背景
生成AIを学習に使う場面が増えましたが、実際には解答を読んで終わる使い方も見かけます。
正直、それだけでは「解けた気になる」状態から抜けにくいです。今回は、LLMを学習プロセスを回す対話相手として使います。
微分積分はあくまで例で、この流れは他の科目や業務知識にも応用できます。
注意点 / 前提
この記事は私なりの整理で、効果を一律に保証するものではありません。
LLMの回答には誤りがあり得ます。教科書、過去問、公式解答などで検証し、最後はAIなしで解ける状態へ移行します。
整理・考え方
ここで一度、整理してみます。
問題なのはLLM自体ではなく、自分で考えず、誤りを分析せず、AIなしで解けるか確認しないことです。LLMは問い返しや類題生成に向いており、答えの取得より、学習サイクルの設計と相性が良いと考えています。
現状診断から再評価までをStep 0〜9で回します。Promptを順番にコピーし、{ }を自分の状況に置き換えてください。対話形式のLLMであれば利用できます。
- 公式は覚えているが、応用問題で手が止まる
- 「なぜ解けるのか」を説明できない
- 同じミスを繰り返す
本文：Promptで学習サイクルを回す
Step 0. 現状診断とゴール設定
私は大学受験を控えた高校3年生です。志望学部は{理系学部（工学部など）}で、数学の中でも特に微分積分に苦手意識があります。
以下の{現在の状況}を踏まえて、私の微分積分の理解度を診断するための質問を5つ、易しいものから難しいものへ段階的に出題してください。
まだ解説や解答は不要です。質問だけを出してください。
### 現在の状況
- 学校の定期テストの微分積分の単元は平均点前後
- 模試の数学は偏差値55程度
- 志望校は共通テストと二次試験の両方で数学が必要
- 微分の公式は覚えているが、積分の応用問題になると手が止まる
回答したら、続けて次を送ります。
以下が私の回答です。{5問への回答をここに貼り付け}
この回答を採点し、私の微分積分の理解度を「概念理解」「計算力」「応用力」の3つの観点でそれぞれ5段階評価してください。
そのうえで、入試本番までに埋めるべき弱点を3つに絞り、SMART目標（具体的・測定可能・達成可能・関連性・期限）の形で提案してください。
苦手という感覚ではなく、3観点で現在地を確認します。
Step 1. 学習ロードマップの設計
根拠：ZPD・最近接発達領域。大きすぎず、小さすぎない単位に分解する。
{Step 0で提案されたSMART目標}を達成するために、{入試本番までの残り日数}までの学習ロードマップを作成してください。
微分積分の単元を、
①平均変化率・極限 → ②微分係数と導関数 → ③接線と法線 → ④増減表とグラフ → ⑤最大最小問題 → ⑥積分の基本 → ⑦面積・体積 → ⑧融合問題
の順で、私の今の実力より少しだけ難しい範囲（ZPD）に収まる粒度に分解し、週単位の計画表を作成してください。
表形式で、各週の到達目標も明記してください。
今より少しだけ難しい範囲に区切り、難しすぎる計画と簡単すぎる反復を避けます。
Step 2. ソクラテス式対話による概念理解
根拠：答えを先に渡さず、問いを重ねて考え方を言語化する。
次に微分係数の定義について学びます。
f'(x) = lim[h→0] {f(x+h) - f(x)} / h
この定義について、**すぐに解説せず**、まず「なぜこの式で瞬間の変化率が求まるのか」を私に問いかけてください。
私が答えたら、その答えの過不足を指摘し、次のヒントになる問いを重ねてください。
答えを直接教えるのではなく、ソクラテス式に問いを重ねて、私自身に結論を導かせてください。
私が3回考えても核心にたどり着けない場合のみ、ヒントの温度を1段階だけ上げてください。
自分の言葉で説明できるかを重視し、停滞時だけヒントを強めます。
Step 3. ワークドエグザンプルから足場を外す
根拠：認知負荷理論。手本を見せた後、段階的にヒントを減らす。
微分係数の考え方が分かったところで、典型的な微分の応用問題（接線の方程式を求める問題）を1問、
解法の手順を明示した「ワークドエグザンプル」として提示してください。
