スタンフォード流：文章の質を劇的に高める 4 つの強力なプロンプト

「Claude に聞いて、返ってきた答えをそのままコピーして、タブを閉じる」 「なんとなく分かった気になるけど、人に説明できるほど深くはなっていない」

もし調べ物のたびにそうなっているなら、それは Claude の力が足りないからではなく、たぶん「一回の質問で全部を済ませようとしている」だけです。

僕も長いあいだそうでした。検索ボックスの代わりに使って、最初の回答で満足して閉じる。

あとから「で、結局どういうことだったっけ」と思い出せない。賢い相棒を、ただの早い辞書として使っていたわけです。

やり方を変えたきっかけは、Stanford が公開した STORM という研究システムの考え方でした。

STORM が論文で示したのは、ひとつの視点から調べるより、複数の視点から問いを立てて調べたほうが、出来上がる記事の質が上だったという結果です。

具体的には、専門家が読んで「きちんと整理されている」と判定した記事の割合が絶対値で 25 ポイント、扱う範囲の広さが 10 ポイント高かった（arXiv:2402.14207）。

この「多視点で問う」というやり方は、専用ソフトを入れなくても Claude に 4 つのプロンプトを順番に貼るだけで真似できます。

下にその 4 つを全文置いておきます。

読み終わる頃には、Claude を「たまに使う検索の代わり」から「5 分で一通りの論点を洗い出してくれるリサーチ相手」に変えるための、そのままコピペできる 4 つのプロンプトが手に入ります。

関連記事：Claude Codeの教科書〜基礎編〜

https://note.com/nobel/n/n7d7a422f828f

そもそも STORM とは何か

まず元ネタの話を少しだけ。

STORM は Stanford OVAL Lab（Open Virtual Assistant Lab）が作った、テーマを渡すと出典つきの長文記事を自動で書き上げる研究システムです。

名前は Synthesis of Topic Outlines through Retrieval and Multi-perspective Question Asking（検索と多視点の質問づくりによる、トピックの骨子合成）の頭文字で、自然言語処理の国際会議 NAACL 2024 で発表されました（arXiv:2402.14207）。

コードは GitHub 上で MIT ライセンスで公開されていて、執筆時点でスター 28,000 超。ブラウザですぐ試せるライブ版（storm.genie.stanford.edu）もあって、公式によると 7 万人以上が使っているそうです。

テーマを打ち込むと、裏で Web を調べながら出典つきの記事を組み上げていく様子が見られます。出典リンク込みの長文がそのまま欲しいなら、このライブ版を直接使うのが早いです。この記事で紹介するのは、そこまでの自動生成ではなく、STORM の核にある「多視点で問う」という考え方だけを、いつもの Claude の会話で真似る型です。

STORM のキモは、いきなり書き始めない点にあります。書く前の「下調べ」の段階を、(1) そのテーマにどんな視点がありうるかを洗い出し、(2) それぞれの視点を持った書き手が専門家に質問する会話をシミュレートし、(3) 集めた情報を骨子に整理する、という 3 ステップに分けています。論文いわく、リサーチを自動化する核心は「良い質問を自動で思いつけるかどうか」で、ただ「質問して」と頼むだけではうまくいかない。だから複数の視点を先に用意して、質問の幅と深さを稼ぐわけです。

ここで大事なのは射程の確認です。STORM はあくまで「下調べを助ける」システムで、公式 README も「そのままでは出版に耐える品質には届かず、かなりの編集が要る。経験豊富な Wikipedia 編集者にとって有用なのは事前リサーチの段階」とはっきり書いています。つまりこの記事で紹介するのも、「Claude が完璧な記事を吐く魔法」ではなく、「人間が判断する前の論点出しを、5 分で一気にやってもらう型」です。そこを正直に押さえた上で進めます。

なぜ「一発の質問」だと負けるのか

Claude に「○○について教えて」と聞くと、返ってくるのはたいてい多数派の見方です。いちばんよくある枠組み、表面の整理。無難で、悪くはないけれど、深くもない。

