Claude CodeやChatGPTに「いい感じにして」「これ直しておいて」とだけ伝えて、思っていたのと違う出力が返ってきた経験はないでしょうか。原因は多くの場合、AIの性能ではなくプロンプトの曖昧さにあります。「いつもの一言」を具体的な指示に置き換えるだけで、AIへの指示の精度は驚くほど変わります。
この記事の要点
- 「いい感じにして」のような曖昧な一言は、AIが目的・制約・出力形式を推測に頼るため出力がぶれやすくなります。
- 曖昧な指示は「目的」「制約」「判断基準」「出力形式」の4点を補うだけで、具体的なプロンプトに変えられます。
- 曖昧な指示への言い換えは、探索的な雑談や単純作業には不要で、複雑なタスクほど効果を感じやすい傾向があります。
なぜ「いい感じにして」がAIの精度を下げるのか
「いい感じにして」という指示には、目的も制約も判断基準も含まれていません。AIはその空白を、学習データにある平均的なパターンで埋めます。結果として、あなたの意図とは違う「無難な答え」が返ってきます。
これは人間相手でも起きることです。先輩に「いい感じに直しておいて」とだけ頼んだら、期待と違う修正が返ってくるのと同じ構造です。ただし人間は表情や過去のやり取りから文脈を補えますが、AIはプロンプトに書かれた情報だけで判断します。会話履歴が長ければある程度は文脈を拾いますが、単発の指示ではその補完が効きにくいのが実情です。
つまり「いい感じにして」は、AIに対して最も情報量の少ない指示のひとつだといえます。精度を上げたいなら、まずこの一言を疑うところから始まります。
「いつもの一言」を具体的なプロンプトに変える4つの視点
曖昧な指示を毎回ゼロから書き直す必要はありません。次の4つの視点を足すだけで、多くの場合は十分に具体的になります。
- 目的: 何のためにやるのか（例: レビュー通過のため、初心者にも読めるようにするため）
- 制約: 変えてはいけない部分、守るべきルール（例: 既存のAPIは変更しない）
- 判断基準: 複数の選択肢があるとき何を優先するか（例: 可読性より実行速度を優先）
- 出力形式: 欲しい形（例: 差分だけ、コメント付き、箇条書きで理由も添える）
以下は、よく使われがちな「いつもの一言」と、この4視点を足した言い換えの比較です。
| いつもの一言 | 言い換えの例 | 効く理由 |
|---|---|---|
| いい感じにして | 「可読性を優先して、既存の命名規則は変えずに整形して」 | 判断基準と制約を明示 |
| これ直しておいて | 「このエラーメッセージが出なくなるように直して。挙動は変えないで」 | 目的とゴール状態を明示 |
| もっと分かりやすく | 「プログラミング初心者向けに、専門用語を避けて説明して」 | 想定読者を明示 |
| バグを直して | 「〇〇の操作をすると××が起きる。期待する動作は△△」 | 再現条件と期待値を明示 |
| コードレビューして | 「セキュリティと例外処理の観点だけレビューして」 | 観点を絞って出力形式を限定 |
表を見て分かるとおり、言い換え後の文はどれも一つ二つの情報を足しただけです。長い説明を書く必要はなく、抜けていた前提を一言足すだけで十分なケースがほとんどです。
実際に言い換えて試してみた所感
普段の業務でClaude Codeに軽い修正を頼むとき、以前は「ここ、いい感じに直しておいて」とだけ伝えることがよくありました。返ってくる修正は的外れではないものの、自分が想定していた優先順位とずれていることが多く、結局やり直しを頼む場面が何度かありました。
そこで「可読性より既存のテスト構造を壊さないことを優先して」と判断基準を一言足すようにしたところ、体感として最初の提案が想定に近くなり、やり取りの往復が減った印象があります。これはあくまで自分の作業での所感であり、厳密な計測をしたわけではありません。ただ、曖昧な指示を出すほど「AI側の推測に賭けている」状態になる、という感覚は明確になりました。
