“答えを聞く人”と“思考を引き出す人”──ChatGPTの使い方でここまで変わる
こんにちは、KimYasです。
今回は「多くの人がやっていない、ChatGPTをうまく使うコツ」について話していきます。
最近はエンジニア界隈でもChatGPTを使うのが当たり前になってきました。
ただ、こんなことを感じたことはないでしょうか。
「同じように使っているはずなのに、なぜかアウトプットに差が出る」
自分も最初は「慣れの問題かな」と思っていたのですが、
あるタイミングで明確な違いに気づきました。
それが今回のテーマです。
よくあるChatGPTの使い方
まずは前提として、多くの人の使い方を整理してみます。
- エラーが出たら貼り付けて聞く
- 書きたいコードをそのまま依頼する
- 調べたいことをそのまま質問する
これはこれで正しいですし、実際かなり便利です。
ただ、この使い方だと
「検索の上位互換」で止まってしまうことが多いです。
“できる人”は何が違うのか
結論から言うと、
「できる人は、答えではなく“思考の構造”を取りにいく。」
多くの人は「正解」を取りに行きますが、
使いこなしている人は「考え方」ごと引き出しに行きます。
この違いは小さく見えて、積み重なると確実に効いてきます。
この記事の全体像
今回の内容は、以下の3つに分けて整理できます。
- 思考の引き出し方（コツ①・⑤）
- 対話の進め方（コツ②）
- アウトプットの使い方（コツ③・④）
この3つを意識するだけで、ChatGPTの使い方はかなり変わります。
コツ①：いきなり答えを求めない
例えば、実装で詰まったとき。
よくある質問
「このエラーの解決方法を教えてください」
これでも解決はできます。
ただ、一段レベルを上げるとこうなります
「このエラーが起きる原因として考えられるパターンを網羅的に挙げてください」
さらに
「それぞれの原因について、切り分け手順もセットで教えてください」
こうすると、
“問題解決の型”ごと手に入ります。
ちょっと小話
自分が最近やったケースだと、Terraformの構成でハマったときにこう聞きました。
「この構成でapply時に依存関係エラーが出る可能性がある箇所を洗い出し、優先度順に並べてください。また、それぞれの検証手順も教えてください。」
結果として、単なるエラー解決ではなく、
Terraformの依存関係の考え方そのものが整理されました。
特にインフラ周り（AWSやTerraformなど）は、
構成の自由度が高い分、「どこが悪いのか分かりづらい」ことが多いです。
こういう領域こそ、ChatGPTに「考えさせる」使い方が効いてきます。
コツ②：雑に聞かない（でも完璧も目指さない）
ChatGPTは優秀ですが、前提条件がズレると普通にズレた回答を返してきます。
ここで重要なのは、
「最初から完璧なプロンプトを書くこと」ではなく、
“前提を段階的に揃えていくこと”です。
例えば：
- まずざっくり聞く
- 認識がズレている部分を修正する
- 条件を追加する
- 精度を上げていく
この「対話によるチューニング」をやっている人は意外と少ないです。
多くの人は1発で完璧な答えを求めて、外すと「使えない」と判断してしまう。
それは少しもったいない使い方です。
コツ③：役割を与える
これは有名ですが、使いこなしている人はそこまで多くありません。
例えば：
- 「あなたはAWSに詳しいインフラエンジニアです」
- 「あなたはレビューに厳しいテックリードです」
これを入れるだけで、回答の視点や粒度が変わります。
自分の場合、設計レビューをするときに
**「厳しめにレビューしてください」**と付けることがあります。
すると、普段見落としがちなポイントを普通に突かれます。
コツ④：アウトプットを“叩き台”として使う
ここはかなり重要です。
「ChatGPTは“完成品を出すツール”ではなく、“思考を8割まで加速するツール”です。」
- 設計の草案
- 記事の構成
- コードのベース
こういったものを一瞬で作らせて、
残りの2割を自分で詰める。
この使い方をすると、アウトプットのスピードと質が安定して上がります。
コツ⑤：ChatGPTに“考えさせる”
最後に、一番差がつきやすいポイントです。
ChatGPTを「質問に答える機械」として使うのではなく、
「思考を広げるためのパートナー」として使う。
例えば：
- 「この設計の弱点をあえて批判してください」
- 「別のアプローチがあるとしたら何がありますか？」
- 「この案のリスクを洗い出してください」
こういう使い方をすると、
自分一人では出てこなかった視点が出てきます。
まとめ
いかがだったでしょうか。
ChatGPTは確かに便利なツールですが、
使い方次第で「ちょっと便利」から「思考を加速する武器」まで変わります。
今回のポイントをまとめると：
- 答えではなく思考の構造を取りにいく
- 対話で精度を上げる
- 役割を与える
- 叩き台として使う
- 一緒に考える
このあたりを意識するだけで、
普段の仕事の進め方が少しずつ変わってくるはずです。
今回の内容はあくまで「使い方」の話です。
実際の現場では、
- どのタスクをChatGPTに任せるべきか
- どこは人間がやるべきか
- どうやってアウトプットの精度を担保するか
といった「使いどころの設計」の方が重要になってきます。
今回の記事を参考にして、是非みなさんの実務に役立ててくださいね。
それではまた。
