【保存版】AIの精度が爆上がり…回答ズレ・詰めの甘さを直す「5つのテクニック」

【全体マップ】5つの違いは“守備範囲”だけ

　先に全体像をざっくりと把握しておきましょう。

　プロンプトエンジニアリングは、指示そのものを磨く話です。コンテキストエンジニアリングは、指示と一緒に渡す情報を選ぶ話。ハーネスエンジニアリングは、AIが動く環境そのものを整える話です。この3つは、AIに渡す「材料」と、AIが立っている「環境」に関わります。

　残りの2つは、動かし方の設計です。ループエンジニアリングは時間軸の話で、同じ作業を何周も回します。グラフエンジニアリングは構造の話で、仕事を分けて複数のAIに割り振ります。

　この並びを頭に入れておくと、後半の切り分けが効いてきます。

（1）プロンプト：「いい感じに」が通じないワケ

　一番知られているのがこれです。考え方は単純で、曖昧に頼めば曖昧なものが返ってくる。同じAIモデルでも、指示の書き方だけで出てくるものが変わります。

　「いい感じにまとめて」と頼めば、いい感じの何かが返ってきます。「議事録を、決定事項とタスクの順に表でまとめて」と頼めば、その通りのものが返ってきます。よく言われるのは、役割・条件・形式の3つを具体的に渡すことです。

　実務で効くのは、やってほしいことだけでなく「やってほしくないこと」を書くことです。たとえば画像を作らせるとき、使う色をカラーコードで指定した上で、「グラデーションは使わない」「角は丸めない」「影やぼかしは入れない」と禁止事項まで書いておく。ここまで書いて、ようやく毎回同じ雰囲気のものが出てきます。

　人に置き換えると、仕事の頼み方にあたります。上司から「あれ、いい感じにやっといて」と言われても動けませんが、何を、いつまでに、どの形式で、と示されればそのまま進められます。AIも同じです。


　ただ、指示文をいくら磨いても直らない症状もあります。その原因は、指示の“外側”にあることが少なくありません。 【次ページ】（2）コンテキスト：NGリストに文体分析…筆者の実践例