AI 時代の質問力 プロンプトリテラシー 「問い」と「指示」が生成 AI の可能性を最大限に引き出す

人工知能 (AI)、特に大規模言語モデル (LLM) が私たちのコミュニケーション、働き方、そして思考に大きな革命をもたらしつつある現在、AI とのコミュニケーションは、単なる技術の領域を越えて、未来を形作るための重要な能力になっています。とくに、ChatGPT のような進化した大規模言語モデルがもたらす可能性を最大限に引き出すためには、プロンプトを理解して適切に操る能力 (プロンプトリテラシー) が不可欠です。本書は、大規模言語モデルの仕組みと「プロンプトエンジニアリング」の基本を理解するところから、AI に適切な質問をし、AI とより効果的な対話をするための「プロンプトパターン」「トリガープロンプト」、さらに進んだ発展的な技術、また最先端の「AI エージェント」にいたるまで、AI とのやりとりを最適化するための知識とノウハウが学べます。具体的に例を挙げながらわかりやすく解き明かしているので、学生や一般のビジネスマンから読んでいただける内容になっています。本書を読めば、AI と効果的に対話するためのスキルや知識が身につき、すぐに日常生活や業務に活かすことができるはずです。

AI に何をどう頼めば、期待した答えが返ってくるのか。『AI 時代の質問力 プロンプトリテラシー』 (岡 瑞起、橋本 康弘 著、翔泳社、2024 年 7 月刊) は、ChatGPT のような 大規模言語モデル との対話を、思いつきの言い回しではなく再現できる型として身につけるための入門書です。副題は『「問い」と「指示」が生成 AI の可能性を最大限に引き出す』です。版元の紹介では、プロンプトを理解して適切に操る能力をプロンプトリテラシーと呼び、大規模言語モデルの仕組みとプロンプトエンジニアリングの基本から、プロンプトパターン、トリガープロンプト、発展的な技術、AI エージェントまでを、学生や一般のビジネスマンから読める内容で解説すると説明されています。

全 6 章の構成、モデルの登場から AI エージェントと社会まで

第 1 章「大規模言語モデルの登場」は、社会現象となった ChatGPT、AI によって仕事はどう変わるのか、AI との共存の必要性という 3 節で、技術の話に入る前の見取り図を描きます。第 2 章「プロンプトエンジニアリング」では、プロンプトとは何か、書くときに気をつけるべきこと、大規模言語モデルを飼いならすという節で基本を固めます。中心になるのは第 3 章と第 4 章で、第 3 章「プロンプトパターン」はペルソナパターン、オーディエンス・ペルソナパターン、質問精緻化パターン、認識検証パターン、反転インタラクションパターン、少数ショットパターンの 6 つを、第 4 章「トリガープロンプトの威力」は Chain-of-Thought パターン、Chain-of-Verification パターン、ステップバックプロンプトパターン、メタ認知的プロンプトパターンの 4 つを取り上げます。第 5 章「発展的な技術」は自己一貫性パターン、ReAct パターン、RAG (検索拡張生成)、LLM-as-Agent へ進み、第 6 章「AI エージェントと社会」は AI エージェントの自律性と社会性、新しい情報生態系を論じて締めくくります。

プロンプトを型として覚えると何が変わるのか

大規模言語モデルは、与えられた文脈に続く尤もらしい文章を生成する仕組みなので、同じ質問でも、役割を与えるか、例を示すか、考える手順を求めるかで出力の質が大きく変わります。使い始めの段階では、うまくいった頼み方が偶然の産物になりがちで、別の場面に応用できません。パターンという単位で整理する利点は、なぜその頼み方が効くのかを名前つきで理解し、目的に応じて組み合わせられる点にあります。たとえば少数ショットは出力の形式をそろえたいとき、Chain-of-Thought は途中の推論を書かせて誤りを減らしたいとき、Chain-of-Verification は答えを自分で検証させたいときに使い分けるものです。さらにモデルの知識の外にある情報を扱うには、外部の文書を検索して文脈に加える 検索拡張生成 の考え方が要り、道具を呼び出しながら手順を進めさせるなら ReAct のような推論と行動を交互に行う枠組みが土台になります。本書が第 3 章から第 5 章でこの順に並べているのは、対話の工夫からシステムとしての組み立てへと、扱う範囲を段階的に広げていく流れと読めます。

プログラミング経験を問わない入門の位置づけ

版元は学生や一般のビジネスマンから読める内容と案内しており、分類も実用書として登録されています。目次にプログラミング言語や API の章は無く、日々の業務で生成 AI に文章作成や調べものを頼んでいる人が、頼み方の引き出しを体系的に増やすための本と位置づけるのが自然です。著者 2 名はいずれも人工生命を専門とする研究者で、第 6 章のように AI エージェントが社会や情報のあり方に与える影響まで視野に入れている点は、手早いテクニック集とは異なる持ち味です。逆に、RAG や AI エージェントをコードで実装する方法を学びたい開発者には、本書の第 5 章は概念の入り口にとどまります。実装まで進みたい場合は、生成 AI の技術書の選び方 を参考に、実装やエージェント開発を扱う本を組み合わせると目的に近づけます。

生成 AI を使ってはいるものの、返ってくる答えにばらつきがあり、うまくいった理由もうまくいかなかった理由も説明できない人にとって、本書は頼み方を名前のついた型として整理し直す一冊になります。第 3 章と第 4 章で挙げられた 10 のパターンを手元の業務に当てはめて試していけば、プロンプトの書き方が場当たりの工夫から、目的に合わせて選べる手段へと変わっていきます。