会社での業務でClaudeに慣れてきたので、とある事務作業をClaudeに依頼してみたが、結局うまく指示をこなすことができずに、最終的に自分で作業してしまった。
前回の記事で書いた通り、自分が指示した業務が求めているクオリティで実行されないことに辟易としたので、なぜそうなったのかを分析してみた。
結論としては、AIに十分に具体的な指示を与えることができていなかったこと。
もう一つ俯瞰すると、Claude4.xファミリーの特徴を知らずに、これまでのAIと同じようなプロンプト指示を与えてしまっていたことだ。
ある記事によると、
OpusやSonnetのAIモデルでは、これまでの生成AIと違って、拙いプロンプトでも「モデルが文脈を読んで良しなにやってくれる」ようなことはなく、明示的に与えられた指示を元に動作するように設計されているとのことです。（下記記事参照）
例えば、文章のニュアンスについて「最初の段落は専門的に」とだけ指示した場合、2段落目以降についても指示しなければ、デフォルトのニュアンスに戻ってしまう可能性があるとのことです。
指示された範囲・指示されたことを的確に実行し、アウトプットの予測可能性を高めるため、ビジネスでの実用性を高める一方で、期待する挙動のすべてを言語化して境界を定義しなければならない。
曖昧なプロンプトは必然的に「表層的で凡庸なアウトプット」（いわゆるAIスロップ）を生成してしまい、クオリティの低いアウトプットとなってしまう。
今回、私が依頼した業務は、過去私が行ったことがない業務だったので、
細かいアウトプットイメージができていないまま、依頼してしまい品質の低いアウトプットとなったのだろう。
まだ確かめられていないが、
経験のある業務は、Claudeで徹底的に言語化し標準業務化し、
経験のない業務は、Geminiなどの推論性の高いAIでよしなに業務を設計してもらうような進め方が良いのかもしれない。
一昔前は、そのうちAIが人間の意思や意図を適切に把握できるようになっていくので、プロンプトエンジニアリングは必要なく、誰でも等しくAIを活用できるとのことだったが、
少なくとも現在では、利用者に一定以上のリテラシーが求められるようです。