よくある失敗

失敗から学ぶのが最速ルート

🔄 Quick Recall: ここまでで、プロンプトの基本構造（レッスン3）、コンテキストの渡し方（レッスン4）、出力フォーマット（レッスン5）を学びました。でも知識があっても、実践では思わぬ落とし穴にハマることがあります。

ここからは、AI活用でよくある7つの失敗パターンと、その修正方法を見ていきます。

失敗1：あいまいな指示

よくある例：

マーケティングについて教えて

問題： 範囲が広すぎて、AIが何を返すべきかわからない。教科書的な概論が返ってくる。

修正版：

BtoB SaaS企業（従業員50名）のマーケティング担当者として、
月間予算30万円で見込み客を獲得するための
コンテンツマーケティング戦略を3つ提案してください。
各戦略の期待ROIと実施難易度を含めてください。

失敗2：一度に全部を頼む

よくある例：

事業計画書を全部作って。市場分析、財務計画、マーケティング戦略、組織図、全部含めて。

問題： タスクが大きすぎて、各セクションが浅くなる。

修正方法： ステップに分ける。

[1] まず市場分析のセクションを作成
[2] フィードバックを伝えて修正
[3] 次に財務計画のセクションへ

✅ Quick Check: 大きなタスクをAIに依頼するとき、なぜステップに分けた方が良いのですか？（各部分の品質を高められるから）

失敗3：ファクトチェックをしない

AIが自信たっぷりに「〜の調査によると」と書いてきても、その調査が存在しない場合があります。

特に要注意なデータ：

統計数値と出典
法律・規制の内容
人名や組織名
URLやリンク先

対策： 重要な事実は必ず一次ソースで確認。AIに「出典を明記して」と指示するのも有効ですが、その出典自体も確認が必要です。

失敗4：フィードバックが具体的でない

ダメなフィードバック：

もっと良くして

良いフィードバック：

以下の3点を修正してください：
1. 冒頭の段落をもっと簡潔に（現在の半分の長さで）
2. 専門用語「KPI」を初出時に定義を追加
3. 最後にアクションプランを3つ追加

失敗5：機密情報を入力する

ChatGPTやClaudeに入力した内容は、設定によってはAIの学習に使われる可能性があります。

絶対に入力してはいけないもの：

顧客の個人情報
社内の機密データ
パスワードやAPIキー
未公開の財務情報

対策：

ダミーデータで置き換えてから入力する
企業向けプラン（データが学習に使われない設定）を使う
チャット履歴をオフにする設定を確認する

✅ Quick Check: 顧客リストの分析をAIに頼む場合、どんな対策が必要ですか？（個人情報をダミーデータに置き換える）

失敗6：AIの回答をそのまま使う

AIの出力はドラフト（下書き）です。最終成果物ではありません。

推奨ワークフロー：

AIでドラフトを生成
自分の専門知識でレビュー
事実確認・修正
自分の言葉で調整
最終チェック

失敗7：同じアプローチに固執する

うまくいかないプロンプトを微調整し続けるより、アプローチを変えた方が早いことがあります。

試す価値のある変更：

役割の指定を変える
質問の切り口を変える
具体例を先に提示する
段階的に質問する

Key Takeaways

あいまいな指示 → 具体的に書く（5W1Hを意識）
大きなタスク → ステップに分割する
AIの回答 → 必ずファクトチェックする
フィードバック → 「何を」「どう」変えるか具体的に
機密情報 → 絶対に入力しない（ダミーデータを使う）
AIの出力 → ドラフトとして扱い、自分でレビューする

Up Next

失敗パターンを知ったところで、次はレベルアップの時間です。レッスン7では、Chain-of-Thought、Few-Shot、ロール設定など、一段上のプロンプトテクニックを学びます。