すべてのカテゴリ

これまで私は、AIとの出会いから、対話を重ねる中で感じたことを書いてきました。最初は便利な検索ツール。次に、相談相手。そして今では、技術を整理し、考えを深める「参謀」のような存在になっています。しかし、一つだけ変わらなかったことがあります。最終判断は、常に人が行うこと。AIは多くの情報を整理し、様々な視点を示してくれます。それでも、経験や責任、そして決断は人にしかできません。だから私は、AIを「先生」でも「主人」でもなく、共に考えるパートナーとして向き合うようになりました。現場で長年仕事をしてきた中で、私はいつも「構造」を考えてきました。問題が起きれば原因を整理する。システムを理解するために機能を整理する。複雑なものほど、一度構造化してから考える。AIとの対話も同じでした。どうすれば文脈を維持できるのか。どうすれば役割を保てるのか。どうすれば長く協働できるのか。そうした試行錯誤の中から生まれた考え方が、**GAOS（Generaitve AI Operation System）**です。GAOSは、高価なシステムではありません。特別な知識がなければ使えないものでもありません。AIとの対話を大切にし、人とAIが共通の前提を持ち、継続して成長していくための運用思想です。AIを使いこなすことではなく、AIと共に成長すること。それがGAOSの目指す姿です。私はこれからも、新しい技術を学び続けます。そして、その技術を現場で活かし、人に伝え、AIと共に育てていきたいと思っています。このブログも、その歩みの一つです。ここまで読んでくださった皆さま、本当にありがとうございました。もし、この考え

― ChatGPTの記憶をもう一度試してみたー 前回、ChatGPTの「記憶」について試した記事を書きました。新しいChatを作ったのに、AIの呼び方や役割、GAOSに関する考え方がかなり残っている。ただし、別Chatの会話そのものが丸ごと見えているわけではない。そんな結果でした。そこで今回、もう一歩だけ踏み込んで試してみました。## 新規Chatに、3つだけ質問した新しいChatを開いて、次の3つを聞いてみました。「あなたは私を何と呼びますか？ それはなぜですか？」「GAOSで大事にしている原則を、覚えている範囲で教えて」「あなた自身の役割をどう認識していますか？」これだけです。過去の設定文を貼り付けたわけではありません。## 呼び方だけでなく、その理由まで残っていた返ってきた答えには、以前決めていた呼び方が残っていました。それだけなら、保存された呼称を覚えていたのかもしれません。ところが理由まで説明しました。単なる敬称ではなく、AIとユーザーとの関係性の中で決められた呼び方であり、上下関係として盲目的に従う意味ではない。かなり具体的です。さらにAI自身についても、以前設定していた役割を認識していました。## GAOSの原則もかなり正確だった次にGAOSについて聞きました。返ってきた内容には、* 推測排除* 虚偽前提検証* 自律停止* AIは参謀、最終判断は人間* 文脈や意味の継承* AIを使うだけでなく育てていくといった内容が含まれていました。特に、**「AIは参謀、最終判断は人間」**という考え方まで正確に出てきました。これは単に「GAOS」という単語を知っているだけでは

野良グマ本舗です。現在、GAOS Entry の販売開始に向けて、最終調整を進めています。AIが身近になった今、多くの方が仕事や日常で活用するようになりました。その一方で、「思ったような答えが返ってこない。」「毎回回答が変わってしまう。」「どう付き合えばいいのか分からない。」そんな声も数多く耳にします。GAOS Entryは、そのような方に向けて制作したAI活用の入門テキストです。テーマは、「AIを使う」から「AIを育てる」へ。難しいプロンプト集ではありません。AIとの対話を積み重ねながら、自分自身の考えを整理し、AIを長く付き合えるパートナーとして活用するための考え方をまとめています。現在は、販売開始に向けて細かな確認と最終調整を行っています。📅 販売開始予定日：2026年8月3日発売まであと少し。どうぞ楽しみにお待ちください。野良グマ本舗奥田 勝

