AIに分からないことを明示させる質問：確認不能と推測を分ける

AIに質問したときに最も困る答えは、分からない内容を自然な文章で断定することです。見た目は親切でも、読者にはどこまでが確認済みの事実か分かりません。「分からなければ分からないと言って」という依頼は役立つことがありますが、それだけで誤りがなくなるわけではありません。どの根拠を使うか、資料が不足したら何を残すか、推測をどう示すかを一緒に定める必要があります。この記事は、回答を検証する一般的なチェックリストより、質問の段階で確認不能と推測を分ける方法に焦点を当てます。

分からない理由を2つに分ける

1つ目は、質問に必要な条件が欠けている場合です。「このファイルはなぜ開けませんか」と質問しても、ファイル形式、使用アプリ、エラーメッセージがなければ原因を確定しにくくなります。この場合は、出典をさらに探す前に必要な条件を整理しなければなりません。2つ目は、条件はあるものの確認できる資料がない場合です。製品名とバージョンを伝えていても、そのバージョンの公式文書を開けなかったなら機能の対応を断定できません。2つの状況を同じ「不明」にまとめると、次の行動を選びにくくなります。

AIにも理由を区別するよう頼んでください。「質問の条件が欠けているのか、公式の根拠を確認できていないのか、分けて説明して」と書けます。ファイルエラーの質問では追加で必要な情報を一覧にしてもらい、製品機能の質問では探すべき公式文書を整理できます。不確実性を示すことは、何もせず回答を終えることではありません。何を確認すれば判断できるようになるかにつなげてこそ、有用な答えになります。

確認済みの事実と推測を別々の文に書く

説明用の文書に「CSVファイルをインポートできる」と書かれていて、エクスポートについての記載はないと仮定しましょう。ここで確認できる事実はインポートへの対応です。エクスポートにも対応すると述べるのは追加の推測であり、エクスポートに対応しないと述べることも資料だけでは確定できません。「文書にエクスポートの説明がないため、対応の有無を確認できなかった」と書けば、事実と資料の不足を区別できます。

この違いは単なる表現の問題ではありません。非対応だと誤って断定すると必要な機能を諦めるかもしれず、対応していると誤って断定すると存在しないメニューを探し続けるかもしれません。質問に「資料にない内容は非対応に置き換えず、確認不能と示して」と加えてみてください。AIが説明を完成させるために空欄を埋める代わりに、実際に確認された範囲と残る質問を示すよう、出力形式を定めるのです。架空の文書の例は、実際の製品の機能情報を意味しません。

回答の状態	表現例	次に行うこと
原文に明記	提供した文書にインポート対応と記されている	バージョン・適用範囲を確認
原文に記載なし	エクスポート対応の有無はこの資料では確認不能	関連する公式案内を探す
条件不足	エラーメッセージがなく原因を確定しにくい	必要な条件を収集
資料の矛盾	2つの文書で対応バージョンが異なる	公開日・改訂状況を比較
説明用の推測	この条件で考えられる原因の例	実際の環境で確認

確率のように見える数字を注意して読む

AIが「90%確実」と記しても、実際に検証された確率を意味するわけではありません。どの資料や計算から得た数値かがなければ、数字が精密な根拠に見えるだけです。事実に関する質問では、任意の確信度の百分率を求めるより、根拠の状態を求めるほうが適切です。公式文書を直接開いたか、どの文が主張につながるか、例外があるかを確認してください。根拠のない高い確信と、根拠のある限定的な判断は異なります。

統計資料に実際の確率や信頼区間がある場合でも、AI自身の確信と原文データの値は区別しなければなりません。文書の数値を引用したなら標本と条件も併せて読み、AIが推測した値なら計算の根拠を確認する必要があります。「回答の自信を表す数字を作らず、確認した根拠と適用条件を説明して」という依頼が使えます。目的は数字をなくすことではなく、実際の資料の数字と根拠のない表現を区別することです。

不確実性を含めた質問形式

次は製品文書を確認する架空の依頼です。「提供した案内文だけを基準に、ファイルのインポートとエクスポートへの対応を整理して。原文に明記された機能、原文にない機能、文が曖昧な機能を分けて表で示して。原文にないことを理由に非対応だと断定しないで。バージョンや条件が必要なら質問を残して。推測がどうしても必要な説明は事実の文と分け、どの仮定で成立するかを書いて。」

この依頼の目的は、回答を短くすることより、確認できる形式にすることです。結果が長すぎるなら、原文に明記された事実を先に示し、確認すべき質問を後に整理するよう頼めます。最新情報が必要なら、公式資料を検索して実際に開いて確認するよう依頼し、確認日を残してもらいます。リンクを示しただけで原文を読んだと判断しません。主張と該当ページの内容が一致するかを直接照合できる必要があります。

