一度きりのプロンプトで終わらせない：対話による反復改善法

誰にでも、AIを使い始めた初期に、モデルから期待外れの回答が返ってくる瞬間があります。そのとき多くの人は、仕方ないと受け入れるか、新しい会話を開いてプロンプトを書き直します。回答が問題を診断できる程度には近いなら、多くの場合、モデルに返信して作業の方向を修正するほうが有効です。

この記事では、それを意図的に行うためのワークフローを紹介します。最初の回答が惜しい場合、方向がずれている場合、一見問題なさそうなのに実は間違っている場合に、どう対処するかを順に説明します。読み終える頃には、気の利いた言い回しに頼らず、下書きを改善して確認するための反復可能な方法が身につきます。

多くの人が早く切り上げすぎる理由

プロンプトを入力すると回答が出てくるという「自動販売機型」のAI観では、チャット画面の利点を見落とします。後続のやり取りでは、指示と反応が作業中のコンテキストに加わります。最初の回答が診断できる出発点なら、残す部分と変える部分を具体的に示せます。

これは、優れた最初のプロンプトの後でも役立つことがあります。後続のやり取りには、下書きに対する反応が含まれるからです。ベンダー資料では、下書き、確認、改善が一般的なプロンプト連鎖の形として説明されています。同時に、中間確認を人が点検または記録する必要がある場合は、明確な基準と独立した手順を使うよう勧めています（Anthropicのプロンプトに関するベストプラクティス）。

何度も異議を唱えるのは少し失礼に感じたり、最初のプロンプトを完璧にできなかったため非効率だと感じたりするかもしれません。しかし、人と交渉しているのではなく、生成された下書きを編集しています。各回で具体的かつ確認可能な改善が生まれる間は続け、蓄積したコンテキストが邪魔になったら最初からやり直します。

4つの操作

このワークフローでは、最後の検証の前に4種類のフォローアップを使います。

1. 批評する：何が問題かを具体的にモデルへ伝えます。
2. 絞り込む：回答の一部分を詳しく展開するよう求めます。
3. 方向転換する：切り口や対象読者を変えます。
4. ストレステストする：前提、証拠、失敗例、信頼できる反論を求めます。

それぞれ見ていきましょう。

この4つの操作を、気の利いたフォローアッププロンプトの寄せ集めではなく、再利用可能なワークフローとして扱ってください。繰り返し行う作業では、チームで再利用できるテンプレートとして一連の手順を保存します。

操作1：批評する

最初の回答はおおむね良いものの、特定の箇所がずれているときに批評を使います。何が問題かをモデルに正確に伝えます。

2段落目は堅すぎます。簡潔にしてください。

「お待ちいただきありがとうございます」という一文は削除してください。私らしい言い方ではありません。

3つ目の箇条書きを、もっと具体的な内容に置き換えてください。

冒頭の文が一般的すぎて、どの製品にも当てはまりそうです。私たちの製品に固有の内容にしてください。

批評には3つのルールがあります。

具体的に伝える。 「もっと良くして」は役に立ちません。「3つ目の箇条書きが長すぎるので、1文に短縮してください」なら機能します。

率直に伝える。 「修正を検討することも可能ではないかと思います……」は言葉の無駄です。「3つ目の箇条書きを書き直してください」で十分です。

良い部分も伝える。 「1段落目の構成は残し、2段落目を書き直してください」。そうしないと、モデルが全体を書き直し、すでに良かった部分まで失う可能性があります。

有効なパターンは、残すものを伝えてから、変えるものを伝えることです。「冒頭、構成、トーンはそのままにして、中ほどの3文だけを、より鋭く短くしてください」。

操作2：絞り込む

最初の回答は幅広い内容を扱っていたものの、本当にほしかったのは、そのうちの小さな一部分だったとします。その部分をさらに詳しくするよう求めます。

検討したいのは3つ目の選択肢です。さらに掘り下げてください。実際にはどのような形になるのか、費用はいくらか、誰が関与する必要があるのかを説明してください。

2段落目の2文目「……この規制は既存の契約に影響する可能性があります……」を取り上げ、3段落に展開してください。

挙げた5つのリスクのうち、3つ目に焦点を当ててください。実際にどう進行するのか、手順を追って説明してください。

元の質問を少し変えて繰り返す代わりに、役立つ部分を指し示して、さらに深く検討するよう依頼できます。モデルはすでに広い下書きを作っています。ここではタスクを絞り込んでいます。

