OpenAIが公開した200個のプロンプト集について、その品質の低さと問題点を鋭く指摘する動画である。表面的な1~2行の汎用的なプロンプトでは、AIの真の可能性を引き出すことはできず、むしろ利用者を「AI導入の中途半端な状態」に留めてしまう危険性がある。AI教育は単なるソフトウェア導入ではなく、継続的な学習と深い理解が必要な汎用技術の習得であり、ワークフロー分析から始まる実践的なアプローチが求められる。Claude 4 Sonnetが11,000行のコードでSlackを再構築した事例などを挙げながら、AI能力の急速な進化に対応するための本質的な教育の必要性を訴えている。
OpenAIのプロンプトパックの問題点
ChatGPTがプロンプトに関する非常に酷いリソースを公開しました。これはもっと注目されるべきだと思います。なぜなら、今日のAI教育がいかに劣悪で、それを正しく行うことにどれだけ多くのことが依存しているかについて話し合う必要があるからです。ChatGPTはこの分野のリーダーです。彼らは影響力のある存在として、先駆者として見られています。人々はちょうど公開されたようなChatGPTのプロンプトパックを見て、これはすべてのチームに配布すべきものだと言うでしょう。
でも皆さん、これらは酷いプロンプトなんです。1行か2行の極めて汎用的なプロンプトばかりなんです。実際、最も技術的なチームであるエンジニア向けのプロンプトを一つ読み上げてみましょう。例えば、エンジニアが技術的な観点からGDPRコンプライアンスへの対応を考え出すように求められたとします。GDPRコンプライアンスをどう進めるべきか。かなり複雑なプロンプトが必要だと思うでしょう。
データスキーマを考慮すべきです。事業展開している国々を見るべきです。データ処理も見るべきですし、データがどこに保存されているか、既存のスタックがどうなっているかも見るべきです。でもそういったことは何もない。何もこのプロンプトには出てきません。「GDPRとCCPAのコンプライアンスのベストプラクティスを調査してください」です。一つにまとめてすらいない。二つをごちゃ混ぜにしています。
「法務チームとの議論を開始するのに役立ちます」って。エンジニアリングが法務と議論を開始したことなんてありましたか。コンテキストは「私たちのアプリはEUと米国でセンシティブなユーザーデータを保存しています」。出力は「規制ごとに分類された、引用付きのコンプライアンスチェックリスト。ドキュメントと規制へのリンクを含めてください」。いや、それはGoogleのためにあるものです。
それはインテリジェンスのためにあるものではありません。もしメーター当たりのコストが極めて安価なインテリジェンスを構築しているなら、その使い方を教えてください。それを有効活用してください。これが私を心配させるんです。なぜなら、2026年に向けて私が抱いている懸念の一つは、AI導入の中途半端な状態に閉じ込められた建設者や労働者、知識労働者の世代が生まれてしまうことだからです。
そして、このようなリソースはそうした行動を助長します。これが通常のソフトウェアであるかのように装うだけでいいという前提を助長するんです。OpenAIからプロンプトパックを入手できます。マネージャーとして営業チームやエンジニアリングチーム、プロダクトチームに展開して、それで終わり、先に進めばいい、1回やったら終わりというものだと。でもAIは指数関数的な曲線上にあります。
これは動いている列車に乗り込むようなものです。あなたは完全に身を乗り出して、素早く学び、スキルを迅速にスケールアップし続けるか、それとも取り残されるかのどちらかです。そしてプロンプトで2行か3行学んで、これで理解したと思っているなら、あなたは取り残される側にいます。
人々が「スクリーンショットから財務分析全体を一発でやりました。それがExcelで出てきました」と言ってくるとき、あなたは驚くことになるでしょう。ちなみに、実例です。昨夜Sonnet 4.5でそれをやりました。とても役に立ちました。実はChatGPT o5でも試してみました。ChatGPT o5はそれほど良い仕事をしませんでした。これは本当に興味深いと思いました。なぜなら通常は画像分析がとても得意だからです。
AI能力の急速な進化と学習の必要性
とはいえ、それは私が試したことの一例です。Claudeからあまりよく公表されていなかった画像機能について新しいことを学び、今はもっと知っていて、今それを共有しています。こうした例は何百とあります。私がこのチャンネルを作っている理由の一部は、追いつくのが簡単になるようにするためです。理解しやすくするためです。
私がSubstackで投稿を書いている理由の一部は、見つけやすくするためです。ちなみに、OpenAIが事実上、大量の酷いプロンプトのパケットを公開するという選択をしたことへの私の対応ですが、これは私だけが言っているわけではありません。Redditでもこれを徹底的に批判しています。Redditを常に好むわけではないことは分かっていますが、彼らはこのプロンプトパックをAIに真剣な人々にとって完全に役に立たないものとして正当に批判しています。
