AIの使いこなしとは何か。文脈とゴールを渡して、良い答えが出る確率を上げる方法

出典: プロによる「AI使いこなし」の本質解説

AIを使いこなす。それって、いったい何をすることなんでしょう？動画は、この問いから始まります。Rioさんは、シリコンバレーでAI技術に15年以上携わってきた立場から、誰にでも分かるように説明します、と前置きします。

Rioさんは、AIの正体を、とても高性能なオートコンプリート、と言い切ります。依頼にいちばんそれっぽい答えを、文章や画像の形で補う道具。そういう整理です。

Rioさん（動画の中で・0:39〜）

AIの正体は、ま、簡単に言うとですね、すごいオートコンプリートです。

動画の冒頭で、Rioさんは、AIの使いこなしとは何かを分かっている人はいますか、と問いかけます。そこから、AIの仕組みの説明に入ります。

仕組みはパターンマッチングで、学習したデータから、次に来る答えを予測しています。

例えは、風船の画像。個数も色も場面もカメラの向きも指定しないと、AIは学習データでいちばんありふれた形で、欠けた情報を埋めてきます。20個ぐらいで、赤緑青黄。晴れた公園を、横から。

ここで話は、AIはガチャだ、という結論に進みます。ガチャ機の中には、大量のデータのカプセル。質問に合うデータの中から、確率で一つが出てくる仕組みです。

指定しなかった所は、AIが気ままに決めるのではありません。学習データにいちばん多い形で埋まります。

だから、同じ質問でも答えは毎回変わる、と話します。

Rioさん（動画の中で・3:24〜）

同じ質問をしても毎回回答が変わります。

使いこなしの本質は、ぴったりの答えを引ける確率を上げる、ありとあらゆる工夫。最高レアのSSRを引く確率を上げる、という言い方をしています。

Rioさん（動画の中で・3:42〜）

SSR回答を引ける確率を上げる。これがAIの使いこなしの本質になります。

同じ質問で答えが変わるのは、故障ではなく仕組みです。

当たりが出る確率を、頼み方で上げます。それが使いこなしだ、と私は見ています。

ガチャと聞くと、運任せに聞こえます。でも、引く前に何を渡すかで、当たりやすさは変わります。ここが動画の入口です。

だから答えが外れた時は、AIが悪いのか、頼み方が足りなかったのかを分けて見ます。どちらのせいか分からないまま、頼み直していませんか？

私なら、AIの答えは当たりを引く確率を上げる物だと考え、頼み方を整えるところから始めます。

では、なぜガチャで外れを引くのか？Rioさんは、その理由をAIの弱点に求めて話を続けます。弱点は4つ。

1つ目は、古い情報と新しい情報の見分けがつかないこと。これが嘘や捏造の元になる、とRioさんは話します。

例えは次のとおりです。Windows 10の手順を、Windows 11として教える例。一世代前の総理大臣の名前や、3か月前のニュースを、今の話として出す例。

Rioさん（動画の中で・4:47〜）

AIが嘘をつこうとして嘘をついてるわけではなくて確率論で最もありそうなものを埋めた結果たまたま古いデータを参照してしまっただとか

2つ目は、過去の会話を忘れること。別のスレッドの内容は分からず、1か月前や3か月前の会話はほぼ覚えていません。メモを読まないことも多い、と話します。

3つ目は、利用者を個人として認識できないこと。見えているのは、IPアドレスや位置情報ぐらいです。

Rioさん（動画の中で・5:51〜）

AIは皆さんをそもそも人として、個人として認識できてません。

だから、知識レベルや職種に合った答えは、そのままでは返ってきません。返ってくるのは一般論。

4つ目は、答えが英語圏の考え方や言い回しを土台にしていること。日本の商習慣や、言わないことの線引きといった繊細な文化は苦手です。

気持ち悪い書き方の例も一つ。英語の it works for me を直訳して、AIが日本語の文章に、これは私に聞く、と書いてくることがある、という話でした。

4つに共通する根っこは、足りない前提を、英語圏や自分ではない誰かの世間一般で埋めてしまうことです。

Rioさん（動画の中で・8:19〜）

AIに足りない情報が出てきて、それをよくあるそれっぽいもので埋めてしまう。ガチャで埋めてしまう。

弱点は4つに見えても、根っこは1つ。足りないところを、世間一般で埋めてしまう癖。

2026年10月1日の記録に残っています。AIが、私の最近の自由入力177件を読まずに、8月1日時点の軸で質問を作ってきました。私は、79ステップが古い、違うのがあるだろ、と返して、今の物差しを確かめ直させたんです。

