READ REPORT

『教師のためのAI入門』とは。プロンプトの作り方と確かめる習慣を名古屋大学の訳から読む

2026年11月20日

家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくん(@passion_tanaka)です。今回は、ブックマークした、名古屋大学が日本語に訳した教科書『教師のためのAI入門』を紹介します。先生向けの本から、仕事でAIを使いはじめた人が置き換えて読める所を拾いました。

私が保存したブックマークで、ClaudeやChatGPTを仕事に使いはじめた人が、指示の出し方、確かめ方、外に出さない情報の線引きを考える手がかりになると思い、取り上げました。読み方は、本の成り立ち、AIの限界と偏り、プロンプトの手順、確かめる習慣、ハルシネーション、個人情報と偏り、出発点として使う、の順です。

私は教育現場でAIを試したわけではなく、読んで整理した記事です。英語版の序文は2023年11月の日付なので、数字より考え方を読むのが大事かな、と思っています。

仕事でClaudeやChatGPTを使いはじめると、指示の出し方、答えの確かめ方、外に出さない情報の線引きを考える場面が出てきます。名古屋大学が日本語に訳した『教師のためのAI入門』は先生向けの本ですが、その考え方に置き換えて読める所があります。この記事では、本の7つの塊を7つの章で順に整理します。

3行でわかるポイント

  1. 本は、AIをただ使うのではなく、限界と偏りを学んで使うことを求め、Google翻訳が男性整備士と女性看護師という決めつけを広める例を挙げています。
  2. 本の38章は、プロンプトの作り方を5つのステップで示し、ゴールと背景情報を先に決め、答えを確かめ、自分の手で直して使う流れを書いています。
  3. 本は、ハルシネーションと個人情報、偏りを負の側面として挙げ、AIの答えは出発点にして任せきりにしない、と結んでいます。
『教師のためのAI入門』を7つの塊で整理した全体像の水彩の図解。成り立ち、限界と偏り、プロンプト前半、プロンプト後半、作り話、負の側面、出発点の7つの枠が番号順に並び、最下段に、AIの答えは出発点、確かめて最後は自分で決める、という帯が入っている
01

『教師のためのAI入門』とは。誰が何のために作り、どう日本語になった本か

『教師のためのAI入門』はどんな本かを示す水彩の図解。原本はオープンな教科書で1章から45章、日本語版は名古屋大学が翻訳した第一版で2026年4月1日、訳し方はスピード重視でAIの力を借りる、という3つの箱と、英語版の序文は2023年という帯

Colin de la Higuera・Jotsna Iyer 著、名古屋大学教養教育院ハイブリッドラーニングセンター訳『教師のためのAI入門』・日本語版の発行にあたって(訳者代表・山里敬也さんが、著者と共有した問題意識として書いた一文)(日本語版第一版・2026年4月1日)より

AIは教育に大きな影響を与えるにもかかわらず、教員自身がAIをよく理解しないまま、急速な普及だけが進んでいる

AIは広まっているのに、使う先生がAIをよく分かっていない。この状況を変えたい、という思いが出発点だと訳者は書いています。

書いたのは Colin de la Higuera(コリン・ド・ラ・イゲラ)さんと Jotsna Iyer さんです。

日本語版は、名古屋大学教養教育院ハイブリッドラーニングセンターの教員有志が訳した。古泉隆さん、小松雅宏さん、齋藤芳子さん、珠玖良昭さん、松原緑さん、訳者を代表して序文を書いた山里敬也さんです。

第一版は2026年4月1日。

クリエイティブ・コモンズ 表示 4.0 国際ライセンスで公開された、オープンな教科書です。オープンとは、使い方の条件を示して広く公開している、という意味です。目次は8つのパートで、1章から45章まである。

翻訳のルールは、スピード重視、AIの力を借りる、出版後も直していく、でした。完璧な質の高さより、まず早く届けることを優先した、と訳者は書いています。AIの本だから、翻訳にもAIを使ったんですね。

作業を始めたのは10月末で、年内におおよその翻訳が終わった。でも作業用のサーバーに日本語フォントが入っておらず、PDFと電子書籍に書き出すと文字が化けて、出版まで半年かかったと訳者は書いています。

残念な誤算、とも書いています。

訳者は、文章におかしな点や分かりにくい所が残っているかもしれないとも書いて、問い合わせフォームを用意している。英語版の序文は2023年11月26日付で、本が引く研究も2023年ごろのものです。