操作3：方向転換する

最初の回答自体は問題ないものの、対象読者や切り口が間違っている場合です。

今度は、金融業界で働いたことがない人向けに書いてください。

今度は、理解のある同僚ではなく、懐疑的なCFOに送るものとして書き直してください。

同じ論点を、メモではなく1枚のスライドに収まる要約として構成してください。

今度は逆に、今述べたすべての主張に対する最も強い反論を提示してください。

方向転換では、会話にすでにある材料を再利用し、別の目的に合う形へ組み替えます。最初からやり直す場合より速いか、より良い結果になるかは、作業、蓄積したコンテキスト、モデルによって異なります。この選択が重要なら、代表的な作業で両方を比較してください。

分析タスクで特に有効な方向転換は、「今度は反対意見を述べる立場になってください。自分の回答を取り上げ、最も信頼できる反論を作ってください」です。回答によって前提や証拠不足が明らかになることはありますが、これも生成された下書きであり、独立した専門家の確認ではありません。

操作4：ストレステストする

最初の回答はもっともらしいものの、正しいか確信が持てない場合です。モデルに回答を擁護させるか、反論させます。

どのような証拠があれば、質問2への回答を変えますか？

この回答の中で、最も確信がないのはどこですか？何が間違っている可能性がありますか？

この立場に対して、最も優れた批評者なら何と言いますか？

シニア専門家がこれを読んだら、どこに異議を唱えますか？

ストレステストは、洗練された文章に隠れた弱点を明らかにする助けになります。モデルに前提を示させ、外部証拠が必要な主張を特定させ、信頼できる反論を組み立てさせます。その出力は自分で評価し、モデルを自身の回答に対する独立した判定者として扱わないでください。

事実に基づく回答には、「どの項目がこの会話の外にある事実に依存していますか。それぞれについて、確認すべき一次資料と、あなたが置いた前提を示してください」と尋ねます。回答は、自分で検証するための出発点にすぎません。モデルが申告する確信度は、主張が正しいことを示す校正済みの証拠ではありません。

5つ目の操作：検証する

4つの操作は回答を改善しますが、その回答が真実であることを証明するものではありません。出力が意思決定、顧客向けメッセージ、方針、コード変更、公開コンテンツに影響する場合は、必ず最後に検証を加えてください。

短いチェックリストを使います。

反復によって下書きは良くなる可能性があり、検証によって安全に使用できるかどうかを判断します。

この記事にリンクされているワークフローカードでは、5つの操作を1ページにまとめた習慣として確認できます。

組み合わせ方：反復の実例

実例に4つの操作を適用してみましょう。80人規模の会社で週休3日制を導入するため、次のプロンプトから始めるとします。

あなたは経験豊富な人事責任者です。私が勤める80人規模の会社で、週休3日制を導入するための1ページの提案書を作成してください。想定される懸念に対処し、試験導入の方法を提案し、最後に推奨案を示してください。

最初の回答は悪くない下書きですが、完璧ではありません。次に何をすべきでしょうか。

操作1（批評する）：

「想定される懸念」のセクションは内容が薄すぎます。生産性は扱っていますが、顧客対応と、時給制のサポートチームへの影響が抜けています。この2点を深く掘り下げてください。

操作2（絞り込む）：

実際に使うのは試験導入の提案部分です。対象者、期間、測定項目、成功基準をそれぞれ扱う4段落の計画に展開してください。会社の事実や基準値は作らず、私が入力または承認する必要がある値は[missing]と記載してください。

