Claude Opus をより自然な回答に誘導するには

議事録からアクションアイテム（担当者・期限つきのタスク）を自動抽出する際、「誰が・何を・いつまでに」を正確に取り出すにはプロンプト設計が重要。定義の明確化、除外条件の先行記述、人名幻覚の防止、構造化出力＋根拠引用で、実装時の典型的な3つの落とし穴を解決した実例を共有。

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。

Wesnoth風の戦術パズルゲームで、プレイヤーがChatGPT・Gemini・Claude などのチャットAIに盤面情報を渡し、戦術指示を仰ぐ「チャットAIモード」が紹介されている。このモードの面白さは、AIの性能を競うのではなく、プロンプト設計でAIにリスク管理をどう考えさせるかという、プロンプトエンジニアリングそのものをゲーム化する点にある。

プログラミング未経験の高校2年生が Claude Pro に課金し、好奇心で「何ができるか」と質問を重ねることで、お小遣い管理アプリの開発に至った。Claude との対話で「作りたいもの」を言語化し、逆質問を通じて機能要件を詰め、夜なべでコーディングを進めた結果、本格的に動作するアプリが完成。素人とは思えないレベルの完成度に達した。