ChatGPTに仕事を段階的に任せる方法

TL;DR

まず自分で成果物を作り、次回から完成例を参考資料としてAIに下書きを作らせ、人間が修正した完成版を再び例へ追加する。例が蓄積したら共通要素をAIに抽出させ、作成基準や採点、添削にも活用すると、複雑な指示を最初から書かずに反復業務を任せやすくなる。

Transcript

リモ学研究所えどです今回はチットGPT 時代の仕事術オザジョブプロンプと略して ojpですねというお話をしますでこれは 考え方でしてこの新しい時代にどんな風に AIと付き合っていくのか仕事を振って いくと振りやすくできるのかということを 自分自身がこれまでどんな風にやってきた かなということを考えた時によく仕事で OJTってありますよねオンザジョブ トレーニングこれは仕事を通じて部下で あったりメンバーであったり同僚をせてと なんでこう座学であったりとか トレーニングを別たやるんでゃなくて仕事 をやりながらその人に知見を伝えていくま こんなやり方をOJTonザジョブ トレーニングという風に言うわけなんです けどこれと同じ考え方がAIにも適用でき て自分がやってるなとなのでオザジョブ プロンプ... Read More

Key Insights

• ・オン・ザ・ジョブ・プロンプティングは、業務を進めながら完成例を蓄積し、AIへの指示と出力精度を段階的に改善する考え方である。
• ・初回の成果物は人間が作り、その完成品を次回の参考例としてAIに渡すことで、詳細な要件を最初から書き切る負担を抑えられる。
• ・AIの初回出力は完成品ではなく下書きとして扱い、人間が長さや表現、不要な段落を修正してから、新たな良い例として追加する。
• ・参考例が複数になると、文章の構成や言い回しを明示的に説明しなくても、AIが共通する傾向を捉えて出力へ反映しやすくなる。
• ・セミナー概要文の作成では、箇条書きの企画内容と過去の完成文を渡すだけでも、ゼロから書くより修正量を減らせる場合がある。
• ・蓄積した良い例から共通要素をAIに抽出させると、暗黙的だった判断基準を、作業手順や他者への説明に使える言葉へ変換できる。
• ・抽出した共通要素は、文章を生成する指示だけでなく、人間が作った文章の確認、採点、添削、改善案の作成にも再利用できる。
• ・人間とAIの役割分担は、人間が最初の例と最終判断を担い、AIが下書きや共通要素を提示し、人間が選択して仕上げる形である。
• 🎬 このチャンネルの他の動画:
  • ChatGPTアプリの音声入力で仕事を進める方法
  • ChatworkをPCとスマホで使う方法
  • Difyを社内業務へ導入して活用する方法
• 📺 このチャンネル: いけともch

Questions & Answers

Q: オン・ザ・ジョブ・プロンプティングとは何ですか？

オン・ザ・ジョブ・プロンプティングとは、現場の業務を進めながら成果物を参考例として蓄積し、AIへの指示を徐々に育てる方法です。最初から詳細なプロンプトを完成させず、人間が作った完成品と、その後に修正した完成品を順次AIへ渡して、反復業務を任せやすくします。

Q: ChatGPTに反復業務を段階的に任せる方法は？

最初の成果物は人間が完成させ、2回目から「参考例のように作成してください」という簡単な指示と完成例をChatGPTへ渡します。返ってきた下書きを人間が修正し、その完成版も次回の参考例へ追加します。この作成、修正、追加の循環を繰り返します。

Q: 詳細なプロンプトを最初から作らなくてもよいのはなぜですか？

完成した参考例が、文章の構成、スタイル、内容などを具体的に示す役割を果たすからです。「参考例のように」と依頼すれば、すべての条件を文章で列挙しなくてもAIへ意図を伝えられます。ただし、生成結果は下書きとして確認し、人間が修正する必要があります。

Q: AIが作った下書きはどのように改善しますか？

AIの下書きをテキストエディターなどへ移し、長すぎる部分、不要な段落、好みに合わない表現を人間が修正します。完成した文章は次の依頼で使う参考例として保存します。修正版を蓄積することで、AIに望ましい出力の傾向を段階的に示せます。

Q: 参考例はどのようにプロンプトへ追加しますか？

人間が最終化した成果物を、既存の指示に新しい参考例として追記します。ChatGPTのGPTsを使う場合は指示の編集画面へ追加し、有料版を使わない場合は通常のプロンプト内へ複数の例を含めます。次回は増えた例と新しい入力内容を一緒に渡します。

Q: 良い成果物の共通要素をAIに抽出させる方法は？

複数の完成例を示し、「これは良い例です。これらから共通要素を考えてください」と依頼します。セミナー概要文の例では、課題の提示、対象者の明確化、具体的な学び、実践例、目的と成果などが抽出されました。結果は人間が確認して採用する観点を選びます。

Q: 抽出した共通要素は何に活用できますか？

抽出した共通要素は、自分の作業手順を明確にするほか、同僚へ仕事の要点を説明する材料として使えます。さらに、その要素をチェック項目としてAIへ渡せば、人間が作成した文章の確認、採点、添削、改善案の生成にも展開できます。

Q: オン・ザ・ジョブ・プロンプティングはどの業務に向いていますか？

同じ種類の成果物を繰り返し作る業務に向いています。話者はセミナー概要文を例に挙げ、同種の文章を4、5個ほど作りそうなら、初期の完成例を使ってAIに下書きを任せる方法を提案しています。一度しか行わない仕事では、プロンプト作成より自分で処理した方が早い場合もあります。

Summary & Key Takeaways

• オン・ザ・ジョブ・プロンプティングは、実務を進めながら成果物と指示を育てる方法である。初回は人間が自力で完成品Aを作り、次回は「参考例のように作成して」とAIへ依頼する。生成された下書きを人間が修正して完成品Bにし、AとBを次回の参考例として渡す。この循環により、最初から詳細なプロンプトを設計する負担を抑えられる。

• 具体例は、ウェブサイトやパンフレットに載せるセミナー概要文の作成である。箇条書きの企画内容と過去の完成文をAIへ渡し、文章の下書きを生成させる。人間は不要な段落、長さ、表現などを直し、その完成版を新しい参考例として追加する。話者は、同種の成果物を4、5個ほど作りそうな反復業務なら、この進め方を応用しやすいとしている。

• 参考例が蓄積した後は、AIに良い成果物の共通要素を抽出させる。セミナー概要文では、課題の提示、対象者の明確化、専門家による指導、具体的な学び、実践例、目的と成果などが候補として示された。抽出した観点は、人への説明、自分の作業手順、AIによる採点や添削に転用できる。ただし、AIの下書きや抽出結果は人間が選び、修正して最終化する。