でもひとつのテーマには、ふだん別々の人が別々のことを見ています。たとえば「リモートワークは生産性を上げるか」を、現場の実務家・研究者・懐疑派・お金の流れを追う人・歴史を知る人の 5 人に聞いたら、返ってくる答えはまるで違うはずです。実務家は現場で起きる現実を、懐疑派は推進派が無視している事実を、経済の目は誰が得をするかを持ち出してくる。博士課程の学生がやっているのは、要するにこれです。ひとつの問いではなく、複数の問いを同時に立てている。

STORM の論文は、この差を数字で示しました。多視点で問いを立てて作った記事は、あるベースライン手法（先に骨子を決めて検索で肉付けする普通のやり方）と比べて、整理されている度合いが絶対値で 25 ポイント、扱う範囲の広さが 10 ポイント高かった（arXiv:2402.14207）。これが STORM の中心的な発見です。「視点を増やすと、一発質問では絶対に見えない死角が見える」。

そして、この多視点で問うという考え方そのものは、専用ソフトがなくても再現できます。ここからが本題です。

Claude に 4 つのプロンプトを順番に投げて、

(1) 5 つの視点で洗う

(2) 矛盾を地図にする

(3) 統合する

(4) 自分で査読する

という流れを作ります。

プロンプト1：5つの視点でスキャンする

この型の心臓部です。下のプロンプトを Claude に貼って、1 行目のテーマだけ自分のものに差し替えてください。

1[調べたいテーマ] について深く理解したいです。
25人の専門家になりきって、それぞれの立場から分析してください。
3
41. 実務家：これを毎日扱っている人。
5   学者が見落としがちな現場の現実は何か。
62. 学者：何年も研究してきた人。
7   査読を経た証拠が実際に示しているのは何か。
8   通説と食い違う点はどこか。
93. 懐疑派：主流の見方は間違っていると考える人。
10   いちばん強い反論は何か。
11   推進派が都合よく無視している事実は何か。
124. 経済の目：お金の流れを追う人。
13   現在の語られ方で誰が得をするか。
14   どんな利害が研究や情報をゆがめているか。
155. 歴史の目：似たパターンを過去に見てきた人。
16   どんな歴史的な類似があるか。
17   それらはどう転んだか。
18
19各視点について、次の3点を出してください。
20- 中心的な主張を2文で
21- それを支えるいちばん強い根拠
22- その視点だけが言える、他の視点からは出てこない一言

返ってくるのは、同じテーマに対する 5 通りの読み方です。実務家が現実を、懐疑派が前提への揺さぶりを、経済の目が利害を、歴史の目がパターンを持ち込んでくる。60 秒の作業で、一発質問では拾えない論点が一気に並びます。

今日できる 1 アクション: いま気になっているテーマをひとつ決めて、このプロンプトの 1 行目に入れて投げてみてください。5 人の声がそろうだけで、自分が今までひとつの視点しか見ていなかったことに気づけます。

プロンプト2：矛盾を地図にする

次に、5 人の声がどこでぶつかるかを Claude に探させます。意見が衝突する場所こそ、本当の理解が眠っているところです。

1上の5つの視点をもとに、矛盾を整理してください。
2
31. 2つ以上の視点が真っ向から食い違うのはどこか。
4   衝突ごとに、ぶつかっている具体的な主張を並べてください。
52. いちばん強い根拠を持つ視点はどれか。
6   いちばん弱いのはどれか。なぜか。
73. もし答えが出れば最大の矛盾が解消する、その「一つの問い」は何か。
84. すべての視点が一致しているのは何か。
9   （反対派まで認める以上、これは確からしい）
105. どの視点も触れなかったテーマは何か。
11   （これがこの分野全体の死角。多くの場合いちばん価値がある）

返ってくるのは、専門家がどこで・なぜ意見を違えるかの地図です。ほとんどの人がこの工程を飛ばします。でもここが、表面的な理解と本物の理解を分ける分岐点になります。全員が一致している点はおそらく正しい。誰も触れていない点は、その分野の空白そのものです。

今日できる 1 アクション: プロンプト 1 の回答が出た同じ会話で、続けてこれを貼るだけです。「全員が一致した点」と「誰も触れなかった点」の 2 行だけでも、メモに残す価値があります。

