
8-4 症状から対処を引く逆引き —— AI対話の「処方箋」を自分の中に持つ
はじめに:なぜ「逆引き」が必要なのか
DeepSeek との対話がうまくいかないとき、多くの人はこう考えます。
「プロンプトが悪いんだろうな」
そして、闇雲にプロンプトを書き換える。すると、たまたまうまくいくこともあれば、悪化することもある。原因が特定できていないので、再現性がない。
これは、体調が悪いときに「とりあえずこの薬を飲んでみよう」と適当に試すのに似ています。頭痛なのか、腹痛なのか、熱なのか。症状を切り分けずに薬を選んでも、効くはずがありません。
逆引きとは、この「症状の切り分け」を AI 対話に持ち込む考え方です。
うまくいかない 症状 を観察する
その症状に対応する 原因 を推定する
原因に紐づいた 対処 を選ぶ
この順序で考えることで、対話の失敗が「再現可能な改善プロセス」に変わります。
第8章ではすでに「よくある失敗パターン7つ」を扱いました。8-4 はその集大成として、症状から対処を引くための対応関係 を作り、現場で即使えるようにする回です。
基本の考え方:3層構造で捉える
逆引きを機能させるには、症状を次の3層に分けて考えると整理しやすくなります。
第1層:出力が浅い・ズレる。 主な原因はプロンプト(指示)の問題です。
第2層:対話が発散・停止する。 主な原因は会話設計の問題です。
第3層:内容が怪しい・誤る。 主な原因は検証プロセスの問題です。
多くの人は第1層ばかりをいじります。しかし実際には、第2層・第3層が原因のケースが非常に多い。

「プロンプトを変えても改善しない」と感じたら、層を疑う。これが逆引きの第一歩です。
逆引きの対応関係(実践版)
以下が、この記事の中心となる対応関係です。コピーして手元に置き、対話がうまくいかないときに参照してください。
第1層:出力が浅い・ズレる
一般論しか返ってこない。
原因は文脈不足です。対処は、前提・状況・読者を明示すること。質問の意図と違う方向に答える。
原因は問いの曖昧さです。対処は、「知りたいのは◯◯ではなく△△」と否定形で示すこと。抽象的で使えない。
原因は出力形式が未指定であること。対処は、箇条書き・項目数・文字数を指定すること。毎回トーンがバラつく。
原因は役割が未設定であること。対処は、「あなたは◯◯の立場で」と役割を与えること。長すぎる、あるいは短すぎる。
原因は制約が未指定であること。対処は、上限・下限を数字で示すこと。
第2層:対話が発散・停止する
話がどんどん逸れる。
原因は話題の境界がないこと。対処は、「ここからは◯◯の話に戻す」と明示すること。同じことを繰り返す。
原因は前の回答を参照していないこと。対処は、「直前の回答の◯◯を踏まえて」と参照させること。深まらずに止まる。
原因は深掘りの問いがないこと。対処は、「なぜ?」「具体的には?」「反例は?」を重ねること。長い対話で迷子になる。
原因は前提が埋もれていること。対処は、途中で「これまでの前提を3行でまとめて」と依頼すること。会話が重くなる。
原因は文脈が過剰であること。対処は、新しいスレッドに切り替えること。
第3層:内容が怪しい・誤る
事実関係が怪しい。
原因は幻覚(ハルシネーション)。対処は、一次情報に遡って確認すること。出典が不確か。
原因は引用の捏造リスク。対処は、「出典を示して」と頼んだうえで、自分で検索すること。知識が古い。
原因はカットオフ以降の情報であること。対処は、「最新情報は別途確認する前提で」と明示すること。自信満々に誤る。
原因は推論モデルの特性。対処は、反証を求める、別視点をぶつけること。専門外で崩れる。
原因は領域の限界。対処は、専門家・一次資料に切り替えること。
使い方:3ステップで回す
逆引きは、次の3ステップで運用します。
ステップ1:症状を言葉にする
まず、何が不満なのか を具体的に言語化します。
「なんかイマイチ」ではいけません。「一般論しか返ってこない」「話がどんどん逸れる」のように、観察できる形で言葉にします。
症状が曖昧なままだと、対応関係を引いても正しい行にたどり着けません。「イマイチ」を分解する作業自体が、思考の訓練になります。
ステップ2:層を推定する
症状が第1層・第2層・第3層のどれに属するかを考えます。
