Day 2

AI to Learn（AI2L）実践録：ブラックボックスを残さない生成AI運用 25 Advent Calendar 2025

Day 2

AI2Lオープン実践録：だれでも参加OK 生成AIを安全に使う Advent Calendar 2025

@Seine_A_Shintani(新谷正嶺)in

中部大学新谷研究室 / Shintani Lab, Chubu University

2025年12月2日版 ChatGPT（無料版）の基本と、AI2L流の使い方（Day 2）

Last updated at 2025-12-02Posted at 2025-12-02

この記事は

の Day 2 記事です。

Day 1 では、AI2L の 4 つの柱と「ブラックボックスを残さない」基本ルールを紹介しました：

ブラックボックスを残さない
アカウンタビリティ（説明責任）
情報保護
Green AI（省エネ・低コスト）

Day 2 では、2025年12月2日現在の ChatGPT（無料版） を題材に、

「普通の」ChatGPT の使い方
AI2L コンセプトに沿った ちょっとだけ工夫された使い方

を並べて紹介します。

今日のゴール

2025/12/02 時点での ChatGPT 無料版でできること・制限 をざっくり把握する
「普通の使い方」と AI2L 流の使い方の違い を具体例でイメージできる
そのままコピペして使える AI2L プロンプトのひな型 をいくつか持ち帰る

本記事は 2025 年 12 月 2 日時点の公式ドキュメントをもとに書いています。
仕様や UI は変わる可能性が高いので、最新情報は OpenAI の Help Center / Pricing ページをご確認ください。

0. この話で想定する「ChatGPT 無料版」

まず前提をそろえます。

対象：
- ブラウザ版 chatgpt.com / 各種アプリの 無料アカウント
モデル：
- ログイン済みユーザーは、基本的に GPT‑5.1 系（Auto） がデフォルト
- 一定回数を超えると、自動的に「mini」モデルに切り替わる
機能（無料でも使える代表例）：
- テキストチャット（質問、文章生成、翻訳など）
- Web 検索（Search）
- ファイル・画像アップロードと要約・質問
- データ分析（表データなどの解析と可視化）
- 画像生成（簡易版）
- Projects（プロジェクト）によるチャット＋ファイルの整理と共有

また、個人向け ChatGPT では

会話内容が モデル改善のために利用される場合がある
設定から「学習に使わない」に切り替え可能
個別のプロンプト単位ではなく、アカウント単位での設定

という前提があります。

AI2L の「情報保護」の柱に沿うなら、

そもそも 機密情報や個人情報は入れない
入れる必要があるときも、匿名化・ダミー化 を徹底する
重要なデータは、ローカル（社内）環境で再現できる形 で残す

という運用をセットで考えるのがよさそうです。

1. 2025年12月時点の ChatGPT 無料版をざっくり整理

1-1. 無料版で「できること」ざっくり一覧

※ここでは代表的なものだけを挙げます。

日常的な相談・質問
→ 用語の説明、仕組みの解説、比較、計画を一緒に立てるなど
ライティング支援
→ メール文、レポートの叩き台、要約、言い回しの調整
コーディング支援
→ コードの雛形、バグの原因候補の説明、小さなスクリプトの作成
Web 検索（Search）
→ 最近の情報やニュース、公式ドキュメントの場所探し
ファイル・画像アップロード
→ PDF／スライド／スプレッドシートの要約、図表の読み解き
データ分析モード
→ CSV などを渡して、簡単な可視化や前処理案の生成
画像生成
→ サムネイルのラフ、イメージイラストの試作
Projects
→ 特定のテーマごとにチャット・ファイル・指示をまとめて保存

「無料版だから雑にしか使えない」というよりは、

中〜小規模のタスクなら無料だけでもそれなりに回るが、
長いセッションや重いタスクでは回数制限・速度制限が効いてくる

という感覚に近いです。

1-2. メッセージ数と制限のイメージ

2025/12/02 時点では、おおまかに次のようなイメージです（細かい数字は変わる可能性あり）。

GPT‑5.1（Auto）での高度な推論：
- 5 時間あたり 10 メッセージ程度 が上限
- 超えると、自動的に「mini」モデルに切り替わる
画像生成・ファイルアップロード・データ分析などは
別枠のレート制限があり、使いすぎると一時的に止まる
無料版は、Plus/Pro に比べて
- コンテキスト長
- 添付ファイルの数・サイズ
- Deep Research やエージェント機能の使える時間

