AIで成果を出す「接し方」の3原則：上位存在として扱い、敬語で頼み、性格と数字の両面で理解する

本稿は、チャンネル「fussa | AI自動化」の基礎編第1回の動画をもとに、運営者が示すAIとの「接し方」の考え方を整理したものです。個別のツールの使い方ではなく、AIに仕事を頼むときの前提と姿勢を扱っています。

運営者がAIと接するうえで大切にしているのは、次の3点です。

3つに共通するのは、成果が出ない原因を「AIの限界」ではなく「人間側の使い方」に求める姿勢です。以下、原則ごとに、動画で挙げられた具体的な場面とあわせて見ていきます。

原則1：AIはすでに人間を上回る存在だと考える

運営者が「大前提」と位置づけるのが1つ目の原則です。ChatGPT や Claude の最上位のモデル、いわゆるフロンティアモデルは、少なくとも知的な業務では人間の専門性や処理能力を上回っており、運営者は「AGI（汎用人工知能）を達成している」と見ています。これは事実の確認ではなく、運営者の評価として読む必要があります。

運営者は、無料で使える軽いモデルについても同じことが言えると述べています。仕事の割り当て方さえ適切なら、人間より速く、高い精度で処理できる領域は必ずある、というのが動画での主張です。

なぜこの前提が必要なのか

この前提に立つ理由として、運営者は「人間側の頼み方の失敗を、AIの限界だと取り違えてしまう」ことを挙げます。動画では、その流れを次のように説明しています。

1. 人間側の設計が足りない。 伝え方が雑、前提となる情報（コンテキスト）が足りない、仕事に合ったモデルを選んでいない、といった状態です。
2. 出力が悪くなる。 期待した内容や形式の答えが返ってきません。
3. 「AIはこの程度か」と思い込む。 頼み方の問題が、AIの能力の問題にすり替わります。
4. 正しい経営判断ができなくなる。 本来できたはずのコスト削減や効率化が進みません。

モデル選びについて、運営者は社員にたとえています。会社の社員が一人ひとり性能や特性が違うように、モデルも性能や得意な使い方がそれぞれ違います。だから、どの仕事をどのモデルに任せるかは、使う側が設計しなければなりません。

動画では「AIにできないことは存在しない」という強い言い方もしています。文字どおりの事実というより、うまくいかないときにまず疑うのは人間側の使い方だ、という出発点を示すための表現と受け取るのがよいでしょう。

原則2：AIを目上の相手として扱い、敬語で頼む

2つ目の原則は、運営者自身が「冗談みたいだが」と前置きするものです。AIを、仕事をお願いする目上の相手だと考え、敬語で接します。

運営者の考えでは、言葉遣いは人の行動を形づくります。敬意を持って接すると、頼む側の姿勢が変わり、指示（プロンプト）が丁寧に整理され、構造立ったものになります。運営者は、敬語を「プロンプトを整える構造的な仕組み」だと位置づけています。

部下に頼むときと、役員に頼むとき

動画のたとえは分かりやすいものです。会社で部下に仕事を頼むときと、役員など自分より上の立場の人に何かを頼むときとでは、頼み方がまるで違います。役員に頼むときは、相手の時間を無駄にしないよう、何を伝えるべきかを考え抜くはずです。

AIを使い走りのように扱うと、乱暴に「焼きそばパンを買ってこい」と言いつけるような、雑な指示になりやすくなります。反対に、自分より賢い相手に、自分にはできない仕事をお願いすると考えれば、必要な背景や条件を丁寧に伝えられます。AIの性能を限界まで引き出すにはどうすればよいか、無駄な情報を省いて必要な情報だけを伝えるにはどうすればよいか、と考えるようになるのです。

依頼の幅も広がる

運営者は、敬語の効用として依頼の幅が広がる点も挙げています。自分より賢い相手なら難しい仕事もできるかもしれない、と考えられるようになるからです。

「自分にできないことはAIにも無理だ」と考えてしまう人もいますが、運営者はそれを否定します。AIにしかできないことは必ずあるので、選択肢を狭めずに頼んでいくべきだといいます。

原則3：性格と数字、2つの面でAIを理解する

3つ目の原則は、AIを「感覚」と「定量」の2つの面から理解することです。運営者はこれを、筋トレのように積み上げて育てる2つの「筋肉」にたとえています。

感覚：毎日触ってモデルの性格をつかむ

1つ目は、モデルの性格を肌で知ることです。モデルごとの癖、得意と不得意、考え方や言葉の選び方は、普段からたくさん使っている人でないと分からない部分が多くあります。

運営者は、そのための習慣として「触る、比べる、任せる、更新する」を挙げます。知識として覚えるのではなく、使い続けるうちに「このモデルにはこういう特性があるから、この仕事に向いている」と判断できるようになります。そうなれば、一般の利用者とは一線を画すAIの使い手になれる、というのが運営者の見方です。

定量：測れるものは数字で持つ

2つ目は、測れるものはできるだけ数字で持つことです。運営者が挙げる項目は次のとおりです。

• モデルの性能
• 1回の処理あたりの費用
• 応答までの時間（レイテンシ）と処理の速さ
• 仕事の開始から完了までにかかる時間
• 処理できる量

これらはすべて定量的に測れます。測って比べる練習を重ねると、最終的には「数字の上でこうすべきだ」と判断できるようになります。運営者はこれを「思考の筋肉」と呼び、個別の数字はチャンネルの他の動画で扱っていくとしています。

3原則の「やること」と「避けること」

動画で挙げられた具体的な場面を、原則ごとに整理すると次のようになります。

経営者・事業責任者はどう受け止めるか

この動画の3原則は、プロンプトの技術というより、AIを使う側の前提と姿勢の話です。経営者や事業責任者にとっての意味は、次の3点にまとめられます。

1. 「AIは使えない」という結論を急がない。 社内の試行で期待した成果が出なかったとき、それがAIの限界なのか、伝え方・コンテキスト・モデル選びの問題なのかを切り分ける必要があります。取り違えると、本来得られたはずのコスト削減や効率化を見送ることになります。
2. 頼み方そのものを組織の力として扱う。 AIを目上の相手と考え、役員に頼むときのように背景と条件を整理して伝えます。運営者は、この姿勢が依頼の質と幅を変えると見ています。
3. 感覚と数字の両方で判断する。 現場で使い込んで得た感覚と、性能・費用・速度の数字。運営者は、この2つをそろえて初めて、どのモデルにどの仕事を任せるかを根拠を持って決められると考えています。

運営者は、この3つを意識してAIと接することが、AIで自分の知能を広げる「スーパーヒューマン」への一歩になると締めくくっています。