AIに聞いてください、どうやってやったの？

AIの会話は人間の会話とは全く異なります。これらは、ロジック、データ、アルゴリズムに基づいており、情報の伝達と問題解決に重点を置いています。したがって、AI ソフトウェアの最初の大きな問題は、「ソフトウェアの操作がどれだけ難しいか」ではなく、「どのように良い質問をするか」です。人工知能にどう質問すればいいのか、問題をどのように定義すればいいのか、問題内の変数間の関係をどのように理解すればいいのか。この記事の著者はこれを分析し、皆さんのお役に立てれば幸いです。

AIの会話は人間とは全く異なります。

人間の会話プロセスは、感情、文化的背景、現在の状況に基づいており、相手の感情、口調、表情などの非言語的要素を考慮する必要があります。 AI 会話はロジック、データ、アルゴリズムに基づいており、情報の伝達と問題解決に重点が置かれています。

各社とも自然言語処理技術（NLP）を推進しており、AI対話（Wenxinyiyan、chatGPT）も徐々に「人間化」の方向へ向かっていますが、本質的には両者の間にはまだ明らかな違いがあります。

AIの出現に直面して、多くの人々は一定レベルの思想的意識を持ち、知識を学ぶことで自己代替性を低下させています。しかし、彼らは、最大の問題は「ソフトウェアの操作がどれだけ難しいか」ではなく、「どのように良い質問をするか」であることに気づきました。

ケビン・ケリーはかつて有名なスピーチで将来の発展に向けた12の主要なトレンドについて言及しましたが、11番目のトレンドは「質問すること」です。しかし、現在の中国の経営市場では、質問という手法がまだ十分に活用されていません。

質問するとはどういうことでしょうか?人工知能にどのように質問すればよいのか、問題をどのように定義するのか、問題をどのように分類・変換するのか、大きな問題を小さな問題に縮小するにはどうすればよいのか、問題内の変数間の関係をどのように把握すればよいのかをわかりやすく説明します。

1. 質問の論理

質問するとはどういうことでしょうか?質問することは問題を提起することであり、問題は目標（基準）と現実のギャップにあります。

たとえば、目標は 90 ポイントですが、実際のスコアは 60 ポイントです。 60点と90点の差が問題です。どうすれば問題を提起できるでしょうか?まず問題を「発見」し「特定」できる必要があります。

質問に深く関係する3つの要素は「何を、なぜ、どのように」であり、質問の核心は3つの関係性を把握することです。 2009年、アメリカのマーケティングコンサルタント、サイモン・シネック氏がTEDスピーチで初めてこの用語を使ってリーダーシップモデルを表現しました。このモデルは後にゴールデンサークルルールと呼ばれるようになりました。

まずそれが何であるかを述べましょう。

ここで人々が混乱することが多いのは、定義、含意と拡張、判断、概念間のつながりという 4 つの目に見えない条件が通常含まれるためです。

「愛」と同様に、定義レベルでは、それは他人に対する無私の関心、気遣い、感情的な愛着として現れる深い感情を指します。それは家族への愛情でもあり、人によって見方や経験も異なります。

しかし、これは何につながるのでしょうか?

多くを与えても結局は愛を得られない少年をよく見かけます。両者の愛の定義基準が異なり、境界が明確でないため、当然火花を散らすのは難しい。

答えは何でしょうか？論理的なエラーを避けるために、概念間の関係に注意を払う必要があります。たとえば、「陽城」と「広東省の省都」は同じ都市である広州を指しますが、2 つの概念は同じ関係にあります。

概念間の関係には、同一関係、包含関係、交差関係、矛盾関係、対立関係、論理的並行関係の 6 種類があります。 （実用論理学講座（第5版）、張綿立著、中国人民大学出版局、2015年）。

このことから、30 ポイントの差があるという事実はわかっていても、その差の原因が「何」であるかは必ずしもわからないことがわかります。何をすべきでしょうか? 「なぜ」と尋ねてください。なぜ因果関係があるのでしょうか?それは物事の背後にある真実です。

例えば：

エンジンはなぜ動くのでしょうか？その背後にある対応する物理原理: なぜ飛行機は飛べるのか?その背後には空気力学の原理があります。

成果を達成するために、革新、進歩、問題解決がすべて非常に重要であることはわかっています。では、結果を達成するために革新、進歩、問題解決を望むことと、質問をすることの間には因果関係があるのでしょうか?

