こんにちは！AIデジタル研修講師の伊藤です。

最近、生成AIがコードを書いたり、設計のヒントを出したりすることが当たり前になってきました。一方で、「使ってはいるが、正直うまく活用できている気がしない...」という声もよく聞きます。

その原因の多くは、生成AIを万能な正解生成装置として捉えてしまうことにあると私は考えています。実際のAIは、問いの与え方次第で出力の質が大きく変わるツールです。

今回のブログでは、よくある3つの誤解とより良い使い方についてお話していきます。

①AIは“察してくれる”のか

よくある誤解の1つ目が、AIは背景や文脈を察してくれるという考えです💭
たとえば言語、バージョン、制約条件を指定せずにコード生成を依頼すると、現実の環境では使えない提案が返ってくることは珍しくありません。

そこで重要になるのがプロンプト(※AIに投げる文のこと)設計で、基本となる考え方は次の3点です。

• 目的：何を改善・実現したいのか
• 前提条件：言語、環境、制約、対象レベル
• 期待する出力形式：コード、理由付き解説、比較など

この3点を明示してあげるだけで、AIの回答は格段に実用的になります！

②精度を上げるためには

2つ目は、生成AIを使ってみると、一度の質問で完璧な答えを期待してしまいがちなことです。
実際には最初の返答よりも、やり取りを重ねる中で精度が上がっていくことがほとんどです。

追加の条件を伝えたり、「別の案も出して」「ここをもう少し簡潔に」と掘り下げていくことで、AIは徐々にこちらの意図を反映した提案を返すようになります。
このやり取り自体が、考えを整理するプロセスにもなりますし、対話を通じて考えをすり合わせていくツールとして活用できると、ぐっと実用的になります📝

③ブラックボックス化しないために

最後に意識したいのは、AIの出力を自分の言葉で説明できるかという視点です。
生成AIを使っていると、「なぜこの答えになったのか分からないまま使ってしまう」状態になりがちですが、これがブラックボックス化です。

説明できないコードは、理解できていないということですし、実務では大きなリスクになります。
だからこそ、生成AIを使うときは「この処理は何をしているのか」「なぜこの実装になっているのか」を言語化できるかを自分に問いかけることが重要です。

生成AIを使いこなす鍵は、技術そのものではなく、問いを設計する力にあります！
この観点は、私たちの研修でも一貫して重視しているポイントです💡

私たちの研修について

私たちの研修では、生成AIの使い方そのものを教えるというよりも、AIとどう考え・どう判断するかを重視しています。ツールに振り回されるのではなく、問いを立て、出力を読み解き、自分の言葉で説明できる状態を目指します。

生成AIを含め、技術はこれからも変化し続けます。
だからこそ、特定のツールに依存しない「考え方」を身につけることが、長く使える力になると考えています。

もし、こうした考え方に興味を持っていただけたなら、ぜひお気軽にご連絡ください。
一緒に学び、試しながら、技術と向き合っていければ嬉しいです！