「AIがうまい人は、プロンプトがうまい人だ」
そう思っていませんか？
実は違います。
ChatGPTを作った男、サム・アルトマン。
彼が公開しているエッセイとOpenAIの公式情報を読み込んでいくと、結論はまったく別のところにありました。
「うまい質問」を考える時代は、もう終わっています。
これからの差は、AIにどれだけ大きな仕事を任せられるかで決まります。
この記事では、アルトマンの思想を「明日から使える任せ方の7原則」に落とし込みました。
長くなるから、後で見返したい人は保存推奨。
先に言っておく。
これは、アルトマン本人が「この手順を使え」と配布したノウハウではありません。
「本人が公開したやり方じゃないだろ」と言われそうなので、最初に種明かしをしておきます。
彼が公開している生産性論・成功論・AI観のエッセイと、OpenAIの公式情報。この2つを突き合わせて、僕が実践フレームとして再構成したものです。
その前提で読んでください。
でも、だからこそ価値があります。本人の思想の幹から組み立てているので、モデルが変わっても腐りません。
原則①：AIを「作業係」にする前に、「選別係」にする
多くの人はChatGPTにこう頼みます。
「要約して」「メールを短くして」「アイデアを10個出して」。
もちろん、それでも便利です。
でも、アルトマンの生産性論の核心は逆側にあります。
彼は自身のエッセイで、「何に取り組むかを選ぶことこそが、生産性の最も重要な要素だ」と書いています。価値のない方向にどれだけ速く進んでも、意味がないからです。
だから、最初にAIに聞くべきは「このタスクを速くやる方法」ではありません。
「このタスクは、そもそもやる価値があるのか」です。
今日のタスク一覧を丸ごと渡して、先に仕分けさせてください。将来の成果につながるのはどれか。やめるべきはどれか。AIに任せて消えるのはどれか。
ここが、凡人の時短術と、アルトマン的なAI活用の分岐点です。
原則②：手順を縛らず、「成果」を渡す
ありがちな失敗が、形容詞の盛り合わせです。
「プロとして、SEOに強く、心理学も踏まえて、面白く、網羅的に、でも簡潔に書いて」。
これ、AIへの指示に見えて、ただのノイズです。
アルトマンは成功論の中で、明確に考え、平易で簡潔な言葉で伝えることの価値を強調しています。OpenAIの開発者向けガイドでも、最新モデルには手順を細かく縛るより「成果と制約を明確に渡す」ほうが力を引き出せると説明されています。
渡すものは3つだけでいい。
- 目的（誰に、何を起こしたいか）
- 成功条件（何ができていたら合格か）
- 制約（やってはいけないこと）
外注さんに仕事を頼むときを思い出してください。優秀な外注さんにマニュアルを読み上げる人はいません。「この成果がほしい。条件はこれ」と任せるはずです。AIへの頼み方も、まったく同じです。
原則③：知能にも「資本配分」する
いまのChatGPTには、日常作業向けのInstant、難しいタスク向けのThinking、最難関の仕事向けのProという使い分けがあります（OpenAI公式ヘルプより）。
ここで大事なのは、「全部を最強モデルでやる」ことではありません。
近所のコンビニに、大型トラックで行く人はいませんよね。荷物の重さで車を替える。それだけの話です。
メール、翻訳、下書き、軽い調査はInstantで高速に流す。
事業の意思決定、複雑な比較、長い資料の分析など「間違えたら痛い仕事」だけ、ThinkingやProに渡す。
アルトマンの言葉で言えば、これは「レバレッジ」です。成果を左右する一点にだけ、重い知能を投下する。AIの使い方にも、資本配分の発想が要るのです。
原則④：「1人のAI」ではなく「役割別のチーム」として使う
アルトマンは2025年のエッセイ「Three Observations」で、AIエージェントはやがて仮想の同僚のように感じられるようになる、と書きました。数日単位の仕事をこなす仮想の同僚が、あらゆる知識労働の分野に何千、何万といる未来です。
この発想を個人に落とすと、使い方が変わります。
ChatGPTを「何でも屋さん1人」として使わない。会話ごとに役割を固定して、チームにするのです。
- 戦略参謀：何をやるべきかを決める
- 調査員：情報を集めて出典を整理する