原因は、最新の私の言葉を一次で読まず、過去の正本の軸で質問したこと。9月23日にも、最終更新が8月12日のメモを材料にしていました。

Rioさんの言う古い情報は、世の中の古さ。私の場合の古い情報は、8月1日時点の軸でした。

一度直した指示が、別の仕事でも守られるのか？近い話は、AI社員に出した修正の指示が、別の仕事でも守られるかを6回確かめた記事でも読めます。

AIが全部を読まずに答えた時にどう返すかは、AIが全部を読まずに言い切った時に、どこまで読んだかと聞き返す分身AI日記のDAY183に書きました。

私なら、AIが古い材料を今として使っていないか、更新日から先に確かめます。

4つの弱点を、どう埋めればいいのか？動画の答えは、一つに絞られます。文脈を渡すこと。自分は誰で、どんな仕事をしていて、何をやりたいのか。そこをAIに伝える話です。

Rioさんは、文脈を渡すことを、弱点への対策の核心に置きます。足りない前提を世間一般で埋めてしまうなら、その前提をこちらから渡す。話はそう進みます。

誰が、どんな仕事をしていて、何をやりたいのか。この説明が無ければ、AIはきちんと動いてくれません。Rioさんは、そう念を押します。

Rioさん（動画の中で・9:25〜）

そういった説明をAIに渡してやらないとAIはちゃんと動いてくれません。

話は、渡す情報の中身に入ります。1つ目は、経歴・背景・価値観・優先順位。長文で丁寧がいいのか、短くシンプルがいいのか。データの細部まで要るのか、結論だけでいいのか。

2つ目は、やってほしいことと、やらないでほしいこと。作る前に一度見せてほしいのか、一気通貫で進めてほしいのか。メールは送る前にチェックしてほしいのか。そうした線引きです。

動画は、AIには基本的な常識や良心がない、と続けます。だから、線引きは文書にして渡しておく。

その理由も話されます。仕事の進め方は、人によって違う。自分のやり方は、自分で書いて渡すしかない、という話です。

Rioさん（動画の中で・10:05〜）

人によって仕事のやり方は違うので、

では、渡さなかったら、AIはどうするのか？世間一般で埋めてしまいます。前の章の弱点を裏返すと、そうなりますよね。

同じ分析を頼んでも、細部まで読みたい日と、結論だけでいい日があります。どちらなのかを、AIは知りません。渡す前に、自分の優先順位を言葉にできているか。ここが先です。

私がAIに渡している決まりの一つに、記憶に無い時は、無い、と答える、自分の知識で埋めない、があります。決まりとして置いている一文。

動画は、渡す文脈を増やす向きの話です。私は、そこに一つ足します。渡せなかった所は、無い、と言わせる向き。

私なら、AIに足りない前提を世間一般で埋めさせず、無い時は、無い、と言わせます。

とはいえ、経歴や線引きを毎回チャットに書き込むのは、現実には無理です。Rioさんは、そこで仕組みの話に進みます。文脈を書く手間を、どこに預けるのか？

Rioさんが挙げる仕組みは、AI指示書とAIスキル、そしてAI用データベースです。どれも、毎回書かなくても文脈がAIに入るようにするための物です。

AI指示書は、全部の会話の最初に、自己紹介を自動で入れる物。一度書いておけば、新しい会話を始めるたびに、同じ前提から話が始まります。

Rioさん（動画の中で・11:19〜）

全ての会話の最初にその自己紹介を自動的に挿入できたりとかですね。

AIスキルは、特定のタスクのための手順書です。決まった仕事ごとに、やり方をまとめておく形として紹介されます。

AI用データベースは、自分の歴史や哲学、在庫、製品リストなどを、Obsidianのようなセカンドブレインに入れておく形です。AIは、必要な時にそこを検索します。

動画の図では、入力からAI、出力へと線が引かれ、そこに指示書とスキルが入ります。データベースは処理中に読まれ、出力のあとに貯まっていく流れで描かれます。

指示書とスキルとデータベースが入って、出力になります。話はそう整理されます。仕組みで文脈を自動で入れるのが、いまいちばん広く使われているやり方だ、とRioさんは話します。

