連載：AI時代のSE・プログラマのためのAI壁打ち実践入門 第1回

連載：AI時代のSE・プログラマのためのAI壁打ち実践入門
全5回 ｜ 第1回 / 5

この連載は、AIを「答えを出す機械」ではなく、「前提を掘り、選択肢を増やし、判断を検証する相棒」として使うための実践シリーズです。

はじめに

AIに質問しているのに、返ってくる答えが浅い。
毎回それっぽい回答は出るが、実務の判断には使いにくい。

こんな経験はありませんか？

ChatGPT、Claude、Gemini など、使えるAIは増えました。しかし、「AIに聞いたけど微妙だった」という感想で終わる場面は、意外と多いのではないでしょうか。

実は、その原因はAIの性能だけではありません。こちらが「何を考えたいのか」を整理して渡せていないことが、回答の質を下げている場合があります。

この記事では、AIとの壁打ちを「質問文の工夫」ではなく、思考プロセスの設計として整理します。

この記事で扱うこと

• 単発質問と壁打ちの違い
• AIに渡すべき5つの要素（G-C-C-J-R）
• コピペで使える壁打ちテンプレート
• 悪い例と改善例の比較
• 壁打ちの実例（「AI時代に何を学ぶべきか」を題材に）
• 実務で使うときの注意点

結論

先に結論を書きます。

AI壁打ちの質は、AIモデルの性能だけでなく、人間が渡す5つの要素で大きく変わります。

要素	意味
Goal（目的）	何を決めたいか
Context（背景）	なぜそれを考えているか
Constraints（制約）	時間・予算・技術・禁止事項
Judgment（判断基準）	何を優先して選ぶか
Role（役割）	AIに期待する振る舞い

この5要素を渡すだけで、AIの回答は一般論から「自分の状況に合った回答」へ変わりやすくなります。

単発質問と壁打ちの違い

まず、「単発質問」と「壁打ち」の違いを整理します。

	単発質問	壁打ち
目的	答えを得る	思考を深める
情報の流れ	一方向（質問→回答）	双方向（対話の往復）
渡す情報	質問文のみ	目的・背景・制約・判断基準
AIの役割	回答者	レビュー役・反証役・整理役
結果	一般論になりやすい	自分の状況に合う答えになりやすい
判断	AIが答えを出す	人間が最終判断する

壁打ちの本質は、AIに「正解を教えてもらう」ことではありません。自分の思考を外に出し、AIという壁に当てて、跳ね返りから気づきを得ることです。

よくある失敗例

壁打ちのつもりでも、実際には単発質問になっている場面は多いです。

悪い例

AIを仕事でうまく使う方法を教えてください。

この質問では、AIは以下のような一般的な回答しか返せません。

• 「プロンプトを具体的にしましょう」
• 「目的を明確にしましょう」
• 「AIの限界を理解しましょう」

なぜ一般論になるかというと、あなたの状況がAIに伝わっていないからです。どんな仕事をしているのか、何に困っているのか、どんな制約があるのかがわからなければ、AIは最大公約数的な回答しか出せません。

