メインコンテンツへスキップ
見出し画像

AIに自己紹介した、その次にしたこと

    自分の取扱説明書でAI編集部をつくる

    ​AIに自己紹介を渡すと、返事は少し変わった。

    ​僕の仕事や趣味、家族のこと、ものを考えるときの癖を知ったうえで答えるようになり、どこにでも当てはまる一般論は減っていった。

    ​AIとの壁打ちを続ける中で、

    ​「感性を論理で保護する」

    ​という、自分では使ったことのなかった言葉も出てきた。

    ​前の記事では、AIへ自分を教えることが、結果として自分を知る作業にもなったところまで書いた。

    ​でも、実際にAIと文章を作ろうとすると、自己紹介だけでは足りなかった。

    ​僕が「こういう人間です」と伝えても、AIは、僕が何を正解とするのかまでは分からない。

    ​文章は読みやすい方がいいのか。

    感動的な方がいいのか。

    事実が確認できなくても、自然につないでよいのか。

    ​AIには、AIなりの「良い答え」がある。

    でも、それが僕にとっての良い答えとは限らなかった。

    ​そこで僕は、自己紹介へ作業のルールを足し始めた。

    ​自己紹介だけでは、正解までは伝わらない


    ​趣味は釣りです。

    バイクや車が好きです。

    仕事はサービスエンジニアです。

    人や組織の構造を考えるのが好きです。

    ​こうした情報を渡せば、AIは僕に合いそうな例や言葉を選びやすくなる。

    ​けれど、自分史を書く場合、それだけでは不十分だった。

    ​僕が人生の記録を渡すと、AIは読みやすい文章へ整えようとする。

    出来事と出来事の間に空白があれば、自然につなごうとする。

    その後の結果が分かっていれば、当時から意味のある伏線だったように書くこともある。

    ​たとえば、残されたメッセージが途中で終わっているだけなのに、AIが、

    ​「二人の間に沈黙が流れた」

    ​と書くことがあった。

    ​言葉としては自然だった。

    確認できるのは返信が残っていないことだけで、二人が黙って向き合っていた事実はない。

    ​また、後になって関係が変化した出来事を、

    ​「この経験が転機になった」

    ​とつなぐこともある。

    ​結果を知っている現在から見れば自然でも、当時の本人がそう感じていた記録がなければ、それは解釈であって事実ではない。

    ​文章だけを見れば、きれいに読める。

    しかし、記録にない心理や因果まで入れば、それは僕の人生を材料にした創作になる。

    ​僕が欲しいのは、感動的な自分史ではなかった。

    確認できる記録と、現在の記憶と、今になって考えている解釈を分けたかった。

    ​そこで自己紹介へ、次のようなルールを追加した。

    ​推測で事実を埋めない。

    ​分からないことは、分からないと言う。

    ​事実と解釈を分ける。

    ​時系列を確認する。

    ​与えられた前提そのものを疑う。

    ​感情を勝手に美化しない。

    ​最後に判断するのは本人。

    ​実際にAIへ渡す時には、こんな形にした。

    ​あなたは編集者・校閲者・構造分析者として振る舞ってください。

    記録にない心理や因果を補わないでください。

    事実、本人の現在の記憶、現在の解釈を分けてください。

    不明なことは、不明なまま残してください。

    ​自己紹介は、「僕はこういう人間です」と伝えるものだった。

    そこへ、

    ​「僕とは、こう仕事してください」

    ​「僕は、これを正解と考えます」

    ​「これは勝手にしないでください」

    ​が加わった。

    ​自己紹介は、少しずつ僕の取扱説明書になった。

    そして取扱説明書は、AIと共同作業するための仕様書になっていった。

    ​一つのAIだけで確認するのをやめた

    ​最初から、複数のAIを使った編集部を設計していたわけではない。

    ​ChatGPT、Gemini、Claudeなどを使っていくうちに、それぞれから違う答えが返ってくることに気づいた。