次に、同じパターンで数値だけ変えた類題を3問出してください。
- 1問目：途中の式変形までヒントとして示す
- 2問目：ヒントを半分に減らす
- 3問目：ヒントなしで出題する
このように段階的にヒントを減らして（フェーディングして）ください。
手本からヒントなしへ移行し、AIへの依存を減らします。
Step 4. 検索練習として小テストを行う
根拠：検索練習・テスト効果。解答を見る前に、自分で考えて答える。
ここまでの範囲（平均変化率・微分係数・接線）から、共通テスト形式と二次試験の記述式形式を両方含む小テストを5問作成してください。
**解答と解説は今は出さず、問題だけを出してください。**
私が全問解答して送るまで、解答は教えないでください。
解いたら、続けて次を送ります。
以下が私の回答です。{5問への回答をここに貼り付け}
採点して、正誤だけでなく、私の回答のどこが解答と異なるかも具体的に指摘してください。
問題と解答を分け、「理解」と「見て納得」を切り分けます。
Step 5. フィードバックと誤り分析
根拠：誤りの種類を分け、次の対策を変える。
Step 4で間違えた問題について、それぞれ次のどれに当たるかを分類してください。
- 計算ミス
- 公式の適用ミス
- 概念の誤解
そのうえで、同じタイプの間違いを今後防ぐための具体的なアドバイスをください。
計算ミスと概念の誤解では対策が異なるため、なぜ間違えたかまで分類します。
Step 6. 間隔反復をスケジュールする
根拠：間隔反復・スペーシング効果。時間を空けて思い出す。
模試本番まであと{残り日数}です。今回の{誤答パターン}を踏まえて、
1日後・3日後・1週間後・2週間後に復習するタイミングをカレンダー形式で提案してください。
復習のたびに、難易度を少しずつ上げた類題も一緒に用意してください。
復習日と類題をセットにし、生成問題の条件や解答も確認します。
Step 7. AIに教える形で振り返る
根拠：ファインマン・テクニック／AI-studentロール。説明できるかで理解を確かめる。
今度は立場を逆にしてください。あなたは微分積分を初めて習う高校生の後輩です。
私が「積分がなぜ面積を求められるのか」をあなたに説明しますので、後輩役として、
理解できなかった点や、説明が曖昧だった点を遠慮なく質問してください。
（ここに自分の説明を書く）
説明する側に回り、曖昧な箇所を見つけます。
Step 8. 検証・ファクトチェックを習慣化する
根拠：ハルシネーションや不正確な表現を、そのまま採用しない。
先ほどの積分の説明の中に、教科書や過去の入試問題の定義と照らして誤りや不正確な表現がないか、もう一度厳しく確認してください。
断定できない部分があれば「要確認」と明示してください。
LLMの再確認だけで終わらせず、別の根拠にも当たります。
Step 9. AIなしの演習へ移行し、再評価する
根拠：フェーディング原則。最後は支援なしで実行できる状態を目指す。
最後に、今日学んだ範囲のヒントなし模擬試験形式の問題を3問出してください。
私はAIに質問せずに解きます。解き終えたら結果を送るので、Step 0と同じ3観点（概念理解・計算力・応用力）で再評価し、
次に取り組むべき単元を提案してください。
結果を使ってStep 0へ戻り、次の単元でも繰り返します。
詳しい理論的根拠は、LLMを使った学習方法論の調査レポートを参照してください。
ここまでの整理
- 良い点：診断、問い返し、類題、誤り分析、復習を一つの流れとして扱える
- 注意点：LLMの回答や生成問題は正しいとは限らず、別の根拠による確認が必要
- 限界：本番でAIは使えないため、最後はヒントなし・AIなしへ移行する必要がある
LLMは万能ではありませんが、考える時間を残せば学習補助として機能します。
まとめ
生成AIを学習に使うときは、どの順番で問い、いつ答えを見せず、いつ支援を外すかが重要です。実務では、この設計で結果が変わります。
まずはStep 0からStep 9までを一周し、微分積分で確認できたら別の科目へ展開します。最初から最適化する必要はありません。まずは一つの単元で一周する。ここまでで十分です。