壁打ちを変える5つの要素：G-C-C-J-R

壁打ちの質を上げるために、AIに渡す情報を5つの要素で整理する方法があります。

Goal（目的）

「何を決めたいか」を明示します。

×：AIの活用方法を知りたい
○：来月から始める個人開発プロジェクトで、技術スタックを決めたい

Context（背景）

「なぜそれを考えているか」を伝えます。

背景：業務では Java + Spring Boot を使っているが、個人開発では軽量な
フレームワークを試したい。Pythonは触ったことがある程度。

Constraints（制約）

「できること・できないこと」を明示します。

制約：
- 学習に使える時間は週末3時間程度
- 予算はほぼゼロ（無料サービスのみ）
- 3ヶ月以内にMVPを公開したい

Judgment（判断基準）

「何を優先して選ぶか」を伝えます。

判断基準：
- 学習コストの低さを最優先
- ドキュメントが充実していること
- 将来的にポートフォリオとして見せられること

Role（AIに期待する役割）

「AIにどう振る舞ってほしいか」を指定します。

役割：
- 私の案に対して反論や見落としを指摘してください
- 選択肢を3つ出して比較してください
- 最終判断は私がするので、判断材料を整理してください

改善例

先ほどの悪い例を、G-C-C-J-Rで書き直すと、以下のようになります。

あなたには、私の壁打ち相手として振る舞ってほしいです。

目的：
- 個人開発で使う技術スタックを決めたい

背景：
- 業務ではJava + Spring Bootを使っている
- 個人開発では軽量なフレームワークを試したい
- Pythonは基本文法を知っている程度

制約：
- 学習時間は週末3時間
- 予算はゼロ（無料サービスのみ）
- 3ヶ月以内にMVPを公開したい

判断基準：
- 学習コストの低さを最優先
- ドキュメントが日本語で充実していること

お願い：
1. 前提の抜け漏れを指摘してください。
2. 候補を3つ出してください。
3. それぞれのメリット・デメリットを比較してください。
4. 私が見落としていそうなリスクを挙げてください。
5. 次に確認すべき質問を出してください。

このように情報を整理して渡すと、AIは「あなた向けの回答」を返しやすくなります。

基本テンプレート

以下のテンプレートをコピーして、自分の状況に合わせて埋めてみてください。

あなたには、私の壁打ち相手として振る舞ってほしいです。

目的：
- {何を決めたいか}

背景：
- {なぜこの相談をしているか}

現状案：
- {自分なりの仮説や案があれば}

制約：
- {時間、予算、技術、環境、禁止事項}

判断基準：
- {何を優先して選ぶか}

お願い：
1. 前提の抜け漏れを指摘してください。
2. 選択肢を出してください。
3. リスクを挙げてください。
4. 次に確認すべき質問を出してください。

壁打ちの実例：「AI時代に何を学ぶべきか」

実際にテンプレートを使って壁打ちをしてみます。題材は、多くのエンジニアが一度は考えたことがある「AI時代に何を学ぶべきか」です。

壁打ちの入力

あなたには、私の壁打ち相手として振る舞ってほしいです。

目的：
- AI時代に、SE経験5年の自分が次に学ぶべき技術領域を決めたい

背景：
- 業務ではJava + SQLの開発・保守をしている
- AIコーディングエージェントの進化で、自分の実装スキルの価値が
  下がるのではないかと感じている
- 何かを学びたいが、選択肢が多すぎて決められない

制約：
- 平日の学習時間は1日30分程度
- 業務に直接使えるものを優先したい
- 3ヶ月後に転職活動を始める可能性がある

判断基準：
- 既存のSE経験（設計、テスト、運用）が活きること
- 単なるツール利用ではなく、設計・構築に関わる技術であること
- 学んだことをQiitaやGitHubでポートフォリオ化できること

お願い：
1. 私の前提に抜け漏れがないか指摘してください。
2. 候補を3つ出して比較してください。
3. 私が見落としていそうなリスクを教えてください。
4. 次に確認すべき質問を出してください。

AIの回答（要約）

🤖 AI（壁打ち相手）:

前提の確認：
「実装スキルの価値が下がる」という前提は、部分的に正しいですが、補足が必要です。AIが得意なのは定型的なコード生成であり、要件の曖昧さを解消する力、例外処理の設計、運用時の判断はまだ人間の領域です。

候補3つ：

候補	概要	SE経験の活用	学習コスト	ポートフォリオ化
A: AIエージェント運用設計	AIの入出力・制御・監査を設計する	◎ 設計・テスト経験が直接活きる	中	◎
B: データ基盤・パイプライン	データの収集・変換・保存の設計	○ SQL・運用経験が活きる	中〜高	○
C: クラウドインフラ (IaC)	Terraform等でインフラをコード化	○ 構成管理・運用経験が活きる	中	○