    ​あるAIは、話を整理し、文章の構造を作るのがうまかった。

    別のAIは、完成した文章を読ませると、

    ​「ここは本人の記録より意味を強くしすぎている」

    「この因果関係は確認できない」

    ​と、止める側に回った。

    また別のAIは、こちらが考えていなかった展開案を、勢いよく何本も出してきた。

    ​そこで僕は、一つのAIへ全部を任せるのをやめた。

    ​一つに書かせる。

    ​一つに疑わせる。

    ​一つに別の案を出させる。

    ​一つのAIが作った文章を、同じAIだけに確認させると、最初の前提を引き継いだまま進むことがある。

    前提そのものが間違っていても、その中で文章だけを整えてしまう。

    別のAIへ渡せば、同じ文章を違う角度から見る可能性が増える。

    ​ただし、AIを増やせば正確になる、という単純な話でもない。

    ​AIの多数決では決めない

    ​三つのAIが同じことを言えば、それが正解のように見える。

    でも、三つとも同じ資料を読み違えたり、同じ分かりやすい物語へ引っ張られたりする可能性はある。

    ​逆に、一つのAIしか指摘しなかったことでも、記録と照合して筋が通っていれば、その指摘を採用する。

    ​判断基準は、AIの数でもない。

    AIの自信でもない。

    文章の自然さでもない。

    ​僕が最後に見るのは、当時の記録、現在の記憶、時系列、確認できる事実だった。

    ​複数のAIへ意見を出させることはできる。

    しかし、AI同士で多数決を取っても、僕の人生の事実は決まらない。

    ​この使い方を言葉にするなら、

    ​AIに編集会議をさせる。ただし、編集長は自分。

    ​になる。

    ​気づけば、役割が分かれていた

    ​僕の使い方では、ChatGPT――チャッピーは、壁打ちと構造整理、原稿作成、記事同士の接続を見ることが多くなった。

    ​Claudeには、できあがった原稿を初めて読む読者のように読ませ、過剰な解釈や分かりにくい部分を探してもらうことが増えた。

    ​Geminiには、別案や横展開、違う角度からの発想を求めることが多かった。

    ​僕の制作現場を簡単に並べると、こうなる。

    ​ChatGPT: 話を整理し、構造と初稿を作る。

    ​Claude: 初見の読者として読み、過剰解釈や引っかかりを探す。

    ​Gemini: 別案や横展開を出し、視野を広げる。

    ​僕: 記録と記憶を確認し、採用・修正・却下を決める。

    ​もちろん、これは固定された職種ではない。

    実際に使う中で見えてきた、それぞれの使いやすい傾向である。

    ​それぞれのAIに、決まった人格や職種があるという意味でもない。

    最初から僕が役割表を作り、計画的に配置したわけでもない。

    実際に使い、返ってきた答えを見ながら、

    ​「この仕事は、こちらへ頼むと進みやすい」

    ​という傾向が見えてきただけだった。

    ​会社で人と仕事をする時も、全員が同じ能力を持っている必要はない。

    原因を見つけるのが得意な人。

    手を動かすのが速い人。

    全体の進み具合を見る人。

    ​一つの仕事でも、必要な役割は違う。

    AIも同じように扱うと、単体の性能を比べるだけでは見えなかった使い方が出てきた。

    ​全員へ同じ取扱説明書を渡す

    ​ただし、役割だけを分けても、判断基準が違えば原稿を比較できない。

    ​一方のAIが感動的な文章を目指し、別のAIが短さを目指し、もう一つが売れそうな文章を目指せば、出てくる答えは別々の方向へ進む。

    ​そこで、どのAIへ依頼する時にも、共通するルールを渡すようになった。

    ​何を大切にするか。

    ​何をしてはいけないか。

    ​不明なことをどう扱うか。

    ​事実と解釈をどう分けるか。

    ​最終判断を誰がするか。

    ​取扱説明書は、AIに自分を好いてもらうためのプロフィールではない。

