※2026年10月の、自分のAI活用についての記録です。特定のAIの調査性能を比較したものではなく、調査を頼んだ目的と、返ってきた内容のずれについて書いています。
最近、AIにある技術分野について調査を頼みました。
返ってきた内容は、間違っているとまでは言えません。その分野で使われている考え方や、調べるとよく出てくる方法が整理されていました。
でも、読んでいて引っかかりました。
「これ、もう知っている話が多いな」
自分が知りたかったのは、その分野にどんな方法があるかだけではありません。いま試していることがうまくいかない中で、何が足りないのか。それに対して、ほかに参考になる情報はないのか。
そこを知りたかったんです。
AIは調べて、答えを返してくれた。でも、その答えが今の自分の困りごとを前に進めるものかというと、少し違いました。
今回は、そこから調査を頼み直した話です。
調査結果はある。でも、欲しかった答えではなかった
自分は現在、AIが過去の情報を必要なときに取り出して使えるようにしたいと考えています。
情報を保存するだけでなく、必要なものを見つけ、会話や作業に使えるようにしたい。ただ、実際には、欲しい情報をうまく取り出せないことがあります。
そこで、関連する方法や考え方をAIに調べてもらいました。
ところが、返ってきたのは、自分がすでに見聞きしていた一般的な説明が中心でした。今使っている方法と比べて、何が足りないのか。どこを見直せそうなのか。その答えとしては物足りなかった。
一般的な説明が役に立たない、という話ではありません。
何も知らない状態なら、まず全体像をつかむために必要です。自分も新しい分野では、そういう説明に助けられます。
ただ今回は、そこから先に進みたかった。
知りたかったのは「どんな方法がありますか」ではなく、「今の自分が困っているところに、別の手がかりはありますか」でした。
「どこまで調べた？」と聞き直した
調査結果を見て、自分は、研究者や開発者の発信まで追ったのかを聞き直しました。
すると、その時点ではそこまで確認していなかった、という返答でした。
ここで「AIは調査が苦手だ」と結論づけたいわけではありません。自分が頼んだ内容や、AIが使える情報源、そのときの調査範囲によっても結果は変わります。
実際に振り返ると、最初の依頼には、自分がすでに何を知っていて、どこに不足を感じているかが十分に伝わっていませんでした。
AIからすれば、関連分野の情報を集めて整理することは、依頼に沿った仕事だったのかもしれません。
でも、自分が欲しかったのは、整理された入門説明をもう一度読むことではなかった。
この差は、調査結果の文章を見ただけでは分かりません。こちらから「何を見たのか」「どこまで探したのか」と聞いて、初めて見えた部分でした。
一般的な調査と、不足を埋める調査は違う
今回のことで、自分の中では調査の目的が二つに分かれました。
一つは、知らない分野の全体像を知るための調査です。
どんな問題があるのか。代表的な方法は何か。どういう言葉で探せばよいのか。
こうしたことを知りたいときは、基本的な情報をまとめてもらうだけでも十分助かります。
もう一つは、すでに何かを試している中で、足りない部分を探す調査です。
こちらは、分野の説明だけでは終わりません。
自分は何を試したのか。どこで困ったのか。今ある候補の何が物足りないのか。それを踏まえたうえで、別の方法や、見落としている条件がないかを探したい。
両方とも「調べて」で頼めてしまいます。でも、欲しい結果はかなり違います。
今回の自分は、二つ目が欲しかったのに、最初の頼み方では、その違いを十分に渡せていませんでした。
知っていることと、まだ知りたいことを分けてみる
そこで、すでに挙がっている候補と、そこから先に調べたい不足点を整理し、改めて調査してもらいました。
次は、ただ候補を増やすのではなく、今の問題に関係する情報があるかを見たかったからです。
自分が今後、似た調査を頼むときに分けて伝えたいのは、例えば次のようなことです。
- いま何をしようとしているか。
- すでに知っている方法や、試したことは何か。
- その結果、どこに困りごとが残っているか。
- 誰の発信や、どの種類の資料まで確認してほしいか。
- 見つけた情報が、今の困りごとにどう関係するか。
もちろん、専門知識がなくて「何を知らないか分からない」こともあります。その場合は、最初に全体像を教えてもらってから、自分が引っかかった部分を伝え直せばよいと思います。
最初から完璧な依頼を作れという話ではありません。
返ってきたものを見て、「ここはもう知っている」「ここがまだ分からない」と会話を続けられることが大事なのだと思います。
調べ直しても、見つかったものをそのまま正解にしない
今回は、追加の調査によって、足りない点に関係しそうな情報や比較候補を整理するところまで進みました。
ただ、候補が出てきたからといって、今の仕組みの正解が決まったわけではありません。実際に使えるか、どんな条件で有効なのかは、これから確かめる必要があります。
研究者や開発者の発信なら何でも正しい、という話でもないです。自分の環境と前提が違うこともありますし、紹介された方法が自分の問題に合うかは別に見なければいけません。
また、AIが「調べました」と言った範囲も、そのまま全分野を網羅したことにはなりません。
何を見て、どこまで確認できて、どこがまだ分からないのか。そこを分けたうえで、必要なら原文や公式資料に戻る。
以前、調査処理が「完了」しても、検索自体ができていたとは限らないという話を書きました。今回は、検索が動いたかという問題だけでなく、動いた調査が、いま欲しい問いに届いているかを考えた話です。
会話しながら、欲しい調査に近づけたい
AIの調査結果は、きれいに整理されているほど、それだけで十分なものに見えます。
でも、自分がすでに知っていることばかりだったり、困っている部分への答えがなかったりすることもある。
そんなとき、「AIは使えない」で終わる必要も、「これが正解だ」と受け取る必要もないと思います。
どこまで調べたのか聞く。
自分がすでに試したことを伝える。
まだ足りない部分を、一緒に言葉にしてみる。
それで初めて、調査の方向が変わることもあるはずです。
自分のコンテキストの仕組みは、まだ試行錯誤中です。今回の調査をやり直したから完成した、という話でもありません。
それでも、一般的な説明を集めることと、今の自分の不足を埋めることは違う。その違いを意識できたのは、今回の収穫でした。
コメント