AIの答えは「渡した情報」で決まる——プロンプトよりコンテキスト

「AIへの指示文をうまく書けば、答えが劇的に良くなる」——そう考えて、プロンプト集を探したことはないでしょうか。実は、AIを使い込んでいる実践者たちの結論は逆です。この記事では、指示の言葉より先に効く「渡す情報」の話を整理します。

「魔法のプロンプト」が期待外れに終わる理由

ネットで出回っている「賢くなるプロンプト」を実際に検証した実践者たちの報告は、おおむね一致しています。役割を与えても、自己採点をさせても、答えの見た目や量は変わるものの、中身の深さはほとんど変わらない、というものです。

構造を考えれば、これは自然な結果です。生成AIは、指示の言葉によって「学習した膨大な知識のどこから答えるか」の重心を変えているにすぎません。どんなに指示を工夫しても、AIが知らないことは出てきません。そして、あなたの会社のこと——顧客の顔ぶれ、商品の事情、判断の基準、これまでの経緯——を、AIは何ひとつ知りません。

つまり、汎用的な答えしか返ってこない原因は、指示文の巧拙ではなく、渡している情報が汎用的なことにあります。ここを変えない限り、どんな「最強プロンプト」も期待外れに終わります。

仕事の質は、渡した文脈の質で決まる

逆に、AIの答えが一気に「自社の話」になる瞬間があります。自社の資料を渡したときです。

過去の提案書を渡してから「次の提案のたたき台を」と頼む。会議の議事録を渡してから「論点を整理して」と頼む。顧客とのやりとりの経緯を渡してから「返信の下書きを」と頼む。同じAI、同じ指示でも、背景情報——コンテキストと呼ばれます——があるかないかで、出てくるものの実用度はまるで変わります。

AIの現場では、これを端的に「仕事の質はコンテキストの質」と言い表しています。プロンプトの時代からコンテキストの時代へ、というのが実践者たちの共通認識です。ChatGPTのプロジェクト機能やメモリのように、仕事ごとに資料や前提を持たせておく仕組みも、各ツールに標準で備わってきました。道具の側は、すでに「情報を渡す使い方」を前提に進化しています。

そしてここには、うれしい副産物があります。AIに渡すために自社の情報を言葉にする過程で、また、AIの出力を「うちの実情と違う」と直す過程で、これまで言語化されていなかった自社の判断基準が、少しずつ言葉になっていくのです。AIのための準備が、そのまま会社の資産づくりになります。

議事録・録音・過去の資料は「資産」になる

コンテキストの時代に効いてくるのは、日々の情報を貯める習慣です。会議の議事録。商談の録音と文字起こし。過去の提案書や見積もりの考え方。顧客対応の記録。これらは今までも大事な記録でしたが、これからは意味が変わります。AIに渡せば渡すほど答えが自社仕様になっていく、活用の燃料になるからです。

沖縄の会社にとって、この話は特に重みがあります。県内の中小企業は、口頭と関係性で仕事が回る文化が強く、業務の知識が文書になっていない比率が高い土壌です。旧盆や地域行事に絡む商慣行、離島を挟む段取り、長年の取引先との間合い——AIが学習していない沖縄固有の前提ほど、こちらから渡す以外に伝える方法がありません。裏を返せば、録音と文字起こしから始まる小さな資産化を積んだ会社から、AIの答えが「うちの答え」に変わっていきます。

まず今日からできることは、シンプルです。会議や商談を録って、文字にして、貯めておくこと。そして何かをAIに頼むとき、指示の言葉を凝る前に、関係する資料を一緒に渡してみること。どの情報から貯めるか、どこまで渡してよいか——その整理には、自社の業務と情報の性質を見る目が要ります。そこは一緒に考えることができます。