AIの良い出力は“質問の上手さ”ではなく“制約の置き方”で決まる

「うまく質問すれば良い答えが返る」という感覚は、検索エンジンの時代にはかなり有効でした。けれど生成AIは、知っている情報を探して提示する存在ではなく、与えられた文脈から“それらしい文章”を作る存在です。つまり、質問が少し曖昧でも返事は返ってきます。ここが便利な反面、品質の面では落とし穴になります。制約が不足したプロンプトは、ほぼ例外なく次のような形で崩れます。

まず起きやすいのは、出力が毎回ブレることです。同じ依頼をしているつもりでも、あるときは短く、あるときは長く、あるときは丁寧で、あるときは砕ける。構造が揺れると、読み手が使う場面で困ります。たとえば社内の文書、顧客向けの文章、テンプレートに流し込む素材などは、形が揃っていないだけで作業コストが跳ね上がります。安定しない出力は「使えるかどうか」が運頼みになり、結局は人が手で直す前提になってしまいます。

次に起きるのが、前提を勝手に補う問題です。制約が薄いと、モデルは“空白を埋める”方向に働きます。依頼に情報が足りないとき、モデルは「多くの場合こうだろう」という一般的な想定を混ぜて文章を完成させます。これは発想支援には役立ちますが、事実性や組織固有の前提が重要な仕事では危険です。特に「断定調」「具体名」「数字」「因果関係」は、もっともらしい嘘を生みやすい領域です。制約がないと、読み手から見ると“自信満々で間違っている”文章が出てしまうことがあります。

さらに、観点が散るという現象も頻出です。たとえば「プロンプト設計について解説して」とだけ依頼すると、定義の話、テクニック集、ツールの紹介、歴史、注意点などが混ざりやすく、焦点がぼやけます。読む人が欲しいのは「この場面ではこれ」という具体的な答えなのに、総花的な説明になり、結局は使えない文章になります。これはモデルが悪いのではなく、依頼側が「何を中心にしてほしいか」を指定していないために起こる当然の結果です。

もう一つは冗長化です。制約がないと、モデルは安全側に倒れて長く説明しがちです。丁寧に見せるために前置きが増え、似た内容を言い換え、結論が遅れます。特にビジネス文脈では、読みやすさは「短さ」そのものではなく「必要な情報がすぐ出てくること」にあります。冗長さは読み手の負担であり、意思決定のスピードを落とします。制約設計とは、こうした“それっぽさ”の膨張を抑えるための装置でもあります。

ここまでの失敗は、すべて「自由度が広すぎる」ことで起きています。生成AIは自由度を与えれば与えるほど、幅広い可能性の中から“もっともらしい一点”を選びます。つまり制約がないプロンプトは、期待値が低いのではなく、分散が大きいのです。たまに神回答が出る代わりに、外れも増える。この性質を理解すると、「うまい質問を探す」のではなく「必要なところを固定して分散を縮める」という発想に切り替わります。

“固定すべき制約”と“固定しないほうが良い制約”

制約は多ければ多いほど良い、というわけではありません。重要なのは、固定すべきところを固定し、固定しないほうが良いところは自由にさせることです。制約設計の要点は、モデルの強みを活かす範囲と、事故を防ぐ範囲を切り分けることにあります。

まず固定すべきなのは、出力形式です。形式が揺れると比較も評価もできません。見出しの数、段落構成、口調、文字量の目安、出力の順序など、最終的に“使う形”に直結する部分はできるだけ指定します。たとえば記事なら「タイトル→リード→見出し3つ→本文」という枠、提案書なら「結論→背景→施策→リスク→次アクション」という枠。形式が固定されると、内容の改善に集中できます。

次に固定すべきなのは、対象範囲です。どこまで話していいのか、どこから先は扱わないのかを決めます。「初心者向け」「専門家向け」「社内メンバー向け」だけでも効果がありますが、さらに「この分野の説明はしない」「この用語は前提とする」「この話題は含めない」といった線引きがあると、出力は締まります。範囲は文章のスケールを決める制約であり、範囲が曖昧だと内容が広がり、結果として薄くなります。

さらに固定すべきは、根拠の扱いです。ここを放置すると断定が増えます。「不明な点は不明と言う」「推測と事実を分ける」「断定する場合は理由を添える」「与えた情報以外に依存しない」など、根拠のルールは品質と安全性に直結します。特に業務で使うなら「勝手に補完しない」制約は強力です。発想支援として使いたい場合は逆に「仮説として提示する」と指定すると、推測が許容範囲に収まります。

