かつて電子メールは任意であり、検索も任意だった。そのため、しばらくは両方を無視してもなんとかやっていけた。いち早くこれらを導入した人々は、より速く動き、少ない手間で答えを見つけられるため、静かな優位性を得ていると感じていた。やがてツールは当たり前になり、その優位性は最低限の基準へと変わった。そして突然、「使い方を知らない」ことが、遅れを取っているように感じられ始めた。
筆者は、プロンプティング(AIへの指示)も現在、同じ道をたどっていると考えている。MicrosoftとLinkedInの報告によると、ナレッジワーカーの75%がすでに職場でAIを利用しており、その大半は最近使い始めたばかりだ。筆者の経験上、これはある行動が主流になる直前に起こる典型的な現象である。同時に、世界経済フォーラム(WEF)は雇用主に対し、テクノロジー関連スキルの重要性が急速に高まっていると指摘しており、急速に成長しているスキルとしてAI、ビッグデータ、テクノロジー・リテラシーを挙げている。これもまた、AIプロンプティングが一部の優位性から日常的なリテラシーへとシフトしつつあることを示すシグナルだ。
キーワードから対話へのシフト
検索は適切な言葉を知っていることに報いるが、プロンプティングは自分が本当に意図していることを説明できることに報いる。この違いは小さく聞こえるが、実際に使ってみると大きい。なぜなら、一方は情報を見つけることが目的であり、もう一方は成果物を形作ることが目的だからだ。
AIを使う際、人は単に事実を調べているのではなく、結果に向かって舵取りをしている。そのため、出力の質は、十分なコンテキストを与えたか、「何が良い成果か」を明確にしたか、そして起こりうる回答の範囲を絞り込んだかに大きく左右される。OpenAIのプロンプトエンジニアリングに関するガイドラインは、明確な指示と関連するコンテキストの重要性を強調することで、繰り返しこの考え方に立ち返っている。Microsoftのガイドラインも同様の原則を実践的に示しており、例を提示することで推測を減らし、モデルを期待通りの動作へと導く方法を提示している。
このことを腹落ちさせると、「AIは使えない」という不満の多くが、実は「自分の指示が不明確だった」という問題にすぎないことに気づき始めるだろう。そして解決策は、モデルそのものよりも、ユーザーの指示の出し方にあることがほとんどだ。
目標を明確にする手段としてのプロンプティング
このスキルが職場を超えて役立つには理由がある。適切なプロンプトを作成する際、人は目標を追い求める前にその目標を明確にすることを余儀なくされるからだ。優れたプロンプティングとは、知っていることと推測していることを切り分け、制約が存在しないフリをするのではなく明確に定義することを意味する。プロンプト・リテラシーが思考スキルでもあるのはそのためだ。
生産性に関する研究は、これらのツールを効果的に使う方法を習得したときに何が起きるかを示唆している。例えば、NoyとZhangの実験では、ChatGPTへのアクセスによって専門的な執筆タスクにおける生産性が向上し、成果物の品質も高まることが判明した。これは、正しく使用すればこのツールが摩擦を軽減できることを示している。
一方、ハーバード大学デジタルデータデザイン研究所による「いびつな技術的フロンティア(jagged technological frontier)」に関する研究は、同様に重要な事実を示している。AIはある種のタスクでパフォーマンスを強力に引き上げる一方で、別のタスクではつまずく可能性があるということだ。これは、タスクをどのように構成し、出力をいかに推敲(イテレーション)するかを知ること自体が、重要なスキルの一部であることを示唆している。現実の場面でこのスキルを身につければ、行き詰まることが減る。なぜなら、白紙のページを見つめる代わりに下書きに反応でき、不確実性の中で迷走する代わりに、モデルにトレードオフや不足している情報を提示させて自ら判断を下せるからだ。
新たな格差を生むのは「アクセス」ではなく「スキル」
筆者が目にする大きな誤解の一つは、次の格差が「AIを所有しているかどうか」によって生じるという考えだ。しかし、この業界で働いてきた経験から言えば、より大きな格差は「誰がうまく使いこなせるか」によって生まれる。組織が予期していなくても、AIへのアクセスは急速に広がっている。MicrosoftとLinkedInの報告によると、AIユーザーの78%がすでに個人のAIツールを職場に持ち込んでおり、組織の意図に関わらずツールが普及していることがわかる。だからこそ、差別化の要因になるのはツールの有無ではなく、使いこなす熟練度だと考える。
このパターンは仕事以外の場面でも同様に見られる可能性がある。適切なプロンプトを出せる人は、より素早く計画を立て、少ないストレスで日常の課題を解決する。一方で、その他の人々は一般的な回答に失望し続け、このツールは役に立たないと結論づける。筆者の経験上、新しいリテラシー格差とはこのようにして生まれる。ツールが希少だからではなく、スキルの差が不均一だからだ。
エンジニアにならずにプロンプト・リテラシーを身につける方法
朗報なのは、プロンプト・リテラシーは技術的なバックグラウンドがなくても習得できる点だ。なぜなら、その本質は「意図の明確化」と「反復(イテレーション)」にあるからだ。
1. まず、平易な言葉で目的を述べる。
2. 最も重要な制約条件を加える。
3. 誤った出力になる前に修正できるよう、モデルに対して前提条件を洗い出すよう求める。出力が重要である場合は、根拠に基づく回答が得られるよう参考資料を与える。
4. 自分のトーンに合い、反論を想定したより洗練されたバージョンをAIに求めて推敲を重ねる。
一発で完璧な答えを期待するのではなく、最初の回答を下書きとして扱い、フォーマットを試し、時間をかけてプロンプトを洗練させていく。これこそがスキルの核心だ。習得しようとしているのは、機械を命令・操作する方法ではなく、自分が求めているものを明確に表現する方法である。このスキルが標準化されれば、プロンプティングは仕事のオン・オフを問わず、電子メールや検索と同じくらい当たり前の存在になると筆者は考えている。



