答えの前に事実を出させる：生成知識の使い方5手順

馴染みのない題材で文章を書かせると、事実らしい文が混ざることがあります。Learn Prompting は、本文を作らせる前に、題材に関する事実を先に出させる方式を Generated Knowledge として紹介しています。ここでは、その方式を手元の作業に置き換える順番として整理します。

手順1：事実が必要な題材かを見分ける

すべての依頼に事実出しは要りません。感想や構成案のように、判断の幅が広い依頼では、先に事実を出させる利点が薄いです。効くのは、動物や製品、地域のように、確かめられる記述が並ぶ題材です。Learn Prompting の例では、北米に生息するある熊の種類についての短い記事を題材に、本文の前に事実を4つ出させています。依頼の題材に、確かめられる記述がどれだけ混ざるかを見てから方式を採用します。

手順2：1回の入力で済ませるか、2段に分けるかを決める

Learn Prompting は、事実の出し方を2通りで示しています。1つは、事実を出させてから本文を書かせるまでを1つの入力で済ませる形です。もう1つは、事実を出す工程と、出た事実を使って本文を書く工程を別の入力に分ける形で、こちらのほうが詳しい結果が得られると説明されています。作業を1回で終えたいか、途中の出力を人間が確認したいかで選びます。確認が要る作業では、2段に分けるほうが扱いやすいです。

手順3：出させる事実の数を先に決める

事実の数は、依頼の側で固定します。Learn Prompting の例では「4つの事実を出してから使う」という指定を入力に書いています。数を決めないと、出た事実の粒度がその場で変わり、どれを本文に使ったのかが追えなくなります。数を固定したら、事実の1つ1つが1文で書かれているかも確認します。1文に収まらないものは、題材が大きすぎる印です。

手順4：本文は出た事実の中だけで書かせる

本文を作る工程では、使ってよい情報を「前の工程で出た事実の中だけ」に絞ります。この指定がないと、事実の列とは別の補完が本文に混ざります。混ざった箇所は出力からは区別がつかないため、ハルシネーションの頁で扱っている「もっともらしい補完」の温床になります。事実の中に足りない情報があるときは、本文に埋めさせず、空欄として残す指定のほうが安全です。

手順5：事実を確かめてから使う

出た事実は、そのままでは正しい保証がありません。題材を知る人に読んでもらうか、一次資料で確かめます。Learn Prompting は、この方式が精度と信頼性の改善に役立つと説明していますが、出された事実そのものの検証を省く話ではありません。確かめられた事実だけを残し、残りは本文から外す運用にします。入力に例を置く使い方とは別の手法で、文脈内学習の頁で整理している見本提示と組み合わせる形もあります。

FAQ

Q. 事実を出させる工程は、なぜ精度に効くのですか？

A. Learn Prompting は、最終回答の前に関連情報を出させることが精度の向上に役立つと説明しています。本文を書くときの材料が、入力の側に並ぶためです。仕組みの詳細な説明は資料にもなく、効果の大きさも題材次第です。

Q. 1回の入力と2段の入力、どちらを使うべきですか？

A. 途中の出力を確認したいなら2段です。Learn Prompting も、2段に分けた形のほうが詳しい結果が得られると書いています。1回で済ませる形は、手早く試すときの選択肢です。

出典

出典：Learn Prompting「プロンプトにおける生成知識——AIの精度と信頼性を高める」（原題 Generated Knowledge in Prompts: Boosting AI Accuracy and Reliability、Valeriia Kuka、2024年10月1日更新、2026年10月30日参照）

あわせて使いたいツール

本記事の手順を実際に回すときに、候補になるツールを挙げます。いずれも無料から試せる範囲があり、料金や機能は各サービスの公式情報で確認してください。

• ChatGPT：事実出しと本文作成の2段を同じ場で試せる
• Claude：長い資料から事実を抜き出す用途に向く

関連ガイド

同じ時期に公開した実務ガイドと、用語の定義ページです。手順の前提が分からない場合は、用語ページから確認してください。コピーして使える依頼文が欲しいときは、プロンプト集も参照してください。

• 小さい問題に分けて順に解く：Least-to-Most の5手順
• 出力を自分で直させる：生成→講評→改良の5手順
• ハルシネーション（用語辞典）
• AI用語辞典（五十音順の一覧）
• はじめての LLM 活用（学習ルート）
• ガイド一覧（実務手順をまとめて読む）
• AIツール一覧（道具から探す）
• 比較記事一覧（料金と機能で比べる）
• レビュー一覧（使った記録を読む）

編集部の見解

手順4の「使ってよい情報を絞る」指定が、実は一番効きます。以前、社内の紹介文を作るときに事実出しだけ試したことがあり、本文は自由に書かせていました。事実の列にはない社名が本文に入り、気づいたのは第三者レビューの段でした。使う情報を前工程に限定してからは、出た事実と本文の対応を1文ずつ照合するだけで済むようになりました。照合の手間を考えると、事実の数は4〜5個に絞るのが読みやすいです。