それに対して、私は実際に役立つプロンプトパックを作っています。Substackに掲載する予定です。職種別に何か欲しい方は、私が今まとめているところです。本当に酷いんです。AIに質問をする基本的な能力だけで十分だと思い込んではいけません。もしそれが本当なら、一つ目、ChatGPT o5はプロンプトが簡単になっているはずですが、そうではありません。二つ目、人々が既存のGoogleスキルをAIにシームレスに移行できると思うでしょうが、実際にはかなり異なるスキルセットです。なぜなら人々は長い間Googleに質問してきたからです。それは本当に新しいことではありません。
私は心配しています。AI教育に必要なものについての私たちの前提が、開発のペースと一致していないことを心配しています。もし私がチーム向けのカリキュラムを設計するとしたら、これはよく聞かれることなので、ここで私が言うことを共有しますが、もしチーム向けのアップスキリングカリキュラムを設計するよう求められたら、まず彼らとユースケースを検討することから始めます。チームの既存のワークフローにおける問題点はどこにあるのか。エンジニア、プロダクトマネージャー、営業、何でもいいです。たくさんの手作業サイクルがあって、あまり成果が出ていない問題点はどこにあるのか。ただ必死に取り組んでいるだけという。
素晴らしい。ありがとうございます。それがAIについて話す候補です。そして、私たちが一緒に過ごすその日全体、その時間全体を、実際にAIがどのようにあなたのためにそれを解決できるかについて話し合うことに集中させます。それが具体的になります。ここで批判してきたような馬鹿げた2行か3行のプロンプトから、あなたのユースケースに役立つものへと即座に変わります。
あなたのユースケースが、プロダクトから提供されたドキュメントから、明確で強力な箇条書きの技術要件を引き出すのにチームが苦労しているということかもしれません。素晴らしい。それはAIで取り組めるものです。あなたのチームが正確な営業パイプライン予測を得るのに苦労しているかもしれません。LLMのツール使用のおかげで、それも実現し始めることができます。
面接パイプラインのペースに苦労しているかもしれません。人を採用しようとしているときに。メモ取りができます。標準化されたレビューフォームも得られます。標準化された質問セットも得られます。面接プロセスの中心に人間を置きながら、候補者を評価することに集中できるように、その負担を軽減するためにAIでできることはたくさんあります。
これらは思いつきで言っているだけです。すべての部門はそうした種類の機会に満ちています。そして、ギャップはAIがどれだけ速くスケールしているか、そしてテーブルの上にどれだけの能力があるかを理解する私たちの能力です。ここには私たちが手をつけていない肉があるんです。ほとんどのマネージャーは、自分の領域にどれだけのAIの機会があるか全く分かっていません。
私が入って見ると、AIの機会の80%か90%が手付かずです。あなたたちはCopilotがこれができる、あれができる、ChatGPTがこれができる、あれができると話しているだけです。素晴らしい。ChatGPTとチャットしているのは良いことです。メールにCopilotを使っているのは良いことです。
でもワークフローについて考えましたか。チームが提供しているインパクトについて考えて、そこから問題点まで逆算しましたか。いいえ。じゃあ、多分それから始めて、それからトレーニングに入るべきですね。だから、はい、プロンプトを構築するとき、チームに何が必要かを考えるとき、私はワークフローをサポートするプロンプトをどう構築するかを考えます。
実践的なAI活用の重要性
だから、もちろんそれらは長くなりますし、長くなってもいいんです。なぜならAIはもっと多くのことができるからです。ちなみに、これを聞いていて「でもうちはCopilotを使っているんだよ、ネイト。ChatGPTとかClaudeとか何それ」という方がいたら、一つ目、お知らせがあります。ClaudeはMicrosoftのOfficeファミリーに入りました。お墨付きです。だからサティア・ナデラが最高のExcelモデルを持っていると自慢していたんです。
彼はClaudeをラッパーに入れただけです。魔法のような最高のExcelモデルを隠し持っていたわけではありません。Claudeをラッパーに入れたんです。だからClaudeはそこにあります。でも二つ目、重要なのはAIモデルではありません。その使い方です。これはとても禅的な言い方ですが、本当です。ワークフローで何を成し遂げたいかについて良いアイデアがあれば、Copilotで多くのことができます。そのための完全なガイドを書きました。
Copilotでビジネスが実際にAIを使えるようにするために多くのことができます。それはメールだけのものではありません。実際に活用できるモデルです。私のモデルは酷いとか、私のモデルは最高の思考モデルほど良くないとか、そういった会話を脇に置くために。それでもまだ多くのことができます。
もし2022年でそのモデルがローンチされていたら、私たちはまだ感動しているでしょう。Copilotが2022年に出ていたら、みんな大喜びだったでしょう。それでできることはたくさんあります。ギャップは人間です。ギャップは人間なんです。一つ目は、トレーニングを受ける意思がないこと。だからAccentureが11,000人を解雇したんです。強い示唆としては、彼らがAIのトレーニングを受ける意思がなかったということです。それが本当かどうかは分かりません。それはAccenture側のストーリーですが、彼らはそう言いました。そして二つ目、ギャップは少しのトレーニングで十分だと思っている人々です。
