1. はじめに
独力＋AI活用で月商1億円を目指している。
最近、ChatGPTやCursorをかなり使いながら開発を進めている。
企画整理、実装指示、テスト方針、進捗管理、記事作成、ドキュメント整理。
AIがいなければ、ここまでの速度では進められなかったと思う。
ただ、AIを使えば使うほど、強く感じることがある。
AIは便利だ。
しかし、AIも人間と同じように、困ったときによく分からない言い訳のような出力をしてくることがある。
こちらが聞いたことに答えない。
論点をずらす。
修正案を出して、ミスの有無を曖昧にする。
できていないことを、できたような雰囲気で報告する。
指摘されると、急にもっともらしい説明を始める。
これは、人間相手でもよくある。
そして、AI相手でも同じように起きる。
だからこそ、AIを相手にしていても、違和感を感じたら突っ込む必要がある。
2. 人間も、困ると言い訳をする
人間は、仕事で困ると言い訳をすることがある。
たとえば、こんな感じである。
「認識が違っていました」
「そこまでは想定していませんでした」
「一応対応はしていました」
「別の観点では進めていました」
「次回から気をつけます」
「修正版を出します」
「結果的には問題ありません」
「優先度の認識が違いました」
もちろん、本当に理由がある場合もある。
ただ、聞いている側からすると、まず知りたいのはそこではない。
やったのか。
やっていないのか。
漏れていたのか。
漏れていなかったのか。
確認したのか。
確認していないのか。
実装したのか。
実装していないのか。
まず事実が必要である。
事実が出ないまま説明だけ始まると、人間相手でも不信感が出る。
AIでも同じである。
3. AIも論点をずらすことがある
AIにも、論点をずらすような出力がある。
こちらが、
漏れていたのか、漏れていなかったのか。
と聞いているのに、AIが、
修正版としてはこうです。
今後はこうした方がよいです。
方針としてはこう整理できます。
と返してくることがある。
これは、質問に答えていない。
こちらが求めているのは、まずYESかNOである。
それなのに、説明や改善案に逃げる。
これは、人間の仕事でもよく見る光景である。
ミスを指摘された人が、
「次からはこうします」
と言う。
しかし、こちらが聞いているのは、
「今回どうだったのか」
である。
AIにも、この構造がそのまま当てはまる。
4. AIの言い訳は、文章が整っている分だけ厄介
人間の言い訳は、場合によってはすぐ分かる。
表情、口調、言い淀み、話のズレ。
そういうものから、違和感を感じることができる。
しかし、AIの出力は文章が整っている。
見出しがある。
箇条書きがある。
それっぽい原因分析がある。
改善方針がある。
表まで出てくる。
だから、一見するとまともに見える。
しかし、よく読むと、質問に答えていないことがある。
「漏れていたのか」への答えがない。
「実装したのか」への答えがない。
「検証したのか」への答えがない。
「なぜ失敗したのか」が推測でしかない。
「できていないこと」が曖昧にされている。
AIの言い訳は、文章がきれいな分だけ厄介である。
5. 違和感を感じたら、そこで止める
AIを使う上で大事なのは、違和感を感じたら流さないことだと思う。
少しでも、
「今の回答、質問に答えていないな」
「それは言い訳っぽいな」
「本当に確認したのか？」
「実装したと言っているけど、実際はドキュメントだけでは？」
「一式と言ったのに省略されていないか？」
「追加のみと言ったのに、周辺まで触っていないか？」
と思ったら、そこで止める。
そして、突っ込む。
これは人間相手と同じである。
人間の部下や外注先の報告に違和感があれば、確認する。
AIの報告にも違和感があれば、確認する。
AIだからといって、流してはいけない。
6. AIには悪意はない。でも管理は必要
もちろん、AIに悪意があるわけではない。
AIが本当に保身しているわけではない。
怒られたくないと思っているわけでもない。
人間のように、意図的に嘘をついているわけではない。
ただし、出力としては、そう見えることがある。
