AIに「いい感じにして」「分かりやすくして」と頼めば、形になったものは返ってくる。けれど、そこから自分の目的や好みに合う結果へ近づけるには、曖昧な評価をそのまま渡さないことが重要だ。「いい感じ」「かわいい」「ロックっぽい」「効率化」は、頼む人によって意味が違うからである。
AI時代に役立つのは、AIの機能をたくさん知っていることだけではない。自分が何を好み、何に違和感を持ち、何を不要と判断したのかを、再利用できる形に変える力である。その中心にあるのが、具体例から構造を抜き出す抽象化と、構造を実際の指示へ戻す具体化だ。
作品名から「好きな理由」へ進む
音楽の好みを例にすると分かりやすい。God knows...、ぼざろの曲、Burn My Dread、ゲームの戦闘曲が好きだとしても、「アニソンロックを作って」と頼むだけでは好みの核心が伝わらない。BABYMETALは声は好みでも音が違う、歌詞はあまり重要でない、低音が深い曲が好き、といった差分が隠れているからだ。
ここで作品名を並べる段階から一歩進める。好みの構造を、たとえば「かわいく元気な女性ボーカル」「攻撃的なリズム」「太いベースと深い低域」「高音質のスタジオミックス」「戦闘曲のような高揚感」「かわいい声と重いリズムの対比」と言い換える。これが抽象化である。ジャンル名ではなく、なぜ刺さったのかを取り出している。
採用する要素と捨てる要素を分ける
抽象化は、好きなものを褒める作業だけではない。ズレの原因になった要素も分ける必要がある。音楽なら、デスボイス、男性の激しいシャウト、コメディーメタル、濁ったベース、弱いドラム、ライブの観客音、ローファイ、無秩序な編曲は不要だと指定できる。
この「入れるもの」と「避けるもの」の組み合わせが、AIにとっての評価基準になる。前者だけなら、似ているが違う出力が混ざりやすい。後者まで言葉にすれば、自分の判断をAIが追いやすくなる。評価基準は完成品を採点するためだけでなく、最初の依頼を設計するためにも使える。
抽象化した構造を使える指示へ戻す
次は具体化だ。音楽生成を頼むなら、抽象化した要素を「かわいく元気な女性ボーカル、攻撃的なリズムセクション、深い低域、強いベース、明瞭なキックとスネア、洗練されたスタジオミックス、アニメやゲーム曲の雰囲気、戦闘テーマの高揚感、感情的なサビ」といった指示に戻す。
同じ構造は、SunoやUdioのプロンプトだけに使えるわけではない。曲を探す検索語、記事の見出し、SNS投稿案、自分の好みの仕様書にも変換できる。抽象化だけでは「自分は、かわいい声と重低音の対比が好きだ」と分かって終わる。具体化まで行えば、次の制作や検索で使える資産になる。
仕事の不満を、対応ルールに変える
電話対応も同じ流れで考えられる。「営業電話が多い」「採用担当宛てと言われて転送される」「電話で集中が切れる」といった具体的な困りごとを、そのまま愚痴として扱うと、毎回同じ場面で消耗する。
一段抽象化すると、「未分類の問い合わせを個人へ流している」「価値の低い割り込みを遮断できていない」「労働時間と集中力を有限の資源として扱っていない」「電話に出ることと、必要な電話に出ることが混同されている」という構造が見える。
そこから具体化して、「新規営業電話は原則転送しない」「一次受付で会社名、用件、既存取引か新規営業かを確認する」「必要なものだけチャットで共有する」「担当外の電話は発生元へ戻す」といったルールに戻せる。職場の事情に合わせて確認は必要だが、問題を構造と手順に分けることで、個人の我慢だけにしなくて済む。
記事や資料では評価関数を先に置く
記事作成でも、具体的な違和感をラベルや提案へ変換できる。たとえば、上司の「目をつぶるわ」という発言、善意で中継した仕事を自分の責任にされた経験、海外赴任の延長、よく詰まるトイレといった出来事を並べるだけでは、個別の体験で終わる。
そこから「依頼を許可に変換する上司」「善意で引き受けた仕事の責任移転」「任期が定義されないまま延長される状態」「便器から消えたら終わりではなく、配管の最後まで流れて初めて成功」といった構造や判断基準を取り出す。そして、ブログ記事、チェックリスト、社内提案文、相談文面、アプリ案へ戻す。
資料なら、聞き手が理解する順番、1ページ1メッセージ、話者が説明しやすいこと、文字を詰め込みすぎないこと、決裁者が誤解しないことが評価基準になる。AIに何を作らせるかの前に、何を良いとするかを定めるのである。
具体と抽象を一往復させて終わらせない
具体だけに留まると、同じ問題を何度も個別処理する。逆に「本質はコミュニケーション」「生産性向上が大事」と抽象語だけを並べると、次の行動が分からない。使える知恵は、具体から構造へ進み、その構造を別の具体へ戻したときに生まれる。
まず一つの場面を選び、気に入った点、嫌だった点、不要な点を分ける。次に、作品名や出来事の背後にある共通構造を一文で書く。最後に、それをプロンプト、検索語、チェックリスト、資料の評価基準のいずれかへ変換する。
AIの出力が毎回「ガチャ」に見えるなら、運だけを疑わなくてよい。自分の評価基準が、採用要素と除外要素まで含めて言語化されているかを確認する。その一往復ができれば、音楽、仕事、資料、記事、アプリ案のいずれでも、一度の気づきを次の成果物へ持ち運べる。
