AI初心者向け

AIとの付き合い方がわかる3つのコツ
｜質問する前に知っておくこと

作成日：2026-02-26　更新日：2026-02-26

AIと一緒に始める、データ活用の第一歩

「AIを使えば、なんでもすぐに答えが出る」──そんな印象を持つ人も多いかもしれません。
実はAIは"魔法の箱"ではなく、"考える相棒"です。
AIに質問する前に、より良い結果を引き出すための3つのコツを確認しておきましょう。

このコンテンツを読むのにかかる時間は、約5分程度です。
このコンテンツでわかること
  • ゴールから考えることの大切さ
    目的を整理すると、AIの提案がより具体的になることが分かります。
  • AIの答えは"材料"として扱うべき理由
    AIの回答を確認することの大切さが分かります。
  • うまくいかないときの対処法
    回答の質が下がったときの調整方法がわかります。
「AIとの付き合い方がわかる3つのコツ」の全体像をポイントをAI動画＆音声でサクッとチェック！
Write your awesome label here.
この動画コンテンツは、Googleの生成AIツール「NotebookLM」を使用して作成したものです。

 ポイント1 

プロンプトに書くべき「Why・What・Who」 ― あなたの「問い」を言語化しよう

AIは「How（どうやってやるか）」という具体的な解決策を見つけるのは得意ですが、あなたの頭の中にある「Why（なぜやるのか）」「What（何を知りたいのか？」「Who（誰のために）」を知ることはできません。私たち人間が「Why・What・Who」を言語化してプロンプト（指示文）を渡してあげることで、AIはその能力を最大限に発揮できます。

例えば、つぎのように指示を変えるだけで、AIの提案がより具体的で役立つものになります。
曖昧な質問例（これではAIが困る）：
「売上について教えて」
具体的な質問（3つの要素入り）：
「次の販促キャンペーンを考えるために（Why）、先月売上が落ちている要因（What）を知りたいです。店舗のエリアマネージャー（Who）がどの店舗や商品を重点的に見るべきか、分析の切り口を提案してください。」
Write your awesome label here.

 ポイント2 

AIの答えは「正解」ではなく「たたき台」 ― 「ハルシネーション」に注意して、必ず人の目でチェックしよう

Write your awesome label here.
AIは非常に優秀ですが、「ハルシネーション」 と呼ばれる現象を起こすことがあります。これは、AIがもっともらしい文脈を作ることを優先して、事実とは異なる嘘の情報を自信満々に回答してしまう現象です。

そのため、AIから出てきた答えをそのまま鵜呑みにせず、あくまで「判断のための材料」や「たたき台」として捉えることが大切です。最後は必ず「人間の目」で事実確認（ファクトチェック）を行いましょう。

確認するときのチェックポイント
  • 数字や事実は合っているか？（データの整合性）
    AIが出した集計結果や数値が、自分の肌感覚や元のデータと大きくズレていないか確認しましょう。

    AIに「根拠」を出力するように指示することも1つの手段です。
    例：
    「この結論の根拠（参照したテーブル/期間/集計条件）を箇条書きで教えて。根拠がなければ“不明”と書いて。」
  • その機能は本当に実在するか？（公式情報の確認）
    Dr.SumやMotionBoardに関する質問で、まれに実在しない関数や機能を答えることがあります。少しでも怪しいと思ったら、製品の公式マニュアルを確認したり、公式のAIアシスタントに「この機能は本当にあるの？」と聞き返したりしてみましょう。
  • 他のAIならどう答えるか？（セカンドオピニオン）
    他のAIにも同じ質問を投げてみましょう。複数のAIが同じことを言っていれば、信頼度は高まります。
AIを信じすぎず、「AIが作った下書き（6～7割の完成度合い）を、責任者である自分がチェックする」 というスタンスで使うのが、賢い付き合い方です。

【重要】入力するデータにも注意！「学習させない」設定を
 出力のチェックだけでなく、入力する情報にも気をつけましょう。機密情報や個人情報は入力しない、または「A社」のようにマスキングするのが鉄則です。（設定で「学習利用」をオフにするのも忘れずに！）

 ポイント3 

うまくいかないときは“リセットと調整”で整えよう

AIは、同じ質問をしても毎回同じ結果を返してはくれません。 この後のコンテンツで「出力結果の例」をご紹介していますが、皆さんの画面には少し違う文章や形式で表示されることがあります。

また、ここでご紹介するプロンプトは、最初の体験として試しやすいように必要な情報をあらかじめ整理して伝える方法にしています。 もし思いどおりの結果が出ない場合は、少しずつ条件を追加したり、具体的な要望を伝えたりして調整してみてください。