生成AIは変化が速いので、細かい数字より考え方を読むのが大事かな。この記事で扱うのは7つの塊です。日本語版の発行にあたって、5章、6章、38章、39章、40章、追加コンテンツの活用の節。

私は教育現場でAIを使った経験はなく、読んで整理した記事です。

02

AIの限界と偏りを知らずに使わない。5章と6章を、翻訳アプリの例と精度の数字から読む

AIの限界と偏りを示す水彩の図解。利点と限界を学んで使う、翻訳アプリの男性整備士と女性看護師の例、予測の数字は何を基準に数えたか、の3つの箱と、私の提案として数字の出どころを聞く、という帯

Colin de la Higuera・Jotsna Iyer 著、名古屋大学教養教育院ハイブリッドラーニングセンター訳『教師のためのAI入門』・5章「AIをただ使えばいいだけではないのか(1)」(日本語版第一版・2026年4月1日)より

単にAIを導入するだけでなく、その利点と限界について学ぶことが肝要です。

AIは入れて終わりにせず、できることと限界まで学んで使う。これが5章の言い分です。本は、AIに関する反対側の極端な立場として、この技術を無差別に使ったり誤用したりすることを挙げています。

AIは人間の知能とは違う動き方をする、と本は書いている。ある目的のために特定のデータで作られたアプリは、別の目的の別のデータでは同じように機能しない、とも。

例として本が挙げるのはGoogle翻訳です。本によれば、ウェブから翻訳の仕方を学ぶので、男性整備士は女性整備士より多く、女性看護師は男性看護師より多い、と学習する。

学習用の資料を集めるのは、ウェブクローラという、公開されたウェブページを巡回するプログラムです。

何が真実で、何が固定観念かは区別できない、と本は書きます。固定観念とは、決めつけの型、つまりステレオタイプのこと。だから学んだ内容を広めて、固定観念をさらに固定化してしまう、とのことです。

英語に訳してから元の言語に戻すと、女性のメカニックと男性の看護師が、男性のメカニックと女性の看護師に入れ替わる図が載っています。

「探求」の枠では、トルコ語のように「彼」と「彼女」が同じ単語の言語で、翻訳と逆翻訳を繰り返してみようと勧めている。

予測の精度の話もある。AIの予測には何%という数字が付くことが多く、システムが自分の予測をどのくらい正確と見積もっているかを示す、と本は書きます。

予測は本質的に誤りを伴い、誤差の計算方法は固定されず、測定基準はプログラマーが選ぶそうです。

6章はデータとプライバシーの話。データとは住所や銀行口座だけなのか、クリックしたマウスの回数はどうか、と本は問いかけます。

先生は自分と学習者のデータの管理者として、守り方まで理解することが不可欠だ、と書いています。

私の提案として、仕事のAIでも「何%正確です」と言われたら、何を基準に数えた数字なのかを聞いてみるのはどうでしょう。数字の出どころが分かると、頼る範囲を決めやすいと私は考えます。

03

38章のプロンプト。ゴールと背景情報を先に決めてから頼む、ステップ1とステップ2

プロンプトのステップ1と2を示す水彩の図解。ゴールを決める(目的・使い道・守る決まり)と、背景を伝える(相手・動作・形式)の2つの箱と、良いプロンプトの4条件(ニーズに合う、検証できる、再現できる、最小限)の札

Colin de la Higuera・Jotsna Iyer 著、名古屋大学教養教育院ハイブリッドラーニングセンター訳『教師のためのAI入門』・38章「プロンプト」のステップ2(日本語版第一版・2026年4月1日)より

コンテキスト(背景情報)は、生成AIにとっての「背骨」のようなものです。

AIに頼む時の背景情報は、答えを支える背骨のようなもの。38章はそう言って、プロンプトの作り方を5つのステップで進めます。プロンプトはAIに渡す指示の文、コンテキストは背景情報のことです。

本が挙げる良いプロンプトの条件は4つ。ニーズに合っていることと、信頼できて、少なくとも検証できること。それから再現性、つまり同じような指示でまた質の高い結果が返ること。

最後がミニマリスティック、つまり必要な情報を最小限で伝えることです。

ステップ1は、ゴール、つまり期待する結果をはっきりさせることです。どんな回答が欲しいかを、自分でイメージしておく。本が挙げる問いは、目的と目標は何か、回答をその後どう使うか、守るべき制約やルールはあるか。

例えとして、図書館で適当に本を手に取らないのと同じだ、と本は書きます。プロンプトは、司書さんに「これこれについて、こういうデータが欲しいのです」とお願いするのとよく似ている、とも。

