Claude Fable 5を使いこなす：自分の「盲点」を見つけるプロンプト術
AIモデルが単純なチャットボットから高度なエージェント型コーダーへと進化するにつれ、生産性のボトルネックはモデルの能力からユーザーの明快さへと移行しています。Anthropicの開発者であるThariq Shihipar氏は、Claude Fable 5の登場により、制限要因はもはやAIの知能ではなく、ユーザー自身の「未知」を特定する能力であると示唆しています。
プロンプティングにおける知識の4つの象限
Fable 5をマスターするために、Shihipar氏は、不適切なプロンプトの罠を避けるために開発者は自身の知識を分類すべきだと主張しています。彼は認知的なギャップを以下の4つの明確なカテゴリーに分類しています。
- 既知の既知 (Known Knowns): プロンプト内にすでに存在する、明示的な指示やデータ。
- 既知の未知 (Known Unknowns): まだ解決できていないと意識的に認識している、特定の質問や欠落している情報。
- 未知の既知 (Unknown Knowns): あまりに当たり前すぎて書き出すことすら考えないが、提示されれば即座に理解できる直感的な知識。
- 未知の未知 (Unknown Unknowns): 最も危険なカテゴリー。検討すらしていなかった重要な要素、エッジケース、またはアーキテクチャ上の要件。
ユーザーがこれらを考慮し損ねると、罠に陥ります。指示が具体的すぎると、Fable 5はより良い方法がある場合でも指示に固執してしまい、逆に曖昧すぎると、モデルは特定のタスクに適さない業界のデフォルト設定に頼ってしまいます。
未知を明らかにするための戦略的テクニック
実装にすぐ飛び込むのではなく、Shihipar氏は「ブラインドスポット・パス（盲点チェック）」を推奨しています。これは、コードを一行も書く前に、Claudeを使用して自身のメンタルモデルを監査することです。例えば、馴染みのないコードベースで作業している場合、Claudeに対して次のようにプロンプトを出すことができます。「新しい認証プロバイダーを追加しようとしていますが、このコードベースの認証モジュールについては何も知りません。私の関連する『未知の未知』を特定するために、ブラインドスポット・パスを行ってください。」
その他の効果的なテクニックには、以下のようなものがあります。
- 構造化インタビュー (Structured Interviews): システムアーキテクチャを根本的に変えてしまうような曖昧な点を優先しながら、Claudeに一問一答形式でインタビューを行うよう依頼する。
- ラピッドプロトタイピング (Rapid Prototyping): HTMLアーティファクトを使用して、Claudeに全く異なるデザインの方向性を生成させ、視覚的な「未知の既知」に反応できるようにする。
- 実装計画 (Implementation Planning): 機械的なリファクタリングに移る前に、データモデルや型インターフェースのような変動しやすいコンポーネントを優先した計画を立てるようClaudeに指示する。
ループを閉じる：ドキュメント化と検証
プロンプティングのプロセスは、コードが生成されたら終わりではありません。実行中に表面化した未知の事項を管理するために、Shihipar氏はClaude Codeを使用して implementation-notes.md ファイルを維持することを提案しています。これにより、下されたすべての決定が記録され、タスクがうまくいかなかった場合でも、その理由が保持されます。
コードをマージする前に完全な理解を確実にするため、Shihipar氏は「クイズ」手法を採用しています。Claudeがすべての変更点と洞察を詳細に記したHTMLレポートを生成し、続いて開発者へのクイズが行われます。彼は、「クイズにエラーなしで合格するまでコードをマージしない」という厳格なルールを設けています。これにより、開発者がプロジェクトの「未知」を「既知」の領域へと移行させたことを保証します。
重要なポイント
- 「未知の未知」に焦点を当てる: Fable 5を用いた高度なプロンプティングの目的は、AIを使って、自分自身が問いかけることすら考えていなかったことを明らかにすることです。
- 具体性の罠を避ける: AIが即興できないほど厳格になりすぎたり、汎用的な解決策に頼ってしまうほど曖昧になったりしないよう、プロンプトのバランスを取ります。
- 検証ワークフローを実装する: 実装ノート、構造化インタビュー、実装後のクイズを活用し、AIが生成したコードを習得した知識へと変えていきます。