はい。質問の仕方がわからないと、問題を見つけることができません。問題を見つけられなければ、解決できず、結果を得ることができません。この因果関係は、質問することがなぜ重要であるかをさらに説明しています。結局のところ、質問することでより良い結果が得られるのです。

それに、どうやってやるの。

雨が降った後、道路に水たまりができました。子供は大人たちがそれを越えるために足をあげているのを見て、自分もそれを越えようとしました。残念ながら、歩幅が小さすぎたため、水の中に足を踏み入れてしまい、大人たちは笑いました。子どもたちは観察したり真似したりすることで物事のやり方を学びます。

そのため、「質問する」ことは問題の解決策のように見えますが、実際にはより良いものを追求することです。

動物を見てそれが何なのか分からないとき、最初に思い浮かぶ疑問は「これは何ですか？」です。誰かがこれは馬だと言ったら、「馬は何ができるの？」と尋ねるかもしれません。馬は乗ったり物を運んだりするのに使えると誰かに言われたら、「馬があなたにとって何の役に立つのか」が分かるでしょう。質問をするというプロセス全体は、物事を認識する詳細なプロセスです。

しかし、現実には問題を定義するのは困難です。

私にはセルフメディア業界に携わっている友人がたくさんいます。彼らはとても勤勉で、チャット中にいつもこれやあのトピックについて書きたいと言っています。しかし、コンピューターの前に座って長い間考え、画面に「科学的マーケティングの研究」と入力するだけで、何も起こりません。

なぜ？

問題には、広範な問題、問題、質問、トピックの 4 つのタイプが含まれるためです。これらの単語は中国語では区別が難しいですが、その範囲と意味は非常に異なります。

私が書く記事のほとんどは、質問やトピックに基づいています。トピックや問題は、特定の思考プロセスを経ることで、研究課題に変換されます。ある分野について深く調べないと、表現が曖昧になってしまいます。

これら3つの違いは何でしょうか?

一般的に言えば、問題とは、広範囲にわたる領域にまたがる一連の問題である広範なトピックを指します。たとえば、メタバースには AR、VR、コンテンツシステム、オペレーティングシステム、デジタルツインなど、単純に理解できないものが含まれています。そうしないと、空を食べようとしているのにどこから始めればよいのかわからない状況に陥ってしまいます。

問題とは、マクロレベルでは食の安全性や出生率の低下、傍観者レベルでは仕事（雇用）やパートナー（結婚）が見つからない、うつ病（心理的）など、緩和するために行動や介入を必要とする現実的な困難や悩みのことです。

問題と課題は重複しています。

ただし、大きくても小さくてもかまいません。中レベルの質問をすることができます、つまり、質問リンクに統合することができます。たとえば、「大規模な解雇の状況における大学生の就職難」をどのように解決するかなど、比較的的を絞った回答を見つけることができます。トピックは特定の出来事や現象についての議論です。ココツリーがサークルに頻繁に登場するなど、それぞれが違った意見を持っているなど。

しかし、多くの場合、直面する問題は、特定の背景情報を入手した後、宣言的なイベントに疑問符を追加する方法であり、そのためには、尋ねられる質問の種類を習得する必要があります。

2. 質問方法

質問の種類は？それは単なる直接的な質問ではないですか?

