ChatGPTの思考量を上げるなら、まずこれをやる

思考量をExtra Highにセットしたのに、返ってきたのはどこかで見た「よくある答え」だった。そういう経験があるなら、設定を変える前に見直すべきことがあります。

ChatGPT（GPT-5.6 Sol）の思考量スライダーをHighやExtra Highにすると、モデルは推論に時間をかけます。ただし推論の深さは、与えられた指示の情報量に依存します。前提が薄い指示を渡しても、高精度なありきたり回答が出てくるだけです。

答えが浅くなる指示の3つのパターン

まず多いのが前提不足です。「この提案書を改善してください」という指示は、ChatGPTから見るとほぼ手がかりがない状態です。誰向けで、何の商品で、どんな問題があるかを補えば、同じ「改善」でも回答の中身がまったく変わります。

次にゴールが曖昧なケースです。「この件、どう思いますか？」と聞いても、何のために使うかが伝わらなければ汎用的な感想しか返ってきません。「経営層へのプレゼンで使える反論対策を3点挙げてください」のように、出力の用途を先に伝えるだけで回答の方向が絞られます。

三つ目は判断基準がない場合です。「AとBどちらのコピーが良いですか？」という問いも、評価軸がなければどちらとも言えるような答えが返ってきます。ターゲット像と判断の軸をセットで渡すことで、根拠のある選択が出てきます。

指示を変えると、推論の深さが変わる

典型的な前提不足の例を見てみます。

変える前：「競合との比較資料を作ってください」

変えた後：「SaaS型の経費精算ツールを検討中の中堅製造業（従業員300人規模）に向けて、主要3社との比較表を作ってください。評価軸は導入コスト・連携機能・サポート体制の3点で、自社が優位に見えるよう整理してください」

この差だけで、受け取る回答の実用度が大きく変わります。情報を整えて渡すことで、調査・整理にかかる時間が30分から10分程度に縮まることは珍しくありません。AIへの指示で最初に何を渡すかという考え方は、問い合わせ分類をAIに任せるときの設計とも共通しています。

愛知銀行が確認した生産性改善の手応え

愛知銀行は、NTT Dataの生成AIアシスタントを試験導入し、年間最大13,400時間の業務削減効果を見込んでいます（NTT Data 発表より）。金融機関という精度が求められる現場で成果が出た背景には、業務フローに合った指示の設計があります。

個人のChatGPT活用でも原理は同じです。AIに何を渡すかを整えるだけで、出てくる回答の質が変わります。

思考量スライダーを活かすための順番

思考量スライダーは、使い方次第でアウトプットの質を大きく変えます。ただし土台になるのは指示の精度です。前提・ゴール・判断基準の3つを整えた指示を作ってから、スライダーを動かしてみてください。その順番が大事です。

ドリップ（執筆）

「思考量を上げれば解決する」と思っていたら、実は指示の問題だったというのは、あるある話ですよね。

指示に前提・ゴール・判断基準を入れるだけで、回答がここまで変わるというのは、使い始めた頃には気づかないことです。

設定を変える前に、まず指示を見直してみてください。思ったより早く「使える」手応えが出てきます。

あなたは提案書のアドバイザーです。以下の提案書を読んで、弱点を3つ指摘し、具体的な改善案を示してください。

【提案書の概要】：【〇〇のサービス提案書・〇〇業向け・担当者は〇〇部長クラス】
【現状の問題】：【例：価格訴求に偏っている、課題解決の視点が弱い】
【提案書の目的】：【例：初回商談の受諾、稟議通過】

改善案には「修正前→修正後」の例文を必ず含めてください。指摘は優先度が高い順に3つまでに絞ってください。

あなたは市場調査の専門家です。以下の条件で競合比較表を作成してください。

【自社サービス】：【例：SaaS型の経費精算ツール】
【比較対象】：【〇〇・〇〇・〇〇の3社】
【評価軸】：【例：導入コスト・連携機能・サポート体制の3点】
【想定読者】：【例：中堅製造業のIT担当者（300人規模）】

表形式で出力し、自社が優位な項目には【優位】と記載してください。各項目に1〜2文の説明を加えてください。

あなたは業務効率化のコンサルタントです。以下の業務に対して、ChatGPTへの指示テンプレートを3つ作成してください。

【業務内容】：【例：週次進捗レポートの作成】
【担当者の役職】：【例：プロジェクトマネージャー】
【よく使うシーン】：【例：月次報告・上長への進捗共有】

各テンプレートには「役割」「背景」「具体的な指示」「出力形式」の4つを含めてください。コピーしてすぐ使えるよう、プレースホルダーは【】で示してください。