などもコンパクトに抑えられています。

AI2L 的に見ると、

「闇雲にたくさん投げる」より
1 回の投げ方（プロンプト）を工夫して、少ない回数で質を稼ぐ

という発想が Green AI（省エネ） の観点からも重要になります。

1-3. プライバシーとデータ利用の前提

個人向け ChatGPT では、

会話内容がモデル改善のために利用される場合がある
設定で「学習に使わない」を選ぶことができる（新規会話から反映）
個別のプロンプト単位での削除はできない（会話単位・アカウント単位）

といった制約があります。

AI2L の「情報保護」の柱に沿うなら、最低限：

実名・学籍番号・社員番号・住所などは入れない
特定の患者・顧客を直接識別できる情報は入れない
「社外秘」「部外秘」と明記された資料はアップロードしない

といったラインを チームのルールとして明文化 しておくと安全です。

2. まずは「普通の使い方」を 3 パターンで押さえる

いきなり AI2L の話に行く前に、
ChatGPT 無料版でよくある「普通の使い方」を 3 パターンだけ押さえておきます。

2-1. パターン1：分からない概念をざっくり教えてもらう

例：

ニューラルネットワークの「過学習」を高校生にもわかるように説明して。
数式よりも、イメージ重視でお願いします。

ゴール：
「とりあえずイメージはわかった」状態まで持っていく
使い方：
1 問 1 答の Q&A でサクサク聞く

2-2. パターン2：文章の叩き台を作ってもらう

例：

研究室の見学会の案内メールの草案を書いてください。
・対象：学部 1〜3 年生
・トーン：やわらかめ、でも最低限フォーマル
・本文だけ、件名も 3 案ください。

ゴール：
白紙から書くより楽に、叩き台 を手に入れる
使い方：
出てきた文章を自分で読み直して、口調と事実だけ直す

2-3. パターン3：ファイルを投げて要約してもらう

例：

（PDF をアップロードして）
このスライドの内容を、
・A4 1 ページの箇条書きサマリー
・3 分で説明できる口頭用メモ
の 2 パターンでまとめてください。

ゴール：
長い資料を一気に読む前に、ざっくり全体構造をつかむ
使い方：
要約を読んだうえで、原文も後でしっかり読む

3. 「普通」と AI2L 流の使い方の違い

ここからが本題です。

ざっくり言うと、AI2L では

ChatGPT を「代わりに作業してくれる人」ではなく、
「学びを手助けしてくれる相棒」として使う

ことで、完成物にブラックボックスを残さない ようにします。

3-1. 4 つの柱を ChatGPT 利用に当てはめると

AI2L の 4 つの柱を、ChatGPT 無料版の使い方に翻訳すると：

ブラックボックスを残さない
- コードや手順は、コメント付き・手順付きで出してもらう
- 「なぜその結論になるのか？」の説明も含めて出力させる
アカウンタビリティ（説明責任）
- プロンプト・前提条件・判断基準を メモとして残す
- 「この部分は人間がチェックした」という印を残す
情報保護
- 機密情報を入れない前提でプロンプトを設計する
- 必要ならダミー／サンプルデータを使う
Green AI（省エネ・低コスト）
- 同じ型のプロンプトを使い回して、少ない回数で回す
- 不要に Deep Research や重い処理を走らせない

3-2. 普通の使い方 vs AI2L 流（比較表）

視点	普通の使い方	AI2L 流の使い方
目的	今すぐ答えが欲しい	学びつつ、あとから再現できる形で残したい
プロンプト	「〜を教えて」「〜を書いて」	「目的」「前提」「出力形式」「根拠の出し方」を指定
出力	最終成果物のみ（文章・コードなど）	最終成果物 + 手順 + 根拠 + 自分のメモ
保存するもの	ChatGPT の履歴頼み	プロンプト・出力・自分の要約を Project 等に整理
人の役割	出力を軽く直す	出力を検証し、理解して、自分の言葉にまとめ直す

以下では、無料版でも真似しやすい AI2L 流の使い方 を
具体例で 3 つ紹介します。

4. 具体例1：授業・自習で「理解を深める」AI2L チャット

4-1. シナリオ

対象：
学部〜大学院レベルの講義（機械学習、統計、信号処理など）
やりたいこと：
「講義スライドを見ただけだと腹落ちしない概念」を、
ChatGPT と対話しながら 自分の言葉で説明できるレベル にする