Notion AIさん、答えてください。Xiaohongshuが電子商取引を行う上での困難は何ですか？ Chat-GPTさん、科学的ダイエットに関する記事のアウトラインを作成するのを手伝ってください。

AI は 2 種類の問題を解決するのに優れていることが証明されています。1つは、コードの作成や定型的なタスクの実行など、明確に構造化された問題です。もう一方のタイプには明確なフレームワークがあり、詳細を入力するだけで済み、詳細に対する要件が明確になります。したがって、未解決の問題はそれ自体では解決方法が存在せず、実用的な意味があまりない可能性があります。

どうすればいいですか？この方法を試すことができます。

まず、閉じた質問

主に「誰が」「何を」「いつ」という表現を使って事実に関する質問に答えます。それは空白を埋めるようなもので、多くの場合、明確な答えがありますが、それ以上の展開はなく、それだけです。

例えば：

さまざまな概念を探しているとき、チャット GPT に、ゴールデンサークル原則とは何か、誰が提案したのか、その重要性は何か、提案者はなぜ当時そう考えたのかを調べ、できるだけ多くの例を挙げてもらうように依頼します。

あるいは、チャーリー・トーマス・マンガーは批判的思考について何と言っているでしょうか?どのようなシナリオにおいて、これらのスピーチはどのような重要な役割を果たすのでしょうか?

第二に、なぜ、どのように

分析的な質問を使用する場合、私は「なぜ、何」を使用します。これは、純粋な事実のレベルを超えて、点と点を結び付けて混沌の中に秩序を見出すことができます。たとえば、AI TikTokになぜフードデリバリーをするのか、そしてデリバリーをした後はどうなるのかを尋ねました。答えは次のとおりです。

あまりにも浅はかな質問をしてしまったことを自分自身に責めるしかない。この答えは満足のいくものではないかもしれません。「広範なトピック」や「背景のみの実際の問題」からより深い質問に焦点を移すにはどうすればよいでしょうか?

私は、3 段階の空欄補充質問法を提案します。

最初のステップとして、調査する必要があります。

2 番目のステップでは、具体的には、① 次の質問に焦点を当てたいと思います。なぜ一部の人は...し、一部の人は...するのでしょうか? （ここでは現象の違いを比較します） ②何がこの結果に影響を与えたのか、 ③これらの要因と結果の作用機序はどのようなもので、どのようになっているのか？

3 番目のステップは、上記の質問に答えた後、実際の問題を解決することです。

最初の 2 つのステップでは、それぞれ問題、問題点、質問を区別します。この方法により、幅広いトピックから始めて、研究のためにいくつかの問題に焦点を当てることができます。最終的な答えは、実際の問題を解決し、議論を進めるのに役立ちます。

2 番目のステップは次のとおりです。

なぜ（なぜ）、興味深い対比、パラドックス、現実世界との違いを発見します。どのような要因（何）か、大胆な仮定を立てて、結果に影響を与える可能性のある要因を探します。どのように（どのように）、原則と結果の役割を慎重に検証し、明確にします。

例えば：

（TikTokがなぜフードデリバリーをやりたいのか）を研究したい。具体的には、以下の質問に焦点を当てたいと思います。①なぜDouyinはフードデリバリーをやりたいのか、どこで開始したのか？ ②Douyinのフードデリバリーの拡大に影響を与える要因は何ですか？ライダーだと言う人もいる？商人に関するものだという人もいます。③これらの影響因子の作用機序は何ですか？

もちろん、AI の答えはあくまでもガイドとしての役割しか果たせず、その答えは比較的大まかになる可能性があります。結局は「既存の膨大なコンテンツ」を統合したものがベースになります。より深く理解したいのであれば、実際に調査し、詳細を拡張する必要があります。

たとえば、北京市朝陽区には何人の配達員がいるか、毎日何件の注文を配達しているか、各配達員はいくら稼いでいるか、どれくらいの時間働いているか、などです。

日本の品質管理の代表格であるQCC（Quality Control Circle）では、石川馨氏が提唱した「5つのなぜ」分析法を私もよく使っています。

具体的な方法は次のとおりです。

問題を特定し、その問題に対する「なぜ」の質問をし、答えを見つけて、もう一度「なぜ」を尋ねます。根本原因に到達するまで手順 2 と 3 を繰り返し、根本原因を見つけて解決します。

簡単に言えば、この方法は、「なぜ」を繰り返し問いかけ、次に「それをどうするか」を見つけることで問題を深く探究するものであり、イーロン・マスクがよく語る第一原理に少し似ているようです。

これをやる人は少ないと思います。結局、質問は「文章力、コピーライティング、文章構成の完成度、立体的な表現力の向上」という側面に重点が置かれます。詳細なレポートを作成して本質的な部分を掘り下げる必要がある場合を除き、それほど深く掘り下げることはできません。

詳細を問い合わせるにはどうすればいいですか?

