知らない業界の下調べを AI に任せたら、肝心の項目がごっそり抜けていた

Claude キャッチアップ プロンプトエンジニアリング
目次

はじめに

老田です。

新しいプロジェクトに入ると、まずその業界のことが何も分かりません。せめて取っ掛かりぐらいは AI に手伝ってもらえないかと思って、業界の下調べをやらせる手順を作ってみました。

速さは期待どおりでした。しかし困ったことに中身は参考にならないレベルでした。1 回目に返ってきたものは体裁が整っていて、読むと分かった気になるのに、肝心の項目がまるごと抜けていました。しかも未経験分野の場合は間違っていることや抜けていることにしばらく気づきませんでした。

今回は何が壊れたのか、どう縛ったら直ったのか、人が何を見ればいいのかを書きたいと思います。

試した対象

サンプルとして 2 つのドメインを対象にしました。

  • 地形図の図式(未経験)
  • ロボットのティーチング(経験有)

知らない業界だけで試すと、出てきたものが正しいのか自分で判断できません。分かっている業界を並べておくと、AI の出力を自分の知識と突き合わせられます。実際、後者では「現場でその言い方はしないな」という違和感からいくつか粗が見つかりました。

例えばロボットティーチングの分野では各メーカーごとに使われている単語が違ったりします。それらが別の単語として独立した意味を持ってしまってるケースがありました。

また、ISO(国際標準化機構)の版ごとに変化があった箇所で古いデータを参照してることで、規格・規則が現在時点に即していないものを提示されることもありました。

最初に渡した指示はこれだけです。

  • ドメインの地図を作ること。個別の規則の実装には使わないこと。
  • 根拠は 1 次情報に限ること。
  • 分量は 1 ファイル 1500 〜 3000 字。

使った環境です。モデルは入れ替わりが早いので、いつ時点の話かを添えておきます。

項目 内容
実行時期 2026 年 9 月
エージェント Claude Code
モデル Claude Opus 5(1M コンテキスト)。モデル ID は claude-opus-5[1m]
推論の強さの設定 xhigh

以下の壊れ方は、この組み合わせで観察したものです。別のエージェントや別のモデルでも同じように壊れるかは確かめていません。

字数で縛ったら、項目の数が減った

返ってきた成果物には、出典表があり、用語が 15 語定義され、未解決の疑問が並んでいました。形は整っています。

しかし足りないことに気づいたのは、それを持って人に質問しようとしたときでした。その仕事がどの工程に当たるのかが書かれておらず、成果物が何で構成されるのかも書いていません。登場するものの一覧もありません。

工程・構成・オブジェクト。業界を知るときに最初に押さえたい 3 つが、そろって落ちていました。

犯人は「1500 〜 3000 字」です。AI はこの制約を、各項目の説明を短くするのではなく、挙げる項目の数を減らして満たしていました。

人に「短くまとめて」と言えば、たいてい説明のほうを削ります。項目を落とすと網羅性が壊れると知っているからです。おそらく AI はそこを区別していないのでしょう。数字ひとつで雑に縛ると、どこを削るかは向こうが決めます。

人の調査では起きない壊れ方があった

直しながら見つけたものを並べます。

出典がなくても文章が書けてしまう問題がありました。人は知らないことを書けませんが、AI は書けます。しかも書きぶりが自然なので、出典があるかどうかを文体から見分けづらいです。

「見つけた」と「読んだ」が混ざります。検索結果で存在を知っただけの規格を、中身を確認したかのように書きます。有料で本文が読めない規格でも、表題から想像した内容を書いていました。

一番厄介だと思ったのは、「調べたが見つからなかった・分からなかった」を書かないことです。実務ではこの空白が重要な情報源である場合も少なくないと思います。

字数ではなく、書くべき節で縛る

字数の指定をやめて、必須の節のリストに変えました。

  1. 目的と使い先
  2. 範囲・範囲外・隣接領域
  3. 出典表
  4. ドメインの輪郭
  5. 工程の地図
  6. 成果物の構成
  7. 構成オブジェクトの一覧
  8. 主体と役割
  9. 用語集
  10. 突き合わせ
  11. 未解決の疑問
  12. 次に深掘りすべき分野
  13. 更新履歴