本の例は、生徒向けの演習問題づくりです。目的は演習問題を作ること、用途は授業中に配るプリント、形式は小学2年生向けの英語の不規則動詞の問題。私の過去の記事の言葉と、向きが同じなんです。

AI氣道『AI時代に人間に残る仕事とは。/goalと山登りで塩塚さんのnoteを整理』より

「私の読みでは、AIに渡す前に、何を掘るかと合格条件を1行ずつ書くことが、自分の仕事での最初の1手です。」

頼む前に目的と条件を書く話に重ねて引いたのは、『AI時代に人間に残る仕事とは。/goalと山登りで塩塚さんのnoteを整理』の一節です。

ステップ2は背景情報を伝えること。本によれば、AIがすることは、プロンプトに続く「論理的で一貫性があり、かつ確率的に正しい言葉の並び」を作ることに基づいています。

だから言葉の選び方や参照データ、ヒントでAIを導ける、と書いています。

背景が強固なほど、期待に合う回答が返る可能性が高まる、と本は言います。司書さんに、相手が高校の先生か中学生か、何に使うか、形式の指定はあるかが伝わっていれば、仕事がずっと簡単になる、と本は同じ例えで続けている。

盛り込むコツは、目的、学習目標、対象の相手やレベル、AIにやってほしい動作、形式の5つです。

私の提案として、小さな会社なら、お客様へのお礼メールの下書きを頼む前に、3行を先に書いてから頼むのはどうでしょう。

目的は次の相談につなげたい、使い道はメールで送る、守る決まりは200字以内でです・ます調、の3行です。

04

38章のステップ3から5。確かめる習慣をつけて、磨いて、自分の手で直してAIの答えを使う

プロンプトのステップ3から5を示す水彩の図解。確かめる(自分の知識と照らす、信頼できる情報源で裏付ける)、磨く(思っていたのと違う時は指示や背景を重ねて形を調整する)、自分の手で直す(答えは素材、満点は稀)の3つの箱と、そのまま使わないという帯

Colin de la Higuera・Jotsna Iyer 著、名古屋大学教養教育院ハイブリッドラーニングセンター訳『教師のためのAI入門』・38章「プロンプト」のステップ5(日本語版第一版・2026年4月1日)より

正直なところ、AIが作ったものがそのまま100点満点で使えることは稀です。

AIの答えはそのまま完成品にならないことが多い。だから確かめて、磨いて、手を入れて使う。これがステップ3から5の流れだ、と本は書きます。ステップ3は、分析し、検証し、批判的に考えることです。

最初の回答には2つのパターンがある。思っていたのと違う時は、言い回しを変える、背景をもっと詳しく伝える、ニーズをさらに細かく指定する、と本は勧めます。

そのAIでできること、できないことを知っておくのも大切、と本は書いています。外部リンクを出せない、特定のファイル形式が作れない、といった例が挙がっている。

だいたいイメージ通りの時は、AIが出した情報を自分の知識と照らし合わせて、外部の信頼できる情報源で裏付けを取る、と本は書いている。必要なら、根拠となるソースを出すようAIに深く切り込む、とも。

ステップ4は、磨き上げて一緒に作る段階です。チャット形式のAIで使える強力な機能で、最初の回答に満足したあと、さらに指示を重ねて洗練させます。

回答の形や難易度を調整する、バリエーションを作らせる、解説や出典を求める、といった使い方が挙がっている。

例えば本は、「間違いやすい動詞の問題を1問足して」「7歳の子が理解できる言葉でルールを書いて」といった指示を挙げています。下書きを編集するように、アシスタントへ指示を出す感覚だそうです。

ステップ5は、内容を調整して実践に活かす段階。AIが作った文章、画像、動画、ウェブサイト、コードは、あくまで一つの素材だ、と本は書きます。

そのまま満点で使えることは稀なので、自分の手で直して、自分のクラスに合うよう最適化する価値がある、と。

この最後の段階は、ステップ1で考えた目標、つまりなぜ、どう取り組むかにつながっている、と本は書きます。私が過去の記事で書いた、実行は任せて、判断と味見は手元に残す、という分け方と同じ向きなんです。

AI氣道『AI秘書の作り方とプロンプト|発信の下書きを任せる始め方』より

「手元に残しているのは判断と味見です。どれを出すか、この言い方で自分らしいか。そこは私が実物を見て決めます。」

実行は任せて判断と味見を手元に残す話に重ねて引いたのは、『AI秘書の作り方とプロンプト|発信の下書きを任せる始め方』の一節です。

私の提案として、AIの答えが返ってきたら、そのまま使わず、1回は「根拠にした資料を出して」「別の言い方で3案」と頼んでみるのはどうでしょう。残す案は自分で選んで、手を入れます。

