会社のClaudeを使って気づいたこと——「何を聞くか」と「何を省くか」が全て

会社がClaude の法人アカウントを契約してくれた。正直なところ、最初は「せっかくだから使ってみるか」という程度の気持ちでいた。ところが使えば使うほど、このツールがどれだけ役立つかは、ツール自体よりも使う側の問い方で決まるのだと気づいた。

その実感をひとことで言うなら、AIはエンジンであり、ハンドルは常に自分が握っている。エンジンをうまく動かすには、「どこへ向かうか」と「どこには行かないか」を明確に伝える必要がある。

まず「何が欲しいか」を整理してから聞く

大規模言語モデルの仕組みは、「次に来る可能性が最も高い言葉を予測し続ける」というものです。つまり、質問が曖昧であればあるほど、返ってくる答えはどこかで読んだことのある平均的な内容になります。

実際の比較で見てみましょう。

質問の仕方	AIの回答品質
「仕事の効率を上げるにはどうすればいいですか」	タスク管理をする、ツールを使うなど、誰でも知っている一般論が返ってくる
「毎月手作業で行っている売上データの集計に約3時間かかっています。Googleスプレッドシートの関数やマクロを使って自動化し、1時間以内に短縮したい」	具体的な関数、操作手順、よくあるエラーへの対処法までピンポイントで提示される

目的が具体的であるほど、AIはそのスピードと知識量を本当に必要な箇所に集中させることができます。

これは見落とされがちですが、「何が欲しいか」と同等に重要です。AIには「気を利かせて余計なことまで付け加える」癖があります。前置き、まとめの言葉、免責的な一文——明示しなければ、これらがすべて出力に含まれ、結果的に取捨選択のコストが増えます。

よく使う「除外指定」の書き方：

「やること」と「やらないこと」の両方を指定して初めて、AIは迷わず本当に必要な答えに向かって動きます。

調査系の作業では、プロンプトをかなり丁寧に書き込むことがあります。2000〜3000文字になることも珍しくありません。これは几帳面さからではなく、調査の範囲と除外条件を細かく設定するほど、出力のノイズが減るからです。

ただし、長いプロンプトにはコストもあります。書くのに時間と集中力が要るうえ、プロンプトが一定以上の長さになると、AIが途中の指示を「読み飛ばす」ことがあります——これは大規模言語モデルが長いコンテキストを処理する際の既知の弱点です。

精度を保ちながら効率化するために、少しずつ工夫を重ねてきました。

【固定テンプレート】役割設定＋除外ルール＋出力形式
【毎回ここだけ書き換える】今回の調査テーマと条件

固定部分をテンプレートとして保存しておき、毎回変わる部分だけに集中する。頭を使うエリアが絞られて、作業が格段に楽になります。

まず前提条件と除外ルールをAIに伝え、「準備ができたら『了解しました』とだけ返してください（まだ作業は始めないで）」と指示します。理解を確認してから本題の指令を出す。こうすることで、長いプロンプトによる指示の見落としを防げます。

Claude の法人版ではシステムプロンプトをあらかじめ設定できます。毎回繰り返す除外ルールや出力フォーマットをそこに書いておけば、普段の会話では「〇〇について調べて」と数行書くだけで、裏側でA4用紙分のフィルターが自動的に機能します。

「何をしたいか」がまだはっきりしていないこともあります。そういうときに無理に完璧なプロンプトを作ろうとする必要はありません。現状と困りごとをそのまま投げてみる。

「〇〇のプロセスに何か改善の余地があると感じているのですが、どこから手をつければいいか見えていません。一緒に整理してもらえますか」

AIは逆に質問を返してきます。そのやり取りの中で、目標が自然と輪郭を持ち始めます。答えを求めるより、思考の整理相手として使う——これが意外と有効です。

会社のアカウントでClaude を使い続けてわかったのは、ツールの限界は、自分が自分のニーズをどれだけ深く理解しているかで決まるということです。

何が欲しいかを明確に。何が要らないかも明確に。必要なら段階を踏んで進める。この三つを意識するだけで、AIは空転するエンジンではなく、本当に使えるアシスタントになります。