見落としリスク：

• 「何を学ぶか」より「学んだことをどう見せるか」が転職では重要
• 3ヶ月という期間では、深く学ぶより「小さな成果物を作って公開する」方が効果的

次に確認すべき質問：

1. 転職先の候補業界は？（Web系？SIer？事業会社？）
2. 現職で試せる環境はあるか？
3. チーム開発とソロ開発、どちらの経験を見せたいか？

この壁打ちから得られた気づき

このやりとりだけでも、以下のような気づきが得られます。

1. 前提の補正：「実装スキルの価値が下がる」は単純化しすぎていた
2. 選択肢の構造化：漠然と「何を学ぶか」ではなく、比較軸が見えた
3. 盲点の発見：「何を学ぶか」と「どう見せるか」は別の問題だった
4. 次の行動：追加で確認すべき質問が見えた

壁打ちの効果は、答えが出ることではなく、自分が考えるべきことが整理されることです。

実務投入時の注意点

壁打ちを業務で使う際には、以下の点に注意してください。

• 機密情報を入れない: 社内のプロジェクト名、顧客名、ソースコード、業務データをそのままAIに渡さない。架空の例に置き換えるか、サニタイズしてから入力する。
• AIの回答を正解として扱わない: AIは「もっともらしい回答」を生成するが、事実と異なる場合がある。特に技術的な判断は、公式ドキュメントやローカルでの動作確認で検証する。
• 判断基準は人間が持つ: AIは選択肢やリスクを出すことは得意だが、最終的に「どれを選ぶか」は人間が決める。壁打ちの目的は、判断の材料を増やすこと。
• 会話ログを残す: 壁打ちの結果は、後から見返せるように記録しておく。Markdownで保存しておくと、将来的にナレッジとして再利用できる。
• 重要な判断は根拠を確認する: AIが「○○がおすすめです」と言った場合、なぜそう言えるのか根拠を確認する。根拠が曖昧な場合は、追加で調べる。

チェックリスト

壁打ちを始める前に、以下を確認してみてください。

• 目的を書いたか（何を決めたいか）
• 背景を書いたか（なぜ考えているか）
• 制約を書いたか（時間・予算・技術・禁止事項）
• 自分の現状案を書いたか（仮説があれば）
• AIに期待する役割を書いたか（レビュー役、反証役など）
• 最後に人間が判断する前提になっているか

すべてにチェックが入らなくても構いません。まずは「目的」と「背景」だけでも書いてから壁打ちを始めると、回答の質が変わることを実感できるはずです。

まとめ

AIとの壁打ちは、AIに正解を出させる作業ではありません。自分の思考を外に出し、整理し、気づきを得るための作業です。

今回の記事で紹介した内容を振り返ります。

• 壁打ちと単発質問は違う：前提・制約・判断基準を渡す対話が壁打ち
• G-C-C-J-Rの5要素で壁打ちの質が変わる
• テンプレートを使えば、誰でも壁打ちを始められる
• **壁打ちの効果は「答え」ではなく「整理」**にある

この記事では壁打ちの基本的な考え方を整理しました。しかし、実務では「設計判断」「要件整理」「デバッグ」など、場面ごとに壁打ちの型が変わります。次回以降の記事で、それぞれの場面に合った壁打ちの方法を紹介します。

次回予告

次回は、曖昧なアイデアを要件に変えるAI壁打ちテンプレートを扱います。

「作りたいものはあるけど、仕様に落ちない」「何を決めるべきかわからない」という場面で、AIとの壁打ちを使って要件定義に落とし込む手順を整理します。

---

この記事では、AIの回答をそのまま正解として扱うことは推奨しません。
実務利用時は、機密情報を入れないこと、出力を検証すること、必要に応じて人間が判断することを前提にしています。

---

連載一覧

1. AIとの壁打ちは「質問」ではなく「思考プロセス設計」である ← 今回
2. 曖昧なアイデアを要件に変えるAI壁打ちテンプレート
3. 実装前にAIと設計レビューするための壁打ち手順
4. AIに丸投げしないコードレビュー・デバッグ壁打ち術
5. AIとの壁打ちログをナレッジ化してポートフォリオに変える