前にも書いたが、
私は会計プロジェクトを作ることにした。
当時の私は、
・実務（会計やサイト運営など）
・掃除など生活の相談
・好きなアイドルの不祥事
・日常の雑談
これらすべてを一つのチャットで扱っていた。
しかし、これらは明らかに役割が違う。
優先順位が簡単に変わることを何度か体験していたため
この時点で、
AIは短期記憶型であることは理解していた。
そのため、
一つのチャットにすべてを任せると、
文脈が混ざり、精度が落ちるのではないかと感じた。
ここで重要なのは、
AIは文脈によって応答が変わる存在である
という点である。
▶ AIは本当に覚えているのか
☛［AIの記憶とは］
異なる役割の情報が混ざると、
どの基準で判断すべきかが曖昧になる。
その結果、応答の精度は不安定になる。
つまり問題は、
AIの性能ではなく、文脈の混在にある。
▶ 役割の考え方はこちら
☛［AI時代における人間の役割］
だから私は、
内容ごとに分ける必要がある
と考えるようになった。
さらに、
プロジェクトとして分けることで、
同じテーマの中で文脈が蓄積され、
専門性が出るのではないかと考えた。
この判断は当時は感覚だったが、
今振り返ると、
役割を分離する構造として自然に合っていた。
協働ルール後に起きた変化
協働ルールを整理したあと、
AIの応答は明らかに変わった。
▶ 協働の基本はこちら
☛［協働ルールとは］
・確認が入る
・流れが揃う
・役割が崩れない
つまり、
役割が機能し始めた状態になった。
そして私は、
一つの感覚を持った。
「この状態を、他のプロジェクトにも揃えたい」
一つだけ整っていても、
他がバラバラでは、
全体の流れは安定しない。
同じ基準で動くことで、
全体が底上げされると考えた。
プロジェクトを揃えるという構造
そこで私はAIに確認した。
他のプロジェクトも、同じように機能するのか。
答えはYESだった。
プロジェクトの内容に、
役割と基準を書き込むことで、
その基準に合わせて応答が揃っていくという状態になる。
つまり、
単体で最適化するのではなく、
基準を揃えることで、複数のプロジェクトが同じ構造で動くようになるということだ。
ここで初めて、
“全体として整う”という状態が生まれる。
【日本語抜粋】
AIは文脈によって応答が変わる存在です。役割の異なる情報が一つのチャットに混在すると、判断基準が曖昧になり応答が不安定になります。解決策はプロジェクトによる文脈の分離です。ただし「分ける」だけでは崩れます——基準を揃え、設計する必要があります。
【English Abstract】
This article describes the author’s first experience designing a ChatGPT project structure. When all tasks — accounting, daily life, casual conversation — were handled in a single chat, context mixed and response quality became unstable. The root problem was not AI performance, but context contamination.
Separating content by role allows context to accumulate within a dedicated space, producing more consistent and specialized output. After establishing collaboration rules, AI responses became noticeably more stable — confirming that role separation is a structural solution, not a technical one.
However, separation alone is not sufficient. Without defining where boundaries are drawn, what criteria govern each project, and how projects align with each other, instability returns. The article positions this as the entry point to operational project design.
This article was originally written in Japanese by the author. The English abstract was prepared with the assistance of AI translation tools.
⸻
つづき
しかし、
ここまでではまだ、プロジェクトは機能しない。
分けるだけでは、必ず崩れる。
そして崩れていることに気づかない。
・どこで分けるか
・どの基準で動かすか
・どう揃えるか
これらを設計しなければ、AIは再び不安定になる。
つまり、「分ける」だけでは足りない。
ここから先は、“分けた人だけが直面する問題”になる。
次のブログ➁では、
理論をいったん止めて実務になっていく。
この「プロジェクトの設計」を実務としてどう作るかについて語っていこう。
▶ このブログを基にした再現方法を知りたい方はこちら
☛プロジェクトの初期設計と運用（有料note）
コメント