AIが実験的な段階からエージェンシー業務の日常的な一部へと移行するにつれ、出力される成果物の品質はより大きな競争上の問題になりつつある。もし成果物を手直ししたり、一からファクトチェックを行ったり、いかにも機械が作成したような不自然な表現を取り除いたりしなければならないのであれば、どれほど制作スピードが速くても価値はほとんどない。エージェンシーにとって、AIコンテンツを生成するために使用するプロンプトは、品質管理プロセスの一環なのだ。
強力なプロンプトは、大規模言語モデル（LLM）に何を制作させるか指示するだけでなく、AIが課題にどうアプローチするかを方向づける。これにより、アイデアの最初のドラフトがクライアント向けの成果物になる前に、あらかじめ不確実性を浮き彫りにし、有益な摩擦を生み出すことができる。ここでは、Forbes Agency Council（フォーブス・エージェンシー・カウンシル）のメンバーが、AIが生成した成果物の正確性、独創性、有用性を確保するために、彼らが信頼を置いている価値ある指示を明かしている。
1. 「最適なプロンプトを作成して」
AIに対して、私の推論に異議を唱え、同意することよりも真実を優先するよう、あらかじめパーソナライズされた設定を追加しておくことはもちろん、特に複雑な依頼の場合、自分自身で完璧なプロンプトを作成しようとしないことが最善であると学んだ。その代わりに、まずは自分が達成したいことの「たたき台」となる雑な指示をAIに与え、その上で私にとって最適なプロンプトを作成するようAIに求める。レスポンスに対して試行錯誤を繰り返すよりも、プロンプト自体を推敲していく方が、はるかに素早く望む出力が得られることに気づいた。——ニコス・レマニス（Luxid）
2. 「容赦なく正直に」
顧客に言われるくらいなら、私のすばらしいアイデアがひどいものだとAIに言ってもらう方がよい。従業員はたいてい言ってくれない。少なくとも、私が聞く必要がある度合いでは言ってくれない。奥深くに少しでも良いアイデアがあるなら、それを表面に引き上げるのを手伝ってほしい。なければ、捨てるべきだと言ってほしい。そうすれば次へ進める。これは日々、計算できないほど多くの時間を節約してくれる。——マイケル・チャガラ（Rank Harvest Digital Marketing）
3. 「アシスタントではなくアドバイザーとして振る舞って」
Claudeには、私のアシスタントのように振る舞うのではなく、私より賢く、良い成果に到達するまで異議を唱え、質問するためのアドバイザーとして振る舞うよう指示している。結果の質の違いは驚くほど大きい。——ミッチェル・レイマン（iPromote）
Forbes Agency Councilは、成功を収めている広報、メディア戦略、クリエイティブ、広告エージェンシーの経営幹部を対象とした招待制コミュニティである。私は参加資格があるだろうか？
4. 「事実検証用の監査プロセスを構築して」
最も重要なのは、ファクトチェックのプロセスを持つことだ。私はよく、それを実行するために2つのLLM（通常はClaudeとChatGPT）を使用するか、感覚でコーディング（vibe-coding）を行う際には「構築役（builder）」と「チェック役（checker）」を分ける。しかし、最終ステップでは常に、コンテンツ内のあらゆる主張をリストアップしたテーブル（検証すべき箇所や主張の情報源を含む）を生成させ、チェックの優先順位をフラグ付けするようLLMに要求する。これにより、ハルシネーション（AIの幻覚）や不正確な記述のチェックを強制的に行うことができる。——マット・ウィルキンソン（Strivenn）
5. 「私が見落としていることは何？」