4-2. 普通の使い方

カーネル法とは何ですか？
高校生にもわかるように説明してください。

メリット：
とりあえずイメージはつかめる
デメリット：
「分かった気」にはなるが、
自分で説明できるレベルの理解 まで到達しているとは限らない

4-3. AI2L 流：3 ステップ対話テンプレ

Step 1：自分の理解度チェックから始める

あなたは「わかりやすく教えるのが得意な TA」です。
これから「カーネル法」について学びたいので、まず私の理解度を確認してください。

カーネル法とは？を学ぶために、3〜5 問の簡単な質問を出してください。

私の回答を読んだら、「いまどのくらい分かっているか」と「次に何を押さえるべきか」をコメントしてください。

そのうえで、今のレベルに合った説明プラン（見出しレベル）を提案してください。

ポイント：

いきなり説明を求めない（＝どこから説明してもらうべきかを一緒に決める）
プラン（見出し）まで含めて出してもらう

Step 2：説明＋自分の要約をセットで残す

プランが出てきたら、セクションごとに：

さきほどのプランのうち「1. カーネル法の直感的なイメージ」だけを説明してください。

まずあなたの説明を書いてください。

その後に「チェック用クイズ」を 3 問出してください。

最後に、私が自分の言葉で要約を書く余白として、見出しだけ用意してください。
（例）「### 自分の言葉での要約（ここは私が後で書きます）」のように。

ここで出てきたクイズに自分で答え、
自分の言葉での要約 を実際にノートや Project の Canvas に書き込みます。

Step 3：最後に「自分が説明する」練習までやる

ここまでの対話をふまえて、

私が「友達に 3 分で説明する」ための台本

スライド 3 枚分の見出しだけ
を作ってください。
台本と見出しを読んだあと、私は自分で話してみます。
話した内容を箇条書きにして貼るので、抜けているポイントがあれば指摘してください。

AI2L 的なポイントは：

ChatGPT に 「説明してもらう」だけで終わらせない
自分の要約・台本を残して、あとで見返しても再現できる形にする

5. 具体例2：Python コード＋データ分析を「ブラックボックスにしない」

5-1. シナリオ

公開されているサンプル CSV（Kaggle の Toy データなど）を対象に、
ChatGPT 無料版の データ分析モード を使って
- 可視化
- 簡単な前処理
- シンプルなモデルの実験

を行いたい。

5-2. 普通の使い方（よくあるパターン）

CSV をアップロード
「このデータで簡単な分析をしてください」と投げる
きれいなグラフと説明が出てくる
とりあえず納得して終わる（自分の手元には何も残らない）

この場合、「どんな前処理をしたか」「どんなコードが走ったか」が
ChatGPT 側に閉じたブラックボックス になりがちです。

5-3. AI2L 流：コード＋解説＋手順をセットで出させる

データ分析モードを開いて（または Project 内で）最初に投げるプロンプト例：

あなたは「教育目的の Python データ分析講師」です。
これから公開データ（機密情報を含まない CSV）をアップロードするので、
AI2L の方針に沿って、ブラックボックスを残さない形で分析を手伝ってください。

要件は次のとおりです：

すべてのコードセルに、何をしているかのコメントを入れてください。

分析のステップごとに、「なぜその操作をするのか」の解説を Markdown で書いてください。

最後に、「このノートブックをローカル（例：Colab）で再現するための手順」を箇条書きでまとめてください。

途中で仮説を立てたり判断した場合は、「仮説」「根拠」「限界」の 3 点を明示してください。

この状態で CSV をアップロードし、

この CSV を使って、

データの概要確認

基本的な可視化（ヒストグラム・散布図など）

ごく簡単なモデル（線形回帰など）のベースライン
までを行ってください。

と指示します。

5-4. 最後に「ローカルで再現する」前提で締める

セッションの最後に、さらに一言：

ここまでの分析を、私のローカル環境（例：VS Code + Python、もしくは Google Colab）で再現できるように、

必要なライブラリ一覧

フォルダ構成の例

実行順番のチェックリスト
を Markdown 形式でまとめてください。

こうしておくと、

ChatGPT 上でだけ完結するのではなく
ローカルでも再現可能な「ノートブック的成果物」 が手元に残る

ので、まさに AI2L の

ブラックボックスを残さない
アカウンタビリティ（なぜそうしたか）

を満たしやすくなります。

6. 具体例3：研究室・チームの「AI 利用ルール」を一緒に整える

6-1. シナリオ

研究室や小さなチームで ChatGPT を使い始めたい
でも「どこまで OK / NG か」「どう記録を残すか」が曖昧
無料版の範囲でいいので、小さく回るルール を作りたい

6-2. 普通の使い方

研究室で生成 AI を使うときのルール案を書いてください。

無難なチェックリストが出てくる
でも、「誰が」「どのタスクで」「どのくらい」使うのかが曖昧なまま

6-3. AI2L 流：Project を使って「見えるルール」を育てる

ChatGPT のサイドバーから
新しい Project（例：Lab-AI2L-Rules） を作る
Project の説明に、AI2L の 4 つの柱を簡単に書いておく
最初のチャットで次のように依頼：