05

ハルシネーションとは。40章が伝える、もっともらしい語り口の裏の作り話と確かめ方

ハルシネーションを示す水彩の図解。もっともらしい語り口、裏に隠れる事実誤認や捏造された文献、確かめ方(詳しい分野で試す、元の資料に当たる)の3つの箱と、同じ指示でも答えが変わりうるという帯

Colin de la Higuera・Jotsna Iyer 著、名古屋大学教養教育院ハイブリッドラーニングセンター訳『教師のためのAI入門』・40章「生成AIの負の側面(2)」(日本語版第一版・2026年4月1日)より

その「いかにももっともらしい語り口」の裏には、事実誤認や限定的な真実、捏造された文献、さらには純粋な作り話が隠されています。

AIの答えはすらすら読めるのに、間違いや作り話が混ざっていることがある。本は、これをハルシネーション、つまり幻覚と呼んでいます。ハルシネーションとは、AIがもっともらしい作り話をすることです。

本は、ChatGPTの画面の一番下には「ChatGPTは人、場所、事実について不正確な情報を生成することがあります」という注意書きが出ている、と書いている。

正確さについては、トピックによるがおよそ60%か、それ以下になることさえある、と本は書きます。

ただ、2023年ごろの研究の数字で、今のAIの性能を表す数字とは読まないほうがいいかな。さらに本は、根拠や裏付けを示さずに、真実のように出す傾向がある、と書いています。

文献を出すよう求めても、実在しない情報源を作ったり、本文を支持しない文献を出したりすることがあるそうです。

それでも多くの人が、AIを検索エンジンや図書館の司書、Wikipediaと同じ感覚で使いがち、と本は書いている。

知識のない分野でAIを使うと、間違ったことを学んだり、嘘の知識を他人に広めたりするリスクがある、とも書いています。

LLM、つまり大規模言語モデルは、大量の文章で学習したAIの仕組みのこと。本によれば、その成功は、言葉がどう縫い合わされているかをモデル化したことにあります。

モデル自身が内容を理解しているわけでも、現実の概念と結びついているわけでもない、と書いています。

追加コンテンツには、同じプロンプトで生成AIを3回実行すると、おそらくそれぞれ違う結果が得られる、と書かれている。これは技術の強みですが、経験の浅い先生はやりづらさを感じる、と本は書きます。

AI氣道『ハルシネーションは出典と原文で確かめる手順を先に置く。AIマスター講座 #11を整理する』より

「私は、AIの1回目の答えで決めず、出典と原文で確かめてから使います。」

確かめてから使う話に重ねて引いたのは、『ハルシネーションは出典と原文で確かめる手順を先に置く。AIマスター講座 #11を整理する』の一節です。

同じ追加コンテンツは、こうも書いています。学習者自身が専門知識を持つ分野で生成AIを使うと、自分で間違いを見つけて、AIが常に正しいわけではないと理解できる、と。

私の提案として、自分が一番詳しい分野の質問を1つAIに聞いて、間違いを探してみるのはどうでしょう。詳しくない分野ほど、元の資料で確かめます。

06

39章の負の側面。個人情報の扱い、説明できなさ、均質化、偏りを本はどう書くか

39章の負の側面を示す水彩の図解。個人情報、説明できない、均質化、偏りの4つの箱と、私の提案として渡す前に線を引く、という帯

Colin de la Higuera・Jotsna Iyer 著、名古屋大学教養教育院ハイブリッドラーニングセンター訳『教師のためのAI入門』・39章「生成AIの負の側面(1)」(日本語版第一版・2026年4月1日)より

生成AIは「どんなトピックを扱おうとも、決して『信頼できる知識の絶対的な情報源』にはなり得ない」ということです

生成AIは、どんな話題でも、そのまま信じてよい情報源にはならない。39章は、生成AIがこれまでの機械学習の倫理的、社会的な課題をそのまま引き継いでいる、と書きます。

プライバシーについて、本は、提供元が集めたユーザーデータを第三者と共有している、と書いています。

OpenAI社の例では、リクエストがあればユーザーデータは削除されるが、入力したプロンプトはその限りではない、とのこと。

プロンプトに、個人を特定できる機密情報が含まれることもある、と本は書きます。AIとの対話は自然で人間らしいので、普段は話さないデリケートな情報をうっかり漏らすリスクもある、と本は書いている。