私が最もよく使うプロンプトの一つが「私が見落としていることは何？」だ。AIの最初の回答をそのまま信用する前に、盲点を特定し、私の前提を疑い、見落としている可能性のある視点を提示するよう求める。これはシンプルなプロンプトだが、常に思考を深め、より良い決断へと導いてくれる。AIの最も高い価値は、自分の見方を単に肯定してくれることではなく、疑問を投げかける手助けをしてくれることにあると気づいた。——ジャクリーン・ラマー・バーニー（VI Marketing and Branding）
6. 「検証できないものはすべて明示して」
私の常時指示は一文だけだ。「検証できないものはすべて明示し、空白を埋めないこと」。AIは自信満々に失敗する。そこが危険なのだ。初期には、生成された統計が記者向けのクライアント提案に入りかけたことがある。1つのでっち上げの数字が、その関係を永久に終わらせることもある。モデルに不確実性を示させることで、滑らかな嘘つきから有用なリサーチアシスタントへと変えられる。——ボリス・ジンガロフ（ESBO Ltd）
7. 「このリストにあるフレーズは一切使わないで」
「急速に進化する現代のテクノロジー環境において……」という書き出しの文章を読んで、瞬時にAIが書いたものだと見破った経験はないだろうか。あるいは「勝ち組はX、Y、Zを行っている」といった表現も同様だ。これらはAI独特の「指紋」であり、一度気になり始めると、至る所で目に付くようになる。このため、私の定番の指示は禁止フレーズのリストだ。出力の後に単に「もっと人間らしい文章で書いて」と頼むよりも、いかにもAIらしい典型的なパターンを具体的に指定して排除する方が、はるかに効果的だ。——パリー・ヘッドリック（Crackle PR）
8. 「複数の視点を用いて検証して」
AIの最大の弱点は、コンテンツを作成することではなく、自信満々に間違ったことを言う点にある。私は決して、単一のプロンプトに依存することはない。あらゆるワークフローに、複数の視点、繰り返しの検証、自己監査、情報源の検証を組み込み、特に重要な業務では、出力に異議を唱えさせるために別のAIを使用する。ほとんどのAIプラットフォームは、AIが間違いを犯す可能性があると明記している。AIを信頼しつつ、すべての事実を検証するべきだ。——モニカ・アルバレス＝ミッチェル（Pulse Creative, LLC）
9. 「不足している情報を捏造しないで」
私はよく次の指示を追加する。「事実と仮定を区別し、不確実な点にはフラグを立て、不足している情報を勝手に捏造しないこと」。これにより、AIがもっともらしい推測で情報の隙間を埋めるのを防ぐことができる。検証作業が容易になるため、リサーチや分析を行う際に非常に有効だ。——ダヴィド・イスピリャン（Effeect）
10. 「コンテキストが不足している場合は私に質問して」
私がいつも使う指示の一つが「回答に必要な十分なコンテキストが不足している場合は、回答する前に私に質問すること」だ。これにより、AIが勝手な思い込みで回答することを防ぎ、はるかに優れた成果を得られるようになる。成果物の質は、ツールそのものよりも、そこにどれだけのコンテキストを与えるかにかかっていると学んだ。——ソロモン・ティモシー（Clickx）
11. 「専門家ならどの部分に異議を唱える？」
私はいつも「私の前提を疑って。何が欠けている？ 専門家ならどの部分に反対する？ 必要であれば回答する前に確認の質問をして」という言葉でプロンプトを締めくくる。AIの最大の弱点は、情報の隙間をいかにも自信ありげに埋めてしまうことだ。単なる肯定ではなく反論を促すことで、よりバランスの取れたインサイトや深い思考、そしてありきたりではない回答を得ることができる。——サン・イー（Night Owls）
12. 「コンテキストのギャップを浮かび上がらせて」
モデルに対して、何を仮定しているのか、それから回答する前に何を知る必要があるのかを尋ねる。質の悪い回答の多くは、推論の失敗が原因ではなく、実際にはモデルがユーザーに代わって勝手に埋めたコンテキストのギャップによるものだ。そのギャップをあえて明確にさせることで、自信満々の誤回答を防ぎ、代わりに解決すべき的確な質問リストを得ることができる。よくあるギャップは、日頃からAIに提供するコンテキスト用テンプレート（Markdown）に組み込んでおくべきだ。——リオール・エルダン（Moburst）