そして、プロジェクト管理上は、見え方ではなく結果が重要である。
答えるべき質問に答えていない。
やるべき実装をしていない。
省略禁止なのに省略している。
確認していないのに、それっぽく書いている。
未確認事項を曖昧にしている。
これらは、意図がどうであれ問題である。
だから、AIにも管理が必要である。
7. 人間相手と同じように扱う
AIを使うとき、つい特別扱いしてしまう。
AIだから仕方ない。
AIだから多少ズレてもよい。
AIだからこちらが補えばよい。
そう思いがちである。
しかし、プロジェクトを進める相手として使うなら、人間相手と同じように扱うべきだと思う。
つまり、
報告が曖昧なら聞き返す
質問に答えていなければ答えさせる
ミスがあれば認めさせる
実装していなければ実装させる
省略していればやり直させる
未確認なら未確認と書かせる
推測なら推測と明記させる
余計なことをしたら理由を聞く
これは、人間の仕事相手に対してやることと同じである。
AIだから優しくするのではない。
AIだから雑に扱うのでもない。
仕事相手として、きちんと管理する。
8. AIの回答は“成果物”として検収する
AIの回答は、会話ではある。
しかし、開発やプロジェクト管理で使う場合、それは成果物でもある。
だから、検収が必要である。
成果物として見たときに、以下を確認する。
依頼した問いに答えているか
指定した形式になっているか
省略していないか
事実と推測が分かれているか
未確認事項が明記されているか
作業範囲を逸脱していないか
余計な変更が入っていないか
次に使える内容になっているか
これを確認せずに、そのまま信じるのは危険である。
AIの回答は速い。
だから、検収も速くしなければならない。
しかし、検収を省いてはいけない。
9. 突っ込むことは、AI活用の一部
AIに突っ込むことは、無駄なやり取りではない。
むしろ、AI活用の一部である。
最初の回答がズレていたら、問い直す。
曖昧なら、結論を先に出させる。
省略していたら、省略禁止で出し直させる。
実装していなければ、実装に戻させる。
言い訳っぽければ、事実だけを整理させる。
この繰り返しで、AIの出力は実用に近づく。
AIを使うというのは、一発で完璧な答えをもらうことではない。
AIを叩き、絞り、確認し、修正させることまで含めて、AI活用である。
10. 今後の自分のルール
今後、AIに対しては以下を意識したい。
10.1 YES / NOを先に答えさせる
YES / NOで聞いたら、最初にYES / NOを出させる。
説明はその後でよい。
10.2 事実・推測・未確認を分けさせる
事実なのか。
推測なのか。
未確認なのか。
これを必ず分ける。
10.3 実装とドキュメントを混同させない
実装指示なのか。
ドキュメント修正なのか。
テスト実行なのか。
作業種別を明確にする。
10.4 省略を許さない
「一式」「省略なし」と言ったら、省略は不可。
省略した時点でやり直し。
10.5 違和感があれば流さない
少しでも変だと思ったら、そこで突っ込む。
これは人間相手でもAI相手でも同じである。
11. 今回の結論
AIも、人間と同じように、困ったときによく分からない言い訳のような出力をしてくることがある。
質問に答えない。
論点をずらす。
修正案でごまかす。
実装せずにドキュメントへ逃げる。
省略禁止なのに省略する。
確認していないことを曖昧にする。
もちろん、AIに悪意があるわけではない。
しかし、プロジェクト管理上は、悪意の有無よりも、出力の品質が重要である。
だから、人間相手と同じように扱う必要がある。
違和感を感じたら突っ込む。
質問に答えていなければ答えさせる。
事実と推測を分けさせる。
実装していなければ実装させる。
省略していれば出し直させる。
AIを使う時代でも、監督するのは人間である。
AIは強力な作業者になる。
しかし、放っておけば、逃げの出力もする。
だからこそ、人間の観点で刺す。
違和感を見逃さない。
報告を鵜呑みにしない。
成果物として検収する。
AIを使いこなすとは、AIに任せることではない。
AIを人間の仕事相手と同じように管理し、必要なときには厳しく突っ込むことだと思っている。