そのうえで「浅くするのは各項目の説明であって、挙げる項目の数ではありません」と書き添え、各項目 1 〜 3 行、オブジェクト 20 〜 40 個、用語 30 〜 50 語という目安を付けました。

これで落ちなくなりました。2 回目は工程が 5 フェーズ、オブジェクトが 32 個、用語が 44 語。全体の分量は 2834 字から 12049 字へ増えましたが、1 項目あたりは 1 〜 2 行のままです。

ひとつコツがあって、埋まらなかった節を削らせてはいけません。「調べたが分からなかった」と書き残させます。削ってよいことにすると、また消えます。

出典を 3 段に分け、確認状況を列に持たせる

情報源の格を先に決めました。

  • 1 次情報。規格の原本、法令、業界団体が自ら出した規定や用語集。根拠にできるのはこれだけ。
  • 2 次情報。解説記事、書籍の概説。1 次情報へたどる手掛かりにはするが、根拠にはしない。
  • 根拠にしないもの。出典のないまとめ記事、SNS、そして AI 自身の出力。

最後の 1 行は地味ですが要ります。前のステップで自分が書いたことを、次のステップで既知の事実として扱うのを止められます。

出典表には確認状況の列を足しました。

ID 発行元 正式名称 版・発行日 所在 取得日 確認状況
E1 業界団体 用語集 版の表示なし URL 2026-09-09 全量読了
E2 規格協会 規格の表題 2013 年版 URL 2026-09-09 表題のみ確認(本文は有料で未読)

この列があるだけで読み方が変わります。「表題のみ確認」の行を根拠にした記述に断定は書けない、というルールが勝手に効くからです。取得日も必須にしました。ウェブの文書は改訂されるので、いつ時点かが分からないと再検証できません。

情報源を減らしたら、質が上がった

ウェブで公開されていて第三者が URL から開けるものだけに絞りました。ローカルにあるメモや MCP からアクセスできる社内知識が混ざっていると、どこまでが公開情報で裏づけられるのか分からない文書になります。

信憑性の低い 2 次・3 次情報は使わず、1 次情報を使うように制限しました。解説記事を見つけると、そこに書いてあることを事実として書き、又聞きのような情報が成果物に載ります。

ロボットティーチングではどのような手順や作法でロボットにティーチングするかの公開資料がゼロでした。今回の地形図の図式でも同様に、何を描いて何を省くかの判断の作法が分かりませんでした。

地図を例にすると、それが調査不足ではないことも確かめられました。

  • 図式は記号の大きさ・線の太さ・文字まで定めているのに、何を描いて何を省くかは定めていない。
  • 図式は明治 13 年式から平成 25 年式まで 8 版を重ねているが、どの版も表現の規則であって取捨選択の規則ではない。
  • 公開されている地図記号の一覧は 11 の分類に分かれているが、どれも何を描くかの分類であって、何を省くかの区分はない。

ここまで来ると「この先は人に聞くしかない」が根拠付きで言えます。キャッチアップで最初に手に入るのは知識ではなく、知識の境界線でした。境界線があると、質問の形が変わります。「教えてください」ではなく「ここまで調べて、ここが分からない」になります。聞かれる側の負担がだいぶ違うはずです。

人が見るところ

そのまま信じるわけにはいかないので、確認する箇所を決めました。節がそろっているか、出典表に空欄がないかといった形式の点検は AI に回せるので、下の折りたたみに指示としてまとめました。書いたセッションとは別のセッションで回します。ここに挙げるのは、人が見たほうがよい 4 つです。

出典の URL を開いて数値が合うかを確かめます。これは必ずやります。1 か所ずれていたら全体を疑います。

「全量」の主張に数えられる根拠があるかを見ます。「図式は何度か改訂されています」ではなく「図式は明治 13 年式から平成 25 年式まで 8 版ある」と書けているかどうかです。数えられない形のものは、網羅ではなく印象です。

