AI時代に本当に必要なスキルは、プロンプト作成ではなく読解と批評

#プロンプトが制作を始め、批評が品質を決める

良いプロンプトからは、より良い下書きを得られます。しかし、良い下書きがそのまま使える成果物とは限りません。要件を満たしているか、根拠が弱くないか、事実に誤りがないか、読み手を納得させられるかを、誰かが確認する必要があります。

ここで、一般的なユーザーと使いこなすユーザーの差が広がります。どちらもコンテンツを生成できます。一方はそのまま提出し、もう一方は読み込み、厳しく検討し、構成から組み直します。

#うまく任せるには、仕事への理解が必要

AIと働くことは、チームをマネジメントすることに似ています。優れたマネジャーは、すべての作業を自分でこなすわけではありません。それでも、仕事の良し悪しを判断できるだけの理解は持っています。エンジニアリングをまったく理解していない人が、開発業務を適切に管理するのは難しいでしょう。

AIで事業計画の下書きを作る創業者も同じです。何を任せられるか、何を自分で判断すべきか、どこで出力をいったん止めて問い直すべきかを理解する必要があります。

1. 任せる作業の範囲を定める。
2. 出力を受け取る前にレビュー基準を作る。
3. 事実と仮定を分ける。
4. 裏付けのない主張を根拠として通さない。
5. 最終的な責任は人間にあることを忘れない。

仕事を任せることは、何も知らなくてよいという意味ではありません。任せる側が結果を判断できる程度にその分野を理解しているとき、最もうまく機能します。

#批評の質を高める5つの問い

AIの出力を編集する前に、問いの質を高めましょう。弱い問いでは、表現の修正にとどまります。強い問いは、構造上の問題を明らかにします。

1. この出力は、具体的にどの問題を解決しようとしているのか。
2. 最も重要な前提は何か。それが誤っていた場合、何が成り立たなくなるのか。
3. どの主張に根拠があり、どの部分が推測で埋められているのか。
4. 懐疑的な審査者なら、まずどこを突くだろうか。
5. 実際のユーザーや投資家に届ける前に、何を検証しなければならないか。

これらの問いは、コードレビューにも事業計画レビューにも使えます。批評は、否定することではありません。成果物を現実に耐えられる強さにするための方法です。

#見る目は、作り、評価し、捨てることで育つ

見る目とは、品質を見極める力です。AIを使う仕事では、一見よくできた出力が多いため、この力が重要になります。何度も試し、失敗作を経験し、何を捨てるかを率直に判断することで、見る目は育ちます。

AIは、作ることと捨てることのコストを下げます。それが力を発揮するのは、ユーザーが実際に出力を評価するときだけです。批評せずに生成を繰り返すだけでは、単なる消費にとどまります。

#事業計画では、批評力が投資を受ける準備につながる

AIは事業計画をすばやく下書きできます。しかし、投資家や審査者が見極めるのは、文書の背後にいる創業者です。なぜこの市場なのか、なぜこの数値なのか、なぜこのチームなのかを説明できなければ、流暢な文章も役には立ちません。

事業計画の批評は、文章の校正ではありません。課題の定義、市場の根拠、実行戦略、財務上の前提、チームの強みを、審査者の視点で読み解くことです。

#よくある質問

Q. プロンプト作成は今でも重要ですか？ — はい。ただし、プロンプト作成は入力のスキルであり、批評は判断のスキルです。判断力のほうが長く役立ちます。

Q. 良い批評をするには専門家である必要がありますか？ — 最初から専門家である必要はありません。必要なのは、基準と反復です。基準がなければ、流暢な文章に弱い論理が隠れてしまいます。

Q. AIも批評できますか？ — はい。褒めたり書き直したりするだけでなく、根拠の不足、抜けている前提、反論を明らかにするよう設計されていれば可能です。