AIの調べ物はなぜ間違う？一次情報に当たらせる質問の型

AIに調べ物を頼んだとき、返ってきた答えをどこまで信じていますか。私は先日、3週間前に自分がAIと作った社内資料を、同じAIに否定されるという体験をしました。しかもその資料は、すでに上司に渡したあとでした。

この記事では、その一部始終と、そこから学んだ「AIに一次情報を取りに行かせる質問の型」をまとめます。私と同じように、AIを仕事の調べ物に使い始めた薬剤師さんに読んでほしい内容です。

3週間前の自分の資料を、同じAIが否定した

私は調剤薬局で管理薬剤師をしながら、業務用のアプリをAIと一緒に自作しています。

その流れで、薬局の施設基準に関するある計算ルールをAIに調べさせて、社内向けの検証資料をPDFにまとめました。

数ページの、出典欄まで付けた、見た目には申し分ない資料です。

自分で一から調べたら何日もかかりそうな内容が、短時間で形になった。正直、達成感すらありました。

資料は上司にも渡し、社内の判断材料として使われていました。

ここまでは、よくあるAI活用の風景だと思います。むしろ、うまく使えている側のつもりでいました。

それから3週間後。別の作業のついでに、同じテーマをもう一度AIに確認してもらいました。

すると返ってきたのは、「前回の資料の第4章は、現行のルールと異なっています」という答えです。

正直、最初は納得がいきませんでした。同じAIに同じテーマを聞いて、違う答えが返ってくる。どちらかが間違っているはずです。

やったことは単純で、双方の根拠を並べて順番に見比べました。新しい答えが引用してきた原本の記載と、前の資料が根拠にしていた解説記事たち。突き合わせた結果、後から出てきた答えのほうが正しく、3週間前の資料が間違っていました。

しかもその間違いは、AIのうっかりミスではなく、もっと構造的な理由から生まれていたのです。

変えたのは、頼み方のたった一言

実はこのとき、頼み方を少し変えていました。3週間前に打ったのは、要するに「このルールについて調べて、根拠つきでまとめて」という指示。

今回は「発行元が公開している原本のファイルを取得して、該当ページを実際に読んで、引用しながら説明して」という指示でした。

言葉にすればどちらも「調べて」です。でもAIにとっては、まったく別の作業なんですよね。

前者は世の中の解説記事を読んで要約する作業、後者は原本のファイルを開いて中の文字を読む作業です。

そして、その原本は解説記事たちより新しくなっていました。ルールは改定されていて、原本には新しい書き方が反映済み。解説記事のほうは、改定前の内容のまま残っていたのです。

「複数の記事で相互確認しました」の落とし穴

ここが、私がいちばん反省した部分です。3週間前の資料の出典欄には「複数の解説記事で相互に確認済み」と書いてありました。当時の私はこれを見て、「ちゃんと裏取りしてくれてるな」と安心していたんです。

でも、これは思い違いでした。二次情報を何本重ねても、一次情報にはなりません。

厄介なことに、解説記事は互いに参照し合って書かれます。元をたどれば同じ情報源、ということが珍しくない。「3本の記事が一致していた」は、「3本とも同じ古い情報を見ていた」の可能性を否定できないんですよね。

イメージとしては、伝言ゲームに近いと思います。最初の1人が古い情報を握っていたら、あとの全員が同じ間違いを繰り返す。人数が増えるほど、むしろ確からしく見えてしまうのが怖いところです。

制度やルールの改定直後は、まさにこの状態が起きやすいタイミングです。改定はされたのに、解説記事はまだ追いついていない。そこでAIに「調べて」と頼めば、古い情報を集めて、真面目に間違った結論を出してくれます。

AIは指示された深さまでしか潜らない

この一件でいちばん大きかった学びは、AIは、こちらが指示した深さまでしか潜らないということです。能力が足りないのではなく、頼まれていないから潜らない。

人間の後輩に頼むときを想像すると、しっくりきます。「この件調べといて」と言われた新人が、ネット検索のまとめを持ってきても責められないですよね。「発行元の原本を見てきて」と言われて初めて、その人は原本を探しに行きます。

AIを一次情報まで潜らせる質問の型【5ステップ】

では、どう頼めばいいのか。私が今回うまくいった手順を、そのまま型にしました。難しいことはなく、いつもの頼み方に順番に足していくだけです。

質問文のイメージ（再現例）

実際に打った依頼文をそのまま載せることはできないので、あくまで再現イメージですが、雰囲気はこんな感じです。

5つの中で特に効くのが、STEP2の「引用して」です。引用が出せるかどうかは、原本にたどり着いたかどうかのリトマス試験紙になります。

逆に言えば、引用とセットで返ってきた答えは、そのまま人に見せられる強さを持ちます。頼み方の一言で、調べ物の成果物の質そのものが変わるわけです。

手間が増えそうに見えますが、増えるのは頼み方の一文だけ。間違った資料を作り直す手間に比べれば、はるかに安い保険だと思います。

AIの調べ物でやりがちな失敗パターン3つ

型と合わせて、やらかした側の目線で「これは危ない」と思うパターンも残しておきます。3つとも、今回の私の失敗のどこかに入っていたものです。

①下調べのつもりの資料を、そのまま人に渡す

いちばんの反省はこれでした。自分用の下調べなら、二次情報でも困りません。でも人に渡った瞬間、その資料は判断の根拠に変わります。

段階が変わったのに、情報の確からしさを上げ直さなかった。ここが本当の敗因です。「とりあえず共有しますね」の一言が、いちばん危ないと今は思います。

②改定・法改正の直後に「調べて」で済ませる

世の中の解説記事が全部古い、という時期はどうしても生まれます。このタイミングの「複数で確認」は、古い情報の多数決にしかなりません。私の失敗も、まさに改定をまたいだ直後のパターンでした。