一度の出力の問題なら第1層。対話の流れの問題なら第2層。内容の信頼性の問題なら第3層です。
層を間違えると、対処も間違えます。たとえば第3層の「事実が怪しい」を第1層の問題と誤認し、プロンプトをいくら調整しても、幻覚は消えません。検証 が必要です。
ステップ3:対処を一つだけ試す
対応関係から対処を選んだら、一度に一つだけ 試します。
複数を同時に変えると、何が効いたのか分からなくなります。これは実験の基本です。うまくいったら記録し、自分のプロンプト集(第12章)に蓄積していきます。
実例:逆引きが機能する場面
例1:「浅い回答」からの脱出
症状:DeepSeek に「リモートワークの課題を教えて」と聞いたが、一般論しか返ってこない。
層の推定:第1層(出力が浅い)。
対応関係を引く:一般論しか返ってこない、の原因は文脈不足。
対処:前提を追加する。
【前提】
・従業員50名のIT企業
・週3出社・週2リモートのハイブリッド
・課題は「評価制度」に絞りたい
この前提で、リモートワークの課題を挙げて。これで、一般論ではなく、その企業の状況に即した具体論が返ってきます。
例2:「堂々巡り」からの脱出
症状:同じテーマで5往復しているのに、話が進まない。
層の推定:第2層(対話の停止)。
対応関係を引く:同じことを繰り返す、の原因は前の回答を参照していないこと。
対処:参照を明示する。
これまでの3回の回答を踏まえて、
まだ触れられていない論点を1つだけ挙げて。
その論点について、あなたの立場を述べて。「まだ触れられていない論点」という制約が、堂々巡りを断ち切ります。
例3:「それっぽい嘘」を見抜く
症状:統計データを交えた回答が返ってきたが、出典が示されていない。
層の推定:第3層(内容の信頼性)。
対応関係を引く:出典が不確か、の原因は引用の捏造リスク。
対処:自分で一次情報に遡る。
ここで重要なのは、DeepSeek に「出典を教えて」と聞き直すだけでは不十分 だということです。幻覚は出典の捏造にも現れます。必ず自分で確認する。これが第7章で扱った「出力を疑う」姿勢と直結します。
逆引きを自分用にカスタマイズする
上の対応関係はあくまで出発点です。使っていくうちに、自分がよくハマる症状 が見えてきます。
おすすめの方法は、次のようなメモを残すことです。
日付。症状。層。試した対処。結果。学び。
これを10件ほど貯めると、自分専用の逆引き表 ができあがります。他人の表より、自分の失敗から作った表のほうが、圧倒的に使えます。
第12章の「自分だけのプロンプト集」は、この延長線上にあります。逆引きで得た対処を、プロンプトという形で資産化していく。それが連載の最終ゴールです。
よくある誤解
誤解1:「逆引きはマニュアル暗記でしょ?」
違います。逆引きの本質は、観察 → 推定 → 実験 のループを回すことです。対応関係を暗記するのではなく、「症状を分解する目」を育てるのが目的です。
誤解2:「対応表があれば失敗しなくなる?」
失敗は減りません。失敗からの回復が速くなる だけです。AI 対話は本質的に試行錯誤の連続です。逆引きは、その試行錯誤を「やみくも」から「設計された探索」に変えます。
誤解3:「症状は一つずつ現れる?」
現実には、複数の症状が同時に現れます。「浅い」かつ「逸れる」かつ「怪しい」こともある。そのときは、層の上から順に 対処します。第1層を直さないと、第2層・第3層の改善は見えにくいからです。
まとめ:逆引きは「自分の失敗の地図」
8-4 で扱った逆引きは、一見地味な技術です。しかし、これがあるかないかで、AI 対話の上達速度は大きく変わります。
症状を 言葉にする。層を 推定する。対処を 一つだけ試す。結果を 記録する。
この4ステップを回すだけで、あなたの対話は少しずつ洗練されていきます。そして、その記録は、あなた自身の思考の軌跡でもあります。
AI は答えを出す機械ではありません(第1章)。逆引きは、AI との対話を通じて 自分の問いを磨く ための道具です。
症状から対処を引き、対処から学びを引き、学びから次の問いを引く。この連鎖が、第9章の「学習ループ」へ、そして第12章の「自分だけのプロンプト集」へとつながっていきます。

▼ この連載の元になった書籍
『DeepSeek 対話の設計 ― ブラウザで試す、考える、深める』