceへ戻す考え方
Maker / Reviewer分離
Observation → Fix → Recheck
戻れる作業
Current Stateの外部化
8項目Job Card
Small End-to-End Test
Stop Rule
「AI使用量」を成果にしない考え方

1. 最初に決めるのは「どう聞くか」ではなく「何が変われば成功か」

AIへ仕事を頼むとき、最初からModel名やPrompt技法を考える必要はありません。

先に決めたいのは、

最終的に何が変われば成功なのか

です。

たとえば、

AIについての記事を書いて

では、AI側にはかなり自由があります。

一方で、

AI初心者が「AIの回答と確認済み事実は別」と理解し、読み終えた後に自分で確認手順を試せる記事を作る

まで決めると、必要な説明や例が変わります。

ここで大事なのは、長文にすることではありません。

目的
制約
入力
出力
不明点

を分けることです。

AIを何％使ったか。

高性能Modelを使ったか。

長いPromptを書いたか。

これらは目的そのものではありません。

目的地を決めてから、必要な手段を選ぶ。

最初の一歩はこれです。

2. AIへ渡す情報は「全部同じ情報」ではない

初心者のうちは、AIへ渡す情報を全部まとめて「前提」と考えがちです。

長い作業では、少なくとも次の三つを分けると扱いやすくなります。

Prompt

今回、何をしてほしいか。

Context

今回の判断に必要な材料や背景。

State

今どこまで終わっていて、何が確定し、何が未解決か。

記事制作なら、

対象読者
参考資料
媒体

はContextです。

一方、

タイトル確定
第3章まで完成
図2は未生成
この案は却下済み
次は重複監査

はStateです。

この二つを混ぜると、

古い案が現在仕様として復活
完了済み作業を再実行
今回不要な資料へ引っ張られる

といった事故が起きます。

長い会話が自動的に良いContextになるわけではありません。

重要なのは、

今の判断に必要な情報へ戻れること。

です。

3. 人間・LLM・Code・Toolへ仕事を分ける

AIは広い作業を扱えます。

だからといって、何でも同じ方法で任せる必要はありません。

Human

向きやすいもの：

目的
優先順位
許容損失
最終採用
公開・送信など責任を伴う判断
現実で起きた症状の観測

LLM

向きやすいもの：

曖昧な文章整理
候補生成
比較
要約
説明
構成
原因候補
Draft

Code

向きやすいもの：

File列挙
Rename
文字数計算
重複検出
JSON整形
サイズ確認
Hash
固定Ruleの反復

Tool

向きやすいもの：

Web検索
File保存
実行
変換
画像・動画処理
Data取得

これは上下関係ではありません。

処理の種類が違うだけです。

同じRuleを100回繰り返すなら、毎回LLMへ再解釈させない方が安定する場合があります。

逆に、曖昧な文章の意味比較を固定Codeだけで行うのは難しい。

AI活用とは、一つの万能道具で全部を殴ることではありません。