---

なぜAIは「分かりません」と言わず嘘をつくのか

事実を検索しているのではなく確率で言葉を繋ぐ脳

専門用語で「ハルシネーション（幻覚）」と呼ばれる AI の嘘ですが、なぜ起きるのでしょうか？ 最大の理由は、AI の脳そのものは百科事典のデータベースを検索しているのではなく、「前の言葉に続く『一番それっぽい次の言葉』を確率で繋ぎ合わせているだけ」 だからです。

もし AI が過去に一度も学習したことのないマニアックな事柄や、最新の細かい仕様について質問されたとき、AI の頭の中では次の 2 つの力が綱引きを始めます。

1. 確率で穴埋めしようとする力 ：「この質問の形なら、次はこういう専門用語や数字が並んでいる確率が高いぞ」と、似たパターンの記憶を合成して文章を作ろうとする力（※ちなみに開発者向け設定でランダム性をゼロにする「Temperature＝0（常に確率 1 位の言葉だけを選ぶ Greedy 設定）」にしても、学習時の記憶自体が曖昧だったり最初の 1 語をわずかな差で誤選択したりすると、その誤った前提に整合するもっともらしい続きを連鎖的に選び続けてしまうため、嘘は完全には消えません）。

2. 人間に喜ばれようとする迎合グセ（Sycophancy） ：AI は事後訓練（RLHF 等）の過程で「役に立つ詳しい回答をしたときに人間から高評価をもらえる」ように教育されているため、「分かりません」と素っ気なく突き返すよりも、「それっぽい答えをひねり出して質問者に調子よく合わせる」 方に高い確率がつきやすい性質を持っています。

この「知ったかぶり」と「迎合グセ」を一発で封じ込める、私がいつも使っている魔法の言葉があります。質問の最後やルール欄に、必ず次の一文を添えてみてください。

たったこれだけで、AI の中に 「無理に嘘をひねり出すより、正直に『不明』『推論』と答えた方が正解なんだ！」という逃げ道 が生まれ、知ったかぶりの嘘が目に見えて激減します。

日本語の途中に突然謎の外国語が混ざる理由

もうひとつ、AI を使っていてビックリすることがあるのが、日本語で真面目な解説や図解を作らせていたはずなのに、突然 1 単語だけ見知らぬ外国語（ロシア語や韓国語、中国語、謎の英語など）がポロッと混ざる現象 です。

私も以前、データベースの「スキーマ（Schema：構造定義）設計」という図解を AI に作らせた際、日本語の真ん中にいきなり発音がそっくりな他言語の文字が紛れ込んでギョッとしたことがありました。「変な海外サイトを勝手に参照したのか！？」と問い詰めたところ、これも多言語 AI ならではの 「言語リーク（トークン混線）」 という現象でした。

世界中の言語を 1 つの脳に詰め込んでいる AI は、脳内の意味マップ（潜在空間）の中で同じ概念の単語を言語を超えてすぐ隣同士に記憶しています。そのため、英語の専門用語（たとえば Schema）を無理やり日本語のカタカナ（スキーマ）に変換しようとした瞬間、「意味も発音もそっくりな隣の外国語の文字」の確率が瞬間的に競り勝ってしまい、うっかり取り違えて出力してしまうことがあるのです。

これを防ぐコツも簡単で、「パソコンや AI などの浸透しているカタカナ語以外は、無理にカタカナ化させず『構造定義（Schema）』のように日本語訳＋英語アルファベットのまま書かせる」 と、文字化けや他言語の混入がピタッと止まります。

---

会話が長いと賢くなり長すぎるとボケる構造的理由

熟成から物忘れへ変わるコンテキストの正体

AI と長い時間やり取りしていると、誰もが不思議な現象に気づきます。

• 最初は会話が続くほど「賢く（阿吽の呼吸に）」なる ：やり取りを 5 回、10 回と重ねるにつれて、AI がこちらの好みや前提知識を汲み取ってくれるようになり、1 を言えば 10 を理解する頼もしい状態に「熟成」していきます（専門用語で「文脈内学習：In-Context Learning」と呼びます）。

• ところが長すぎると急に「物忘れ・暴走」が始まる ：そのまま何十往復も同じチャットを続けていると、ある瞬間から突然「最初に絶対守れと言ったルールを破る」「さっき自分で言ったことと正反対のことを言い出す」と、まるで急にボケてしまったかのように精度がガタ落ちします。