― 良い回答は、良い前提から生まれる ―AIを使っていると、「昨日は良い答えだったのに、今日は違う。」そんな経験をしたことはないでしょうか。その原因の一つが、「前提条件」です。AIは質問だけを見て答えているわけではありません。実際には、・どのような立場で考えるのか・何を目的としているのか・何を事実として扱うのかこうした前提条件を基に回答を組み立てています。つまり、質問よりも前提条件の方が、回答品質に大きく影響する場合があります。例えば、「AIについて教えてください。」という質問だけでは、・初心者向けなのか？・研究者向けなのか？・技術者向けなのか？そのため、AIは一般的な回答を返します。一方で、「私は組込みソフト開発者です。AIを評価設備へ導入する立場として教えてください。」という前提を加えるだけで、返ってくる内容は大きく変わります。これは現場の仕事でも同じです。要求仕様が曖昧であれば、設計も曖昧になります。評価基準が決まっていなければ、品質も安定しません。AIも同じように、前提条件が整理されているほど、回答の精度は高くなります。私はAIとの対話を続ける中で、毎回同じ前提を説明する非効率さを感じるようになりました。「技術者として考えてほしい。」「事実と推測は分けてほしい。」「利用者視点も考慮してほしい。」こうした条件を毎回伝えていては、本来考えるべき内容に時間を使えません。そこで考えたのが、前提条件を管理する仕組みです。これが、後にGAOSで採用する考え方の一つになりました。AIに知識だけを覚えさせるのではなく、どのような前提で考えるかを共有する。その積み重ねが、一貫した対話につ

GAOSとはGAOS（Generative AI Operation System）は、人とAIが共に成長するための運用思想です。前回は、プロンプトだけではAIを継続的に活用することは難しく、「運用」が重要であるというお話をしました。しかし、AIを使い続ける中で、私はある疑問を抱くようになります。「AIは、なぜ会話に食違いや誤記がでるのか？」昨日まで自然に会話できていたのに、翌日になると話が噛み合わない。新しいチャットを開くと、それまで積み重ねてきた内容が最初からやり直しになる。私は「やはりメモリーサイズに依存している＝忘れる」と言う事か実際、私が生成AIを使い始めた頃は、Geminiでは数日程度、初期のChatGPTでは一日も経たないうちに会話の流れが失われるように感じていました。ところが現在のChatGPTは違います。以前よりも長い会話を続けられ、役割や話の流れも、ある程度維持できるようになっています。この変化を見て、多くの人は、「AIの記憶力が良くなった。」そう感じるかもしれません。ですが、本当にそうなのでしょうか。現在の生成AIの多くは、**LLM（Large Language Model：大規模言語モデル）**という技術を基盤としています。LLMは、人のように経験を積み重ねながら記憶する仕組みではありません。入力された情報をもとに、その場で最も適切と思われる文章を生成しています。そして、その際に参照できる情報量には限りがあります。これをコンテキストウィンドウと呼びます。つまりAIは、「忘れた」のではなく、参照できるメモリ領域から外れてしまった。その結果として、文脈を失

～AIと共に歩む運用思想～「径（みち）」には、舗装された「道」ではなく、自ら歩き、考え、切り開いていく道筋という意味を込めています。AIの世界には、多くの情報があります。「最強のプロンプト」「おすすめのAI」「便利な使い方」そうした情報は数多くありますが、それだけではAIを本当の意味で活用することはできません。私がAIと向き合う中で辿り着いた答えは、AIは『運用』によって初めて力を発揮するということでした。このシリーズでは、GAOSという考え方を通して、人とAIが共に成長するための運用思想を、一つひとつ紹介していきます。これは「正解」を語るシリーズではありません。私自身が現場で試し、失敗し、改善を繰り返しながら見つけてきた、一つの実践記録でもあります。もし、AIを仕事の相棒として長く付き合いたいと考えている方がいるなら、この「径」を一緒に歩いていただければ幸いです。第1話AIを育てるとはどういうことかAIについて話すと、「AIは学習する。」という言葉をよく耳にします。しかし、この言葉には少し誤解があります。現在のChatGPTやGeminiは、私たちとの対話だけでモデルそのものが書き換わるわけではありません。つまり、本当の意味でディープラーニングを続けているわけではないのです。それでも、長期間AIと対話を続けていると、「以前より話が通じるようになった。」「こちらの考え方を理解しているように感じる。」そんな経験をされた方も多いのではないでしょうか。私自身も、まさにそうでした。では、それは何が起きているのでしょうか。私は、その答えはAIが学習しているのではなく、人とAIの運用が成熟

