最近、Claudeでデザインエージェントを作ろうとした。与えたプロンプトは、たった2語──「信頼できる」と「モダン」──にすべてを委ねていた。返ってきたのは、整っていてそれらしくはあるが、完全に凡庸な画面だった。グラデーションの枠線。見出しの上に浮かぶ小さなピル型要素。ビジュアルにおけるストックフォトのようなものだ。
苛立った私は修正を始めた。枠線はなし。ピルもなし。余白は詰め、フォントの「それっぽさ」も抑える。手を入れるたびに近づき、手を入れるたびに時間とトークンが増えていき、ようやく使えるものになった。どの修正も、最初から用意しておくべき言葉だった。モデルに腹を立てていたのではない。最初から自分の望みを言語化できなかったことに腹を立てていた。
私はマーケティングとメディアの世界でキャリアを積んできた。見知らぬ人が行動するほどに明確に伝えられるかどうかで、仕事の成否が決まる領域だ。それなのに、頭の中では完璧に描けている見た目を、機械にブリーフできなかった。
汎用的なプロンプトは汎用的な結果しか生まない
質の高いアウトプットは、何を求めるかと同じくらい、何を排除するかによって形づくられる。「信頼できる、モダン」という言い方は、何も否定していない。デザイナーは誰しも、自分はすでに「信頼できてモダン」だと思っている。意味のあるガードレールを与えない2つの形容詞でモデルを促した結果、モデルにできることは1つしかなかった。学習データ全体の「平均」を返すことだ。
そして、その平均こそが正体を明かす。グラデーションの枠線、浮遊するピル、見慣れすぎたサンセリフ体のフォント。これらは、同じく「モダン」を自称する膨大なページの統計的中心にある。AI生成テキストにおけるエムダッシュの多用と同じで、間違ってはいないが、一目で見分けがつく。だがモデルは、私のブリーフが許したとおりに動いただけだ。汎用的なプロンプトに完璧にマッチした、汎用的なアウトプットを返したのである。
これこそが、AIの仕事が失望を招く大きな理由の1つである。広く引用されているMITの企業向けAIに関するレポートによると、生成AIのパイロットの大半が測定可能なリターンを生まなかった。教訓は、単にツールが壊れていたということではない。より多くの場合、ギャップは実装にあった。不明確なワークフロー、不十分な統合、弱い引き継ぎ、曖昧な目的。プロンプトは、その問題の最小版にすぎない。
具体性はテクニカルスキルではない
AIモデルは、技術的な部分はすでに強い。関数を書き、ページをレイアウトすることはできる。できないのは、あなたの心を読むことだ。自分が意味していること、望んでいることを、詳細に、正確に描写する力こそ磨くべきスキルである。頭の中にあるものを、あなたの文脈を持たない誰かでも作れるほど具体的な言葉に変換する方法を学ぶ必要がある。
これは言語のスキルであり、私たちの多くは錆びついている。なぜか。多くの場合、会話相手がすでに文脈を共有しているからだ。同僚に「もっとうちらしくして」と言えば、彼らはそれを実現してくれる。ブランドを知っていて、オーディエンスが誰かを知っていて、先週の角丸ボタンについての会議がまだ記憶に新しいからだ。そして、その同僚が目標を達成して戻ってくると、私たちは理解されたことを明確に伝えたことと勘違いしてしまう。
浮遊するピルが現れた瞬間、私はそれが違うと分かった。なぜ違うのか説明できる前に、文章の違和感に気づくのと同じだ。私たちは良いものを一瞬で見分けられるが、それを定義できることはほとんどない。そうした「味」は、すでに存在するものに対してしか機能しない。一方、AIが求めるのは逆である。評価するための何かが画面に出る前に、ターゲットを名指ししなければならない。
より良いプロンプトを書くためのフレームワーク
次にモデルが駄作を返してきたら、まず自分のプロンプトを読み返すべきだ。誰のためのものか、何を達成しなければならないか、そして見た瞬間に却下するものは何か。具体性は3つから生まれる。意図を定義すること、文脈を与えること、ガードレールを設けることだ。
その結果はこうなる。
「スタートアップのSaaSではなく、モダンなエディトリアル。最新で洗練された印象にしつつ、真面目な金融メディアらしい抑制と権威を備えること。スタートアップのランディングページではなく、Financial Times、Bloomberg、The Economistに近い。SaaSにありがちな記号は避けること。グラデーションの枠線、中央寄せのヒーローセクション、過度に大きいピル型ボタン、発光するカード、抽象的な3Dグラフィック、『AIスタートアップ』的なエフェクト。編集的な信頼性を優先すること。強いタイポグラフィ、明確な階層、構造化されたセクション、十分だが過剰ではない余白、売り込みではなく整って読めるリズム。」
このプロンプトには、具体性のための3つのパラメータがすべて含まれている。
• 意図を定義する。 「スタートアップのSaaSではなく、モダンなエディトリアル」は、私が作ろうとしているカテゴリを名指しし、そうではないカテゴリを拒否している。
• 文脈を提供する。 「真面目な金融メディアらしい抑制と権威を備えつつ、最新で洗練され、デジタルネイティブ」と、目指す見た目を描写しつつ、実世界の例をインスピレーションとして示している。「スタートアップのランディングページではなく、Financial Times、Bloomberg、The Economistに近い」という部分だ。
• ガードレールを設ける。 最後に、望まないものに「ノー」を突きつけている。「SaaSにありがちな記号は避けること。グラデーションの枠線、中央寄せのヒーローセクション、過度に大きいピル型ボタン、発光するカード、抽象的な3Dグラフィック、『AIスタートアップ』的なエフェクト」。
前に進むために
もちろん、こうしたシステムで実際の仕事をするには、整ったプロンプト以上のものが必要になる。提供する文脈、モデルが何を記憶しているか、接続するツール、改善のために回すループ──それらはすべて同じくらい重要だ。だが、それらは意図を与えるのではなく、意図を増幅するにすぎない。つまり、目的が曖昧なら、よく設計された粗製乱造をより速く生み出すだけである。
AIの旅路の初期段階にいる人は、まず具体性から始めるべきだ。プロンプトがすべてだからではない。ほかのすべては、自分が本当は何を望んでいるのかを知ることに依存しているからだ。