「AI、なぜこれをするのですか？」と尋ねることではありません。代わりに、6 つの要素 (誰が、何を、いつ、どこで、なぜ、どのように) から始まります。私は、継続的にギャップを埋めて効果的な焦点を実現するために、who、where、when、what をよく使用します。

例えば：

大学生を対象とした心理学的研究を例に挙げてみましょう。まず、研究対象者の範囲を中国の大学生から学部生、あるいは少数の専攻学生に絞り込む必要があります。

そして、期間（いつ）を絞り込み、研究対象を新入生など特定の学年に限定し、さらに新入生の1学期まで絞り込むことができます。

第三に、地理的範囲（どこ）を絞り込みます。上記のように、北京や上海など特定の地域に絞り込みます。このようにして、研究の地理的範囲は非常に集中したものになります。

最後に、研究テーマ（何を）を絞り込むこともできます。心理的問題は非常に複雑かつ多様であり、症状もそれぞれ異なります。研究不安など、1 つまたは 2 つに焦点を当てると、問題はより制御しやすくなります。

この操作の後、何が得られますか?中国、北京、新入生、最初の学期、学生の不安の問題。

これを行う理由は、一方では AI によって提供される情報が膨大すぎるためです。調査の対象期間が長く、範囲が不明瞭な場合は、膨大な歴史資料の海に埋もれてしまいます。一方、漠然とした質問は、焦点を絞り、限定語句を追加することで、具体的で制御可能な調査に変えることができます。

問題を非常に具体的かつ狭い角度に絞り込めば、それは些細なことではないかと言う人もいるかもしれません。

私のように、AI を使って文章作成やビジネスリサーチの効率化を図る場合、「包括的で表面的」なことよりも、「一方的で深い」ことを重視します。

2つの状況を想定します。 1つは、いわゆる「大きな問題」（見出し、アリババのビジネス分析、業界分析、競争環境分析など）に取り組み続けることです。問題が複雑すぎて効果的に分割できないため、結局は関連性のない空虚な言葉や決まり文句、いわゆる「ビッグパイ記事」にまとめられてしまう可能性がある。

もう 1 つのアプローチは、競争環境における特定の問題に焦点を当て、残りの部分を無視することです。そうすれば、大きな問題の小さな詳細から全体像を把握できるようになります。それはチェスをするのに似ていて、全体像には焦点を当てますが、細部には焦点を当てません。これは推奨される方法です。

執筆やビジネスリサーチにおいては、質問することの重要性は疑う余地がありません。 3 段階の質問と 5 つのなぜは、意図的に練習する価値があります。ぜひお試しください。あなたも「問題児」になりますように。

しかし、初めてAIを使うときは、「連続質問方式」は複雑すぎると感じるかもしれません。そのため、いくつかの「簡単な問題」を直接AIに与えますが、「漠然とした」回答は望ましくありません。

何をするか？先ほどのプロセスで述べた「some…some…」という文型のほうがあなたには適しているかもしれません。

3. 質問変数

まず、お話をさせてください。私たちの日常生活には、非常に奇妙な現象がたくさんありますが、私たちはしばしばそれらに目をつぶってしまいます。

バーに行ったことがありますか？バースツールの高さに注目したことはありますか?それは約70CMですが、日常生活で使用するスツールの高さは40〜50CMです。皆さんが何を考えているかわかりますよ。「バースツールはなぜあんなに高いのだろう？」

バースツールと普通のスツールの高さは興味深い対比を形成し、常識と矛盾しているため、疑問符が付いています。

ある「健康の第一人者」が51歳で亡くなったと言えば、あなたは間違いなくショックを受けるでしょう。私はこのような種類の質問をパズルと呼んでいます。簡単に言えば、新しい事実と古い事実の間の不一致や矛盾は人々に不安を感じさせ、混乱や好奇心を引き起こし、問題を解決したいと思うようになります。