推測が役立つ場合

資料が不足していても、考えられる原因を比較する説明は有用な場合があります。例えばファイルが開けないという質問では、ファイル破損、アプリの互換性、アクセス権限などの可能性を分けて考えられます。ただし、この一覧は診断結果ではありません。「考えられる原因の例」と示し、各原因を確認する観察につなげます。同じアプリで別のファイルは開けるか、同じファイルを対応アプリで開けるかなど、実際の比較で範囲を絞ると、推測が次の行動につながります。

AIに1つの原因を選ばせる前に、確認の負担が小さい順に点検するよう頼むこともできます。「ファイルを変えたり削除したりする前に、読み取り専用の確認から提案して。原因ごとに観察する結果と次の手順を書いて」のように書いてください。現時点の情報で確定できない原因を断定するより、条件別の流れを作る方法です。その際、架空の手順を実際に実行したと表現しないよう頼み、ユーザーが確認した結果を次の質問に加えて推測を更新します。

異なる出典が矛盾する場合

資料Aに機能が対応しているとあり、資料Bに制限があると書かれているなら、AIが勝手に平均を取るように結論を作らないよう依頼します。製品のバージョン、地域、アカウントの種類、公開日、改訂状況が異なるかを確認する必要があります。新しい文書が草案で、以前の文書が現在有効な規則という場合もあります。「矛盾する文と各資料の適用範囲を先に示して」という依頼が役立ちます。原文の違いを読んだうえで、どの条件に適用するか判断できます。

2つの資料の片方を開けなかったなら、矛盾が解決したとは書きません。検索結果の短い紹介と実際のページ内容が異なる場合もあります。資料を読めなかった状態は別途残し、アクセス可能な公式経路を探します。公式資料にも説明がなければ、カスタマーサポートに尋ねる質問を整理できます。AIの回答の役割は、欠けた情報を代わりに作ることではなく、現在の根拠と必要な確認を結ぶことです。

追加質問で回答を改善する

最初の回答が断定的すぎた場合は、「この結論を直接裏付ける原文の文と確認日を示して。根拠がなければ確認不能に直して」と依頼できます。同じ答えをより自信を持って繰り返させる質問は、検証に役立ちません。「本当に正しい？」より、何を確認すれば正しいといえるかを具体的に尋ねます。根拠が示された後は、実際の原文にも同じ内容があるかを読む必要があります。

ユーザーが条件を追加すると、回答が変わる場合があります。初めはWindowsアプリを使っていると思っていたのに、実際はブラウザーで文書を開いていたなら、確認すべき項目が変わります。以前の回答をそのまま維持させるより、新しい条件に合わせてどの判断が変わるかを説明させてください。不確実性は回答の弱点を隠す表現ではなく、条件が変わると判断がどう変わるかを示す情報です。質問の目的と根拠の状態を一緒に整理すれば、その後の回答も一貫して確認できます。

完成した回答を再利用する場合

AIの回答を文書やブログへ移すときは、確認不能という表示を消して断定文に変えません。読みやすい表現に直しても、根拠の状態は保ってください。「この資料では確認できなかった」という文が抜けると、読者は事実全体が検証済みだと思うかもしれません。確認日と適用バージョンが重要なら、本文の近くに記します。古い回答を新しい事実のように再利用しないよう、後の確認に必要な出典も残します。

公式案内とこの記事の質問例は役割が異なります。公式資料は製品の機能と推奨事項を確認する根拠であり、例は回答を確認しやすくするための独自の構成です。例の表現をそのまま使っても、正確さが自動的に保証されるわけではありません。実際の資料を読み、必要な条件を収集する過程も伴わなければなりません。「不明」を認めつつ、次の確認方法を具体的に求めることが、この方法の要点です。

よくある質問

分からないと言わせると、回答が役に立たなくなりませんか？ 確認できない理由と次の確認項目を一緒に求めれば、むしろ判断に役立ちます。根拠のない結論より、何が不足しているかを示す回答が、実際の作業の次の段階につながります。

AIに確信を語らないよう頼めば、誤りはなくなりますか？ 表現を変えるだけでは誤りはなくなりません。原文の根拠、適用範囲、実行結果を照合する必要があります。不確実性の表示は、確認すべき箇所を見つける道具です。

推測は常に除くべきですか？ 考えられる原因を比較したり、説明用の状況を理解したりする際は、推測が役立つ場合があります。事実と分け、仮定と確認方法を添えてください。推測を実際に起きた事件や検証した結果として紹介しなければ、読者はどの部分を確認すべきか分かります。

公式資料と執筆基準

• OpenAI公式プロンプトガイド
• Anthropicの事実誤認を減らすガイド

AIを活用して作成した情報記事です。公式文書は2026年10月3日に確認し、以下の例は説明用に構成しました。実際の個人プロジェクトでの実行成果や実測値を意味しません。公開前に変更された製品案内を再確認します。

AIに分からない内容を明示させる質問

1. 質問の条件を確認

→

2. 根拠の状態を区別

→

3. 確認できない理由を示す

→

4. 推測の仮定を明示

→

5. 次の確認項目につなげる

説明用に独自に作成したフロー図であり、実際の製品画面や測定結果ではありません。