はじめに
生成AIを本気で使いこなそうとすると、ある壁にぶつかる。
「AIは賢いはずなのに、返してくる答えがやけに凡庸だ....」
この違和感は、気のせいではなく、むしろ必然です。
本稿は、生成AIの仕組みを“彫刻家の比喩”で読み解きながら、
AIから人類のエッジ（非凡な知）を引き出すための実践的プロンプト技法 を、技術者向けにまとめます。
1. AIはデフォルトで「中央値」に最適化されている
AIはその設計思想として 「人類の平均解」を返すように学習・調整されている。
理由は明確で、以下の4点に集約される。
● 1. 学習データの密度分布（統計的に平均へ引っ張られる）
Webや文献由来のデータは“標準的な知識”に偏る。
モデルはその密度に比例して「平均解」を強化する。
● 2. 安全性チューニング（極端値が抑制される）
サービスとして広く提供するためには「暴走」より「無難」が優先される。
安全のために尖った回答は抑制される。
● 3. RLHF（人間評価）による無難化
一般ユーザーが“わかりやすい回答”に高評価を与えるため、
モデルは中庸な回答を“良い”と学習していく。
● 4. サービス要請：多くのユーザーが望む中心点へ調整
プロダクトはマス向けに最適化される。
必然的に モデルの中心は「偏差値50」付近 になる。
2. では「人類のエッジ」はどこにあるのか？
重要なのは、生成AI内部には“エッジ”も確実に存在する という事実だ。
モデル内部の潜在空間は
以下のような階層構造を持つと理解するとわかりやすい。
┌──────────────────────────────────────────┐
│ 表層：無難な平均解（デフォルト回答）
│ ・多数派の事例
│ ・教科書的な説明
├──────────────────────────────────────────┤
│ 中層：高度だが枠内の専門知
│ ・標準理論
│ ・ベストプラクティス
├──────────────────────────────────────────┤
│ 深層：エッジ層
│ ・異端の視点
│ ・細部の相関
│ ・偏在した知
│ ・奇妙な仮説
│ ・天才的構造（少数データに埋もれた特異パターン）
└──────────────────────────────────────────┘
問題は、普通の質問だと“表層”だけを返されることだ。
深層に埋もれたエッジ層に到達するには、質問（プロンプト）で「削り込む」 必要がある。
3. 彫刻の比喩で理解する「プロンプト＝鑿（のみ）」
ミケランジェロはこう語ったとされる。
私は大理石の中に天使を見た。そして天使を自由にするために彫ったのだ。
また運慶はこう語ったとされる。
木、石の中にあらかじめ像が宿っており、彫るということはその出現を手助けするだけ
鑿で“形を作る”のではなく、木の内部に潜む本来の姿を掘り当てる行為こそが彫刻だという立場である。
さらに言えば、運慶の言葉は次の3点を示唆している。
- 像は外から付与するものではなく、内側に潜在している。
- 鑿の入れ方次第で“潜んだ像”が現れるか決まる。
- 彫刻家は創造者というより“発見者”に近い。
この発想は、生成AIの「潜在空間から形を引き出す」構造と美しく対応している。
生成AIも同じで、潜在空間には無数の“像＝パターン”が眠っている。
わたしたちはプロンプトでそれを掘り出す。
4. 技術者向け「エッジ抽出プロンプト」
以下は研究・開発現場で実際に効く“深層掘削プロンプト”の型だ。
● ① 平均解・標準解を禁止する
一般論・平均的回答を禁止し、例外事例・反常識から推論せよ。
● ② トップ1%の視点を強制する
専門家の上位1%が前提にする観点のみを用いて回答せよ。
● ③ 正面からの説明を禁止し、斜めの角度で答えさせる
正攻法の説明を禁止し、側面・背面・極端条件から導出せよ。
● ④ 不確実性を許容し、仮説生成を優先させる
確度より新規性を優先し、推測を明確に述べよ。
● ⑤ 反実仮想（counterfactual）を考える
次のテーマについて、反実仮想（counterfactual）を構築せよ。
事実とは異なる前提を1つ以上「明示的に」設定し、
その前提が成立すると世界・構造・因果がどう変化するかを論理的に展開せよ。
● ⑥ 例外 → 構造 → 原理 の順に深掘りさせる
例外事例から構造を抽出し、その背後の原理を一般化せよ。
次のテーマについて、「例外 → 構造 → 原理」の順で深掘りせよ。
一般論の提示は禁止する。
【ステップ1：例外】
テーマにおける“例外事例”を3つ以上提示せよ。
少数派・異常値・標準モデルから外れるケースを優先し、
なぜ例外になるのかを必ず説明せよ。
【ステップ2：構造】
上記の例外事例に共通する「隠れた構造」「メカニズム」「相関」を抽出せよ。
各構造について、因果関係を2段階以上で明示せよ。
【ステップ3：原理】
抽出された構造から、より抽象度の高い“原理”を1つ導出せよ。
原理は1行で表現し、一般化可能であること。
その原理が、通常の理解（平均解）をどう上書きするかも示せ。
【出力制約】
一般論・教科書的説明は禁止
必ず例外からスタートし、構造→原理の順に書くこと
最終的に1行の「本質的原理」で締めること
● ⑦ 逆、裏、対偶を明示させる
インサイトを抽出し、逆説的な真実、隠された含意、対偶的表現を示せ。
最後に本質を一言で表現せよ。
これらは“鑿の角度を変える”に値し、モデル内部のエッジ層を直接掘り起こす行為に相当する。
5. まとめ：エッジを引き出すのは、あなたのプロンプト
生成AIが提供するのは「人類の蓄積知」だ。そのまま使うと 中央値の像しか出てこない。が、角度を変えるほどエッジは姿を現す。
AIにプログラムを書かせるのではない。AIの中に埋まっているプログラムを削り出すのだ！！
おまけ
生成AI エンジニアリング活用ガイドは、開発プロセスにおいてすぐに生成AIを活用できるように設計された、TIS株式会社が提供しているガイドラインです。
Claude CodeやGitHub Copilotなどの導入方法、開発プロセスにおける生成AIの具体的な活用方法などを提供しています。