• かといって新しいチャットを開くと「赤ん坊」に戻る ：第 2 弾で解説した通り AI 本体の脳は冷凍保存されているため、新しいチャット画面を開いた瞬間に記憶は真っ白になり、またイチから前提を教え込む「立ち上げの苦労」が発生します。

そうなんです！ カスタム指示というのは、AI にとっては 「机の隅っこに貼ってある小さなカンペ」 のようなものです。目の前の会話が盛り上がって机の上に大量の書類（過去の雑談や試行錯誤のやり直しログ）が積み上がってくると、目の前の書類の勢いに押されて、隅っこのカンペなどすっかり目に入らなくなってしまうのです。

先頭と最後しか見ていない中央読み飛ばしの罠

では、なぜ最近の AI は「最大 100 万トークン！ 200 万トークン対応！」と巨大な作業机（コンテキストサイズ）を宣伝しているのに、長くなると見落としが起きるのでしょうか？

スタンフォード大学などの研究論文でも証明されている通り、現在の AI（Transformer 方式）には 「Lost in the Middle（真ん中を見失う現象）」 という人間そっくりの弱点があるからです。

文章や会話の位置	AI の集中力（注意の向き方）	現場で起きること
一番最初（冒頭）	◎ 非常に強く意識する	最初に書かれた前提や役割設定はしっかり頭に入りやすい。
真ん中（中盤〜長文の途中）	△ ぼんやり薄れる（要注意！）	長くなればなるほど注意が薄まり、途中に書いた細かい条件や数字を読み飛ばしやすい。
一番最後（直近の末尾）	◎ 最も強く意識する	送信ボタンの直前に書かれた最新の指示に一番強く引っ張られる。

つまり、カタログスペックで「200 万トークンまで入ります！」というのは「倉庫にそれだけの荷物を押し込めます（単純な 1 単語探しテストなら見つけられます）」という上限であって、「倉庫のあちこちに散らばった何十個もの細かい条件や注意書きを、中盤まで 100% 完璧に組み合わせて複合推論できます」という意味ではない のです。

---

トークンではなくファイル容量で分かる安全ライン

トークン数より直感的な1MBという安全境界線

さらに腹が立つのが、AI 企業の説明ページに必ず書いてある 「最大 100 万〜 200 万トークン（数百〜 1,500 ページの PDF に相当！）」 という宣伝文句です。

そこで、日常のファイル管理で誰もが直感的に判断できるように、「AI が真ん中を見落とさずに高い精度で処理できる安全圏（推論・実測に基づく実用目安）」をファイルサイズ（MB）と文字数に換算した早見表 を作りました。これが現場の結論です。

渡すデータの種類	見落としゼロの安全圏（推奨！）	見落とし・ボケが出始める黄信号	システム上の物理上限目安
テキスト・Markdown・プログラム	〜 1 MB 以内（UTF-8 日本語［1文字3バイト］で約 35 万文字 ≒ 約 30 万〜 45 万トークン／文庫本 3〜 4 冊分、英数字コード［1文字1バイト］で約 25 万〜 35 万トークン）	2 MB〜 3 MB 超（日本語で約 70 万〜 100 万文字超）	約 3 MB〜 8 MB 前後（100万〜200万トークン枠）
文字データ主体の PDF（契約書・仕様書・論文など）	〜 1 MB〜 3 MB 以内（テキスト換算 30〜 50 ページ以内目安 ※埋め込みフォント容量に依存）	5 MB〜 10 MB 超	1ファイル最大 50 MB 等
紙をスキャンした画像 PDF・写真	1 回あたり 10〜 15 枚以内（容量 〜 5 MB 程度）	20 枚以上を一気に添付（10 MB〜 20 MB 超）	1ファイル最大 50 MB 等

標準的な文字コード（UTF-8）では日本語 1 文字が約 3 バイト、半角英数字（プログラム）が 1 バイトのため、実は日本語の文章でもソースコードでも 「ファイル容量 1 MB ≒ およそ 25 万〜 45 万トークン前後」 という絶妙なレンジに収まります。だからこそ覚えておくべき黄金ルールはたったひとつ、「文字やプログラムなら『1 MB 以内』に小分けして渡す」 です。「あ、このファイルは 2 MB あるから章ごとに分割して渡そう」と事前に整理できるようになるだけで、AI の読み飛ばしミスは驚くほどなくなります。