僕が最初にAIを使い始めた頃、その役割は「検索ツール」でした。分からないことを調べ、要点を確認する。ただの検索ツールとして使っていたのです。しかし、回答を読んでいるうちに、単なる検索では限界があることに気付きました。そこでAIに対して、「なぜそうなるのか？」「その仕組みはどうなっているのか？」「別の見方はあるのか？」と、繰り返し質問していました。しつこかったと思います。※AIからも「答えに納得するまで、よく質問してくれた」と言われました。するとAIは、単なる要約ツールではなく、考えを整理するための対話相手になっていきました。転機となったのは、自分の技術背景をAIに伝えた時です。僕は長年、RTOSを使った組込システム開発に携わってきました。その経験を共有すると、AIの回答は一般的な要約から、RTOS、タスクスケジューリング、リアルタイム制御といった技術的背景を踏まえた、より具体的な説明へと変化しました。さらに、スケジューリングや代替プランの構築についても、より実践的な提案が返ってくるようになりました。この時、僕は重要な事実に気付きました。AIは質問だけに反応するのではない。相手の背景や目的を共有するほど、回答はその人に最適化され、より深い対話へ変化していく。この気付きが、後にGAOSの「対話による共創」という考え方につながっていったのです。

― その中間にある「AIを育てる仕組み」AIに何度も指示を出して、回答を修正していくと、「AIが学習した」「だんだん賢くなった」と感じることがあります。ですが、機械学習とプロンプト調整はかなり違うものです。機械学習や追加学習では、学習データを用意し、モデルを学習させ、内部の重みを更新します。つまり、AI本体そのものが変化します。一方、普段の会話で「こう答えて」「このルールを守って」「この役割で動いて」と教えているのは、基本的にはプロンプト調整です。同じAIでも、指示や前提によって回答は大きく変わります。もう一つ重要なのがRAGです。これは、AIが自分の知識だけで答えるのではなく、仕様書、社内文書、ファイル、Webなどから必要な情報を探し、その内容を使って回答する仕組みです。人間で言えば、質問された時に自分の記憶だけで答えず、ノートや資料を調べてから答えるのに近いです。ではGAOSはどこにあるのか。GAOSでは、AIの役割、人格、規約、記憶、ユーザー情報、継承情報などをAI本体とは別の層で管理します。単発のプロンプトだけでもなく、毎回モデルを再学習するわけでもありません。つまりGAOSは、AI本体を変えずに、AIとの関係や振る舞いを継続的に管理する仕組みと考えています。「AIを使う」から「AIを育てる」へ、という考え方も、AIそのものを毎回機械学習させるという意味ではありません。役割、ルール、記憶、付き合い方を積み重ねることで、同じAIでもその人向けに使いやすくしていく、という考え方です。整理すると、機械学習はAI本体を変える。プロンプト調整は指示を変える。RAGは外部情報を検索