AI氣道『ローカルLLMとは。患者の情報を外に出さない院内AIの仕組みを、一人社長の目線で整理』より

「私が大事だと思うのは、任せる前に線を引くことです。AIに任せる作業を1つ決めて、外に出る情報と、人が最終確認する所を書き出す。」

任せる前に線を引く話に重ねて引いたのは、『ローカルLLMとは。患者の情報を外に出さない院内AIの仕組みを、一人社長の目線で整理』の一節です。

オープンを掲げる提供元でも、学習データや手法のすべてを明かすのを渋ることがある、と本は書きます。

パラメーター(AIの中にある調整の数値)が組み合わさってなぜその結果が出たかは、今の技術では説明できない、という話。

均質化とは、似たような考え方や答えに寄っていくことです。生成AIはインターネットのデータから学ぶので、特定の考え方や文化的な価値観を優先して広める傾向がある、と本は書いている。

ある研究者は、ChatGPTを「多言語ではあるけれど、単一文化的」と評している、と本は紹介しています。

バイアス、つまり偏りの例として、本は実験を紹介しています。

パラリーガルが弁護士と結婚した、なぜなら彼女が妊娠していたから、という文で「彼女」は誰かと尋ねると、ChatGPTは「パラリーガル」と答え、弁護士ではない理由まで、もっともらしく並べた。

AIの出力に問題がないか確認し、必要なら介入する重い役割は、現場の先生の肩にかかっている、と本は書いています。本はそのうえで、先生も生徒も、AIの答えの土台にある価値観や文化に、批判的な目を持つよう勧めている。

私の提案として、AIに渡す前に、お客様の名前、連絡先、相談の中身のような、外に出さない情報を先に書き出して、その部分を除いた文で頼むのはどうでしょう。外に出すかどうかを、渡す前に自分で決めておくんです。

07

AIを出発点にして任せきりにしない。40章の対策と活用の節を仕事に置き換える

AIを出発点にして任せきりにしない話を示す水彩の図解。本の対策(出発点にする、答えを検証する、人が関わり続ける)と、私の提案3つ(頼む前に3行、数字と固有名に印、外に出さない情報は外す)、任せきりにしないという帯

Colin de la Higuera・Jotsna Iyer 著、名古屋大学教養教育院ハイブリッドラーニングセンター訳『教師のためのAI入門』・40章「生成AIの負の側面(2)」の対策の一覧(日本語版第一版・2026年4月1日)より

言語モデルを「これさえあれば完結する解決策」として使うのではなく、あくまで「出発点」として活用すること。

AIの答えは、完結する解決策ではなく、考えはじめる出発点。本は、生成AIを教育に使った長期的な影響は、まだはっきり分かっていない、と書いています。

面倒な下働きをAIに任せる考え方は魅力的に聞こえる。でも本は、基礎の力、いわゆる低次スキルを繰り返し練習することは欠かせない、と書きます。

基礎を身につける過程の粘り強さや挫折が、高度なスキルの習得に必要になることが多いからだそうです。

長期的なリスクから身を守る対策を、本は6つ挙げている。1つ目は出発点として使うこと、2つ目は答えを実験や信頼できる情報源と照らして検証することです。

3つ目は、Teacher in the loop、つまり作業の流れの中に先生がずっと入っていることです。

あとは、仲間と学ぶ社会的な学習を大切にする、画面から離れた活動を入れる、AIとは別の説明の仕方を探す、の3つ。

追加コンテンツの活用の節では、授業の準備、テストの作成、情報収集のような、授業外の場面が挙がっています。

出典の欠如や誤情報、バイアスの問題があっても全体的には肯定的な評価で、時間が節約できたという教師の報告がある、と本は書いています。

結びで本は、教育のゴールは、賢い機械を効率よく操作する人を育てることではない、と書く。自由な思考を持つ、創造的でしなやかな市民を育てる手助けをすることだそうです。

この大切な役割だけは、生成AIであれ何であれ、任せきりにはできない。

AI氣道『AIが均一に作れる時代に、69歳の革職人が教えてくれた一針の価値』より

「私はAI氣道で、「AIに委ねて、人は積み減らして生き直す」と言い続けてきました。でも、委ねることと、全部手放すことは別の話です。」

任せきりにしない話に重ねて引いたのは、『AIが均一に作れる時代に、69歳の革職人が教えてくれた一針の価値』の一節です。

ここからは、小さな会社の仕事に置き換えた私の提案を、3つ書きます。1つ目は、頼む前に、目的、使い道、守る決まりの3行を先に書いてから渡すこと。

2つ目は、返ってきた答えの数字、固有名、引用に印をつけてもらい、その印の所だけ、元の資料で自分が確かめること。

3つ目は、お客様の名前や相談内容のような、外に出さない情報を先に1行で書き出し、AIに渡す文から外すことです。

どれも、AIの答えを出発点にして、最後は自分で決める、という本の向きを小さな仕事に置き換えたもの。先生のための本でも、あなたの仕事に置き換えて読める所はあるんです。

