毎日、SNSもニュースもAIのことばかり。
「はいはい、AIね。分かった分かった」 「Chat GPT(チャッピー)も使ってるし、もう十分便利になってるよ」
──そう思いつつ、でも。
「とはいえ、AIのことはちょっと気になる」 「基礎からAIを学ぶにはどうしたらいいの。今さら聞けない」
大きな声では言えないが、AIのことをもう少し知りたいと思っている。
そんなあなたに捧げる、AI学習編のスタートします。笑
ひで先生です(^^)
今回の記事は、AI学習をこれから始めたい・もう少し具体的に知りたい、という方向けです。
すでにバリバリ使いこなしているAIガチ勢には、少し物足りないかもしれません。先にお伝えしておきます。
「AIをなんとなく使っている」状態から「AIで成果を出せる」状態まで、階段を一段ずつ上っていく連載です。
第1回のテーマは2つ。
『AIを取り巻く環境はいまどうなっているのか。』そして、
『AIと話すための基礎文法：プロンプトの作り方』です。
肩の力を抜いて、読んでみてください。
1. 第1回。「便利になったね」で止まっている人が、いちばん危ない
最初に、少しだけ厳しい話をします。
「ChatGPT、便利だよね」で会話が終わる人は、いま、いちばん危ない位置にいます。
理由は一つ。世の中はもうAIを「便利なツール」として話をしていないからです。
2023年にChatGPTが本格的に登場したとき、AIは「質問したら答えてくれる、賢い検索」でした。
それから約3年半。2026年のいま、AIは「自分で考えて、自分で動く存在」へと姿を変えています。
専門用語ではエージェンティックAI(自律型AI)と呼びます。難しく聞こえますが、イメージはシンプルです。
これまでのAI＝優秀な検索機。こちらが知りたいことを聞けば、補足・推測して答えを返してくれる。
いまのAI＝優秀な部下。ゴールだけ伝えれば、段取りを自分で考え、複数の作業をこなして仕上げてくる。
「分からないことを調べてもらう」から、「業務の準備一式を任せる」へ。
この差は、使う・使わないの差ではありません。仕事や経営の“組み立て方”そのものの差です。
ガートナー(世界的なITリサーチ会社)は、2026年中に8割以上の企業が、生成AIを何らかの形で実際の業務に組み込むと予測しています。
そして、ここが今日いちばん伝えたいことです。
AIは、もう「使ったら便利」というフェーズを終えました。
いまは、「使いこなせないと競争に負ける」フェーズに入っています。
なぜか。AIを使う側と使わない側で、同じ時間で出せる成果の量が、何倍も変わってしまうからです。
便利な人が少し得をする、という話ではない。
使えない側が、構造的に後ろへ下がっていく。その実態は、別の章で数字とともにお見せします。
2. なぜ「便利なツール」と捉えると失敗するのか
ここで、多くの人がある勘違いをします。
「じゃあ、会社でChatGPT有料契約すればいいんでしょ?」
これが、いちばんよくある失敗パターンです。
AI導入の相談を受けますが、つまずく会社にはハッキリ共通点があります。契約しただけで満足してしまうこと。
アカウントを配っても、「誰が」「どの業務で」「何を」やるのかを決めていない。だから、ルールが定まらない。あるいは、各自がなんとなく触って、なんとなく使われなくなる。
大事なのは、契約することではありません。「ChatGPTで何をするか」を決めることです。
そして、ここが見落とされがちなのですが、AIで「何をするか決めて、検証を回す」ところまでがセットです。
「営業メールの作成を、1時間から10分にする」。
まずこう決める。次に実際にやらせてみる。
出てきた答えを見て、指示を直す。また試す──このPDCA（プラン・ドゥ・チェック・アクション）の検証を回した会社だけが、AIで成果を出しています。
なぜ「回す」必要があるのか。理由は、AIの性質にあります。
これまでのITシステム(会計ソフトや勤怠システム)は、確定的でした。同じ操作をすれば、毎回まったく同じ結果が返る。1+1は必ず2。だから「導入すれば終わり」でした。
ところがAIは違います。
AIは確率的な存在です。同じ質問をしても、聞き方や前提次第で、返ってくる答えが毎回少しずつ変わる。
ときには、もっともらしい顔で堂々と間違えます。(これをハルシネーション＝AIが事実をでっち上げる現象、と呼びます)。
つまりAIは、「導入すれば自動で完璧」な機械ではなく、育てながら付き合っていく相手なのです。
ここを取り違えると、どうなるか。
ある企業が、Webページの制作工程を一気にAI化しようとしました。ところが、どの作業をどう変えるかを事前に詰めないまま導入したため、AIの工程が既存の流れとぶつかり、確認作業の手間が新たに発生。結局、導入計画を修正しました。