紙書類のスキャンは300DPIで10枚ずつ渡す鉄則

もうひとつ、自宅や職場で「紙の総会議事録や古い契約書、確定申告の明細など何十ページもある書類をスキャナーで PDF 化して AI に読ませたい」という場面がよくありますよね。このとき、適当に設定して一気に放り込むと AI が数字を読み間違えます。検証して辿り着いた ベストなスキャン設定と送り方 がこちらです。

手元に増えていく大量のスキャン PDF やテキスト資産をストレスなく高速に整理・バックアップしておくには、読み書き毎秒 3,000 MB クラスのポータブル SSD が 1 台あると作業効率が段違いです。

---

空気を読めない極端な天才と上手に付き合うコツ

曖昧な形容詞をやめて具体的な数値で指示する

最後に、AI に作業を頼んで「勝手に大事な文章まで消された！」「頼んでいない余計なアレンジをされた！」と怒りたくなる原因と解決策をお話しします。

人間が AI で失敗する最大の原因は、無意識のうちに AI を 「言わなくても常識や空気（行間）を読んで手加減してくれる『普通の人間（定型発達）』」 だと思って、「いい感じに整えて」「デザインを崩さないで」「大事な部分は変えないでね」と曖昧な形容詞で頼んでしまうことにあります。

AI には「空気を読む力」は 1 ミリもありません。「何が大事か」の基準も人間とは違います。その代わり、「明文化された厳密なルールと数字の条件を照合する計算・記憶力」にかけては、人間を遥かに凌駕する極端な天才（サバン症候群のような知性） です。

だからこそ、指示を出すときは次のように言葉を変換してみてください。

• ✕ ダメな指示：「見出しは長くなりすぎないように、いい感じでまとめて」
• ◎ 天才が輝く指示： 「大見出しは 30 文字以内、小見出しは 28 文字以内に収め、先頭に番号は付けないでください」
• ✕ ダメな指示：「大事なところは変えずに、気になるところだけ直して」
• ◎ 天才が輝く指示： 「『〇〇』という見出しの段落は一字一句変更せずそのまま残し、まず直す予定の弱点を 3 つ挙げてから修正してください」
• ✕ ダメな指示：「一気に 50 ページ分の完成品を作って！」
• ◎ 天才が輝く指示： 「一度に出力できる文字数には限界があるため、まずは全体の目次案だけを出してください。OK を出したら 1 章ずつ順番に作ってください」

このように「曖昧な言葉」を「具体的な数字と手順」に変えるだけで、昨日まで暴走していた AI が嘘のように忠実で頼もしい職人に変わります。

チャット切り替えの記憶喪失を防ぐ引き継ぎメモ術

そして「チャットが長くなるとボケるけれど、新しいチャットにすると赤ん坊に戻る」というジレンマを解決する一番簡単な実用テクニックが、「引き継ぎメモ（バトンリレー）術」 です。

会話が盛り上がって少し長くなってきたな（AI の返事が少し鈍くなってきたな）と感じたら、ボケ始める前に今のチャットの最後でこう頼みます。

「これまでの会話で決まった要点と、今後も絶対に守るべきルールを、次の新しいチャットの最初にそのままコピペして引き継げるように、箇条書きで簡潔にまとめてください。」

AI が書き出してくれた「濃縮された引き継ぎメモ」をコピーし、新しく開いた真っ白なチャットの 1 行目にペーストして続きを始めれば、過去の余計な雑談ノイズだけを綺麗に捨て去り、1 ターン目から「阿吽の呼吸に熟成した一番賢い状態」で再スタート できます。

さらに毎日同じジャンルの作業をする方なら、その引き継ぎメモをパソコン上の 1 つのテキストファイル（ルールブック）として保存しておき、毎回最初にそのファイルを読ませてから作業を始めれば、「立ち上げの苦労」は完全に過去のものになります。（※ちなみにプロ向けの高度な開発環境でも、1 つのルールファイルが約 24 KB を超えたり、常時読み込むルール全体が約 2 万トークンを超えたりすると後半が切り捨てられる壁があるため、ルールブック自体もスリムに保つのがコツです！）

---

まとめ：クセさえ分かればAIは最強の相棒になる

全 3 回にわたってお届けしてきた「現実世界の AI 徹底解剖シリーズ」、いかがでしたでしょうか。

AI は魔法の杖ではありませんが、「どういう仕組みで動き、どこでつまずき、何が得意なのか」という現実のクセさえ理解してあげれば、あなたの時間と可能性を何倍にも広げてくれる最高の相棒になります。ぜひ今日からのチャットでひとつずつ試してみてくださいね！