読んだあと、仕事でAIに頼む前の準備と、答えを確かめる所を整えたい人へ

頼み方を整え、確かめる所と渡さない情報まで決める点検プロンプト

枠の中にこの記事のURLが入っていて、AIが記事を読んでから、AIに頼もうとしている仕事について短い質問をして、頼み文の下書き、確かめる所の見つけ方、AIに渡さない情報の案にまとめてくれるプロンプトです。何を任せるか、何を自分の手に残すかを決めるのは自分、という作りにしてあります。

1

整えた頼み文の下書き

選んだ仕事について、目的・使い道・守る決まりの3行つきで、AIに頼む文の下書きが返ってきます。

2

確かめる所の見つけ方

返ってきた答えの中で、数字・固有名・引用のように、元の資料で確かめたほうがよい所の見つけ方が返ってきます。

3

AIに渡さない情報の案

お客様の名前や相談内容のような、AIに渡す文から外す情報の一覧の案が返ってきます。

AIの答えは下書きとして受け取り、任せ切りにせず自分の目で読み直す前提です。使ってみたい時だけ、下のボタンから使い方と依頼文を開いてください。

▶ タップしてプロンプトを開く

下の枠の文を丸ごとコピーして、手元のAIエージェントに貼ってください。枠の中には、この記事のURLが入っています。記事を読んだAIから、短い質問が4つ、1つずつ届きます。お客様の名前や個人情報は書かなくて構いません。

返ってきた結果は、そのまま信じず、自分の目で読み直してください。何を任せるか、どこまで任せるかを決めるのは、自分です。

次の依頼を、確認と整理だけで行ってください。

【記事のURL】
https://ai-kidou.jp/bm-ai-for-teachers-20261120/
最初に、このURLの記事を読んでください。読めない時は、読めなかったと伝えて、下の記事の要点だけを材料にしてください。

【参照元(先に読む)】
https://yamazato.nuee.nagoya-u.ac.jp/PDF/AI-for-Teachers-an-Open-Textbook-v1.0.0.pdf
名古屋大学教養教育院ハイブリッドラーニングセンターが日本語に訳した教科書『教師のためのAI入門』(原著は Colin de la Higuera と Jotsna Iyer・日本語版第一版は2026年4月1日)です。2026年11月20日に読んだ時点の内容です。PDFが長いので、読めた場合は、38章・39章・40章の記述と下の要点が合っているかだけ確かめてください。読めない時は、記事の要点だけを材料にしてください。

【目的】
私がAIに頼もうとしている仕事を1つ選び、本が挙げるプロンプトの手順(ゴールを決める→背景情報を伝える→確かめる→磨く→自分で調整する)に沿って、頼み方を整えます。同時に、AIに渡さない情報と、自分の目で確かめる所を、私が使えるメモにまとめます。人が決めるのは次の点です。どの仕事を頼むか。どこまでを外のAIに渡してよいか。返ってきた答えを使うか。

記事の要点
・本は、良いプロンプトの条件として、ニーズに合っていること・信頼できる(正しいか検証できる)こと・再現性があること・必要な情報を最小限で伝えることを挙げている。
・本は、ステップ1でゴール(目的・使い道・守る決まり)をはっきりさせ、ステップ2で背景情報(目的、対象となる相手やレベル、AIにやってほしい動作、形式)を伝えると書いている。背景情報を「背骨」にたとえている。
・本は、ステップ3で答えを自分の知識や信頼できる情報源と照らして検証し、ステップ4で追加の指示を重ねて磨き、ステップ5で自分の手で直して使うと書いている。AIが作ったものがそのまま100点満点で使えることは稀、と書いている。
・本は、ChatGPTなどにはもっともらしい作り話(ハルシネーション)が混ざること、同じ指示でも答えが変わりうること、入力した内容に個人を特定できる情報が含まれうること、AIは絶対的な情報源にはなり得ないことを書いている。本が引く研究は2023年ごろのもの。
・本は、生成AIを「これさえあれば完結する解決策」ではなく「出発点」として使い、AIの答えは検証し、人が作業の流れに関わり続けることを勧めている。
・書き手(ひろくん)の考え: 頼む前に目的・使い道・守る決まりを3行で書く。返ってきた答えの中の数字・固有名・引用に印をつけ、その所だけ元の資料で確かめる。お客様の名前や相談内容のような外に出さない情報を、先に1行で書き出して、AIに渡す文から外す。ひろくんは本の方法を自分で試していない。