デメリット・向いていない人・うまくいかないケース
具体的なプロンプトを書く習慣には、当然コストもあります。次のようなケースでは、無理に丁寧な指示を作り込む必要はありません。
- 単純なタスク: 「このタイポを直して」のように意図が一つしかない指示は、言い換える必要がありません。過剰な条件付けはむしろ読みづらいプロンプトになります。
- 探索段階の相談: アイデア出しや壁打ちの段階では、あえて曖昧に聞いた方が幅広い提案を引き出せる場合があります。制約を早く固定しすぎると発想が狭まります。
- 毎回テンプレートを使い回す人: 目的・制約・判断基準・出力形式を機械的に埋めるだけの指示は、状況に合わない条件を混入させることがあります。テンプレートは出発点であり、そのまま流用するものではありません。
- 短時間で大量の指示を出す必要がある場面: 一件ごとに丁寧な言語化をしていると時間がかかりすぎます。頻出パターンだけ言い換えを用意し、それ以外は簡潔に済ませる割り切りも必要です。
つまり「常に丁寧に書く」ことが目的ではなく、「AIの推測に委ねてよい部分」と「明示すべき部分」を切り分ける判断が本質だといえます。
チームでプロンプトの型を共有する
個人の工夫で終わらせず、チームで共有すると効果が広がります。方法は難しくありません。
- よく使う指示のBefore/Afterをドキュメントに残す
- レビューで「この指示、目的が書かれていない」と指摘し合う文化を作る
- CLAUDE.mdやプロジェクトの指示ファイルに、チーム共通の判断基準を書いておく
特にCLAUDE.mdのような設定ファイルにチームの判断基準（命名規則の優先度、テストの扱いなど）を書いておくと、個々の指示で毎回言語化しなくても、AIがその前提を踏まえて動いてくれます。これは一人の工夫を、チーム全体のプロンプト精度に変える手段です。
よくある質問
Q. なぜ「いい感じにして」だとAIの出力がぶれるのですか。
目的や判断基準が書かれていないため、AIが学習データの平均的なパターンで空白を埋めるからです。同じ指示でも文脈によって適切な答えは変わるため、出力が安定しません。
Q. 毎回プロンプトを丁寧に書くのは面倒ではありませんか。
すべてのタスクに必要というわけではありません。意図が一つしかない単純な作業では、曖昧な一言のままで十分なことが多いです。
Q. 曖昧な指示と具体的な指示、どちらが処理速度に影響しますか。
処理速度そのものへの影響は明確な根拠がなく、ここでは断定できません。体感としては、曖昧な指示だとやり直しの往復が増え、結果的に完了までの時間が延びやすい印象があります。
Q. 短い指示のままで精度を上げる方法はありますか。
目的・制約・判断基準・出力形式のうち、最も誤解が起きやすい一点だけを足すのが効率的です。すべてを毎回書く必要はありません。
Q. どんな指示に判断基準を足すべきか迷います。
複数の選択肢が考えられるタスク、たとえば「直す」「整理する」「レビューする」のように、正解が一つに定まらない指示に判断基準を足すと効果を感じやすいです。
Q. チームでプロンプトの型を共有するにはどうすればよいですか。
よく使う指示のBefore/Afterを記録し、プロジェクトの指示ファイルに共通の判断基準をまとめておく方法があります。個々のやり取りで毎回言語化する手間を減らせます。
Q. 探索段階の相談でも具体的に指示すべきですか。
必ずしもそうではありません。アイデア出しの段階では、あえて制約を絞らない方が幅広い提案を引き出せる場合があります。
「いつもの一言」を見直す作業は、今日の一件からでも始められます。次に曖昧な指示を打ちそうになったら、目的か判断基準のどちらか一つだけ、書き足してみるとよいでしょう。