Table of Contents
生成AIはとても賢い。しかし、「知らないことは質問できない」という構造的な弱点があります。
この盲点について、X（旧Twitter）で注目を集めたのが、けんすう氏といた｜HR Tech CTO氏の投稿です。
けんすう氏は、生成AIに詳しくない分野を相談するときの具体的な質問テンプレを提示。
いた氏は、「AIの出力の上限はプロンプトを書く人間の認知範囲に縛られる」という本質的な問題を指摘しました。
本記事では、両者の投稿をソースとして明示しつつ、その内容をもとに「自分がよく知らない分野でAIに相談するときの心構えと具体的な頼み方」を整理します。
ソース：Xでの投稿
・けんすう氏の投稿
https://x.com/kensuu/status/2021749677746766185
・いた｜HR Tech CTO氏の投稿
https://x.com/it__garlic/status/2021412298859086193
「知らない概念は質問できない」という盲点
いた氏が指摘するのは、非常にシンプルで怖い事実です。
AIは聞かれたことには答えてくれる。しかし、聞かれていないことは基本的に提案しません。
たとえば、Observabilityという概念を知らない人が「Webシステムを作って」と依頼した場合、動くものは出てくるかもしれません。しかし、運用設計や監視設計が含まれるかは保証されません。
つまり、AIの出力の上限は、プロンプトを書く人間の認知範囲に縛られるということです。
怖いのは、「知らないことに気づけない」点です。動いているから問題ないと錯覚してしまう。しかし実際には、観測できていないだけで、将来の障害リスクが静かに育っている可能性があります。
けんすう氏が提示した“潰し込み”質問テンプレ
この問題に対して、けんすう氏が提案しているのが、最初に“メタ質問”を投げる方法です。
・この分野の専門家が、初心者の私の計画を見たときに「これが入っていないのは致命的だ」と指摘するポイントを3つ挙げてください。
・このプロジェクトを成功させるために、私がまだ考慮できていない業界標準のベストプラクティスや概念を教えてください。
・私が知らないことで、後々大きなトラブル（障害やコスト増）につながる可能性のある技術的要素は何ですか？
これらはすべて、「自分の認知の外側」をあぶり出すための問いです。
いきなり“作らせる”のではなく、まず“抜けを洗い出させる”。これだけで、AIの活用精度は大きく変わります。
AI時代に価値が上がったのは「正解」ではなく「問い」
両者の投稿が示しているのは、共通するメッセージです。
AI時代に本当に価値が上がったのは、「正解を出す力」だけではない。むしろ、正しい問いを立てる力の重要性が急上昇しているということです。
問いの質が、そのまま成果物の質になります。
これは、AIを使う側のリテラシーが、以前よりも構造的に重要になったことを意味します。
知らない分野をAIに相談するときの実践ポイント
最後に、実践的なポイントを整理します。
・いきなり実装を依頼しない。まずは抜け漏れを洗い出す。
・「初心者である」という前提を明示する。
・失敗やコスト増のリスクをあえて聞く。
・ベストプラクティスや業界標準を必ず確認する。
・一度出てきた回答をもとに、さらに「他に見落としは？」と深掘る。
AIは非常に強力なパートナーです。ただし、万能ではありません。
だからこそ、まずは「自分が何を知らないか」を聞くという姿勢が重要になります。
けんすう氏といた氏の投稿は、その重要性をシンプルに、しかし鋭く示しています。
生成AIを本当に使いこなすために必要なのは、テクニックよりも「問いの設計力」なのかもしれません。
関連記事はこちら
生成AIの実践的な活用法やプロンプト設計については、以下のタグページも参考になります。
・AI活用術（具体的な使い方や応用例を紹介）
最新記事はトップページからご覧いただけます。
・Smart Watch Life トップページ
はじめての方・記事の探し方に迷った方へ
記事が多くて迷ったら、
記事の探し方ガイド
から目的別に読めます。