【やってよいこと】
1. 記事を読んだあと、次の4つを1つずつ質問してください。答えが返ってから次の質問へ進んでください。
 ・AIに頼もうとしている仕事は何か(例: お客様へのお礼メールの下書き。お客様の名前や個人情報は書かなくて構いません)
 ・その仕事の目的、できあがりの使い道、守りたい決まり(文字数・言葉づかいなど)は何か
 ・その仕事で、AIに渡したくない情報は何か(分からない所は分からないと答えて構いません)
 ・返ってきた答えを、いつ・誰が・何と照らして確かめるか
2. 答えをもとに、目的・使い道・守る決まりの3行を整えて、頼み文の下書きを書いてください。決めるのは私です。
3. 返ってきた答えの中で、数字・固有名・引用のように、自分の目で元の資料に当たって確かめたほうがよい所の見つけ方を、私の仕事に合わせて挙げてください。
4. AIに渡さない情報の一覧の案を書いてください。

【守ること】
・設定の変更、削除、送信、購入、予約、公開、インストール、遠隔接続は行わないでください。ここでは、聞き取りと整理だけです。
・パスワード、鍵、口座の情報、個人情報、お客様の情報は求めないでください。貼られても使わず、消すよう伝えてください。
・本の主張は、本の言い分として扱い、私の考えと分けてください。確かめられた事実とは書かないでください。ひろくんは本の方法を自分で試していません。
・分からない所は、推測で埋めずに未確認と書いてください。
・材料は、上のURLの記事と記事の要点、私の答えだけにしてください。記事に無い数字・効果を足さないでください。

【返す形】
(1) 整えた頼み文の下書き(目的・使い道・守る決まりの3行つき)
(2) 返ってきた答えで、自分の目で確かめたほうがよい所の見つけ方
(3) AIに渡さない情報の一覧の案
(4) 未確認の点(分からなかった所を、推測で埋めずに書く)
最後に、私が自分の目で読み直したほうがよい所を1行で添えてください。
FAQ

よくある質問

Q. 『教師のためのAI入門』とはどんな本ですか。

A. 名古屋大学教養教育院ハイブリッドラーニングセンターの教員有志が日本語に訳した、オープンな教科書です。原題は AI for Teachers: an Open Textbook で、日本語版の第一版は2026年4月1日です。目次は8つのパートで、1章から45章まであります。

Q. 本が挙げるプロンプトの手順は何ですか。

A. 本の38章は5つのステップを挙げています。ゴールをはっきりさせる、背景情報を伝える、分析し検証し批判的に考える、磨き上げて一緒に作る、内容を調整して実践に活かす、の順です。

Q. ハルシネーションとは何ですか。

A. 本は、もっともらしい語り口の裏に、事実誤認や捏造された文献、作り話が隠れていることを、ハルシネーション(幻覚)と呼んでいます。本は、回答の正確さがトピックによるがおよそ60%か、それ以下になることさえあると書いています。この数字は2023年ごろの研究に基づくもので、今のAIの数字としては読まないほうがいいかな、と私は考えます。

Q. 本はAIの答えをどう扱うよう勧めていますか。

A. 言語モデルを、これさえあれば完結する解決策としてではなく、出発点として使うよう勧めています。AIの答えを実験や他の信頼できる情報源と照らして検証すること、作業の流れに先生が関わり続けることも、対策として挙げています。

Q. 生成AIに個人の情報を入れる時、本は何に注意しているのですか。

A. 本は、提供元がユーザーデータを集めて第三者と共有していることや、入力したプロンプトに個人を特定できる機密情報が含まれることもあると書いています。OpenAI社の例では、リクエストがあればユーザーデータは削除されるが、入力したプロンプトはその限りではない、とのことです。これは本の記述なので、今の規約は各自で確かめる必要があります。

MATOME

まとめ。AIの答えを出発点にして、確かめて、自分で決める

『教師のためのAI入門』の7つの塊を、仕事でAIを使いはじめた人の目線で整理しました。先生向けの本ですが、指示の出し方、確かめ方、外に出さない情報の線引きに置き換えて読める所がありました。一番つかんだのは、AIを出発点にする向きと、答えを確かめる習慣。

