AIに「何を食べるか」も「何を書くか」も聞く時代

旅先でレストランを選び、メニューを決める。かつては「地元の人に聞く」「ガイドブックを開く」だった判断が、今やChatGPTへの一問一答で完結する。

ポルトガル旅行中にChatGPTへ「現地ならではの料理を教えて」と尋ね、アサリのニンニク・オリーブオイル煮（Amêijoa à Bulhão Pato）、干し鱈と卵の炒め物（Bacalhau à Brás）、おがくずプリン（Serradura）を注文したという報告がSNSで広がっている。AIが「現地人の知恵」の代替として機能しはじめた一例だ。

注目したいのは、このレベルの意思決定がすでに「特別な使い方」ではなくなっていることだ。食事・旅程・買い物・読む本——判断のコストが高い場面ほど、AIへの問いかけが自然な選択肢になっている。「AIを使う理由を探す」フェーズは終わり、「使わない理由を探す」フェーズに入っている。

一方で、丸投げ万能論には冷静な視点も出ている。

「4つの候補をパッと出せる人と、4つの中から文脈的に正しい意図を推察できる能力は違う」——これはAI活用の文脈でよく語られる「生成と選択は別のスキル」という話と重なる。AIが出した選択肢をそのまま受け取るだけでは、アウトプットの質は使う側の判断力に依存したままになる。

たとえば「ポルトガル料理を教えて」に対してAIが4品を返してきたとき、「その場の同行者の好み」「予算感」「すでに食べたものとの重複」を考慮して絞り込むのは人間の仕事だ。AIが選択肢の幅を広げ、人間がコンテキストで絞る——この役割分担を意識しているかどうかで、同じAIを使っていても結果は変わってくる。

AIに「思考の言語化」までやらせる時代へでも触れたように、AIへの問いの立て方自体がアウトプットを左右する。「候補を出させる」フェーズと「絞り込む」フェーズを意識的に分けることが、使う側としての差別化につながる。

食事選びのような一発問答だけでなく、継続的な知的作業にAIを組み込む動きも広がっている。研究者向け生成AIセミナーで紹介されたのが、①ローカルフォルダから執筆内容を自動整理、②過去の自分の文章を参照して執筆——という2ステップのエージェント構成だ。

ここで重要なのは「過去の自分の文章を素材にする」という発想だ。AIに一から文体を学習させるのではなく、すでに存在する自分のアウトプットをコンテキストとして渡すことで、「自分らしさ」を保ちながら速度を上げられる。ゼロから書くより、自分の過去稿をベースにAIがドラフトを組み立てる方が、修正コストが大幅に下がる。

AIに書かせる前に「渡す順番」が全てだったで整理したように、AIへ何をどの順番で渡すかがクオリティを決める。フォルダ内のメモや下書き、過去のレポートを「渡す素材」として整理しておくことが、エージェント活用の前提になる。

食事・文章・スケジュール——AIへの問いかけが日常判断に入り込むほど、「どこを自分で考えるか」の設計が重要になる。

完全な丸投げは再現性がない。同じプロンプトでも状況が変われば答えは変わり、前回うまくいったからといって次も同じとは限らない。一方で、すべてを自分でコントロールしようとすると速度が出ない。

実用的なバランスとして、「初動の候補出しと構造化はAIに任せ、文脈判断と最終選択は自分が持つ」という分担が機能しやすい。旅先での注文選びも、研究者の文章執筆も、やっていることの構造は同じだ——AIに「候補の整理」を任せ、人間が「この場の正解」を判断する。

AIは「狭く使う」ほど組織に刺さるでも指摘されているように、AIの使い方を「広く浅く」ではなく「特定の判断ポイントに絞る」ほど、実際の効果が見えやすくなる。自分の一日の中で「ここの判断コストが高い」と感じる場面を一つ特定して、そこだけAIに入れてみるのが最初の一手として有効だ。