DXコラム│Galactic Brain（ギャラブラ）

第7回：AIを「任せる」から「指揮する」へ — プロンプト設計の基本原理

プロンプトを「呪文」や「個人技」から設計対象へ再定義。指揮するプロンプトの4要素と、ジャズセッションから学ぶAIとの関わり方。

テストの数やカバレッジ率では測れない「質」を、非IT管理職でも問える3つの観点で提示。AI生成テストの落とし穴も解説。

テスト駆動開発を「正解の形を先に決める」マネジメント哲学として再定義。非IT管理職でも監督できるテスト設計の視点を提供する。

AI時代の要件定義書に書くべき4要素と、仕様駆動開発の実践論。要件定義書をテストにもプロンプトにも効く「生きた資産」にする方法。

曖昧なプロンプトが生む見えないコストを可視化し、AI時代に要件定義の「解像度」を上げる必要性を論じる。

AI駆動開発で静かに進む5つの品質劣化パターンを言語化。経営・管理職が自社の状況を診断できる具体症状集。

AI駆動開発が揺らした3つの前提を整理し、連載全14話の背骨となる「品質四象限」というフレームワークを提示する初回。

前編では、マトリックスの5つの構造——アーキテクト vs オラクル、赤い薬 vs 青い薬、スミスの自己複製、ネオの選択、サイファーの裏切り——を経営の寓話として読み解きました。後編では、もっと根源的な問いに踏み込みます。「信じる」とは何か

AIの本質は、確率です。 ChatGPTが文章を書くとき、次に来る「もっとも確率の高い単語」を選び続けているだけです。画像生成AIが絵を描くとき、訓練データから「もっとも確率の高いピクセルの配置」を再現しているだけです。AIの経営分析も、財

前編では、ターミネーターが「選ばなかった場合」の文明を描いていることを見ました。スカイネット、ダイソン、「No fate but what we make」、T-800の変容。後編では、「では、どう選ぶか」に踏み込みます。ターミネーターが