プロンプト3：1枚のブリーフィングに統合する

ここまでの材料を、Claude に 1 本のリサーチメモへまとめさせます。

15つの視点と矛盾マップを統合して、リサーチメモを作ってください。
2
31. 一段落サマリー：60秒しかない忙しい相手に、
4   見出しだけでなく「機微」まで伝えるつもりで要約する。
52. 重要な発見トップ5：今わかったことのうち重要なものを、
6   確からしさの順に並べる。各項目に「どの視点が支持し、
7   どの視点が異議を唱えるか」を添える。
83. 隠れたつながり：5つの視点を重ねて初めて見える、
9   発見どうしの意外な結びつきを1つ。
104. 動くための示唆：これらの証拠をふまえて、
11   [自分の立場・役割] の人間は具体的に何を変えるべきか。
125. 最前線の問い：もし答えが出れば、このテーマの理解が
13   根本から変わる、その一つの問い。

返ってくるのは、ひとりの専門家には書けないブリーフィングです。あらゆる角度を踏まえ、矛盾に名前をつけ、確からしさで並べ、具体的な行動に着地する。論点の地図ができた状態で、次に自分が何を判断すればいいかが見えてきます。

今日できる 1 アクション: 4 番の「動くための示唆」の角カッコに、自分の職種や役割（たとえば「中小企業の経営者」「採用担当」）を入れておくと、一般論ではなく自分ごとの示唆が返ってきます。

プロンプト4：自分で自分を査読させる

STORM には公式が認めている弱点があります。論文の著者自身が、生成物に「ソースバイアス転移（参照元の偏りがそのまま記事に移る）」と「無関係な事実の過剰関連付け（関係ない事実どうしを結びつけてしまう）」が混じりうると指摘しています（arXiv:2402.14207）。これは Claude に同じことをやらせても起きます。最後に、自分の出力を自分で採点させて、ここに歯止めをかけます。

1さっきのリサーチメモを、あなた自身で査読してください。
2
31. 確信度スコア：重要な発見トップ5を、それぞれ
4   信頼度1〜10で採点する。各スコアの理由も書く。
52. 最も弱い箇所：いちばん自信のない主張はどれか。
6   検証するには具体的にどんな情報が要るか。
73. バイアス点検：統合の中で過剰に効いてしまった視点はどれか。
8   特定の声が支配的になっていないか。
94. 抜けた視点：結論を変えうる「6人目」の角度はなかったか。
105. 総合評価：もし第三者の専門家がこのメモを見たら、
11   何点をつけ、どこを直せと言うか。

返ってくるのは、自分のリサーチに対する正直な点検結果です。強い主張と弱い主張、効きすぎた視点、抜けた角度。ここで「信頼度 1〜10」が低かった項目こそ、最後に自分の手で一次情報を当てに行くべきポイントになります。

今日できる 1 アクション: 査読で「信頼度が低い」と出た主張を 1 つ選んで、その出典だけは公式サイトや一次資料で自分の目で確かめてみてください。AI に任せきりにしない最後の一手です。

5分のワークフローにまとめると

4 つのプロンプトは、こう流れます。

• 1 分目：プロンプト 1 → 5 つの視点
• 2〜3 分目：プロンプト 2 → 矛盾マップ
• 3〜4 分目：プロンプト 3 → リサーチメモ
• 5 分目：プロンプト 4 → どこが確かでどこが怪しいか

5 分で、多視点の論点出し・矛盾分析・統合・確からしさの採点まで一周します。もちろん、これで「専門家を超えた」わけではありません。出てくるのはあくまで、人間が判断する前の下ごしらえです。でも、ひとつの検索結果を眺めて終わるのと比べたら、スタート地点がまるで変わります。

ここで自己紹介を。tatsuki（@nobel_824）と申します。中小企業向けに AI の活用サポートをしていて、Claude / Codex の業務導入を手伝いつつ、自分でも Claude Code を1日中走らせています。お客さんの新しい業界をいきなり調べるとき、僕がまず投げるのがこの 4 プロンプトです。