Rioさん（動画の中で・12:35〜）

仕組みを使って文脈を自動的にAIに入れるようにしていくというのが今の最もメジャーなやり方になります。

書く場所が分かれるだけで、中身はどれも文脈。いつ、どこから入れるかの違いです。

私の場合は、入れた指示書を減らす側の話。

AIの指示書を約20KBから約5KBに痩せさせました。痩せさせる前は、起動だけで58,175トークン。痩せさせたあとは、30,086トークンです。あわせて、確認の質問に私が自由に書いて答えた言葉に、次の質問が触れている率は、72時間で409件中86件、23%でした。質問を書く入口4か所に同じ1行を足すと、翌日は219件中148件、74%。

ただ、測った期間は72時間と翌日で違います。その後は測っていないので、続いているかは分かりません。

自動の止め役を増やす前に、指示の1行で足りるかを先に確かめました。そういう順番でした。

2026年9月17日の記録に残っています。私のAI用の記憶の検索は、言い換えた質問で聞くと、記録があるのに、どれも0件。無い、と答えていたんです。言い換えにも当たる意味検索を足しました。すると、言い換えた質問は、いずれも1位。

人が考える保管庫と、AI用の記憶は、役割を分けています。

動画は、指示書を書く側の話です。書いたあとに、どれだけ読まれ、どれだけ拾われているかを見ます。その見方が、ここでの違いです。

指示書の行数と、起動時に読み込まれる文字数の関係は、CLAUDE.mdの行数と、起動時に読み込まれる文字数の関係を整理した記事でも読めます。

私なら、指示書は書いて終わりにせず、痩せさせて、拾えているかを数えます。

仕組みで文脈を入れたら、次は頼み方の話。ここで動画は、少し前の定石が、いまは通りにくくなっている、と進みます。何が変わったのでしょうか？

少し前までは、プロンプトエンジニアリングが定石でした。役割を決め、手順を1つずつ書き、ルールを盛るやり方。2025年から2026年初頭ごろまでの話だ、とRioさんは言います。

変わったのは、AIの推論する力と、段取りを組む力。手順をステップごとに縛ると、その手順が最善とは限らないのに、AIは書かれた手順のままにしか動けなくなる、と話は続きます。

そこで、いまのAIの使い方の基本は、手順でなく、任務のゴールを与えることだ、とRioさんは言い切ります。

Rioさん（動画の中で・14:00〜）

今の正しいAIの使い方は手順を与えるんじゃなくて、任務のゴールを与えることなんですよ。

例えは旅行。京都の評判の良い旅館を調べて、と作業を渡すのではありません。京都に2泊3日で旅行したい、予算も人数も決まっていて、紅葉の時期がいい、とゴールと条件を渡します。

仕事なら、このデータを分析して、ではなく、経営課題の洗い出しと対策。40代の女性の支持を上げたい、のような尖った目標を渡す例も出てきます。

ゴールを立てるのに要るのは、人間側の、問題への解像度。自分の仕事が、会社の数字や経営課題のどれにつながるかが分からないと、ゴールを設定できない、と話は続きます。

Rioさん（動画の中で・16:02〜）

ゴールが曖昧なままだとAIはまと外れな回答を出してしまうんですね。

ゴールを渡す前に、人が持っておく物があります。目的の地図。これが無いまま渡したら、AIは何を手がかりに動くのでしょうか？

2026年10月4日、LINE診断のお手本探しで、AIが、私の北極星から逆算せずにお手本を選びました。

私が指摘して、逆算して要る物4点で採点し直すと、上位にしたお手本のうち2つが、条件を満たしませんでした。

そこで決めたのが、マーケの仕事の順番。お手本を調べる前に、北極星・位置・読む人の変化・要る物の4点を先に書く決まりにしました。

動画の解像度は、仕事が会社の数字にどうつながるかを知ること。私の場合は、それが頼む前に書く4点。AIに分析を頼む前に人が持つ物の話は、AIに分析を頼む前に、人が持っておくものを、実演を見て決めた記事でも読めます。