    複数のAIの判断基準をそろえるための共通仕様書だった。

    ​現場に置き換えれば、「人を増やす前に、作業手順と判断基準を渡す」ことに近い。

    ​同じ仕様書を持っているからこそ、編集役と監査役が違う意見を出しても、どこが食い違っているのかを確認できる。

    ​「違う」だけでは、次も同じになる

    ​AIが間違った文章を書いたとき、

    ​「違う」

    「そこじゃない」

    「そんな意味じゃない」

    ​と返すだけでは、何が正解なのかは十分に伝わらない。

    ​僕も最初は、間違ったところだけを訂正していた。

    ​しかし、自分で直した完成稿をもう一度AIへ渡し、

    ​「これが確定した文章です」

    ​「ここは記録にない心理だったので削りました」

    ​「この二つは因果関係が確認できないので分けました」

    ​「この言葉は本人の表現ではないので変えました」

    ​と伝えるようになった。

    ​間違いを叱るだけではなく、完成形を見せる。

    すると少なくとも、その会話の中では、何を採用し、何を外したのかを共有しやすくなる。

    ​ただし、完成稿を渡せばAI本体が永久に学習し、二度と同じ間違いをしなくなるわけではない。

    利用するAIや設定、会話の切り替え方によって、どこまで引き継がれるかは変わる。

    ​そのため、重要な判断基準をAIの記憶だけへ預けないことにした。

    ​会話の中だけに残さない

    ​自分史の制作が大きくなると、訂正した事実や公開時のルールも増えた。

    ​人物名の匿名化。

    ​出来事の日付。

    ​記録で確認できること。

    ​本人の現在記憶。

    ​AIが補った仮説。

    ​使ってはいけない表現。

    ​それらを会話の中だけに置けば、どこかで抜ける。

    ​そこで、取扱説明書、制作管理台帳、事実分類、引継ぎメモ、完成原稿として、会話の外へ残すようになった。

    ​たとえば、新しい会話へ移る時には、

    ​ここまでに確認した事実

    ​変更した内容

    ​今後やってはいけないこと

    ​次に行う作業

    ​を引継ぎメモにする。

    ​完成した原稿は完成した状態で保存し、次の作業はその原稿を基準にする。

    ​AIとの共同作業は、賢いAIを探すことだけではなかった。

    判断基準を、何度でも渡せる形にして残す作業でもあった。

    ​編集長は、自分のまま

    ​複数のAIを使えば、意見は増える。

    原稿案も増える。

    自分では気づかなかった間違いや、別の可能性も見つかる。

    ​でも、AIを増やしただけでは編集部にはならない。

    ​同じ取扱説明書を渡す。

    ​役割を分ける。

    ​完成形を返す。

    ​大事な判断基準を外へ残す。

    ​そして最後に、本人が資料と記憶を確認する。

    ​この仕組みがあって初めて、複数のAIは共同作業の相手になる。

    ​僕はAIへ自分を教えた。

    自分を知ったAIたちへ、それぞれ別の仕事を頼んだ。

    意見が分かれれば、資料へ戻った。

    採用するものを決め、完成稿へ反映した。

    ​AIに自分を教える。

    AI同士に意見を出させる。

    そして最後は、自分で決める。

    ​AIに編集会議をさせても、決裁印を押すのは僕だった。


    関連記事

    関連記事|AIって、めっちゃアホやん――検索をやめて、自己紹介を渡したら会話が始まった

    関連記事|僕は上手なプロンプトを書きたくない――「これ整理して」で動くAIを作りたい

    関連記事|AI初心者に「具体的に質問して」は、けっこう無茶だと思う


     
     

    kenzy

     
     
    kenzy|初見読者レビュー 書いた本人にはもうできない「初見」を、一人分返しています。 添削ではなく、何が伝わり、どこで止まり、何が残ったかを観測します。 元バイク便、現役サービスエンジニア。 AI・文章・仕事・自分史についても書いています。

    あなたへのおすすめ