失敗の理由は、AIの性能ではありません。「便利な機能を入れれば自動で楽になる」という前提そのものが間違っていた。それだけです。
AIは、魔法の箱ではありません。
「70点の下書きを、爆速で出してくれる相棒」。この温度感で、目的を決めて回せた人・組織から、うまくいき始めます。
3. 統計が示す「AI格差」──格差は、すごいスピードでもう開き始めている
ここからは、感覚ではなく数字の話をします。
「便利だよねで止まっている人がいちばん危ない」と言う、本当の理由です。
いま、AIを経営の中心に据えた企業と、旧来のやり方を続ける企業の間に、修復しづらい生産性の差が生まれています。
私はこれをAIディバイド(AIによる断絶)と呼んでいます。
数字を並べます。
・2025年の調査では、AI活用企業の生産性は非活用企業より平均15%高い、という水準でした。
・それが2026年の最新統計では、その差が3倍以上にまで開いています。
たった1年で、「15%の差」が「3倍の差」へ。これは、なだらかな坂ではなく、崖です。
個人レベルでも同じです。AIを使いこなす人材と、そうでない人材の平均年収差は200万円以上。
情報へのアクセス格差も加わり、差はさらに広がる方向にあります。
なぜ、こんな急加速が起きるのか。生産性の構造を分解すると、見えてきます。
労働生産性 ＝ 生み出した付加価値 ÷ 投じた労働時間
AIを使わない会社は、この式の分母(労働時間)を削ることしか考えません。残業を減らす、ムダを省く。これは「縮小均衡」──小さくまとまる発想です。
一方、AIを使いこなす会社は、分母を減らしながら、同時に分子(付加価値)を膨らませます。同じ時間で、より多く・より良いものを生み出す。これが「拡大均衡」です。
引き算と、掛け算。両者の差が時間とともに開くのは、数学的に当たり前のことなのです。
ちなみに日本の労働生産性は、もともとG7で最下位が続いてきました。裏を返せば、AIは日本にとって伸びしろが特大の成長エンジンでもあります。ある試算では、生成AIの普及だけで日本のGDPを16%以上押し上げる可能性が指摘されています。
危機であり、同時にチャンス。
だからこそ、いま学ぶ価値があるのです。
4. プロンプト実践入門──「AIと話すための4つの基礎文法」
ここからは、いちばん知りたい実践パートです。
「で、結局どう使えばいいの?」
その第一歩が、プロンプトです。プロンプト＝AIへの指示文・お願いの言葉、のこと。
AIに「いい仕事」をしてもらえるかは、ほぼこのプロンプトで決まります。そして良いプロンプトには、守るべき型があります。
私はこれをプロンプト4原則と呼んでいます。
「ペ・タ・コ・フォ」
頭文字を取って、この4つです。
① ペルソナ(Persona)＝誰として答えてほしいか
AIに役割を与えます。
「あなたはプロの編集者です」「ベテラン税理士として答えてください」。
役割を渡すだけで、AIはその専門家らしい思考に切り替わり、答えの質が目に見えて変わります。
② タスク(Task)＝何をしてほしいか
やってほしいことを具体的に。
「メールを書いて」ではなく「取引先へのお詫びメールの本文を書いて。次回の打合せを打診して」。
曖昧な依頼には、曖昧な答えしか返りません。
③ コンテキスト(Context)＝背景・前提の共有
状況を伝えます。
「相手は長年の取引先」「納期が3日遅れた」「関係は今後も続けたい」。AIはあなたの頭の中を読めません。
前提を渡した分だけ、答えは的確になります。
④ フォーマット(Format)＝どんな形で出してほしいか
出力の形を指定します。
「箇条書きで5つ」「300字以内」「表にして」。形を決めておくと、受け取った後の手直しが激減します。
試しに、この4つを全部入れてみてください。
あなたはベテランの法人営業です(ペルソナ)。納期が3日遅れたお詫びメールを書いてください(タスク)。長年の取引先で今後も関係を続けたいので、誠実かつ簡潔に。（コンテキスト）300字以内、件名付きで(フォーマット)。
「お詫びメール書いて」とだけ打ったときと、ぜひ見比べてください。別物が返ってきます。
ここで一つ、先回りして注意を。
「便利な4原則テンプレ集を配れば、社員みんな使えるようになる」──これは、ほぼ確実に失敗します。
テンプレは状況が少し変われば使えず、コピペだけでは応用が効かないからです。
大事なのは、文例を覚えることではなく、この4つの型を自分の頭で組み立てられるようになることです。
そしてもう一つ、絶対の約束事を。
個人名・顧客情報・社外秘の機密データは、AIに入力しない。便利さの前に、ここだけは必ず守ってください。
4.5 裏技（有料級）：プロンプトは、AIに考えさせればいい
ここまで「ペ・タ・コ・フォ」をお伝えしました。