改定がありそうな話題ほど、原本に直行する価値があります。

③引用のない「要約」を信じる

もっともらしい要約は、原本を読んでいなくても書けてしまいます。だからこそ「その文言を引用して」の一言が関所になる。引用が出せなければ、その答えはまだ二次情報です。

「原本を確認しました」という言葉だけなら、いくらでも言えます。信じる根拠にするのは言葉ではなく、引用と出典のURLです。

二次情報が悪いわけではない｜使い分けの線引き

ここまで読むと「解説記事は信用するな」に聞こえるかもしれませんが、そうではありません。原本というのは読みにくいものです。全体像をざっくりつかむ段階なら、解説記事のほうが圧倒的に速い。

問題は、使い分けの線引きです。私は今回の件から、こう線を引くことにしました。

• 全体像をつかむ・雰囲気を知る段階なら、解説記事で十分
• 人に渡す資料・判断の根拠になるなら、原本まで戻る
• お金・法令・健康が絡むなら、迷わず原本まで戻る
• 改定・法改正の直後は、「解説記事はまだ古い」前提で疑う

私が失敗したのは、この線を意識しないまま、下調べのつもりで作ったものを、そのまま人に渡してしまったことでした。

ポイントは、「情報の段階が上がる瞬間」に気づくことだと思います。自分の中のメモが、誰かへの説明資料に変わる瞬間。そこが、原本まで戻るタイミングです。

薬剤師の仕事でも、転職でも、同じ構図が起きる

この話、実はAIに限らないんですよね。薬剤師の日常業務は、「一次情報にあたるかどうか」の連続です。

薬の情報では、みんな一次情報主義のはず

たとえば医薬品の情報。相互作用や用法用量のように患者さんの安全に直結する場面では、まとめ記事ではなく添付文書やインタビューフォームまで戻りますよね。薬学教育で徹底的に叩き込まれる感覚です。

疑義照会をかけるか迷ったとき、記憶やまとめ本だけで押し切る人はいないはずです。手が勝手に添付文書を開く。あの反射を、AIとの調べ物にも持ち込むイメージです。

私の場合、この「どこまで戻るか」の感覚は、レジデントとして過ごした3年間で身につきました。知識そのものより、あの感覚のほうが今も効いている気がします。

面白いのは、薬の情報では当たり前の一次情報主義を、制度や経営の話になった途端に手放してしまうことです。

私がまさにそうでした。添付文書は必ず見るのに、施設基準は解説記事で済ませていたわけです。

添付文書で当たり前にやっていることを、AIへの頼み方にも使う

転職の情報収集こそ、二次情報だらけ

もうひとつ、多くの薬剤師に関係するのが転職の情報です。口コミサイト、まとめ記事、知り合いから聞いた話。どれも役に立ちますが、どれも一次情報ではありません。

年収ひとつとっても、ネットの平均値と、実際にその法人が出す条件は別物です。平均年収って、実際にはどこにもいない「誰か」の数字なんですよね。

自分が行く1社の条件を知りたいなら、求人票そのものや、面接で直接確認した内容という一次情報まで戻るしかありません。

ここで、転職エージェントを使う価値が出てきます。個人では聞きにくい残業の実態や募集の背景を、代わりに確認してもらえるからです。

口コミを何本も重ねる代わりに、一次情報を取りに行ってもらうという発想そのものだと思います。

聞き方も、AIへの質問の型と同じです。「良い職場ですか」ではなく、「残業は月何時間か」「前任者はなぜ辞めたのか」「募集の背景は欠員か増員か」。答えが具体的に返ってくる質問ほど、一次情報に近づきます。

よくある質問

AIの答えに出典リンクが付いていれば、信じていい？

出典が付いていても、それが解説記事などの二次情報であることは珍しくありません。発行元の原本かどうか、何年時点の版かまで確認するのがおすすめです。私の失敗した資料にも、出典欄はちゃんと付いていました。

「一次情報」とは具体的に何を指す？

発行元が出している原本そのものです。医薬品なら添付文書やインタビューフォーム、制度なら公的機関の様式や通知、転職なら求人票や面接での直接確認がこれにあたります。

毎回5ステップを全部やる必要はある？

全部は不要です。自分用の下調べなら「調べて」で十分。人に渡す資料や判断の根拠になる場面でだけ、本文のチェックリストを目安に原本まで潜らせれば大丈夫です。

一度作った資料は、どう管理すればいい？

出典のURLと取得日を資料側に残しておくのがおすすめです。制度は変わるので、資料は「作った時点のスナップショット」でしかありません。次に使うとき、同じ型で最新版を確認し直せる状態にしておくと安心です。

まとめ｜AIの答えの質は、質問の深さで決まる

3週間前の自分の資料をAIに否定されるのは、なかなか気まずい体験でした。でも、このおかげでAIとの付き合い方がひとつ先に進んだ実感があります。

AIへの信頼を失ったかというと、むしろ逆です。過去の自分に気を使わない分、AIのほうがよっぽど正直だなと、妙に感心してしまいました。

AIの答えを疑う前に、自分がどんな深さで頼んだかを思い出してみてください。一次情報まで潜らせるかどうかを決めているのは、いつもこちら側です。

この「どこまで確かめるか」を決める力は、AIが進化しても古びません。むしろAIが賢くなるほど、頼む側の質問の深さが、そのまま結果の差になっていくと感じています。

転職の情報収集も同じです。なんとなくの口コミで決める前に、1社ぶんの一次情報を取りに行ってみてください。登録は無料なので、相場感を確かめる目的だけでも十分使えます。

あわせて読みたい