AIに「任せる」ための力

―― 初心者でも迷わない「選ぶ→頼む→まとめる」の考え方

AIに「任せる」ための力のアイキャッチ画像

第1話では、
「答えの前に、問いを置く」ことが
起点になる、という整理をしました。


課題が定まったあと、
次に立ち上がってくるのが
「では、AIにどう任せるか」です。


AIが便利になったぶん、
選択肢は一気に増えました。


その結果、
「使えば使うほど、逆に疲れる」
という感覚が出ることがあります。


私はこの状態を、
AIの問題というより、
「任せ方がまだ形になっていない状態」
だと捉えています。


本記事(3部作の第2話)では、
AIに任せるときの考え方を
難しい言葉を使わずに整理します。


合言葉は、これだけです。


「選ぶ → 頼む → まとめる」


そして、ディレクション能力を一言で言うなら、
複数のAIを使い分けながら、
狙った成果物に近づけるための「指揮」です。


映画監督やオーケストラの指揮者のように、
完成図を思い描き、
役割を割り振って、
最後にひとつにまとめる。


その役割が、人間側に残りやすい。
私はそう考えています。


ここから先の流れを、
先に「地図」として置いておきます。


※ AIに任せて前へ進むための「選ぶ→頼む→まとめる」の考え方を9コマで整理した全体図です。

この3部作で扱う全体像

このシリーズでは、AI時代の「扱う力」を
3つに分けて書いています。


  1. 課題設定力(第1話)
  2. ディレクション能力(第2話)
  3. 成果物の評価および責任(第3話)

第2話は、
第1話で定めた課題を
AIに任せながら前へ進めるための回です。


ディレクション能力とは「任せ方」を作る力である

ここで言うディレクション能力は、
プロンプトの言い回しの上手さだけを指しません。


もっと簡単に言うと、
「AIに任せるときの、段取りを作る力」です。


AIは速く作れます。
だからこそ、方向が曖昧だと
迷いも速くなります。


AIは選択肢をたくさん出せます。
でも、


何が重要か。
何が意味を持つか。
どれを採用するか。


ここは、人間が決める必要があります。


だから、AIを使う時代ほど
「オペレーター」より
「ディレクター」に寄っていく。


私は、そんな変化が起きやすいと見ています。


ここで一度、
この記事の中身を「一枚の地図」にしておきます。


合言葉「選ぶ→頼む→まとめる」と、送信前の「4行メモ」を1枚に整理した要約図です。

※ 合言葉「選ぶ→頼む→まとめる」と、送信前の「4行メモ」を1枚に整理した要約図です。


1) 選ぶ:どのAIに任せるか決める

最初にやることは、
「どのAIが正解か」を当てることではありません。


まずは、
「この作業は、何の種類か」を決めます。


  • 文章を整えたい
  • 画像を作りたい
  • 調べものをしたい
  • 表にしたい
  • 要点をまとめたい

作業の種類が決まると、
どのAIを使うかも自然に絞れます。


複数AIを使う場合も、考え方は同じです。


  • 下書きを出すAI
  • 構成を整えるAI
  • ミスを見つけるAI

「役割」で分けると、迷いにくくなります。


2) 頼む:何をどう作ってほしいか伝える

次は、AIに「頼み方」を渡します。


ここで大事なのは、
AIにいきなり完成品を求めないことです。


まずは、
目的と条件を渡します。


私は最低限、次の4つを先に書きます。


  • 目的:何のために作る?
  • 相手:誰に向ける?
  • 形:どんな形にする?(見出し/箇条書き/本文など)
  • やらないこと:入れないことは?(煽らない、専門用語は説明する等)

AIは「いい感じ」を勝手に定義します。
だから先に、あなたが定義します。


頼むときに効く「5つの確認」

難しい言葉にすると
「設計」や「品質管理」になりますが、
初心者向けに言い換えるなら、確認は5つです。


  • 目的を決める
  • 合格ラインを決める
  • 材料を渡す
  • 手順を分ける
  • 直し方を伝える

材料が少ないほど、
AIは想像で埋めやすくなります。


だから「材料を渡す」は、
見落とされがちですが効きます。


例えば、
元文章、過去の事例、入れたい要素、
避けたい表現。


これらを少し渡すだけで、
出力のブレが減りやすくなります。


同じ依頼でも結果が変わる

ここで、短い例を置きます。


弱い頼み方:
「この記事をまとめて」


ディレクションが入った頼み方:
目的:AI初心者が迷わないように整理したい
相手:AI情報の洪水に疲れている学習者
形:見出し3つ+各200字程度+最後にNext Action
やらないこと:煽らない/断定しすぎない
合格ライン:専門用語は言い換えを添える


同じ「まとめ」でも、
最初に渡す条件が違うだけで、
出てくるものの使いやすさが変わります。


頼む力は、
上手い言い回しよりも、
条件を揃える力に近いです。


3) まとめる:出てきたものをつないで仕上げる

AIを使うと、
下書きや案がたくさん出ます。


ここで詰まりやすいのが、
「良さそうな案があるのに、完成しない」状態です。


なので、最後は
まとめる作業をします。


やることはシンプルです。


  • 使う:採用する
  • 直す:合わないところを直す
  • 捨てる:今回は使わない

そして、複数案があるなら
「一つにする」だけです。


ここで重要なのは、
最終的に「これでいく」と決めることです。


AIは選択肢を出せますが、
選ぶ責任は引き受けてくれません。


この「決める」が、
次回(第3話)の
「成果物の評価および責任」につながります。


誤解されやすいポイントを1つだけ

ディレクション能力は、
「呪文のような言い回しの上手さ」ではありません。


むしろ、
段取りと、最後のチェックの力です。


丸投げすると楽になる。
これは半分だけ本当です。


目的と条件が曖昧なままだと、
手戻りが増えて、逆に疲れます。


だから、任せる前に
段取りを置く。


Next Action:送信前に「4行メモ」を書く

大きな仕組みを作らなくても大丈夫です。


次にAIを使うとき、
送信前にこの4行だけ書きます。


  • 目的:____
  • 相手:____
  • 形:____
  • やらないこと:____

これだけで、
AIの出力は「使える形」に寄りやすくなります。


読み終えたあと、
全体をもう一度だけ
1枚で確認できるようにしておきます。


「AI疲れ」の原因から、選ぶ→頼む→まとめるの段取りと、送信前の「4行メモ」までを4コマで復習できる要約図です。

「AI疲れ」の原因から、選ぶ→頼む→まとめるの段取りと、送信前の「4行メモ」までを4コマで復習できる要約図です。


次回(第3話)では、 AIが出した成果物をどう評価し、 どう使い、どこに責任を置くのか。
「成果物の評価および責任」を扱います。
國重公秀

飲食業界で31年、現場から役員までを経験し、売上16億円から300億円への企業成長を牽引。現在はその経営視点と最新技術を掛け合わせ、「AI×Notion」に特化した生成AIコンサルタントとして活動しています。

中小企業や飲食店オーナー様の業務自動化と収益化を支援しつつ、自身も「1日3時間の労働で安定収益を上げる」ライフスタイルを実践中。

(James Skinner氏に師事(AI Super Human)/プロンプトスクール飛翔 元公認管理人/東大「AI経営講座」修了・生成AIパスポート 他)

次へ
次へ

課題が「見えない」ことが最大のリスクになる