よくある困りごとと対処法
  • 説明が難しすぎると感じたとき：
    「初心者向けに」「非エンジニア向けに」といった条件を加えてみましょう。ターゲットを指定することで、AIは解説のレベルを自動で調整してくれます。
  • 話が噛み合わなくなってきたとき（重要）：
    生成AIには「一度に覚えられる会話の量（トークン）」に上限があります。 長くやり取りを続けていて「AIが前の指示を忘れているな」「回答の精度が落ちてきたな」と感じたら、以下の方法を試してみてください。
    ・無理に続けず、新しいチャット（セッション）を作り直す
    ・もう一度、最初の目的を明確にしてプロンプトを出し直す

    参考：    「04 考察し、行動につなげる」の「    STEP UP（AIとの対話を、より効率よく進めるコツ）」
  • 推測の回答を避けたいとき：
    推測によるハルシネーションを防ぐには、あらかじめ制約条件（ダメなこと）を追加しておくのが有効です。例えば、 「推測は避け、データから読み取れない場合は『不明』と答えてください」と指示に含めるだけでも、無理な回答を抑制できます。
一度で正解を出さなくても大丈夫です。徐々にAIに慣れながら、自分なりの工夫を追加していきましょう。
Write your awesome label here.

よくある質問

AIに慣れるために、最低限知っておくとよい用語はありますか？

すでに記事の中で説明した用語も含めてご紹介します。

プロンプト（Prompt）
AIに対して入力する指示文や質問文のことです。
どのような指示を与えるかによって、AIの回答内容や精度が大きく変わります。

コンテキスト（Context）
AIが回答を生成する際の前提条件や背景情報（文脈）を指します。
目的・対象・条件などを含めて伝えることで、より意図に沿った結果になりやすくなります。

【補足】プロンプトとコンテキストの違いについて
・プロンプトは、AIに対して「何をしてほしいか」を伝える指示そのものです。
・コンテキストは、その指示をAIが正しく理解するための前提条件や背景情報です。
プロンプトとコンテキストを意識することで、AIの出力結果が意図に近づきやすくなります。

（例）
「この文章を分かりやすく説明してください」という指示がプロンプトで、
「初心者向け」「社内向け資料」「専門用語は使わない」といった条件がコンテキストにあたります。

ハルシネーション
AIが事実ではない内容を、正しそうに生成してしまう現象です。
AIの出力は必ずしも正解ではないため、確認しながら使うことが前提になります。

モデル（AIモデル）
文章生成などを行うAIの中身となる仕組みのことです。
利用するサービスや設定によって、使われているモデルが異なる場合があります。

学習データ
AIが過去に学習した大量の文章や情報の集合です。
AIはこの学習結果をもとに、文章の傾向やパターンを推測して回答します。

トークン
AIが文章を処理する際の文字や単語のかたまりの単位です。
長い文章や多くの指示を与えると、扱える量に制限がかかる場合があります。

プロンプトを自分で作る自信がありません。大丈夫でしょうか？

はい、まったく問題ありません。
このコンテンツでは、まず用意されたプロンプトをコピー＆ペーストするだけで、AIとの対話を体験できます。
最初から自分でプロンプトを考える必要はありません。

AIの操作に少し慣れてきたら、次のステップとして「プロンプトの作成」にも挑戦できますが、
その場合もゼロから考える必要はありません。
AIに相談しながら、プロンプト作成そのものを手伝ってもらえます。

例1：「今の回答、すごく良かった！」と思ったら、次回も同じクオリティで再現できるように、その場でこうお願いしてみましょう。

「今回の出力と同じ結果を再現できるように、最適なプロンプトを作ってください」

例2：やりたいことはあるけれど、うまく言葉にできないときは、目的だけ伝えて作成を依頼してみましょう。
AIに“やりたいこと”を先に共有して、プロンプトの下書きを作ってもらうのがコツです。

「こういう分析をしたいので、それに合ったプロンプトを生成してください」

AIを「答えを出すツール」として使うだけでなく、「プロンプト設計の相談相手」として活用できるようになると、作業の再現性や効率も、さらに高まっていきます。

まとめ

Write your awesome label here.

このコンテンツでは、AIから的確な回答を引き出すための3つのコツを紹介しました。

  • ポイント1では、Why（なぜ）、What（何を）、Who（誰に）を明確にすることで、AIの提案がより具体的になることを解説しました。
  • ポイント2では、AIの回答を"材料"として扱い、確認と見極めが大切であることを解説しました。
  • ポイント3では、うまくいかないときは"リセットと調整"で整えることができることを解説しました。

最初から完璧を目指す必要はありません。

小さな調整を重ねながら、AIとのやり取りの"呼吸"をつかんでいきましょう。

Next Action

AIとのつきあい方について、イメージできましたか？
つぎは、AIを使ってデータ活用をはじめる前に、基本となるデータ活用の流れを確認してましょう。