確認状況が「表題のみ」の行に、断定が乗っていないかを見ます。

最後に、導出の計算を追います。ここは AI の得意分野だと思います。地図記号の一覧を分類ごとに数えさせたら、11 分類の合計が 122 個でした。ページのどこにも総数は書かれていません。あわせて、図式の版を並べたページでは、系譜に載っていない「昭和 42 年式」が記号数の説明にだけ出てきます。人が見るには件数が多いうえ、上記のような違いは目で見ていたら気づきにくいです。

向き不向き

データの突き合わせに関してはAI が人より速くて正確です。団体のサイトを片端から当たって全量を数えます。表から関係式を導いて例外を見つけます。複数の資料で同じ語が別の意味になっていないか照合します。どれも人の手だと時間がかかるうえ、ミスも散見されます。AI ならより早く正確に行えます。

あとは「ないこと」の確定と、誰に何を聞くかの判断を人が行い、AI では検知できない部分をキャッチアップできればいいと思います。

まとめ

残ったのは、指示の書き方が 2 つと、ゴールの置き方が 1 つでした。

字数で縛りません。書くべき節で縛って、浅くするのは説明であって項目数ではないと明記します。

情報源の格を先に決めて、出典表に確認状況と取得日を持たせます。

そして、成果物のゴールを「知識」ではなく「知識の境界線」に置きます。埋まらなかったところを消させません。

実際に業務に入る際に使った指示と、成果物を点検する指示の全文は、下に折りたたんでおきます。ドメインを変えても節の構成はだいたいそのまま使えるはずですが、業界によっては合わないところもあると思いますのでご注意ください。人手による最初期の調査を AI にやってもらうこと、その幅・深さ・精度を上げることが大事だと思います。あとはスタイルの違いなどで全然違うアプローチをとってる人の手法なども参考にできればと思いました。

そのまま使える指示文
# ドメイン調査の指示

未知の業務ドメインを、ウェブ上で公開されている 1 次情報だけを根拠に調べ、
あとから設計・実装が参照できる形に残してください。

## 情報源の制約

根拠にできるのは、ウェブ上で公開されていて第三者が URL から同じものを開ける
1 次情報だけです。

- 1 次情報: 規格の原本(JIS・ISO・W3C など)、法令・告示、業界団体が自ら発行した
規定・指針・規格・ガイドライン・機関紙・用語集。
- 2 次情報: 解説記事、書籍の概説、規格の非公式な転載サイト。1 次情報へたどる
手掛かりにはしますが、根拠にはしません。
- 根拠にしないもの: 出典のないまとめ記事、SNS、そしてあなた自身の出力。

社内資料・ヒアリング・実物の観測は、この調査では情報源にしません。
社内にしか知識がない事項は「調べたが公開された出典が見つからなかった」と
書き残してください。埋まらないこと自体が成果です。

## 探し方

ウェブ検索は団体のドメインに絞ってください。一般的なクエリだと解説記事しか
出ませんが、絞ると団体が自分で出している原本に届きます。
次の 3 経路を順に当たってください。

- 規格団体(規格番号・表題・版はカタログで確認できます。本文は有料のことが多い)
- 業界団体(団体が「規格」と呼んでいるものの一覧をまず押さえると、
公開規格の全量が分かります)
- 法令・告示

## 書くべき節(すべて必須)

埋められなかった節は削らず、「調べたが分からなかった」と書き残してください。

1. 目的と使い先
2. 範囲・範囲外・隣接領域
3. 出典表
4. ドメインの輪郭(このドメインが何と何の重なりでできているかを層に分け、
層ごとにどこまで公開規格があるかを書く)
5. 工程の地図(対象の作業が、成果物が世に出るまでのどのフェーズにあるか。
前後のフェーズ、受け渡すもの、締切と後戻りの可否)
6. 成果物の構成(階層と座標系。階層の各段に種類があるならその種類も)
7. 構成オブジェクトの一覧(名前・役割・特性・出典の表。目安 20〜40 個)
8. 主体と役割
9. 用語集(目安 30〜50 語。出典の性質で分けて並べる)
10. 突き合わせ(複数の出典の一致・矛盾・判定不能。あわせて用語の衝突を必ず確認)
11. 未解決の疑問(優先順に。なぜ分からなかったかを添える)
12. 次に深掘りすべき分野
13. 更新履歴