13. 「私たちはここで何を仮定している？」
私が最もよく使うプロンプトはシンプルだ。「私たちはここで何を仮定している？」。洗練された表現ではないが、失敗を防いでくれる。AIは中身の薄い思考を、あたかも完成されたものであるかのように見せるのが非常に得意だ。B2Bコミュニケーションにおいて、それは極めて危険である。ターゲット層、市場、買い手の悩み、あるいは根拠となるデータについて間違った仮定をしてしまうと、成果物全体の方向性が狂ってしまう。このプロンプトを使うことで、回答を洗練させる前に、チームが前提条件（ブリーフ）を根本から見直すようになる。——ラース・ヴォエディッシュ（PRecious Communications）
14. 「ほかにどんな詳細情報やデータが必要？」
私の定番の解決策は、クライアント、競合他社、そしてそのニッチな分野に関する深く、ユニークなコンテキストを事前にAIに与えることだ。秘訣は、プロンプトの最後に「このギャップを埋めて実践的なものにするために、私からどのような具体的な詳細情報やデータを提供すべきか？」と問いかけ、逆の対話ループを生み出すことにある。この指示によって一般的な思い込みによる回答が抑えられ、非常に独創的で、そのまま実行に移せるワークフローが得られる。ヘルスケアや法務といった規制の厳しい分野では、ハルシネーションを防ぎ正確性を担保するため、検証済みのインプット情報のみをAIに与えるように制限している。——ヴィン・ソンパル（CS Web Solutions）
15. 「この回答が失敗する可能性のある3つの理由を挙げて」
私の定番の指示はこれだ。「回答を書き始める前に、その回答が失敗する可能性のある3つの要因を挙げ、それらを修正した上で執筆してほしい」。これが効果的なのは、質の低い成果物は一つの致命的な誤りがあるのではなく、コンテキスト、トーン、あるいは論拠のちょっとしたズレが積み重なっていることが多いからだ。想定される失敗パターンを最初に洗い出させることで、回答はより厳密で、見せかけではない、実際の意思決定に役立つ実用的なものになる。——ヴァイバブ・カッカー（Digital Web Solutions）
16. 「自信がない部分を示して」
この一文が、私たちにとってすべてを変えた。AIは推測しているときでさえ、自信を持つ方向に初期設定されている。そして自信のある推測は公開され、クライアントの前で恥をかかせる原因になる。AIに自らの不確実性を明示させれば、弱点はすぐに表面化する。半分の場合、答えは問題ない。残りの半分こそ、私自身が考える必要がある場所だ。——テサール・ナピトゥプル（Arfadia）
17. 「対比を用いた表現を避け、要点を直接述べて」
私の定番の指示は「対比を用いた前置きは避け、要点を直接的に伝えること」だ。このシンプルなプロンプトを付け加えるだけで、AI特有の不要な言葉（つなぎ言葉）が削ぎ落とされ、回答がより明確で自然になる。また、文章の枠組みがより力強いものになり、不要な説明が減り、回答が主要なアイデアにしっかりと集中するようになる。——ゴラン・パウン（ArtVersion）
18. 「回答する前に何を知る必要があるか、私に質問して」
私はAIプロンプトの最後に「回答を始める前に、何を知る必要があるかを私に質問してほしい」と書き添える。これにより、AIは推測するのをやめ、インタビューを開始するようになる。その質問を見ることで、自分がどのようなコンテキスト（ターゲット、目標、あるいは制約条件など）を伝え忘れていたのかが浮き彫りになる。質の低いAI出力の大半は、ツールのせいではなく、プロンプトの情報不足が原因だ。最初に質問させることで、ありきたりで質の低い回答が生成される前にそれを阻止し、後から修正する手間を省くことができる。——ニコラス・コーミエ（Home Builder Marketers）
