生成AIに『良い答え』を返してもらう質問のコツ7つ

AIとの対話は「質問力」で決まる

ChatGPTやClaudeなどの生成AIを毎日使う人でも、気づかぬうちに「損な質問」をしているかもしれません。同じテーマでも質問の仕方を少し変えるだけで、AIからの回答の質がグッと上がります。

dev.toの開発者コミュニティで共有されている実践知をふまえて、すぐに試せる「質問のコツ」を7つお伝えします。

コツ1: 背景情報と目的を一文で添える

「〇〇について教えてください」という単純な質問より、「△△というプロジェクトで□□を実装したいのですが、〇〇についてベストプラクティスを教えてください」と、コンテキスト（背景や状況）を先に渡すことが大切です。

AIは与えられた情報量が多いほど、その状況に適した答えを用意できます。あなたの目的が分からなければ、汎用的で曖昧な回答になりやすいのです。

やり方

質問の冒頭に「背景」「現在の状態」「最終的なゴール」の3点を簡潔に述べてから、具体的な質問に進むだけで効果が出ます。

コツ2: 「どうしてほしいのか」を明確にする

「このコードがうまく動きません」は、修正方法、説明、デバッグのやり方など、複数の解釈が可能です。一方「このコードの□行目のエラーを直すコードをください」と、出力形式を指定するだけで、正確な答えが返ってきやすくなります。

具体例

• ❌「デザインをよくする方法は？」

• ✅「レスポンシブ対応のCSSコードの例を3つください」

• ❌「パフォーマンスが悪いです」

• ✅「このSQLクエリをさらに高速化するバージョンを提案してください」

コツ3: 制約条件を先に伝える

「今あるこのライブラリは使わないで」「既存のコードは触らず、新しいモジュールだけ作って」など、やってほしくないことを明示しましょう。

制約の有無で、AIの候補案の範囲が大きく変わります。不要な提案を多数受けるより、条件に合う案に絞ってもらう方が時短になります。

コツ4: 短すぎる質問より「一呼吸」長めを心がける

「Claude Code で .NET 機能を作る時、どうするのが速い？」という質問より、「Claude Code で .NET 機能を作る際に、手動テストに掛かる時間を削りたいです。どのような工程を自動化するのが効果的でしょうか？」と、問題意識をもう一段階深掘りして質問する方が、AIは的確な答えを出しやすくなります。

実務でClaudeやCodexを組み合わせて使う開発者たちからも、「具体的な制約や目標を明言する」ことで回答精度が跳ね上がったという報告が出ています。

コツ5: 反復（やり取りの中での修正指示）を活用する

一度の質問で完璧な答えが出ることは珍しいです。AIが返した案に「もう少し□□っぽくしてください」「◇◇の部分だけ変えて」と、段階的に微調整を加えていく。この「やり取り」そのものが、最終的な満足度を高めます。

一度で諦めずに、「足りない部分を足していく」という姿勢が、特にコード生成の際に威力を発揮します。

コツ6: 具体的な例やファイルの一部を提示する

「このような形式のデータを処理したいです」という説明より、実際のサンプルデータやコード片を貼ると、AIはあなたの意図を即座に理解できます。

Dev.toでMCPツール（複数のシステムをつなぐ仲介機能）との連携事例が増えている理由の一つも、「実行環境を具体的に指定する」という習慣が浸透してきたからと考えられます。

活用場面

• JSON形式の入力見本をコード例ごと貼る
• 現在のコード全体ではなく、関連する10行～30行だけ引用する
• エラーメッセージを全文コピペする

コツ7: 何度も同じやり方を使わない工夫

同じ質問を同じ形で繰り返すと、AIも同じパターンの答えを返すようになります。「別の角度から見たら？」「逆に〇〇の視点ではどう？」と、問い方を変えてみることで、新しい気づきが得られることもあります。

実践者の声

実務でClaudeとCodexを組み合わせて .NET 機能を素早く開発している事例では、「詳細な制約を最初に説明するだけで、修正回数が激減した」という報告が多く寄せられています。

30日以上、MCPツール（複数システムの連携を支援する仕組み）を本番環境で運用した開発チームからは、「AIに任せる前に、要件の曖昧さを自分たちで潰すことが、結果的に最も効率が良い」という知見も報告されています。

さいごに

AIは「質問の品質」に敏感です。質問を工夫する10秒の手間が、その後のやり取りを大きく短縮させます。明日から、意識して試してみる価値があります。