AIに「依頼」せず「相談」する — 探索と実行を分ける仕事の任せ方

AIの答えが「それっぽいだけ」になる理由

生成AIを使っていて、「言われたことはやってくれるけれど、どこか的外れ」「もっと良いやり方があったはずなのに」と感じたことはないでしょうか。

その原因の多くは、AIの性能ではなく、仕事の渡し方にあります。AIは、渡された情報の範囲で最善を尽くします。手順だけを渡せば手順をこなし、結論を決めて渡せばその結論に沿って作業します。

この記事では、AIの力を引き出すための仕事の渡し方を、五つのポイントに整理します。

1. 手順ではなく、目的を伝える

これまで機械に仕事をさせるには、手順をプログラムとして書くか、学習用のデータを用意する必要がありました。いまは、目的や背景を普段の言葉で伝えられます。これは、機械とのやり取りで扱える情報が大きく増えたということです。

にもかかわらず、手順だけを伝えてしまうと、その利点が生かせません。

手順だけを伝えた場合

新入社員研修のスライドを、20枚で作ってください。

目的から伝えた場合

新入社員が配属後すぐに、お客様からの基本的な問い合わせに一人で対応できるようにしたいと考えています。そのための研修を設計したいので、何を、どの順番で、どの形式で教えるのがよいか提案してください。

手順だけを渡されたAIは、その手順が目的に合っていなくても修正できません。目的が共有されていれば、「スライドより、実際の問い合わせを使ったロールプレイの方が効果的では」といった、想定していなかった提案ができます。

2. 依頼ではなく、相談から始める

仕事を頼む側が、問題を完全に理解しているとは限りません。やり方を早い段階で決めてしまったり、大事な情報を見落としていたりすることもあります。

だから最初の一手は、作業を指示することではなく、目的と今の考えを見せて「どう思うか」を聞くことです。

依頼として始めた場合

解約を減らすために、解約しそうなお客様へ送るクーポンの文面を考えてください。

相談として始めた場合

ここ数か月、サービスの解約が増えています。解約しそうなお客様にクーポンを送ろうと考えていますが、この進め方は筋がよいでしょうか。解約が増えている理由として考えられることや、クーポン以外の打ち手も含めて意見をください。

最初の依頼を完成品と考えず、AIから返ってきた情報をもとに、依頼そのものを見直す。この往復が、結果の質を大きく変えます。

3. 探索と実行を分ける

もちろん、法令や安全、秘密の扱い、事実の正しさなど、どんな段階でも外せない条件はあります。しかし、出力の形式ややり方まで最初に決めてしまうと、AIが持っている知識や考える力を使いにくくなります。

そこで、やり取りを二つの段階に分けます。

1. 探索の段階：目的と背景を共有し、前提への疑問、見落とし、別の選択肢を出してもらう
2. 実行の段階：方針を決めたうえで、条件や出力の形式を指定する

探索の段階

解約が増えている原因として、考えられるものを挙げてください。それぞれ、どんなデータを見れば確かめられるかも教えてください。

実行の段階

利用頻度が下がったお客様へのフォローを強化する方針で進めます。対象の条件、連絡のタイミング、メールの文面案を、表にまとめてください。

探索の段階で形式を縛らないことと、実行の段階で条件をはっきり決めること。この切り替えが、AIの「考える力」と「作業する力」の両方を引き出します。

4. 計画と途中の成果物を確かめる

大きな仕事を丸ごと渡して完成品だけを待っていると、出来上がりが期待と違ったとき、どこで食い違ったのかを突き止められません。最初の前提が間違っていれば、その後の作業がすべて無駄になることもあります。

重い仕事ほど、最初に計画を出してもらい、途中の成果物を確認します。

まず、調べる項目と進め方を出してください。方針を確認してから調査に進み、調査結果と提案は分けて報告してください。

確認したいのは、AIの頭の中ではありません。前提、計画、根拠、途中の成果物といった、仕事の向きを調整するために必要な情報です。

5. 確認の仕方を、階層にする

AIに任せる仕事の量や専門性が増えると、人がすべての成果物を細部まで確認することは現実的ではなくなります。

そこで、確認の仕方を変えます。

• 成果物のチェックは別のAIに任せ、人はその指摘をもとに判断する
• 細部ではなく、重要な判断、リスク、まだ決まっていないことをまとめたものを確認する

これは確認を省くことではなく、確認する対象と粒度を変えることです。人は、目的に合っているか、重大なリスクを見落としていないか、次に何を判断すべきかという、上の視点から仕事を見ます。

ただし、AIのレビューやまとめにも見落としはあります。影響の大きい判断ほど、要約だけで済ませず、元の資料や成果物を開いて確かめられる状態にしておき、ときどき抜き打ちで中身を見ます。

これは、人に仕事を任せるときと同じ

ここまでの五つのポイントは、実は人に仕事を任せるときと同じです。

• 手順ではなく、目的と判断の基準を共有する
• 結論を押しつけず、任せた相手の意見を聞く
• 考える段階と、やり切る段階で、関わり方を変える
• 大きな仕事は、計画と途中経過で軌道修正する
• 細部をすべて見るのではなく、自分にしかできない視点で確認する

決まった手順をこなす仕事なら、手順と禁止事項をはっきり渡す方が品質は安定します。一方、企画、分析、提案、開発のように、進めながら新しい情報が見つかる仕事では、目的を共有して判断を任せる方が、よい結果につながります。

AIを使いこなすことと、人に仕事を任せることは、同じ力の表と裏です。この点については、別の記事「AIを使いこなせないのは、AIのせいではない」で詳しく扱っています。

Honeysolでは、AIの使い方の研修から、業務へのAI導入、組織づくりまでを支援しています。詳しくはAI推進コンサルティング・DXをご覧ください。