大東 信仁（ものくろ） 
「AI時代に何を学べばいいですか？」と聞かれることが増えました。
Claude や Claude Code を毎日のように使う中で、僕がAIをうまく使えている場面では、いったい何が効いているのか。
効いているのは、AIの知識よりも、AIが登場するずっと前に身に付けてきたスキルが役立っていると感じてます。
今回は、自分では無自覚に使っていたけれど「これがあるからAI時代に助かっている」と感じるスキルを、10個まとめました。
これが、先ほどの質問へ答えです。
1. 思っていることを、口ですらすら言えるスキル
いま、AIへの指示はほとんど音声入力で行っています。
音声入力そのものは誰でも使える機能です。
一方で「頭の中にあることを、その場で言葉にしてすらすら話す」のは、実は訓練が必要なスキルだと感じています。
これは、ブログを書き続けてきたから養われたものです。「頭の中のモヤモヤを言葉にする」という作業を、何千回と繰り返してきました。
その筋肉が、音声入力の時代にそのまま活きています。
2. タッチタイピング
音声入力を使うといっても、やはりキーボードで文字入力をすることも多いです。
修正、コマンド、ちょっとした指示の追加。
タッチタイピングにて、手元を見ずに打てるから、画面のAIの出力から目を離さずに対話を続けられます。
音声とキーボード、両方の入力手段を状況で使い分けられることが、AIとのやりとりのテンポを作っています。
ちなみに僕は親指シフト(orzレイアウト)を考案するくらい、入力環境にはこだわってきました。
「入力の速さは思考の速さ」。
これはAI時代になっても変わりません。
3. MS-DOS時代に培ったシェル操作のスキル
Claude Code はターミナルで動きます。黒い画面にコマンドを打つ世界です。
多くの人がここでつまずくのですが、僕にとっては MS-DOS の時代から親しんできた景色です。cd、ls(dir)、パスの概念、パイプ。この基礎があるから、Claude Code が何をしているのか読めるし、怖くない。
30年前のスキルが、最先端のAIツールへの入口になるとは思いませんでした。
4. 読者を想定して文章を組み立てるスキル
ブログを月間65万PVまで育てた経験から、「この文章を読むのは誰か。何を知りたいのか」を常に考える癖がついています。
AIへの指示(プロンプト)は、まさにこれです。
「誰向けの、何のための出力か」を伝えられるかどうかで、AIの答えの質はまるで変わります。プロンプトのコツとして語られていることの多くは、読者想定のスキルそのものです。
5. Webの仕組みを構造で理解しているスキル
WordPress に携わって19年。
サーバー、DNS、HTML/CSS、データベース。Webがどういう部品でできているか、理解を重ねてきました。
AIはコードや設定を一瞬で出してくれますが、その出力が正しいかどうかを判断するのは人間です。
構造がわかっているから、AIの提案の妥当性を見極められるし、おかしいときに「そこじゃない」と指摘できます。
6. 業務フローを分解するスキル
会社員の頃、自社の業務フローをまるっとシステム化した経験があります。
システムを作るには、仕事を「手順」に分解しなければなりません。
この分解力が、いま「どの仕事をAIに任せ、どこを人がやるか」を切り出すときに、その時の経験値がそのまま使えています。
AI活用の相談を受けるとき、実は一番使っているのはこのスキルかもしれません。
7. 質問するスキル・対話を設計するスキル
カウンセラーとしての研鑽を続けてきたことで、「良い答えは、良い問いから生まれる」ことを体で知っています。
AIとのやりとりは一発勝負ではなく、対話の往復です。
答えを引き出す問いを重ね、方向を修正し、深掘りしていく。
傾聴と質問のスキルは、相手が人間でもAIでも効きます。
8. 教えるスキル──前提を言語化する力
200回以上のワークショップや講座を主催してきて、痛感していることがあります。それは「自分にとっての当たり前は、相手には当たり前ではない」ということ。
AIへの指示も同じです。
自分の頭の中にある前提や文脈を、省略せずに言語化して渡す。
教える経験を積んだ人ほど、実はプロンプトがうまい理由はここにあると思っています。
9. まずやってみて、データから仮説を立てる試行錯誤のスキル
この試行錯誤の型は、大学院の修士課程・博士課程での研究を行なった経験から身に付いたものです。
農学の研究の現場でした。なので、机上で考え込む前に、まず畑でやってみる。
そこから出てきたデータの相関関係を眺めながら仮説を立て、また試す。この繰り返しでした。
社会に出てからも、Raspberry Pi と Firebase でIoTを組んだり、M5Stack のロボットを触ったり。
「まず手を動かして、結果を見て、次の一手を考える」という型は変わっていません。
AIツールは進化が速く、完璧なマニュアルなど存在しません。
触ってみて、返ってきた結果から仮説を立てて、また試す。研究で叩き込まれたこのサイクルが、そのままAI時代の学び方になっています。
10. 試行錯誤の結果を、人に伝えるスキル
大学院の修士課程・博士課程での研究の経験にはもうひとつありました。試行錯誤した結果を、論文や研究発表で人に伝えることです。
やってみてわかったことを、順序立てて、根拠とともに、相手に届く形にする。
この訓練をしていたことが、本当に良かったと感じています。
AIを使うと、試したことや得られた結果が大量に手元に残ります。
でも、それを整理して伝えられなければ、クライアントにも、講座の受講生にも、ブログの読者にも届きません。「やってみた」で終わらせず「伝わる形にする」ところまでが、ひとつのスキルなのだと思います。
そしてもうひとつ。伝える訓練は、AIの出力を鵜呑みにしない姿勢にもつながっています。
人に伝える以上、根拠を確かめずには出せない。
「本当か？」と一度立ち止まる習慣が、AI活用の安全性を支えてくれています。
まとめ：AI時代のスキルは、AI以前に作られていた
こうして並べてみると、面白いことに気づきます。
10個のうち、「AIのためのスキル」はひとつもありません。全部、ブログ、製造業、Web制作、カウンセリング、講座運営。AI以前の日々の積み重ねの中で育ったものです。
- 言語化する力
- 入力する力
- 構造を理解する力
- 分解する力
- 問いを立てる力
- 試して、検証する力
- 結果を伝える力
AIは、これらのスキルを何倍にも増幅してくれる道具です。逆に言えば、増幅される元のスキルがあるかどうかで、同じAIを使っても結果が大きく変わる。
だから、冒頭の「AI時代に何を学べばいいですか？」への僕の答えはこうなります。
新しく学ぶ前に、あなたがこれまで積み重ねてきたことを棚卸ししてみてください。
その中に、すでにAI時代のスキルが眠っています。
