投稿

投稿日:

AIプロンプト作成のコツ

AIプロンプトとは、ChatGPTなどの生成AIから望む回答を引き出すための指示文や質問です。高品質な回答を得るには、「役割(Role)」「目的(Goal)」「コンテキスト(Context)」「制約条件(Constraints)」を具体的に含めることが重要です。

個人金融に関するAIプロンプトの作成には「コツ」があるとMIT教授は語る。

2026年4月18日 CNBC

要点

  • 多くの人々が、個人の財務に関するアドバイスを求めて人工知能に目を向けている。
  • 専門家によると、優れたAIプロンプトを作成できるかどうかは、妥当な出力が得られるか、質の低い出力が得られるかの分かれ目になるという。
  • 専門家によると、AIは一部の金融情報においては有益である一方、特に個人の財務状況を正確に計算しようとする場合など、他のシナリオではリスクを伴う可能性があるという。

多くのアメリカ人が、金融アドバイスを求めて人工知能に目を向けている。

しかし、良いアドバイスが得られるか悪いアドバイスが得られるかは、ユーザーがAIプラットフォームに対して指示（プロンプト）をどれだけうまく記述できるかに大きく左右される。

「工学を促進するには、真の芸術と科学が必要だと私は考えています」と、MIT金融工学研究所所長であり、同研究所のコンピュータ科学・人工知能研究所の主任研究員でもあるアンドリュー・ロー氏は、ハーバード大学グリフィン大学院芸術科学研究科向けの最近のウェブプレゼンテーションで述べた。

個人金融におけるAIの限界

まず、AIは財務計画に関しては限界があることを指摘しておくことが重要だと専門家は述べている。

AIは一般的に、金融トピックに関する高レベルの概要を提供することに優れています。例えば、投資を分散することがなぜ重要なのか、あるいは上場投資信託（ETF）が投資信託よりも優れている場合とそうでない場合があるのはなぜか、といったことです、とロー氏はCNBCのインタビューで語りました。

しかし、他の分野では苦戦している。税務計画はその良い例だとロー氏は述べた。

意外に思われるかもしれないが、AIは数値計算や精密な財務計算を得意とするわけではない、と彼は述べた。AIは、人々が検討すべき税控除の種類や税制に関する一般的な指針を提供することはできるが、AIに自身の税金の数値分析を依頼するのは危険だと彼は指摘した。

「自分の個人的な状況に関する非常に具体的な計算となると、そこは非常に慎重にならなければならない」とロー氏は述べた。

また、AIはアルゴリズムのいわゆる「幻覚」によって、時として誤った回答を出すこともあると、ロー氏は述べた。

「大規模言語モデルに関して私が特に懸念しているのは、どんな質問をしても、たとえそれが権威的でなくても、常に権威的に聞こえるような答えを返してくることです」とロー氏は述べた。

だからといって、人々がそれを完全に避けるべきだというわけではない。

実際、多くの人がこの技術を活用しているようだ。9月に発表されたIntuit Credit Karmaによる1,019人の成人を対象とした調査によると、生成型AIを利用したアメリカ人の66%が金融アドバイスに利用しており、ミレニアル世代とZ世代ではその割合が80%を超えている。

同調査によると、GenAIをこのような形で利用した回答者の約85％が、提供された推奨事項に基づいて行動したという。

「人々はAIを資産計画に活用すべきだが、重要なのはその活用方法だ」とロー氏は述べた。

個人金融に関する優れたAIプロンプトの書き方
ここで、効果的な指示文を作成することが役立ちます。

「たとえ世界最高のモデルであっても、間違った指示を与えれば、できることには限界がある」と、認定ファイナンシャルプランナーであり、バーチャル金融アドバイザリー会社であるニューマネー・ニュープロブレムズの創設者であるブレントン・ハリソン氏は述べた。

