AIとのコミュニケーションを改善するには？

正直なところ、AIとのチャットは好き嫌いが分かれる。明らかにはっきりと言ったつもりなのに、「間違った答え」を与えてしまう。最近、AIとのコミュニケーションは子供に教えるようなもので、その方法に注意を払わなければならないことに気づいた。コードを書くことを例にとると、「このコードには何か問題がある」と言うだけでは、AIはあいまいな答えを返してしまう。しかし、新しい同僚に、問題の背景、エラーメッセージ、期待される結果が明確であるように接することができれば、その効果は大きく違ってくる。

AIを新しい同僚と考える

スタートアップでCTOを務める友人がいるが、彼らのチームは最近、特に強力なAIアシスタントを開発した。最初は誰もがそれを検索エンジンとして使い、予想通りの結果が出た。その後、彼らはAIがチームの新しいメンバーとして、辛抱強くプロジェクトの背景、技術スタック、さらにはビジネスロジックが明確であることを説明する新人のような場合、AIはプログラムの品質をストレートに与えることがわかりました。これは、インターンが経験をデバッグするのを助けるために先週を思い出させる - 彼は問題を見つけることができる前に、あなたは彼に全体のプロセスを理解させる必要があります。

具体的すぎて気持ち悪い。

ある時、AIにソートアルゴリズムの最適化を手伝ってもらったことがある。最初は「この関数を最適化してくれ」と言ったのだが、AIが出してきた解決策は単に読めないものだった。その後、私は教訓を得ました。入力データ・サイズ、パフォーマンス・ボトルネック、さらにはビジネス・シナリオなど、特別な要件が列挙されているのです。たとえば、「この関数は10万件のユーザー・データを処理し、現在の消費時間は2秒、最適化の要件は500ミリ秒以下、メモリ占有量は50MBを超えないこと」と。どうだろう、AIはパーティショニングに基づく素晴らしい解決策を実際に示してくれた。

これは、Stack Overflowで多くの「いいね！」を獲得している質問を思い出させます。彼らには共通点が1つあります：問題の説明がとんでもなく具体的なのです。例えば、"Why is my Python code giving me an error?" という質問の代わりに、"In Python 3.8, I encountered a ValueError:... when processing a CSV file using pandas 1.3.0.以下のコード・スニペットで再現できます。AIとのコミュニケーションもこの黄金律に従わなければならないようだ。

反復の技術

私が最も驚いたのは、AIとの会話が実は反復プロセスだったということだ。最初の答えに満足できない？慌ててあきらめないで。製品の要件レビューをするときと同じように、ソリューションの最初のバージョンは、何度も何度も磨き上げる必要があることが多い。データ分析をしている友人がいるが、彼はAIと議論するたびに、ピンポンゲームのように何度も切り返しながら、対話の完全な記録をとっている。一度に完璧な質問をするよりもずっと効率的だと彼は言う。結局のところ、AIはともかく、人間同士でさえしばしばコミュニケーションの再確認が必要なのだ。

最近GitHub Copilotが、AIが生成したコードに質問や調整を加えることができる新機能を発表した。試してみたところ、プログラミングのパートナーが隣に座っているようなもので、「この変数名は直感的でない」と言うと、すぐに5、6個の改善案を出してくれる。このような漸進的な対話は、問題解決プロセスをとても自然なものにしてくれる。

AIに役割を与える。

もうひとつ、特に興味深いテクニックは、AIに役割を与えることだ。例えば、技術文書を書きたい場合、「あなたは10年の経験を持つPythonのテクニカルライターなので、このアルゴリズムを平易な言葉で説明してください」と言います。AIは自動的にトーンと深さを調整し、内容は明確に構成され、例文さえも非常に適切なものになる。これはコードをレビューする際にも有効で、AIに「厳しい技術監督者」の役割を演じさせ、細かい指摘に関しては本物の監督者よりも真剣です。

しかし、人物描写はあまり荒々しくならないように注意してほしい。スティーブ・ジョブズを演じて私の製品デザインを批評してほしい」とAIに頼んだことがあるが、「現実を歪める力場」に満ちた空虚な言葉の束が返ってきた。その後、「上級リアクト開発者」や「厳格なセキュリティ・エンジニア」といった特定の職業的役割が最も効果的であることがわかった。

結局のところ、AIとの効率的なコミュニケーションの鍵は、普段の仕事から良いコミュニケーションの習慣を移植することだ。明確な文脈、具体的な要求、忍耐強い反復、そしてちょっとしたロールプレイング的創造性。もちろん、結局のところAIは生身の人間ではないし、心を読むこともできない。しかし、問題を明確にするために30秒余分に費やすことを厭わなければ、その見返りは3時間のデバッグ時間の節約になるかもしれない。どう考えてもお得だ。