正直に言います。これを自分で毎回組み立てなくていいです。
え？と思いましたよね。笑
型を覚えた直後にこれを言うのは反則かもしれませんが、出し惜しみなく書きます。
これ、有料で伝えるか一瞬だけ迷いました。
実は私、アプリの設計書を書くとき、報告書を作るとき、複雑な問いに向き合うとき──プロンプトをAIに作らせています。
やり方はシンプルです。
「自分がしたいことはこういうこと。ゴールはここ。そこにたどり着くための指示書を作って」
これだけです。
AIは、自分への命令書を自分で書けます。そしてその命令書には、ペルソナ・タスク・コンテキスト・フォーマット──つまり「ペ・タ・コ・フォ」が自動的に盛り込まれた状態で出てきます。
実例を出します。
私が実際に使った場面です。新しいクライアントの財務状況を初めて整理するとき、どこから手をつければいいか、論点が多くて整理しにくい。そういうときに使います。
こう入力しました。
「新規クライアントの財務状況を初回で整理したい。経営者に課題と優先順位を伝えるのがゴール。そのための分析指示書を作って」
返ってきた指示書がこれです。
【役割】あなたはベテランの財務コンサルタントです（ペルソナ） 【タスク】提供された財務データをもとに、経営課題と優先アクションを整理してください（タスク） 【前提条件】読者は経営者。専門用語は平易に言い換える。数字の羅列ではなく「何が問題で、何から手をつけるか」が伝わる構成にする（コンテキスト） 【出力形式】①現状サマリー（3行）②主要課題（優先順位順に3つ）③推奨アクション（各課題に1つ）（フォーマット） 【入力データ】※ここに集計データを貼る
これを自分で書くの大変ですよね。笑
「ペ・タ・コ・フォ」が自動で組み込まれた状態で出てくるので、あとは指示書と分析データを渡すだけです。
答えは単純でした。
難しいプロンプトを自分で考える必要はありません。「ゴールを伝えて、指示書を作らせる」。これだけです。
「ペ・タ・コ・フォ」は、AIが作った指示書の中に勝手に入っています。型を理解していると、出てきた指示書の精度を評価できる。だから基礎として覚えておく価値はあります。
でも、毎回ゼロから組み立てなくていい。
5. AIを学ぶことで、あなたが上る「階段」
最後に、これから何をやるのかをお話しします。
実は、AIの使い方は、いま大きく「3階建て」になっています。
1階が、すでに触れた「プロンプト術」AIに、その都度うまくお願いする技術です。
2階が「コンテキスト設計」中上級者の世界では、AIが働く“環境”や“前提”をあらかじめ作り込むことで、毎回プロンプトを書く必要すらなくなってきています。
そして、3階が「エージェントに任せる」ゴールだけ渡せば、AIが段取りから実行までを自分でこなす世界です。1章でお話しした「優秀な部下」──あれが、この3階の話です。
でも、焦らなくて大丈夫。階段は、一段ずつです。
この連載は、初心者の方が1階から無理なく上れるように設計しています。複数回に分けて、ゆっくり上っていきましょう。
次回は、あなたの情報・背景を「AIにセットする」ためのコンテキスト設計講座。会社・組織のAI活用レベルが分かる診断ツールも配る予定です。
お楽しみに。
ちなみに、個人で使いこなすだけでなく、会社全体でAIを動かすとなると、もう一段あります。私がご支援する中で気づいたことがあります。
強烈な推進役がいない会社では、AI導入はほぼ止まります。
業務ごと・部門ごとにAI責任者を置き、現場の「やってみた・うまくいかなかった」を吸い上げて回していく体制を作った会社だけが、前に進んでいます。
そして、ご報告を少しだけ。
6.私に、肩書きが一つ増えました。
「AI経営の翻訳家」です。
難しいAIの話を、経営の言葉に変換して現場に届ける。ありがたいことにお声がけをいただき、企業向けのAI研修を担当することになりました。
この連載では、その研修でお伝えしている内容にも踏み込んでいきます。
実際の現場で「何が刺さって、何でつまずくのか」。一次情報として、リアルにお届けしていくつもりです。
もし、どこかで私を見かけたら、「note見てます」と声をかけてもらえると、めちゃくちゃ嬉しいです。
励みになります。
今回は、AIを取り巻く現在の環境と、AIと話すための基礎文法「ペ・タ・コ・フォ」をお話ししました。
ここまで読んでくださったあなたは、もう「チャッピーって便利だよねで止まっている人」ではありません。半歩、前に進んでいます。
最後に一つだけ、問いを置いていきます。
あなたのPC仕事のうち
「70点の下書きでいいから、爆速で出てきたら助かる」
その業務は、何ですか?
問いの答えが、あなたのAI活用の出発点です。次回、一緒に武器にしていきましょう。
それでは、また次回(^^)
この記事のライター