私なら、AIに頼む前に、目的からさかのぼって決めた4点を、人が持ちます。

指示書、スキル、データベース、そしてゴール。全部を整えたら、それで終わりでしょうか？動画は、ここから最後の話に入ります。

Rioさんの結論は、AIはガチャなので、指示書もスキルもデータベースも全部作っても、必ずやらかす、というものです。

Rioさん（動画の中で・16:36〜）

完璧なAIはありません。外れは絶対になくなりません。

話の中で、Rioさん自身は、AIを3000時間ほど使ってきた、と自分で話しています。それでも外れは出る、という流れ。

どんなAIでも、外れは出続けます。そこを前提にする、という話です。

理由は、AIに感情も責任感も倫理感もないこと。やらかした時に責任を負うのは人間です、とRioさんは言います。

Rioさん（動画の中で・16:55〜）

AIには感情も責任感も倫理感もありません。

そこで、お客さんに出す前、チームに共有する前、上司に送る前のような大事な場面で、必ず1回確認する癖をつけます。

Rioさん（動画の中で・17:17〜）

お客様に何かを出す前とかですね、チームに共有する前とか、上司に送る前とか、ま、そういった大事な場面で必ず1回確認するという癖をつけるのが非常に大事ですね。

全部を確認していたら続かなくなる、という注意つき。だから、確認は大事な場面だけに絞ります。

仕組みづくりは大事。それでも、最後のクオリティを決めるのは人間力だ、とRioさんは結びます。

Rioさん（動画の中で・17:51〜）

最後のクオリティを結局決めるのは結局人間力ということになります。

締めは、解像度を高く、目的意識を高く持って、AIを使いこなそう、という呼びかけです。

確認を足しても、外れは消えません。だから要るのは、外れの置き場所と、それを持つ人。

外れの数を減らす話より先に、外れが出た時に止まる場所の話。

2026年7月25日に、同じ材料と同じ指示を4つのAIに同時に渡し、LIVEの企画書のたたき台を書かせました。上司の役のAIに実物を全部読ませると、完了と報告されたのにファイルが無かった、編集したと報告されたのにファイルが変わっていなかった、が合計3回ありました。採点は、4.8／4.5／4.5／4.0の4通り。AIがつけた点で、同じ入力でも出方に幅がある一例です。

2026年8月7日の魂磨きで、私は、成果物の味見も分身AIにやり切らせ、それを上の次元から見守る神様ポジションにつく、と答えました。フィードバックして分身AIを育てるのは私の役目。上から見るのは、成果物でなく、分身AIの判断軸と育ち方です。ただし、公開・送信・課金・削除・push・merge など、取り返しのつかない操作は、最後の操作の直前でAIが止まり、私が最終GOを出す決まりです。

動画は、大事な場面を人が1回確認する形。私は、個々の確認をAIに寄せて、見る先を判断軸に置く形。止まる場面の線は、同じ向き。

報告と実物のずれを確かめた実験は、同じ仕事を4つのAIに出し、できましたの報告と実物のずれを確かめた実験の記事でも読めます。

私なら、個々の確認はAIにやり切らせ、外に出す・お金・削除の直前だけは必ず止まります。

動画は、AIの正体はガチャという話から始まります。AIの弱点、文脈の渡し方、仕組みでの自動化、手順でなくゴール、最後の確認へと、順に進んでいきます。

私が持ち帰ったことを、順に挙げます。AIの答えは、当たりを引く確率を上げる物。文脈とゴールは、頼む前に人が持つ。確認は、外に出す前の1回に絞ります。

私の運用では、AIが古いメモを今として使うことも、AI用の記憶が言い換えで外れることもありました。仕組みを作っても、確かめる場所は残ると分かりました。

関連して、AIに任せても公開のボタンは人が押すと決めておく話は、ローカルSEOをAIに任せても、公開のボタンは人が押すと決めておく記事に書きました。AIの答えに違和感を持って判断軸で選ぶ話は、AIの答えに違和感を持ち、判断軸で選べる人を整理した記事にあります。

次にAIへ頼む一件を一つ選び、目的と読む人の変化を含めた4点を、3分で書き出してみてください。