## 分量

字数では縛りません。上の節がそろったかで判定してください。
浅くするのは各項目の説明であって、挙げる項目の数ではありません。
やむを得ず分量を減らす場合は各項目は 1〜3 行に収めてください。

## 出典の書式

出典表は本文より先に作ってください。

| ID | 発行元 | 正式名称 | 版・発行日 | 所在 | 取得日 | 確認状況 |

- 取得日を必ず書きます。ウェブの文書は改訂されるためです。
- 確認状況は「原本を通読 / 該当箇所のみ読了 / 表題のみ確認」の 3 段で書きます。
「規格に規定がある」と書けるのは本文を読んだときだけです。
- 版の表示がない文書は「版の表示なし」と書きます。空欄にしないでください。

## 書き分け

次の 3 つを別の節に隔離してください。同じ表・同じ箇条書きに混ぜないでください。

- 出典に書かれていること(末尾に出典 ID を添える)
- 導出(出典にはないが算術で導けること。計算を示す)
- 推定(根拠のある見込み。根拠と、その推定で説明できない点を添える)

## 用語の衝突

突き合わせでは値だけでなく用語も確認してください。
同じ語が別の意味で使われていないか、別の語が同じものを指していないか。
見つけたら、どちらかへ統一せず両方を残し、どの文脈でどちらの意味になるかを
書いてください。
成果物を点検する指示

成果物を書いたセッションでは実行しません。自分の出力を既知の事実として扱うため、見落としが素通りします。別のセッションを立てるか、成果物だけを読む新しいコンテキストのサブエージェントへ回してください。そのとき、リポジトリの他のファイルとドメインに関する資料を読ませないでください。

判定基準として 2 つのファイルを参照しています。手元に同じものがなければ、上の「そのまま使える指示文」を判定基準として読み替えてください。

# 調査の成果物を点検する指示

次の成果物を点検してください。

- 成果物: `<ファイルのパス>`

## 読んでよいもの

- 点検の対象である成果物。
- 判定基準として `.agents/skills/domain-research/SKILL.md` と
`.agents/skills/domain-research/evidence.md`。

それ以外のリポジトリのファイルと、ドメインに関する資料は読まないでください。
成果物に書かれていないことを補って解釈しないでください。書かれていないなら
「書かれていない」と判定します。

## 判定の出し方

- 項目ごとに 合格 / 要修正 / 判定不能 のいずれかを付けます。
- 要修正には該当箇所(節の名前か、本文からの引用)を必ず添えます。
- 判定不能は、成果物だけでは判定できないとき(基準の文書が読めない、環境が
足りない)に使います。要修正と混ぜないでください。
- 同じ箇所が複数の項目に当たるときは、最も根本的な 1 項目にだけ要修正として
計上し、他の項目では「項目 N と同じ箇所」と参照するにとどめます。同じ欠陥を
何度も数えないためです。
- 要修正には重大度を付けます。重大(成果物の使い方を誤らせる)、中(追記で
直る)、軽微(表記の差)の 3 段です。
- 最後に、要修正の件数と、その原因の数を 1 行でまとめます。

## A. 書き分け

最初に判定します。ここが崩れていると、以降の指摘の多くはここから派生します。

1. 出典に書かれたこと、導出、推定が別の節に隔離されているか。同じ表や同じ
箇条書きに混ざっていれば要修正。
2. 導出に、計算または推論の道筋が示されているか。結論だけになっていないか。
3. 推定に、根拠と、その推定では説明できない点の両方が添えられているか。
片方だけなら要修正。

## B. 出典

4. 出典表が本文より前にあるか。
5. 出典表の各行に、発行元・正式名称・版・所在・取得日・確認状況がそろって
いるか。空欄があればその行を挙げる。
6. 版の欄が、版番号または発行日か、「版の表示なし」のいずれかになっているか。
どちらでもない説明文が入っていれば要修正。
7. 確認状況が「原本を通読/該当箇所のみ読了/表題のみ確認」の 3 段のいずれかで
書かれているか。
8. 確認状況の申告と、本文での使い方が整合しているか。本文が読めなかったと
書いてある出典に「原本を通読」が付いていないか。
9. 確認状況が「表題のみ確認」の出典を根拠にして、「規定がある」「〜と定めて
いる」と断定していないか。
10. 根拠にしないものが出典表に入っていないか。判定は evidence.md の
「1 次情報の判定」に従います。2 次情報(解説記事、書籍の概説、規格の非公式な
転載)を根拠に使っている箇所があれば挙げる。
11. 出典 ID が添えられていない事実の記述がないか。あればすべて挙げる。節の
役割上どうしても書き手の判断になる記述(層の分け方など)は、項目 1 の隔離の
問題として扱い、ここでは重複して数えない。

