はじめに
こんにちは！
リンクアンドモチベーション新卒エンジニアのいとまどです！
現在は、エンジニアとしてバックエンドからフロントエンド、新規技術検証まで幅広く経験を積んでいます。
最近、AIを使って学習する機会が増えてきました。公式ドキュメントを読ませて要約してもらったり、概念を説明してもらったり。便利ですよね。
でも、ふと気づいたんです。
AIが生成したまとめを読んで、分かった気になってないか？
私の場合、デザインパターンを学んでいたときにこれが起きました。AIに説明してもらって「なるほど、理解した」と思っていたのに、上司に「それ、具体的にどういう仕組み？」と聞かれたら、答えられなかった。
頭の中にあるのは、AIが生成した「きれいにまとまった説明」だけ。自分の言葉で説明しようとすると、何も出てこない。
これって、読者の方にも経験ありませんか？
なぜ「分かった気」になるのか
原因はシンプルです。
AIの出力を読むのは「受動的」な行為だから。
テレビを見ているのと同じで、情報が流れ込んでくるだけ。自分の頭で整理していないし、自分の言葉で言い換えてもいない。
「インプット」と「理解」は別物なんですよね。
本当に理解したかどうかは、自分の言葉で説明できるかどうかで分かる。説明できないなら、それは理解していない。
解決策：自分の言葉を「強制する」仕組み
この問題を解決するために、Claude Codeのカスタムコマンドを作りました。
アプローチは3つです：
-
インプット側：AIに質問されて、自分の言葉で答える（
/learnコマンド） -
アウトプット側：自分の言葉で書いたメモをベースに記事を生成（
/articleコマンド） - AIの態度を変える：「良い人フィルター」を外す（output-style設定）
順番に説明していきます。
仕組み①：learnコマンド — 質問で考えさせる
目的
AIがまとめてくれるのを読んで「理解した気になる」ことを防ぐ。
仕組み
- 学習ファイルを作って、自分の理解をメモしていく
-
/learnコマンドを実行すると、AIが質問を投げかけてくる - 自分の言葉で答える
- Q&A形式で学習ファイルに記録される
ポイントは、AIが答えを教えてくれるのではなく、質問してくるということ。
例えばこんな質問が来ます：
- 「〇〇と△△の違いは何だと思いますか？」
- 「なぜこの設計になっていると思いますか？」
- 「実際のユースケースとして、どんな場面で使えそうですか？」
質問に答えようとすると、自分の理解が曖昧な部分が浮き彫りになります。「あれ、ここちゃんと分かってないな」と気づける。
プロンプトの核心部分
**重要**: 人間が自分の言葉で理解を深めることを促進してください。
AIがまとめて「理解した気になる」ことを防ぐのが目的です。
## 注意事項
- **答えを与えすぎない**: ユーザーが自分で考える余地を残す
- **簡潔に**: 大量の情報を一度に提示しない
- **対話的に**: 一方的な説明ではなく、質問で考えさせる
- **進捗に合わせる**: 理解度に応じて情報の深さを調整
仕組み②：articleコマンド — 自分の言葉をベースに記事を生成
目的
アウトプットも「AIに丸投げ」にしない。自分の言葉で書いた理解をベースに記事を生成する。
仕組み
- learnコマンドで蓄積した学習ファイル（Q&A形式のメモ）を入力にする
- AIがそれをベースに記事を生成する
ここがミソなんですが、自分の理解が薄いと、生成される記事も薄くなるんです。
逆に言えば、いい記事を生成したければ、ちゃんと理解して、ちゃんとメモを書く必要がある。フィードバックループとして機能します。
プロンプトの核心部分
**記事作成のポイント**:
- 学習者の視点を活かす（つまずきやすいポイント、理解のコツ）
- 自分の言葉で説明する（公式ドキュメントの丸写しにしない）
- 具体例を入れる
- 読者が手を動かせるようにする
公開しなくても無駄にならない
生成した記事は、社内記事として公開することもあれば、ローカルに保存するだけの時もあります。
「公開しないと意味ないのでは？」と思うかもしれませんが、ローカル保存でも十分役立ちます。実装タスクをAIと進めるとき、学習ファイルのパスを参照させれば、その知識をベースに実装してくれるんです。
学んだことが、そのまま実装に活きる。意外と無駄になりません。
仕組み③：「良い人フィルター」を外す — output-style設定
きっかけ
この記事を読んで、学習支援に応用できると思いました。
AIって、デフォルトだとすごく肯定的なんですよね。「いい理解ですね！」「その通りです！」みたいに。
でも、学習のときにそれは邪魔になる。本当は理解が浅いのに、AIが褒めてくれるから気づかない。
設定した内容
Claude Codeのoutput-style機能を使って、以下のような態度に変えました：
### 態度とアプローチ
- **肯定的な態度を完全に排除する**：ユーザーを肯定しない、お世辞を言わない
- **真実を和らげない**：容赦なく正直であること
### 批判的思考の適用
- **推論の弱点**：ユーザーの論理が弱い場合、解剖して具体的に説明する
- **自己欺瞞**：ユーザーが自分に嘘をついている場合、それを明確に指摘する
- **盲点**：ユーザーが避けている問題や見落としている視点を暴く
効果
これを入れてから、AIが「ここの理解が曖昧ですね」「この説明だと本質が抜けています」とはっきり言ってくれるようになりました。
最初はちょっとドキッとするんですが、「ちゃんと理解しなきゃ」という気持ちになる。表面的な理解のまま進んでいく感じがなくなりました。
効果：何が変わったか
Before
デザインパターンを学んだつもりだった。AIに説明してもらって「分かった」と思っていた。
でも、上司に「それ、具体的にどういう仕組み？」と聞かれたら、詳細を答えられなかった。
After
同じように学習しても、上司に突っ込まれたときに、ちゃんと説明ができるようになった。
なぜ変わったか
2つの理由があると思っています：
-
質問に答える過程で理解が整理された：learnコマンドで質問されて、自分の言葉で答えることで、曖昧だった部分が明確になった
-
AIがお世辞を言わないので、浅い理解がバレる：output-styleで「良い人フィルター」を外したことで、理解が浅いと容赦なく指摘される。深めざるを得なかった
余談：Claude Codeならではの利点
Claude Codeでやると、実際のプロジェクトコードを参照しながら学習できるのが良いです。
例えば、デザインパターンを学んでいるときに、「これ、今やってるプロジェクトのこの部分に使えるな」という紐付けができる。
抽象的な概念を、自分の仕事に結びつけて理解できるので、定着しやすいと感じています。
まとめ
「AIで分かった気になる」を防ぐには、自分の言葉で説明する機会を強制的に作るのが効果的でした。
私が作った仕組みは3つ：
- learnコマンド：AIが質問を投げかけて、自分の言葉で答えさせる
- articleコマンド：自分の言葉で書いたメモをベースに記事を生成
- output-style：「良い人フィルター」を外して、浅い理解を指摘してもらう
同じ悩みがある方は、ぜひ試してみてください。Claude Codeに限らず、「AIに質問させる」「自分の言葉を入力にする」という考え方は、他のツールでも応用できると思います。