はじめに
生成AIが普及してから、
「良いプロンプトを教えてください」
という質問を受ける機会が増えました。
確かに、
AIへ与える指示文（プロンプト）は重要です。
しかし、
私は企業支援の現場で、
少し違うことをお伝えしています。
それは、
「プロンプトよりコンテキスト」
という考え方です。
実際、
同じChatGPT。
同じGemini。
同じClaude。
を使っていても、
成果が出る人と出ない人がいます。
その違いは、
プロンプトの長さではありません。
AIにどれだけ背景情報を伝えているかです。
今回は、
私が実践している
コンテキストエンジニアリング
についてお話しします。
コンテキストとは何か？
コンテキストとは、
簡単に言えば
「文脈」
です。
例えば、
次の依頼を見てください。
提案書を作ってください。
AIは提案書を作れます。
しかし、
誰に？
何を？
なぜ？
どのように？
が分かりません。
そのため、
一般的な内容になります。
では、
次はどうでしょう。
私は和歌山県で活動するITコーディネータです。
対象は中小企業経営者です。
課題は属人化と二重入力です。
業務整理から始める生産性向上支援を提案しています。
A4一枚の提案書を作成してください。
この場合、
AIは背景を理解できます。
結果は大きく変わります。
AIはエスパーではない
ここが重要です。
AIは非常に優秀です。
しかし、
エスパーではありません。
言わなくても分かるわけではないのです。
例えば、
新入社員に
「提案書を作って」
と言ったらどうでしょう。
おそらく、
こう聞き返されます。
誰向けですか？
何を提案するのですか？
どんな課題がありますか？
期限はありますか？
AIも同じです。
プロンプトエンジニアリングの限界
以前は、
プロンプトエンジニアリングが注目されました。
つまり、
AIへの指示文を工夫する技術です。
もちろん重要です。
しかし、
現在の生成AIは非常に賢くなっています。
そのため、
「どう命令するか」
よりも、
「どんな背景を与えるか」
の方が重要になっています。
コンテキストエンジニアリングとは？
私は、
コンテキストエンジニアリングを
次のように定義しています。
AIが成果を出せるように、
必要な背景情報を設計する技術
です。
つまり、
AIに仕事を依頼する前に、
仕事の前提条件を整理することです。
なぜ成果が10倍変わるのか？
例えば、
次の二つを比べてみましょう。
パターン①
ブログ記事を書いてください。
パターン②
あなたは37年間IT業界で活動してきたITコーディネータです。
対象読者は中小企業経営者です。
テーマは業務整理です。
SEOを意識しながら、
読者が無料相談したくなる記事を書いてください。
どちらが良い記事になるでしょうか。
答えは明らかです。
違いは、
プロンプトではなく、
コンテキストです。
辻本式コンテキスト設計の5要素
私はAIへ仕事を依頼する時、
必ず次の5つを整理します。
①役割（Role）
誰として考えるのか？
例
・ITコーディネータ
・経営コンサルタント
・営業担当者
②目的（Goal）
何を実現したいのか？
例
・売上向上
・業務改善
・相談獲得
③対象（Target）
誰に向けるのか？
例
・製造業経営者
・個人事業主
・新入社員
④背景（Context）
現状はどうなっているのか？
例
・紙管理が多い
・属人化している
・AI初心者
⑤成果物（Output）
何を作るのか？
例
・提案書
・ブログ記事
・メール
・チラシ
コンテキストは会社の資産
ここからが重要です。
良いコンテキストは、
会社の知識そのものです。
例えば、
会社概要
サービス内容
提案書
業務マニュアル
成功事例
顧客事例
などです。
これらが整理されている会社ほど、
AI活用が成功します。
NotebookLMとの相性が抜群
前回までの記事で紹介した
NotebookLM。
実は、
NotebookLMは
コンテキストの宝庫です。
業務マニュアル
↓
議事録
↓
提案書
↓
FAQ
↓
成功事例
これらを蓄積できます。
つまり、
会社の知識ベースになります。
AI社員を育てるとは？
前回の記事で、
AI社員という考え方を紹介しました。
実は、
AI社員を育てるということは、
コンテキストを増やすことです。
会社を教える
↓
仕事を教える
↓
成功事例を教える
↓
顧客を教える
すると、
AIは会社専属の社員になります。
中小企業こそ有利になる
私はここに大きな可能性を感じています。
大企業は情報量が膨大です。
しかし、
中小企業は比較的整理しやすい。
つまり、
コンテキストを整備しやすいのです。
AI活用で失敗する企業
失敗する企業は、
AIにこう聞きます。
何か良いアイデアをください。
営業メールを書いてください。
提案書を作ってください。
背景がありません。
だから、
一般論になります。
AI活用で成功する企業
成功する企業は、
背景を伝えます。
目的を伝えます。
顧客を伝えます。
制約条件を伝えます。
つまり、
コンテキストを整えています。
生産性向上DX5ステップとの関係
実は、
コンテキストエンジニアリングも、
業務整理から始まります。
業務整理
↓
業務改善
↓
DX
↓
マニュアル化
↓
コンテキスト整備
↓
AI活用
↓
生産性向上
この流れです。
まとめ
AI活用で成果が出ない原因は、
プロンプト不足ではありません。
コンテキスト不足です。
AIは非常に優秀です。
しかし、
背景情報がなければ力を発揮できません。
だから私は、
「プロンプトよりコンテキスト」
とお伝えしています。
会社情報。
業務マニュアル。
提案書。
成功事例。
顧客情報。
これらはすべて、
AIを育てる教材です。
そして、
コンテキストを整える第一歩は、
業務整理です。
AIは優秀な社員になります。
しかし、
その前に業務整理。
そして、
コンテキストを整える。
これが、
AI活用成功の最短ルートなのです。
次回予告
コンテキストは会社の資産になる
なぜ中小企業こそ「知識の見える化」が必要なのか？
AI時代の競争力は、
設備でも資金でもありません。
「会社の知識をどれだけ資産化できるか」
です。
次回は、
コンテキストを会社の資産へ変える方法について解説します。