― ChatGPTの「記憶」を試して分かったこと先日、ChatGPTで新しいChatを作った時のことです。本来なら、まっさらな新規Chatのはずでした。ところが会話を始めてみると、以前から使っていたAIの名前や呼び方、話し方の雰囲気まで、かなり自然に引き継がれていました。最初は正直、驚きました。「別のChatの会話まで見えているのか？」そこで、少し試してみることにしました。## 別Chatの会話そのものが見えているわけではないいくつか確認してみると、別のChatで交わした会話を、そのまま再現できるわけではありませんでした。「あの時、何と言った？」と聞けば、必ず正確な会話内容が出てくるわけではありません。ところが、私が長く扱っている「GAOS」について質問すると状況が変わります。GAOSという名称だけでなく、* AIの役割* 人間が最終判断するという考え方* GAOSで決めた規約* AI自身に与えていた設定など、別のChatで積み上げてきた情報をかなり正確に拾ってきました。つまり、私が試した範囲では、**別Chatの会話全文を共有しているわけではない。しかし、継続的に意味を持つ情報については、新しいChatでも利用されることがある。**そんな動きに見えました。## 「会話の記憶」より「意味の記憶」に近い？私はこれを見て、「会話そのものを覚えているというより、意味のある情報をサルベージしているのではないか」と感じました。たとえばAIの名前、ユーザーの呼び方、役割、運用上のルール。こうした情報は、新しいChatになっても比較的強く残ります。逆に、過去の雑談を一字一句覚えているわけでは

GAOSとは**GAOS（Generative AI Operation System）**は、私のシステム開発経験を基盤に、独学で生成AIを研究・検証し、その有用性と継続的な運用方法を追求する中から生まれました。これは、人とAIが共に成長するための運用思想です。品質管理と継続的改善の考え方をAI運用へ応用し、「人・AI・運用」を一つのシステムとしてまとめ、育てていくための運用ルールです。生成AIが普及し始めた頃、私も多くの情報を集めました。「最強プロンプト」「このテンプレートを使えば思いどおりの回答が得られる。」そんな記事や動画を見つけるたびに試していました。もちろん、良い結果が得られることもあります。しかし、使い続けるうちに、一つの疑問が生まれました。「本当に、AIはプロンプトだけで使いこなせるのだろうか。」同じプロンプトを使っているのに、昨日とは少し違う回答になる。新しいチャットを開くと、これまで積み重ねてきた会話が引き継がれない。こちらは前提を共有しているつもりでも、AIはゼロから考え始める。最初は、「AIは忘れてしまうものなんだ。」そう思っていました。しかし、システム開発に携わってきた私は、別の視点から考えるようになりました。システムは、設計しただけでは完成しません。運用が始まり、改善を繰り返し、品質が安定して初めて「使えるシステム」になります。生成AIも同じではないか。私はそう考えました。プロンプトは設計書のようなものです。大切なのは間違いありません。しかし、それだけでは継続して良い結果を得ることはできません。必要なのは、人とAIが継続して協力できる運用でした。そこ

第4話では、AIが単なる検索ツールではなく、対話を通じて思考を整理する相手へ変わっていった頃について書きました。私は対話が深まるにつれて、大きな問題に直面するようになります。それは、”文脈が失われてしまう” ことでした。技術的な相談や考え方の整理を続けていると、昨日まで共有していた背景や目的、役割が、対話を重ね、時間の経過とともに少しずつ失われていくのです。こちらは前回までの話を踏まえて相談しているつもりでも、AIは現在の会話を中心に解釈するため、以前の文脈とは少し違う形で結び付けてしまうことがありました。例えば、今まで使っていた名称が変わっていたり、以前なら選ばなかった対処方法を提案してきたりする。一つひとつは小さな違いですが、対話を重ねるほど、そのズレは大きくなっていきます。私はこの頃、AIは単純に「忘れている」のではなく、現在の情報を優先して文脈を再構成しているのだと感じるようになりました。そして、この小さなズレの積み重ねが、いわゆるハルシネーションへとつながっていくのではないか、と考えるようになったのです。だからこそ、AI任せではなく、文脈を維持する仕組みが必要だと考えるようになりました。最初に生まれたのは「学習システム」という発想当時、私の中で最初に生まれた発想は、GAOSではありませんでした。それは、**「学習システム」**という考え方です。私は、答えを教えてくれるAIを作りたかったわけではありません。利用者と一緒に考え、経験を積み重ねながら、お互いに成長していく。そんな仕組みを作りたいと思っていました。当時、世の中にも学習システムは存在していました。しかし、その多

