AIは「忖度」しない。25年のIT屋が辿り着いた、右腕を使いこなす5つの型（CROSS）

「AIに指示を出しても、なんだか期待外れの答えしか返ってこない……」

もし君がそう感じているなら、それは君の知識が足りないからじゃない。断言する。それは単に「指示の型」を知らないだけだ 。

外資系IT企業で25年以上、データの安全や活用と向き合ってきた僕にとって、AIは「魔法」じゃなく、言語で動く「精密な機械」だ。機械に曖昧な指示を出せば、曖昧な結果しか返ってこない。当然だ。

今日は、僕が実践している、どんな複雑な依頼もAIに正確に理解させるフレームワーク「CROSS」を共有しよう。

CROSSフレームワークとは

CROSSは、AIの「忖度」や「補完ミス」を排除するための5つの要素で構成されている 。

• Context（背景・状況）: AIに「なぜこの依頼か」を理解させる 。

• Role（役割）: 専門的な視点で回答させる 。

• Objective（目的）: 何を出力させるかを明確にする 。

• Source（参照元）: 回答の根拠を指定する 。

• Scope（範囲・制約）: フォーマットや制限を定める 。

これらを揃えるだけで、AIの回答は見違えるほど鋭くなる 。

比較：プロンプトひとつで、ここまで世界は変わる

例えば、顧客への返信メールを書くとき。

❌ 曖昧なプロンプト

これではAIは「どんな製品？」「トーンは？」「構成は？」と迷うしかない。結果、どこにでもある退屈なテンプレートが返ってくる 。

✅ CROSSを適用したプロンプト

情報が整理されていれば、AIは迷わず僕たちの意図を100%反映した回答を返してくれる 。

Objectiveで使う「動詞」の極意

「書いて」「やって」なんていう曖昧な言葉は、今日から卒業しよう。AIに取らせるべき具体的なアクションを「動詞」で定義するんだ。

📋 情報を整理・出力させたいとき

• 「教える」ではなく「リストアップする」

• 「まとめる/考える」ではなく「箇条書きで整理する」「分類・カテゴリ分けする」

• 「調べる」ではなく「比較表を作成する」

• 「見る」ではなく「優先順位をつけて列挙する」

✍️ 文章を生成させたいとき

• 「書く」ではなく「ドラフトを作成する」

• 「まとめて書いて」ではなく「〇〇字以内で要約する」

• 「直す」ではなく「校正・リライトする」

• 「変える」ではなく「トーンを調整する」

• 「翻訳する」ではなく「ニュアンスを保持して翻訳する」

🔍 分析・評価させたいとき

• 「分析して」ではなく「SWOT分析する」

• 「評価して」ではなく「採点基準を定めて評価する」

• 「リスクを見て」ではなく「リスクを網羅的に抽出する」

• 「問題を探して」ではなく「改善点を指摘する」

• 「どう思う？」ではなく「賛否両論を整理する」

🗺️ 計画・アクションを出させたいとき

• 「やり方を教えて」ではなく「ステップバイステップで手順を示す」

• 「計画を立てて」ではなく「週次スケジュールを策定する」

• 「どうすればいい？」ではなく「実行プランを3案提示する」

• 「次に何をすべき？」ではなく「次のアクションを定義する」

• 「提案して」ではなく「代替案を列挙する」

Roleで使い分ける「肩書き」の凄み

AIに「何者として振る舞わせるか」で、回答の深さは別次元になる 。

💼 ビジネス・コンサル系

• 戦略コンサルタント（元McKinsey）：ロジカルな構造化、MECE思考、経営判断の枠組み

• シリアルアントレプレナー：実行速度重視、リソース制約下での意思決定

• M&A専門の法人弁護士：契約リスク、デューデリジェンスの視点

• プロダクトマネージャー（Big Tech出身）：KPI設計、優先順位のトレードオフ

• 外資系投資銀行のアナリスト：財務モデル、数値の裏付け、投資家目線

🏥 医療・健康系

• 複数診療科の知識を持つ総合診療医：縦割りではない横断的なリスク抽出

• 予防医学・疫学の専門家：統計的リスク評価、生活習慣との相関

• スポーツ医学と栄養学を兼ねる専門家：パフォーマンス最適化と回復の両立

• 精神科医と認知行動療法士を兼ねる専門家：行動変容の仕組み、心理的障壁の分析

💻 技術・エンジニアリング系
プリンシパルエンジニア、セキュリティエンジニア、DevOpsエンジニアなど。設計の妥当性や脆弱性を見抜くプロの目が手に入る 。

• プリンシパルエンジニア（システムアーキテクト）：全体設計、スケーラビリティ、技術的負債の判断

• セキュリティエンジニア（ペネトレーションテスター）：攻撃者目線の脆弱性発見

• MLエンジニア兼データサイエンティスト：モデル選定、精度vs速度のトレードオフ

• DevOpsエンジニア（SRE出身）：運用コスト、信頼性、インフラの自動化

📚 教育・学習系

• プリンシパルトレーナー（マルチリンガル）：学習効率の最大化、弱点の優先的補強

• 認知科学に基づく学習設計の専門家：記憶の定着メカニズム、スペーシング効果の活用

• 資格試験の専門コーチ（合格率重視）：出題傾向の分析、時間対効果の最適化

• ソクラテス式問答法を用いる家庭教師：答えを与えず思考を深める問いかけ

✍️ ライティング・コミュニケーション系

• 編集長経験を持つコピーライター：読者の離脱ポイント、一文の情報密度

• TED登壇経験のあるパブリックスピーカー：冒頭30秒のフック、感情と論理のバランス

• B2B専門のセールスライター：購買心理、反論処理、CTAの設計

• ジャーナリスト出身のコンテンツストラテジスト：一次情報の重要性、信頼性の担保

ここまで読んでくれてありがとう。 CROSSフレームワークの基本と、動詞・肩書きの選び方は理解してもらえたと思う。

ここから先は、僕が日常で実際に使っているプロンプトの実例だ。

「型はわかった。でも自分の状況にどう当てはめるの？」

そのギャップを埋めるのが、以下の有料パートになる。