あなたは「研究室の AI 利用ルールづくりをサポートするファシリテーター」です。
この Project では、AI to Learn（AI2L）の 4 つの柱に沿って、

研究室で ChatGPT をどう使うか

どういうタスクは使わないか

使ったときに何を記録しておくか
を一緒に整理したいです。

まず、次の 3 つを Markdown で提案してください：

「入力前チェックリスト」：機密情報・個人情報を入れないためのセルフチェック

「出力チェックリスト」：出力をうのみにしないための確認項目

「記録テンプレート」：AI を使った作業について、あとから説明できるようにするためのメモ欄

出てきた提案を、研究室メンバーで読みながら少しずつ書き換える
必要に応じて、Project にメンバーを招待（無料版なら 5 名まで）

ここで作ったチェックリストやテンプレートは、

実際にタスクをこなすときに貼り付けて使う
改善点があれば、同じ Project 内で更新していく

ことで、「生きたルール」 として育っていきます。

7. ChatGPT 無料版で AI2L を実践するときの小さなコツ

最後に、無料版でも真似しやすい工夫をいくつかまとめます。

7-1. 1 タスク 1 Project（または 1 チャット）を意識する

勉強用、データ分析用、ルールづくり用など、
目的ごとに Project やチャットを分ける と、あとから見返しやすいです。
「AI2L 用テンプレ」専用の Project を 1 つ用意しておくのもおすすめです。

7-2. プロンプトは「目的 → 前提 → 出力形式 → 制約」の順で書く

例えば：

目的：〇〇の予習のために、基礎から理解したい
前提：私は〜〜レベル。講義スライドはあとで自分で読む。
出力形式：見出し＋説明＋クイズ＋自分で要約を書く余白
制約：専門用語を出したら、必ず一言で意味を補足する

という形で書いておくと、
あとから見ても何をしたかったプロンプトか分かりやすい です。

7-3. 「AI の出力」だけでなく「自分のまとめ」を必ず残す

AI2L では、

ChatGPT の出力は 「学びの材料」 にすぎない
最終的な成果物（レポート・コード・手順書など）は
人が理解して、自分の言葉で書いたもの であること

を重要視します。

ChatGPT の回答をそのままコピペするのではなく
自分で理解し直して、自分のノートやリポジトリに再構成して保存する

というひと手間をかけるだけで、
ブラックボックス感はかなり減らせます。

7-4. 無料版の「制限」を、むしろ設計のヒントにする

5 時間あたりのメッセージ数が限られている
データ分析や画像生成にも別枠の制限がある

だからこそ、

同じタスクで毎回ゼロから説明させるのではなく、
テンプレプロンプトを作っておき、必要な部分だけ手で編集する

といった工夫が、Green AI（省エネ）にもつながります。

8. まとめ：ChatGPT 無料版でも AI2L は十分実践できる

本記事のポイントを振り返ると：

2025/12/02 時点の ChatGPT 無料版は
- GPT‑5.1 ベースの高度な推論（回数制限付き）
- Web 検索・ファイル/画像アップロード・データ分析・画像生成
- Project 機能による整理と共有
  を備えており、学習用途には十分強力。
「普通の使い方」は
- すぐ答えが欲しいときには便利だが、
  完成物がブラックボックス化しやすい。
AI2L 流の使い方では、
- プロンプトに「目的」「前提」「出力形式」「根拠の出し方」を書く
- コードや手順は コメント付き・手順付き で出させる
- Project やノートに 自分の要約と決定プロセス を残す
  ことで、「あとから読んだ人も再現できる成果物」を目指す。

明日以降の Advent Calendar では、
より具体的な研究・実務・教育の現場での AI2L 実践例を紹介していく予定です。

もしあなたが今日からできることを 1 つ挙げるとしたら、

よく使うタスク（予習、データ分析、文章草案づくりなど）を 1 つ選び
本記事のテンプレを一つだけ真似してみる

ところから始めてみてください。

「ChatGPT に全部やらせる」のではなく、
「ChatGPT に学びを手伝ってもらいながら、理解の痕跡を残す」
という AI2L 的な使い方が、無料版でも十分に実践できます。

参考

AI to Learn（AI2L）プレプリント
DOI: https://doi.org/10.51094/jxiv.1435
Day 1 記事：
「AI2L入門：完成物にブラックボックスを残さないための基本ルール（Day 1）」

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up