AIに「なんか違う」を伝えるための適切な修正指示の作り方

個別指導塾の講師が、Claude を使った教材づくりの実践型3つを紹介。つまずき内容を一緒に渡して類題を生成する、切り口の壁打ち相手として説明案を広げる、確認プリントの叩き台を作らせて人間が検品する方法で、授業外の仕込み時間を大幅に短縮しつつ、診断と信頼構築は講師が担当する役割分担を実現。

AIに本の要約を丸投げすると「メタ認知的怠惰」によって内容が記憶に残らない現象の正体を学習科学の研究から解説。学習効果は「生成を誰がやるか」で天と地に分かれ、自分で考えてからAIに採点・反論させるInteractiveな使い方が最も効果的であることを、実践型プロンプト付きで紹介。

AIへの依頼で「完了条件（Done Criteria）」を定義せずに投げ続けていたため差し戻しが常態化していたが、プロンプト末尾に形式・内容・NG条件の3行を追加するだけで、3週間30タスクの実測で差し戻し率が68%から27%に低下。1タスク平均往復回数が3.2回から1.1回に減り、完了までの時間も42分から18分に短縮。依頼側が「何ができたらOK か」を言語化する癖が、AIとのやり取りの質を決める最大の変数。

note の記事をもとに、ChatGPT・Gemini・Claude の 3 つのAIに文章のレビューを依頼し、その指摘を反映させた執筆プロセスを記録。各AIの個性的な指摘（Gemini の文学的観点、ChatGPT の構成論、Claude の批判的視点）を並べることで、AI活用は「優秀なツールを方向づける人間のマネジメント力」を問い直す。