- 編集者：文章を磨く
- 批評家：弱点を突く
- 家庭教師：理解できるまで教える
- 経理補佐：数字とコストを検討する
役割が曖昧だと、答えも曖昧になります。役割・成果物・判断基準を渡した瞬間、AIは「返答」ではなく「仕事」を始めます。
これはプロンプトの技術ではありません。組織設計の技術です。
あなたは今日から、ひとり社長のまま6人の部下を持てます。
原則⑤：初稿で満足しない。「作らせて、批判させて、直させる」
正直に言います。
AIは万能ではありません。堂々と間違えます。盲信した瞬間に事故ります。
だから、答えを「最終案」として受け取らないでください。回すのは3段ループです。
第一に、作らせる。
第二に、批判させる。
第三に、直させる。
記事なら、初稿を書かせたあとに「編集長として、読者の悩みとのズレ・事実と推測の混在・誇張を厳しくチェックして」と自分の出力を攻撃させ、その結果を反映して改稿させる。数字や事実は、検索や元データで検証させる。
アルトマンは「価値は戦略ではなく、実行から生まれる」と書いています。
AIの真価は、一発で正解を出すことではありません。初稿→批判→改稿→検証のループを、人間の何倍もの速さで回せることです。
原則⑥：一発の正解より、試行回数
アルトマンの成功論には、起業家的な考え方として「何度も失敗して、本当に正しい一手を当てる」という思想が流れています。
AIが個人に与えた最大の武器は、まさにこの「試行回数」です。
企画書1案に半日かける時代は終わりました。30案出させて、比較して、捨てて、残った1案だけを深く磨く。
新規事業なら顧客セグメントを10通り。広告なら訴求軸を20通り。学習なら、わからない概念を5つの比喩で説明させる。
人間の弱点は、最初の1案に固執することです。
AIの強みは、広く試して、速く捨てられること。
「正解を出すAI」ではなく「試行回数を増やす装置」として使ってください。
原則⑦：最後は必ず「今日の行動」に変換する
要約で終わらない。
アイデアで終わらない。
きれいな文章で終わらない。
資料を読ませたら、最後に必ずこう聞いてください。「で、僕は今日、何をすべきか」。
契約書なら交渉ポイントまで。売上データなら原因仮説と次の一手まで。顧客の声なら、今週試せる小さな改善まで。
アルトマン流に言えば、情報を読むだけでは価値は生まれません。次の行動に変換したときに、初めて価値になります。
ここまでやって、AIは「便利ツール」から「知能のレバレッジ」に変わるのです。
まとめ：任せ方チェックリスト
整理します。サム・アルトマン式のAI活用は、この7つです。
- 作業を頼む前に、選別を頼む
- 手順ではなく、成果と制約を渡す
- 軽い仕事は速いモデル、重い仕事だけ重いモデル
- 役割を固定して、チームとして使う
- 作らせて、批判させて、直させる
- 一発の正解より、試行回数
- 最後は「今日の行動」に変換する
この7つ、AIに聞く前の自分への質問リストとして保存しておいてください。
アルトマンは、2026年には新しい洞察を自ら見つけ出すAIシステムが現れる可能性がある、とも書いています。モデルはこれからも進化します。名前も変わり続けます。
でも、任せ方の原則は変わりません。
モデル名を追いかける人ではなく、任せ方を持っている人が勝ちます。
今日の一歩は、1個だけでいい。
今日のタスク一覧をAIに渡して、「この中で、やめるべきものはどれ？」とだけ聞いてみてください。
ここまで読んでくれて、ありがとうございました。
役に立ったら【いいね】、後で見返すなら【保存】、感想はリプか引用で。
参考文献
- Sam Altman「Productivity」（blog.samaltman.com）
- Sam Altman「How To Be Successful」（blog.samaltman.com）
- Sam Altman「Three Observations」（blog.samaltman.com）
- Sam Altman「The Gentle Singularity」（blog.samaltman.com）
- OpenAI Help Center「GPT-5.5 in ChatGPT」（help.openai.com）