## C. 節の構成

12. SKILL.md の「概要調査で書く節」が定める 13 節がすべてあるか。ない節が
あれば節名を挙げる。
13. 節名が SKILL.md の記載と一致しているか。役割は果たしているが名前が違う
だけなら、重大度は軽微。
14. 各節が、SKILL.md がその節に求める要素を含んでいるか。少なくとも次を
確認する。
- 工程の地図に、前後のフェーズ、受け渡すもの、締切と後戻りの可否があるか。
- 成果物の構成に、階層と座標系の両方があるか。階層の各段に種類があるなら、
その種類があるか。
- 構成オブジェクトの一覧に、名前・役割・特性・出典の 4 つがそろっているか。
- 突き合わせに、一致・矛盾・判定不能の 3 つが分けて書かれているか。
- 未解決の疑問が優先順に並び、なぜ分からなかったかが添えられているか。
- 次に網羅調査すべき分野が 1 つだけ指名されているか。
15. 項目数の目安を満たしているか。構成オブジェクトは 20〜40 個、用語集は
30〜50 語です。下回っていれば、何個・何語かを挙げる。
16. 埋められなかった節が、削られずに「調べたが公開された出典が見つからなかった」
と書き残されているか。

## D. 主張の強さ

17. 「全量」「すべて」「〜だけ」「N つあります」と書いている箇所に、数えられる
根拠があるか。根拠にした一覧が抜粋であれば要修正とし、その一覧の表題を
引用する。
18. 数値に単位と適用条件(どの版か、どの時点か、どの適用範囲か)が添えられて
いるか。規格の箇条を指す番号は、規格の版が特定できる形になっているか。
19. 「ない」「見つからなかった」と書いている箇所に、どこを探したかが添えられて
いるか。

## E. 用語

20. 突き合わせの節に、用語の衝突を確認した記録があるか。「確認したが見つから
なかった」でも合格。形跡がなければ要修正。

## F. 機密

21. 個社名が残っていないか。統計として個社名なしで書ける数値は対象外。
22. 顧客名・案件名・プロジェクトコード・アカウント ID が含まれていないか。

## G. 取得できる環境なら追加で

23. 出典表の URL を開き、到達できるか。到達できない行を挙げる。成果物が取得の
失敗を書き残している行は、想定どおりなので要修正に数えない。
24. 引用の照合。成果物が出典から引いている記述を抜き出し、その出典を開いて
同じ記述があるかを確かめる。対象は数値だけではありません。次をすべて
含めます。
- 数値(発行日、ページ数、件数、単位付きの値)。
- 条文・箇条・附属書の番号。
- 定義文と、かぎ括弧で引用している語句。
- 機関名・団体名・制度名などの固有名詞。
一致したものは「一致」、違っていたものは「不一致」とし、成果物の記述と
出典の記述を両方引用する。読めなかったものは「照合できず」とし、理由を
添える。推測で一致したことにしない。
25. 出典 ID は添えられているが、その出典にその記述がないものがないか。項目 11
が ID の有無を見るのに対し、ここは ID の中身を見ます。語の置き換え(制度や
団体の現在の名称へ直してしまうなど)が起きやすい箇所です。

## やらないこと

- 内容の正しさは判定しません。出典に当たって事実を確かめるのは人の仕事です。
項目 24 と 25 は、出典にそう書いてあるかの照合であって、出典が正しいかの
判定ではありません。
- 文章の良し悪しは判定しません。
- 直しません。どこが要修正かだけを報告してください。
- 項目を統合・要約・省略・重複排除しないでください。25 項目すべてについて
書いてください。