質問のパズルはここにあります。

スティーブン・レヴィットは「フリーコノミクス」の中で多くの例を挙げている。例えば、麻薬の売人は大金を稼いでいるようだが、なぜ彼らは年老いた母親とまだ一緒に暮らしているのだろうか？

たとえば、親が子どもによく本を読んであげたり、美術館に連れて行ったりしているのに、子どもがうまくいかないのはなぜでしょうか。あまり本を読んだり美術館に行ったりしない人が、なぜ成功することが多いのでしょうか?これらの疑問は、直感に反して、私の心の中に静かに疑問符を植え付けました。

パズルをデザインするには？

質問を例に挙げてみましょう。中国では医師と看護師のどちらのグループが多いと思いますか?ほとんどの人は看護師を思い浮かべるでしょう。それは理にかなっているからです。しかし、「中国では医師の数が長い間看護師の数を上回っており、看護師が医師を上回ったのは近年になってからである」と私が言うとしたら、この事実を聞いた後、あなたはどう反応しますか?

最初の反応が「なぜ」であれば、それは良い質問です。聞いて「ああ」と答えた場合は、その質問は平凡な質問だということです。常識や現実、理論とは異なる現象や、人々が困惑したり、不思議に感じたりする問題を見つければ、AIから異なる答えを得ることができます。

例えば：

電車や飛行機などの交通手段を使えば、多くの時間を節約できますが、なぜ人々は世界はどこへ行ってしまったのかといつも尋ねるのでしょうか?このとき、AI は、目標と理想を明確にし、それを達成するために旅行ツールを使用する必要があることを教えてくれます。

「時間はどこへ消えていくのか？」と直接尋ねてみれば、または、「時間はどこへ行くのか」を命題として使って、時間の重要性について議論してください。入手できるのは「何」だけであり、これらの資料はあまり役に立たないかもしれません。

典型的な例は、趙本山、高秀敏、范維による寸劇「松葉杖を売る」です。スケッチには古典的なセリフがあり、一緒に暮らすカップルの性格にどうしてこれほど大きな違いがあるのかと思いました。この文は中国人のほとんどに知られています。

しかし、誰もが知らないのは、それが興味深い質問の仕方を示しているということです。この文は半分は制御文で半分は比較文です。 2 人の生活状況を制御し、2 人の違いを比較します。こうして興味深いパズルが生まれます。

では、これらの奇妙な角度はどこから来るのでしょうか?

AI と何度も会話をした結果、変数は非常に重要だと考えるようになりました。つまり、最初に背景を説明した後、最後の 2 つの質問で対比が形成されるのです。 「some…some…」という文型を使うと、パズルをうまく問題に変換することができます。

なぜある場所は...、ある場所は...なのでしょうか?なぜ一部の人々は...一部の人々は...？なぜ時々...時々...？地域、個人、時間にわたる変数の違いを比較することで、新たな視点が得られます。

この文は、実際に「どこ」「誰」「いつ」という 3 つの疑問符を具体化しています。

質問が苦手な人は、「some…some…」を使って意識的に質問力を鍛えることができます。少し機械的に見えますが、この文型はベビーウォーカーのようなもので、初心者が AI 対話スキルをすぐに習得するのに役立ちます。

例えば：

同様に、インターネット企業では、解雇があったときに補償を求めて叫ぶ人がいる一方で、沈黙を守る人がいるのはなぜでしょうか。同じ家族で育った子供の中には行儀がよく分別のある子がいる一方で、無法な子もいるのはなぜでしょうか。

同じ人生を歩んでいるのに、なぜある人は幸せで、ある人は落ち込んでいるのでしょうか?夜更かししても髪の毛が太い人と細い人がいるのはなぜでしょうか?どちらもお酒なのに、なぜ赤ワインはビールよりもエレガントなのでしょうか? JD.com は従業員を解雇しているとネットユーザーから常に批判されているのに、なぜ Meituan と ByteDance は冷静なのでしょうか?

パズルは変数にあります。変数は従属変数と独立変数に分けられます。結果を説明したい場合、結果から始めて、この状況の原因を推測してみてください。

この一連の方法を自分の質問に組み込む方法を学び、それを AI に投げかけると、驚くべき答えが得られると思います。信じられますか?ぜひお試しください。