なぜ「質問させる」と精度が上がるのか

ChatGPTは、与えられた情報（前提・目的・条件）を材料に文章を組み立てます。 逆に言うと、情報が足りないと、一般論や推測に寄った内容になりやすいです。 だから最初に不足情報を洗い出す質問をさせると、材料が揃って品質が安定します。

基本フロー（この順番だけ覚えればOK）

1. 目的とゴールを伝える（何のために、誰が使うか）
2. ChatGPTに必要情報のチェックリストを作らせる
3. そのチェックリストを元に質問を出させる（不足だけ・優先度付き）
4. 答えられる範囲で回答し、足りない箇所は「未定」と宣言
5. 最後に完成物を生成（出力形式・文字数・トーン指定）

テンプレ①：まず「必要情報の一覧」を作らせる

これは最強です。レポートでも提案書でも、まず「必要な情報」を出させます。 あなたはそれに答えるだけで、ChatGPTが“材料不足”で迷子になりません。

あなたは（職種/役割）です。
これから「◯◯についてのレポート」を作ります。

まずレポートの完成度を上げるために、
私が提供すべき情報を「カテゴリ別」に箇条書きで一覧化してください。
その後、質問を作る前に、重要度が高い順に並べてください。

・目的：
・想定読者：
・用途（社内共有/顧客提出/提案資料など）：
・制約（文字数、期限、トーン、禁止事項）：
・欲しいアウトプット形式：

※ここで“質問”までいきなり出さず、まず「必要情報のカテゴリ」を整えると、抜け漏れが減ります。

テンプレ②：質問を「優先度付き」で出させる

質問が多すぎるとダルいので、優先度（必須/できれば/任意）を付けさせるのがコツです。

次に、先ほどの必要情報を埋めるための質問を作ってください。
条件：
- 質問は「必須」「できれば」「任意」の3段階で分類
- まず必須だけ10問以内に絞る
- 各質問に「なぜ必要か（1行）」を添える
- 私が不明な場合は「未定」で進められる代替案も提示

テンプレ③：回答が揃ったらレポートを生成

では、私の回答をもとにレポートを作成してください。

出力条件：
- 見出し構成（h2/h3相当）で整理
- 結論→根拠→事例→リスク/注意点→次のアクション の順
- 文字数：◯◯程度
- トーン：ビジネス向け/丁寧/簡潔
- 「不明・未定」の箇所は推測せず、未定として明記

実例：レポート依頼を「質問させる依頼」に変換する

• NG（よくある）： 「生成AIの導入についてレポート作って」
• OK（質問させる）： 「導入レポートを作りたい。必要情報の一覧と、必須質問10個を先に出して」

この“逆質問モード”を使うと、ChatGPTが勝手に前提を作ってしまうのを防げます。

仕事での応用例（すぐ使える）

• 要件定義： 「要件を固めたい。抜け漏れ防止の質問リストを出して」
• 見積作成： 「見積に必要な前提条件を洗い出して、確認項目にして」
• 提案書： 「提案書に必要な材料（課題/現状/制約/競合）を質問して」
• 運用設計： 「運用フローを作る。例外ケースの質問を優先度付きで」

まとめ

ChatGPTを“回答マシン”として使うより、ヒアリング担当として使うほうが仕事の質は上がります。 「必要情報の一覧」→「優先度付き質問」→「回答」→「生成」の順番をテンプレ化して、 毎回の手戻りを減らしていきましょう。

次回は、実際に「質問フェーズ」を最短で終わらせるための“質問の絞り込み”や、 回答がないときの進め方（仮定の置き方）もまとめます。