どんな場面で効くか

この型は、調べ物の入り口ならだいたい使えます。僕がよく使うのは次のような場面です。

記事や提案資料を書く前。4 プロンプトを回しておくと、ほかの人が触れていない角度を最初から押さえられます。大きめの意思決定の前。実務家が「現実に何が動くか」を、懐疑派が「何がまずいか」を、経済の目が「誰が得をするか」を出してくれるので、賛成側だけの資料より腰が据わります。知らない分野を学び始める前。実務家に「最初に何を学ぶべきか」を、懐疑派に「何が過剰に持ち上げられているか」を聞いておくと、無駄な遠回りを減らせます。商談や面接の前にも、相手側を 5 つの視点から見ておくと、想定問答の質が変わります。

共通しているのは、「答えをもらう」ためではなく「論点を出しきる」ために使っている点です。最終的に決めるのは自分なので、判断材料を漏れなく並べる道具として置いておくと収まりがいいです。

使うときの3つの落とし穴

便利な一方で、気をつけたい点もあります。3 つだけ。

ひとつ目は、ハルシネーション（事実に基づかない、もっともらしい誤情報の生成）です。5 視点で具体的に語らせるほど、回答は説得力を増します。でも説得力と正しさは別物です。固有名詞・数字・日付は、プロンプト 4 の査読で「弱い」と出たものから順に、必ず一次情報で裏を取る。ここだけは省けません。

ふたつ目は、ソースバイアスの転移です。これは STORM の論文も弱点として挙げている話で、参照元が偏っていると、その偏りがそのまま出力に乗ります。Claude が裏で見ている情報源は選べないので、5 視点がそろって同じ方向を向いていたら「本当に全方位か、それとも同じ偏りを共有しているだけか」を一度疑うといいです。

みっつ目は、「5 分で専門家になれた」という過信です。この型が速いのは下ごしらえであって、専門知そのものではありません。出てきたメモは「これから検証すべき仮説のリスト」だと思って扱うほうが、結局いい判断につながります。

まとめ：価値は「検索する人」から「問いを設計する人」へ

AI が普通に良い答えを返す時代になって、差がつくのは「どれだけ答えを知っているか」ではなく「どんな問いを、いくつの角度から立てられるか」のほうに移ってきたと感じています。

ひとつの検索結果を眺めて閉じるのは、入り口で引き返すようなものです。同じ 5 分でも、5 つの視点で洗って、矛盾を地図にして、統合して、自分で査読まで回せば、出発点がまるで変わります。Stanford が論文で示したのは「視点を増やすと死角が減る」という、考えてみれば当たり前の、でも普段やれていないことでした。それを Claude で真似るのに、必要なのはコピペ 4 回だけです。

今日から試す3ステップ

• [ ] いちばん調べたいテーマをひとつ決めて、プロンプト 1 を Claude に貼る
• [ ] 同じ会話でプロンプト 2 → 3 → 4 を順に貼り、5 分で一周する
• [ ] 査読（プロンプト 4）で「信頼度が低い」と出た主張を 1 つ、一次情報で裏取りする

次に何かを調べるとき、あなたは Claude にどんな「5 つの問い」を立ててもらいますか。

Xで発信できない有益情報は、LINEオプチャにて発信中。 Claude Code/Codexの活用や、AI活用したX運用に興味のある方はぜひご参加ください。

オープンチャット: https://t.co/90omRA4UQ7

この記事を引用して感想をいただければ、全てリポストします！

参考リンク

• Shao et al. (2024) Assisting in Writing Wikipedia-like Articles From Scratch with Large Language Models（STORM 論文, NAACL 2024）, arXiv:2402.14207 : https://arxiv.org/abs/2402.14207
• STORM 論文（ACL Anthology 版） : https://aclanthology.org/2024.naacl-long.347/
• stanford-oval/storm（公式実装・MIT ライセンス・Co-STORM 含む） : https://github.com/stanford-oval/storm
• STORM ライブ版（無料の研究プレビュー） : https://storm.genie.stanford.edu/
• Stanford STORM プロジェクトサイト : https://storm-project.stanford.edu/