「AIで天気を操れるんじゃないか？」そんな無茶な発想から始まった実験が、思いがけず"AIへの指示の本質"を教えてくれた回です。

福岡で生成AIを使い倒している2人が、ChatGPTとClaudeに「過去30年の気象データから、最も晴れやすい日・雨になりやすい日・雪になりやすい日をランキングにして」と依頼してみました。

出てきた結果は、10月23日が「晴れ確率80%」でトップ。秋晴れのイメージとも合って、なるほどと思いきや……雪の確率が3割超えという、福岡在住の感覚とはズレた数値も飛び出します。

ChatGPTとClaudeで同じ質問をすると、晴れと雪のデータはほぼ一致。しかし感覚的にズレているため、実際に気象庁の一次データにアクセスしてみると、そこには「晴れ時々曇り」「雨のち晴れ」「降水量・気圧・風向き」などが複雑に入り組んだ膨大なデータが広がっていました。

AIが使っていたのは、おそらく誰かが手計算してブログにまとめた二次データ。プロンプトが雑だと、AIも複雑な一次データを正確に処理しきれない——この実験が教えてくれたのは、AIの限界ではなく、「自分が理解していないデータは、AIにも正確に指示できない」という本質でした。

---

【今回のポイント】

・ChatGPTとClaudeに同じ質問をすると、出てくるデータがほぼ一致→同じ二次データを参照している可能性が高い

・AIへの「丸投げ指示」は、データが複雑になるほど精度が落ちる

・気象庁の一次データは人間でも解釈が難しいほど複雑で、AIも扱いを諦めることがある

・大量データを扱う際は「URLの渡し方」「晴れ・雨の定量的な定義」など、段階的な指示設計が有効

・AIの出力を自分の感覚で検証する習慣が、情報の精度を守る

---

【こんな方におすすめ】

・ChatGPTやClau ...