優れたプロンプトは広範すぎず、AIがユーザーに適切な情報を提供できるだけの十分な詳細を含んでいるべきだと、ロー氏は述べた。

彼が退職後の生活設計に関して挙げた例を見てみましょう。

「この文脈で不適切な質問の例としては、『どのように引退すべきか』などが挙げられます」と、ロー氏はハーバード大学のウェビナーで述べた。

「あまりにもありきたりすぎる」と彼は言った。「入力がゴミなら、出力もゴミだ。」

ロー氏は、より良い質問は次のようになるだろうと述べた。「あなたが手数料のみを受け取る受託者責任のある（金融）アドバイザーだと仮定します。私の目標、制約、税率区分、州、資産、リスク許容度、タイムラインは以下のとおりです。1つ目：基本シナリオ戦略。2つ目：主要な前提条件。3つ目：リスク。4つ目：この計画を無効にする可能性のあるもの。5つ目：不足している情報、特に不明な点。について教えてください。」

この場合、ユーザーは生成型AIプログラム（OpenAIのChatGPT、AnthropicのClaude、GoogleのGeminiなどがその例）に対し、受託者としての立場から助言を行うよう指示している。これは、ファイナンシャルアドバイザーが顧客の最善の利益となるような勧告を行うことを義務付ける法的枠組みである。

最終的には、試行錯誤のプロセスであり、ユーザーが満足のいく回答を得るまで、おそらく20回以上の質問を含む会話のようなものだと、ロー氏はCNBCに語った。

特に財務問題に関しては、出力結果を二重三重に確認することが重要だと彼は述べた。

プロンプトを「リバースエンジニアリング」する方法

一連のプロンプトを終えた後、ユーザーは「私が求めていた答えを得るためには、どのようなプロンプトを尋ねればよかったのでしょうか？」という追加の質問をすることで、今後の問い合わせのプロセスを「ショートカット」できると、Lo氏はCNBCに語った。

基本的に、ユーザーはAIに対して「適切な」プロンプトをより迅速に生成する方法を尋ねている、とロー氏は述べた。

「その回答が得られたら、それを保存しておいて、今質問した内容と似たような質問に将来的に利用できます」とロー氏は述べた。「プロンプト設計をより効率的にする方法の一つは、AIに何をするべきだったかを尋ねることで、プロンプトを逆算することです。」

もう一歩踏み出そう

ロー氏はCNBCに対し、金銭的な問題については、さらにいくつかの手順を踏むことを推奨すると述べた。

ユーザーが質問に対して適切な回答を得たと感じた場合でも、AIの限界を把握するために、必ず追加の質問をすべきだとロー氏は述べた。例えば、AIが何について不明な点があるのか​​、どのような情報が不足しているのかを尋ねるべきだという。

例えば、「その提案をするためにどのような情報が不足していたのか、そしてそれが信頼性の低い結果につながる可能性はあるのか？」といった質問が考えられます。

あるいは、同様の趣旨で、「これが正しい答えだとどの程度確信していますか？答えについてどのような不安がありますか？また、この質問に対する決定的な答えを出すために、どのようなことを知らないのでしょうか？」と尋ねても良いでしょう。

こうすることで、ユーザーはAIの回答の背後にある不確実性の範囲を明らかにできる、とロー氏は述べた。

同様に、ファイナンシャルプランナーのハリソン氏は、AIプログラムに情報源を明示させることを推奨していると述べた。ユーザーは、AIに対し、特定の基準を満たす情報源のみに限定するよう指示することもできる。

「情報源の検証を求めなければ、それは意見を述べるだけになってしまう。それは私が求めているものではない」とハリソン氏は述べた。

最終的に、個々の顧客の経済状況には非常に多くの「背景情報」や複雑な要素があり、人間のファイナンシャルプランナーであれば、それらを顧客から引き出すことができるとハリソン氏は述べた。AIを使用している人は、自分が提示する質問の中にそうした微妙なニュアンスをすべて引き出していることに必ずしも気づかないだろう、と彼は付け加えた。

「AIに助言を求めるということは、AIに意見を形成し、推奨事項を提示するのに十分な情報を与えることを意味する。それは私がAIに求める以上のことだ」と彼は述べた。