調査資料の結論が割れたとき、AIに何をまとめさせるか：賛否の平均でなく根拠と未解決条件を残す

A&Aの考え方

同じ問いに対して複数の外部資料が異なる結論を出すことは、経営判断の場面でよく起こります。あるベンダー比較レポートは製品Aを推し、別の業界調査は製品Bを推し、第三者のコンサル資料はどちらも条件付きでしか推奨しない。ここでAIに「三本の資料を要約して」と頼むと、多くの場合は無難で当たり障りのない要約が返ってきます。賛否は薄まり、どの資料も同程度に扱われた表面的な結論だけが残ります。判断に使いたいのはむしろ逆で、なぜ結論が割れているのか、どの前提が異なるのか、どの論点が未解決のまま残っているのかを保った形式です。要約という言葉のもとで、意思決定に必要な情報を捨ててしまう指示設計の問題があります。単に「良い要約プロンプト」を探す前に、AIに何を残させたいかを言語化する必要があります。

A&Aの考え方

この考え方は、複数の外部資料を経営判断のために統合する場面にそのまま応用できます。三本の資料に対して同じ問いを立て、それぞれの資料に閉じた回答を独立に得たうえで、賛否の内訳と根拠を並べる。AIに「合成した結論」を要求するのではなく、複数の観点を明示的に保持したまま提示させる指示設計に変える。これは要約プロンプトの微調整というより、そもそもAIに求める出力の型を変える判断です。並行に得た複数の回答は、後段で意思決定者が突き合わせる材料になります。AIに一つの結論を選ばせるのではなく、意思決定者が結論を選ぶための材料をAIに整えさせる、という役割分担になります。

A&Aの考え方

この「原発言に戻れる」考え方は、対象が面談の書き起こしから外部調査資料に変わっても、そのまま持ち込めます。複数レポートの要約においても、AIに求めるべきは「各主張が、元資料のどの箇所に基づくか」への正確な参照です。参照が付いていれば、賛否が割れる主張ごとに元資料の該当箇所へ戻り、前提条件、調査対象、時期、サンプル数などの違いを確認できます。参照が欠けた要約は、たとえ流暢に読めても、意思決定の際にもう一度資料を全部読み直さないと使えません。QuillitはClaude Platform上のプロダクトとして引用生成機能を実装していますが、その必要性の指摘そのものは、外部資料を突き合わせる自社のプロンプト設計にも同じ形で当てはまります。

A&Aの考え方

この二つのパターンを組み合わせると、賛否が割れた資料の統合には、次のような指示設計の型が使えます。第一段として、資料ごとに独立に同じ問いを投げ、主張・根拠となる引用箇所・前提条件・言及されていない論点、の四つを分けて出させます。第二段として、別の呼び出しで各資料の回答を横に並べ、賛否が一致する箇所と割れる箇所、そして割れる理由（前提条件の違い、対象範囲の違い、時点の違い）を対応表にさせます。第三段として、評価者役の呼び出しに、対応表の中で結論の変わりうる論点を挙げさせ、追加確認が必要な項目を列挙させます。この三段は、AIに「合成された結論」を出させないための構造化です。意思決定者が読むのは、賛否付きの対応表と未解決条件の一覧であり、AIが選んだ結論ではありません。

A&Aの考え方

この仮例が示すのは、指示設計を変えたときに経営者の手元に残る成果物の形が変わる、という点です。要約プロンプトを微調整しても、返ってくるのは平均化された結論のバリエーションでしかありません。一方、賛否付きの対応表と未解決条件の一覧を成果物として求めると、経営者は「自社の場合、想定質問件数と回答の許容誤差についてはこの範囲で決められる」といった前提を上乗せしながら、資料ごとに主張の妥当性を再評価できます。AIが選んだ結論を採用するのではなく、AIが整えた比較材料の上で経営者が判断する、という順序になります。

A&Aの考え方

この考え方を明日から自社で試すために、大規模なワークフロー構築は必要ありません。まずは手元の資料を三本ほど選び、要約を依頼する既存のプロンプトを、次の三点だけ書き換えます。第一に、「合成された結論を求めない」ことを明示します。第二に、「資料ごとに主張・引用箇所・前提条件・言及されていない論点の四項目に分けて出す」ことを求めます。第三に、複数資料の対応表を作らせる際に、「賛否が一致する箇所と割れる箇所を分け、割れる理由を前提条件の違いとして書く」ことを求めます。この三点だけで、要約の出力形式は明らかに変わります。ツールの選定や自動化の追加は、成果物の形が意思決定に使える形になってからで十分です。

A&Aの考え方

AIが速く要約できることと、経営判断に使える形で情報を整えられることは別の設計課題です。速さを求めれば無難な合成が返り、判断に使いたければ賛否と未解決条件を保つ指示設計が必要になります。この二つは相互排他ではなく、指示設計の型を先に決めれば速さの恩恵も享受できます。既存の調査資料の扱いを見直す段階の経営者は、まずは手元のプロンプトの出力形式を変えるところから試すことができます。A&Aでは、このような業務向けのAI活用設計と実装の相談を承っています。既存の調査資料と社内の意思決定フローに合わせて、どのような指示設計が有効かをご相談ください。