AIが作った文章をそのまま使ったら、「あとから読み返すと結構粗があった」という経験はありませんか。
出力された直後は良さそうに見えるんです。でも翌日に見返したり、人に見せたりした瞬間に、説明不足やズレに気づく。これは「読む人の視点」を通していない出力をそのまま使ったことが原因です。
今回紹介する Self-Verifying Output(自己検証出力) は、完成した出力を「まったく違う3つの人格」に読み直させてから、最終版を出させる型です。第3章「AIを軍団で動かす」の最終回です。
Self-Verifying Outputとは?
Self-Verifying Outputは、一言でいうと「出来上がった出力を、立場の異なる3つの人格に順番に読ませて、各視点から問題点を挙げさせる」手法です。
たとえると、工場の出荷前検品です。作った人がざっと見るだけでなく、品質担当・顧客目線の担当・厳しめの責任者、と複数のチェック係が別々の観点で検品してから出荷する。不良品が外に出る確率は、チェックの目の数だけ下がります。
Day 13のEvaluator-Optimizerと似ていますが、違いは検品係の「人数と多様性」です。あちらは辛口の評価役1人による採点。こちらは立場の違う3人がそれぞれの角度から見るので、1人では気づけない種類の粗が拾えます。
なお、AIが応答前に自分の出力を検証する仕組みは、近年のAIモデル自体にも組み込まれつつある方向性です。この型は、その検証プロセスをプロンプト側から明示的に、多視点で走らせるものだと考えてください。
なぜ効くのか
①視点が変わると、見える粗の種類が変わる
同僚目線なら「専門用語が多い」に気づき、初見の人目線なら「前提の説明がない」に気づき、厳しい上司目線なら「根拠が弱い」に気づく。どの粗が致命的かはケースによって違うので、視点の数がそのまま保険になります。
②「問題点を3つずつ」のノルマが検品の精度を上げる
「問題があれば指摘して」だと「特に問題ありません」で終わることがあります。各人格に「問題点を3つずつ挙げる」とノルマを課すことで、流し読みの検品ができなくなります。
コピペOKプロンプト
チェックしたい文章がすでにある場合は、以下に貼り付けて使ってください。人格の設定は用途に合わせて変えてOKです。
以下のアウトプットを、まったく違う人格として読み直してください。
あなたは①この分野に詳しい同業者 ②初めて読む一般の人 ③辛口の上司
の3人格を順番に着替え、各視点から問題点を3つずつ挙げ、
最後に最強の改善版を1つ提示してください。
アウトプット:［ ］3人格は「知識量」と「立場」がバラけるように設定するのがコツです。詳しい人・知らない人・評価する人。この3方向が揃うと、検品の網羅性が上がります。
実践例:before / after
「マンションの管理組合に出す、駐輪場ルール変更の提案文」で試してみました。いろいろな立場の住人が読む文章で、読み手によって引っかかるポイントが違う場面です。
🔴 before:検証なしでそのまま使った場合
AIが作った提案文は、それらしい形式で整っていました。ただ、あとから読み返すと「自転車を使わない住人にとってのメリット」がどこにも書かれていないことに気づきました。管理組合の総会は自転車を使わない人も出席します。この視点が抜けたままでは、賛成が集まりにくい文章でした。
🟢 after:Self-Verifying Outputで検品した場合
以下のアウトプットを、まったく違う人格として読み直してください。
あなたは①毎日自転車を使う住人 ②自転車を使わない住人
③管理組合の理事長 の3人格を順番に着替え、
各視点から問題点を3つずつ挙げ、
最後に最強の改善版を1つ提示してください。
アウトプット:(作成した提案文を貼り付け)→ 結果:②の「自転車を使わない住人」の人格が、まさに「この変更は私に何の関係があるのか。管理費への影響は書かれていないのか」と指摘しました。③の理事長人格からは「反対意見が出た場合の対応が書かれていない」という運営目線の指摘。改善版では放置自転車の削減が共用スペース全体の美観と資産価値につながる、という全住人向けのメリットが追記され、通る可能性が明らかに上がった文章になりました。
使いどころと注意点
✅ こんな場面で使う
- 複数の立場の人が読む文章(案内文・提案文・お知らせ)
- 提出前・送信前の最終チェック
- AIの出力をそのまま使うのが少し不安なとき全般
❌ これには向いていない
- 読み手が1人に決まっている文章(Day 10のPersona Stackで読み手役を具体化する方が効く)
- 下書き段階のもの(検品は完成してから。作りながらのチェックはDay 2のSelf-Refineが向いている)
注意点として、3人格×3つの指摘=9個の問題点がすべて重要とは限りません。ノルマ制なので、なかには些細な指摘も混ざります。9個の中から「これは確かに直すべき」と思えるものを自分で選ぶのが、この型との正しい付き合い方です。
🔧 上級者向け:人格を「実在の読み手」に寄せる
ここは応用の話なので、読み飛ばしてOKです。
検品の精度をさらに上げたいときは、3人格を「実際にその文章を読む具体的な人」に寄せてください。「厳しい上司」より「数字の根拠を必ず聞いてくる部長」。「一般の人」より「文章を最後まで読まずに結論だけ探すタイプの人」。実在の読み手の癖まで人格に入れると、検品は本番のシミュレーションになります。
まとめ
- Self-Verifying Outputは「3つの人格で出力を検品してから最終版を出す」型
- 知識量と立場がバラけた3人格を設定するのがコツ
- 9個の指摘から直すべきものを選ぶのは自分。検品結果の取捨選択が本体
これで第3章「AIを軍団で動かす」は完結です。振り分け(Day 11)、多数決(Day 12)、評価分離(Day 13)、討論(Day 14)、多視点検品(Day 15)。どれも「AIを1体で使わない」という同じ発想から生まれた型です。まずは1つ、今週のタスクで試してみてください。
⚠️ この記事の情報は執筆時点(2026年6月)の内容です。AIツールの仕様・挙動はアップデートで変わることがあります。最終確認は各サービスの公式サイトや一次情報でお願いします。
📎 引用・参考
・Anthropic “Building effective agents”(公式エンジニアリングブログ)
https://www.anthropic.com/research/building-effective-agents
次回予告
次回から第4章「コンテキストを環境として設計する」に入ります。1本目は「Bookend Placement(ブックエンド配置)」。長い指示の中で、重要な条件を冒頭と末尾の2か所に置く型です。AIの「中盤は見落としやすい」という性質を逆手に取ります。
👉Bookend Placementとは?重要な条件を冒頭と末尾に置くプロンプト術
コメント