だから私はChatGPTがやったことについて心配しているんです。なぜなら彼らは基本的に、始めたいですか、少しで十分ですと言ったからです。始められますよ。GDPRとCCPAについてこの2文を入れれば終わりです。大丈夫です。そしてそれを200回やったんです。Redditの人々は、インターンがChatGPTでプロンプトを書いたと言っていました。私は「いや、インターンが自分で書いたんだと思う。なぜならChatGPTならもっと良いプロンプトを書くから」と言っています。
私たち自身に対して、そしてAIでより先を行っている人々、モデルメーカーの人々はコミュニティに対して、より良いリソースを提供する義務があります。そして、才能の段階があり、誰もがAIに入るためのオンランプが必要だということは分かっています。誰もがAndrej Karpathyの話を聞いてLLMについて「わぁ、これはすごい」と言うわけではありません。はい、彼らは確率的パロットです。彼が行った2025年のYCプレゼンテーションへの言及です。
いいえ、みんながそれをするわけではありません。だから、誰もが自分のペースで始める必要がありますが、本当に明確な進行が必要で、スケールできる原則を人々が理解できるように助ける必要があります。だから、もし人々にシンプルなプロンプトを与えるなら、一つ目、これは始まりに過ぎず、もっと上達する必要があると理解している限り、それでいいかもしれません。
二つ目、これがあなたのワークフローにどう結びつき、物事を前進させるか。そして三つ目、これと一緒にスケールする原則は何か。もし彼らが自分たちのベストプラクティスから時間をかけて言っていたら、もしOpenAIが時間をかけて、プロンプトのコンテキストを確立することが本当に重要だ、プロンプトの目標を持つことが重要だと言っていたら。
シンプルなプロンプトでもそれをどうやっているか見てください、みたいな感じです。それは役に立ちます。それはこれらの原則を内面化するのに役立ちます。それをしなければ、プロンプティングとAIを理解していると思い込んで立ち往生することになり、2026年に取り残されることになります。それは望ましくありません。より良いプロンプト教育が必要です。より良いAI教育が必要です。
私たちの仕事の分野でAIの機会がどこにあるかについてのより良い理解が必要です。そうすれば私たちの好奇心を保ち、AIと共に学ぶことができます。そして、このようなリソースを手に入れても、私たちはそれを得られていません。だから私は見たままを言います。すべてのモデルメーカーには得意な部分と不得意な部分があります。
この場合、新しいChatGPTプロンプトパックはボールを全く前に進めていないと思います。まるでChatGPTをエンタープライズ向けに購入しようとしている人々が、プロンプトパック教育を提供していると言えるリンクを持つ必要があるという防御的なジェスチャーのように読めます。そして誰かがそれにチェックを入れて、彼らは販売を獲得します。でもそうではない。
それはそういうものではありません。だから、私はいくつかプロンプトを作りましたが、主に確実にしてほしいのは、なぜ学んでいるAIを学んでいるのかを理解することです。ユースケースを理解することを確実にしてください。そして時間をかけてAI知識を成長させることに身を乗り出すことを確実にしてください。これは典型的なソフトウェア導入の話ではありません。これは新しい汎用技術であり、指数関数的にスケールしている列車にうまく乗り続けるつもりなら、そのように扱う必要があります。
Sonnet 4.5は30時間の連続作業を行い、Slackを再構築しました。彼らは独自のバージョンのSlackを構築し、Sonnetはただ行って実行し、11,000行のコードを書き、それが動作しました。それがバーになりつつあるんです。これがエンジニアを置き換えるとか、あれこれといった劇的なことを言っているわけではありません。なぜならソフトウェアエンジニアリングで働いているなら、AIの弱点がいたるところに見えるからです。でもこれは大きな大きな出来事です。
エンジニアの働き方を変えるでしょう。PMの働き方を変えるでしょう。プロダクトの構築方法を変えるでしょう。速度への期待を変えるでしょう。そして、それを念頭に置いたAI教育が必要です。プロンプティングについて話すとき、その世界を念頭に置いてプロンプトする必要があります。だから私はこれをとても気にかけているんです。なぜなら私たちはもっと良いものに値するからです。
より良いAI教育への呼びかけ
これが私の嘆願です。もしあなたがモデルメーカーなら、初心者向けのAI教育に投資してください。でも本当に明確なオンランプ、本当に明確なスケールアップを。これをうまく教えられるように助けてください。その間、私は自分にできる限りあらゆるところにコンテンツを出すために最善を尽くしています。より有用で、AIが向かっている方向により沿ったものを。
だから、プロンプトが欲しいなら、どこで手に入るか知っていますよね。その間、楽しんでください、AIを楽しんでください、気にかけている問題領域を選んでください。そして、ええ、それに情熱を持ってください。なぜなら情熱を持たなければ生き残れないと思うからです。
コメント