そして禁止事項も固定の効果が高い領域です。箇条書きを禁止、専門用語の羅列を禁止、過剰な煽り表現を禁止、断定口調を禁止、など。禁止はモデルの“出しやすい癖”を抑えるために使います。モデルは一般的に、断言、テンプレ表現、抽象的なまとめを好みます。これを抑えるのが禁止事項です。

一方で、固定しないほうが良い制約もあります。代表例が「解法」や「発想の手段」まで縛ることです。たとえば「必ずA→B→Cの順に説明し、例はこの形式で、比喩は使わず、語彙はこの範囲で、さらに…」のように、表現や構成の細部まで締めすぎると、モデルが持つ生成能力が活かせず、窮屈で不自然な文章になりがちです。目的が“安定した型の量産”なら有効な場合もありますが、アイデア出しや多様な視点が必要なタスクでは逆効果です。

また「ふわっとした美意識」だけを制約にするのも危険です。「かっこよく」「エモく」「刺さる感じで」などは、読者の期待とズレたときに修正が難しいからです。こうした要望を入れるなら、「どんな読者に」「どんな行動を促すのか」「避けたい印象は何か」まで具体化して、評価可能な形にしておく必要があります。

制約の設計は、場面によって最適解が変わります。正確性と一貫性が重要なら、形式・範囲・根拠・禁止を厚めにし、自由度を減らします。アイデアや草案が欲しいなら、形式だけ軽く固定し、観点の幅を広げる制約に寄せ、表現手段は縛りません。この切り替えができるようになると、「同じモデルでも別物のように使える」感覚が手に入ります。

制約を“文章”ではなく“構造”で渡す方法

制約は文章で書けば伝わる、と思いがちですが、実務ではそれだけでは足りないことが多いです。理由は単純で、長い文章の中では重要な条件が埋もれたり、条件同士が衝突したりするからです。制約を守らせるコツは、制約を“読み物”として渡すのではなく、“構造”として埋め込むことにあります。

最も効果が高いのは、セクション分けです。役割、目的、入力、制約、出力形式を明確な区切りで分けると、モデルは条件を整理して受け取りやすくなります。人間が読みやすいことは、モデルにとっても概ねプラスに働きます。区切りがない長文依頼は、条件の優先順位が曖昧になり、結果として守られない条件が増えます。

次に効くのは、出力テンプレートを提示することです。たとえば「次の形式で出力せよ」として、見出しの枠や順序をあらかじめ置きます。テンプレートは制約を“形”に変換するので、文章で禁止・推奨を書くより守られやすい傾向があります。たとえば「結論を先に」と書くより、「結論：／理由：／具体例：」という枠を置く方が確実です。モデルは枠に合わせて埋めるのが得意です。

そして、チェック手順を内蔵する方法があります。出力後に「形式が守れているか」「禁止事項に触れていないか」「根拠が曖昧な断定がないか」を自己点検させ、満たしていない場合は修正させます。ここで重要なのは、点検結果を長々と出させないことです。点検の詳細は不要で、最終成果物を改善させるのが目的です。つまり「チェックした上で、条件を満たす最終版だけ出力せよ」といった形にすると、余計な冗長性を増やさずに品質を上げられます。

さらに、制約同士が衝突したときの優先順位を明示するのも構造化の一部です。例えば「簡潔に」と「網羅的に」はしばしば衝突します。どちらを優先するかが書かれていないと、モデルは中途半端な折衷を選びます。優先順位を「最優先は正確性、次に形式遵守、その次に簡潔性」といった形で渡すだけで、迷いが減り、出力の癖も安定します。

最後に、制約は“文章量”で勝負しないという点も強調しておきます。制約を増やすほど良いのではなく、守らせたい条件を少数精鋭で、構造として埋め込むことが効きます。モデルは大量の条件をすべて同じ重みで扱えません。だからこそ、重要条件を上に置き、形式に落とし込み、禁止事項を明確にし、必要なら自己チェックで補強する。この順序で設計すると、短いプロンプトでも強い制御がかかります。 結局のところ、良い出力は「質問が上手い人」の特権ではありません。目的に対して何を固定し、何を自由にするかを決め、制約を構造として渡せる人が、安定して成果を出します。まずは次にAIへ依頼するとき、言い回しを工夫する前に、出力形式と禁止事項と根拠の扱いだけでも固定してみてください。体感できるレベルで、出力のブレが減るはずです。