操作3（方向転換する）：

今度は、社内の人事チームではなく、投資家で構成される取締役会を対象読者として、同じ提案書を書き直してください。懸念事項も言葉遣いも変えてください。

操作4（ストレステストする）：

この提案で最も信頼できる失敗例を示してください。個人的な経験をほのめかしたり、事例を作ったりしないでください。一般的な推論と、外部資料が必要な主張を分けてください。

操作2による変化を具体的にするため、試験導入部分の代表的な変更前と変更後を示します。自分のケースでは実際にプロンプトを実行してください。表現と詳細は異なります。

変更前： 「1つのチームで週休3日制を四半期にわたり試験導入し、結果を検証することを推奨します。」

変更後： 「[team or teams to confirm]を対象に、[duration to approve]の試験導入を行います。開始前に、顧客対応、合意済みの成果指標、予定外の残業、プライバシーを確認した任意回答の従業員パルス指標について基準値を記録します。試験導入の責任者は、開始日までに成功基準と中止条件を承認しなければなりません。それまでは数値を作らず、[missing]と記載します。合意した間隔で結果を確認し、試験対象外のチームへ移った業務量も記録します。」

同じモデル、同じ会話です。違いは知能ではありません。操作2によって、どの部分が重要か、「展開する」とは何を意味するか、どこで推測してはいけないかを伝えました。

これらのフォローアップを終えると、何も確認せずにやり直すより、変更点を点検しやすい提案書が得られるはずです。より良くなるかは、タスク、モデル、与えた情報、検証手順によって決まります。

「やり直さず、反復する」べき状況

新しい会話を開かず、同じ会話を続けるべき状況には、次のようなものがあります。

• モデルが内容の大部分を正しく捉えており、具体的な不満点がある。
• 出力のテーマは正しいものの、形が違う。
• 別の選択肢やバリエーションを検討したい。
• 回答の堅牢性を試したい。
• 重要な情報を伝え忘れたことに気づいた。

一方、次のような場合は新しい会話を始めるべきです。

• モデルが、求めていたものとは完全に異なる方向へ逸れている。
• 会話に多くの情報が蓄積し、重要な指示が無視されたり、矛盾したり、要約で失われたり、コンテキストから押し出されたりしている。
• 同じプロンプトをまっさらな状態で試し、外れ値の回答だったか確認したい。
• モデルが行き詰まり、異議を唱えても同じ提案ばかり繰り返す。

役立つ小さな習慣

コンテキストが役立つ間だけ1つのスレッドを使う。 長い履歴の扱いは製品によって異なります。以前のやり取りを保持する場合も、ローリングウィンドウを使う場合も、古い内容を圧縮する場合もあります。コンテキストウィンドウが長くても、すべての詳細が正しく使われる保証はありません。Anthropicのコンテキストウィンドウ文書では、作業記憶の上限と現在の圧縮動作を説明しています。利用する製品の資料も確認してください。

箇所を特定する。 「2段落目」「3つ目の箇条書き」「提案された2つ目の選択肢」。曖昧な批評より、具体的な参照のほうがモデルは対応しやすくなります。

率直に伝える。 「堅すぎます。もう一度書いてください」「いいえ、前より悪くなりました。最初の案に戻し、結びだけを変えてください」。率直な編集指示は曖昧さを減らします。

モデルの認識を尋ねる。 具体的に批評してもモデルが意図を捉えられないときは、「私が何を求めていると思いますか？目標を自分の言葉で言い換えてください」と尋ねてみましょう。その言い換えによってずれが見え、修正すべき点が具体化することがあります。

最初の回答の先へ進む

最初の回答を確認せずに受け入れると、重要な品質改善が残ることがあります。批評、絞り込み、方向転換、ストレステスト、検証は、実践的なフォローアップの流れです。必要なのは、より良い最初のプロンプトを書く力だけではありません。もう一度やり取りすれば仕事が明確になる場面、外部検証が必要な場面、最初からやり直すほうが安全な場面を見極める力です。