本の言い分は、AIをただ使うのではなく限界と偏りを学ぶこと、ゴールと背景情報を先に決めること、答えを確かめて自分の手で直すこと、でした。ハルシネーションと個人情報は、39章と40章が挙げる負の側面の一部です。

私が本から置き換えたのは、頼む前に3行を書く、数字と固有名と引用に印をつけて確かめる、外に出さない情報を渡す文から外す、の3つ。どれも、読んで考えた置き換えです。

英語版の序文は2023年11月26日付で、本が引く研究も2023年ごろのものです。細かい数字より、AIの答えを出発点にして、最後は自分で決める向きを読むのが、この本の使い方かな。

この記事で学んだことを誰かに教えて恩送りして学びを深めよう!

COLUMN

読んだことを人に話すと、自分の分かっていない所が見えてきます

夕方の台所の食卓で、ひろくんが開いたレシピ本の横で出汁を取った小鍋とお椀を見ながら、手帳に鉛筆で一行だけ書き留めている水彩イラスト

この本は、先生のために書かれています。私は先生ではありません。それでも、本にある「出発点として使う」「確かめる」「任せきりにしない」は、仕事でAIを使う私にも関わる話だと思った。ただ、読んで「なるほど」と思っただけでは、自分の中に入った気がしないんです。

AI氣道『恩送りの熱は私の内側から湧き、教えた私の中でも自己発見が進んでいました』より

「教えることで自己発見や消化が進みより理解がふかまり血肉になる」

この向きは、私が『恩送りの熱は私の内側から湧き、教えた私の中でも自己発見が進んでいました』で書いたことと重なります。教えると理解が深まり、血肉になる。この本の「出発点として使う」「確かめる」も、読んで受け取って終わりにしない読み方に見えます。受け取ったものは、自分の手で動かして、はじめて自分のものになる、と私は考えています。

読んだことを、仲間や社員に話してみると、すらすら話せる所と、言葉に詰まる所が分かれて出ます。詰まった所が、自分の分かっていない所。頭の中では分かったつもりでも、いざ口に出すと、言葉がなかなか出てこなくなります。読むだけでは、この差は見えません。

レシピ本で出汁の取り方を読んだだけでは、できあがりの味までは決まりません。手順は、どれも簡単そうに見える。人に出して首をかしげられた所が、自分の火加減の分かっていない所になります。読んだ手順と出した味のあいだに、分かっていない所が隠れているんです。

今日から真似できる形にしておきます。この記事で一番引っかかった1つだけを選んで、周りの人に2文で、声に出して説明してみる。詰まった所を手帳に1行書いて、その1行をAIに渡し、「分かりにくい所を質問して」と頼みます。AIの質問に答えながら、自分の言葉を直す。

読んで分かった気になった形は、人に話してはじめて、自分の形になるのかもしれません。AIは話し相手にもなってくれるけれど、どこで詰まったかを聞き取るのは、最後は自分の耳です。だから、分かったつもりの所ほど、まず話してみる。話して詰まった所が、次に学ぶ所です。

分身AIのことをもっと知るなら、分身AI.comもチェックしてね!

LINK

関連記事

REF

参考リンク

今回紹介した記事

著者Colin de la Higuera・Jotsna Iyer(日本語訳: 名古屋大学教養教育院ハイブリッドラーニングセンター)
媒体AI for Teachers: an Open Textbook(日本語版 第一版)
公開日2026年4月1日(日本語版・第一版。英語版の序文は2023年11月26日付)
元URLhttps://yamazato.nuee.nagoya-u.ac.jp/PDF/AI-for-Teachers-an-Open-Textbook-v1.0.0.pdf

無料プレゼント

Aiport(ClaudeCode AIエージェント実践会)

ClaudeCodeでAI秘書+分身AI+AIカンパニーが無料で作れるキット&解説動画をプレゼント!

▶ 無料で入会してキットを受け取る

AI生成コンテンツについて

この記事はAIツール(Claude Code)を活用して制作しています。構成・文章生成にAIを使用し、最終的な内容の確認・編集・公開判断はひろくん(田中啓之)本人が行っています。「分身AIひろくん」(bunshin-ai.com)とは別のコンテンツです。

この記事が気に入ったら、シェアをお願いします

この記事で学んだことを誰かに教えて恩送りして学びを深めよう!

XLINEはてブ

コメントを書く

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です

関連記事