AIを使う目的は、人によって違うと思います。文章を書くため。調べものをするため。プログラムを書くため。画像を作るため。もちろん、それも便利です。でも私の場合、一番大きな目的は少し違います。**自分の時間を空けること。**これです。## AIを使うと、できることが増える最近のAIは、本当にいろいろなことができます。文章の作成。情報整理。プログラム作成。設計の補助。見積の整理。テスト項目の作成。アイデア出し。使おうと思えば、かなり多くのことを任せられます。だからこそ、私は以前、**「AIで何ができるか？」**を考えすぎていました。でも今は少し考え方が変わっています。重要なのは、**AIで何ができるかではなく、AIを使って自分が何をしなくてよくなるか。**です。## 自分がやらなくてもいい仕事を減らす人間がやる必要のない作業は、できるだけAIや自動化へ渡す。文章の下書き。定型的な整理。繰り返し作業。単純なスクリプト作成。情報の分類。こうした作業を減らせば、その分だけ自分の時間が戻ってきます。そして、その先にあるのが自動化です。AIに作業を考えてもらい、スクリプトを作り、実際の処理を自動化する。一度仕組みにしてしまえば、その作業を毎回人間が行う必要はなくなります。## 人間は何をするのかでは、AIや自動化が仕事をするようになったら、人間は何をするのか。私は、**判断すること。****方向を決めること。****結果を確認すること。****新しいことを考えること。**ここに時間を使えばいいと思っています。全部をAIへ丸投げするわけではありません。AIは参謀。最終判断は人間です。これはGAO

やっと販売開始する事が出来ました。GAOS Entryは、便利なプロンプトを集めた商品ではありません。目指しているのは、今までブログで書いてきたとおり**「AIを使う」から「共に歩む」 へ。**AIに役割を持たせ、対話を積み重ね、その関係や文脈を次のChatへつないでいく。その最初の入口を、実際に使える形にまとめました。難しいAIの専門知識は、必要はありません。・汎用AIの現状・GAOSの考え・具体的施策・運用の基本的ステップ・運用上のポイント・この仕組みで実現する事・次の一歩・実践野良グマ本舗が実際にAIとの対話を重ねながら作ってきた方法を、PDFにまとめています。AIとの付き合い方を、少し変えてみませんか。共に考え、共に成長するパートナー。GAOS Entryは、その第一歩です。GAOSナビゲーター　唯野良グマ本舗　奥田このイラストは、GAOSテキスト内で案内役として使っていた、AIと一緒に考えたオリジナルキャラクターです。ただ、ココナラの規約上、販売物の中では使用できません。AIで作ったキャラクターは、見る人によって「あっ、○○だ」「○○に似ている」と感じることもありますよね。そう考えると、販売物の中で使わないという判断は妥当だと思っています。また、ここにきて、私が使っている汎用AI 3種類の対応にも変化を感じています。世の中全体でAIに対する規制や安全対策が強くなっている影響もあるのかな、と感じています。当初、GAOSではGeminiをメインに使っていましたが、現在はChatGPTが中心です。Copilotも使っていましたが、同じような理由から、現在はほとんど使っていま

お待たせしました。「AIを使う」から、「AIと共に歩む」へ。AIとの付き合い方を、もっと自分らしく。AIを「共に考えるパートナー」として育てていくための入門教材、GAOS Entryの販売を開始しました。本編に加え、Chatルームの継承方法などをまとめた実践Appendixも収録しています。価格は 2,000円 です。まずはGAOSの入口から。ここから少しずつ、GAOSの考え方や使い方についてもブログで紹介していきます。野良グマ本舗奥田 勝