🔰 はじめに：GPTの精度、どうやって上げる？
「うまく頼んだはずなのに、出力がなんかイマイチ…」
そんな経験ありませんか？私はあります。たくさんあります。
今回ご紹介するのは、英語コーチングのセッションログから、「生徒のつぶやき」と「コーチの応答」 をきれいに整理するまでの道のり。
どんなに丁寧に指示しても、GPTの出力がブレたり浅くなったりすることはあります。
でも、あるポイントを意識するだけで、精度も読みやすさも劇的に変わったんです。
それが…
👉 1回でやろうとせず、“2段階”に分ける！
このシンプルな工夫が、ドツボから抜け出すカギになりました。
🌀 最初にハマったドツボ：なんでうまくいかないの？
Colab上で、以下のような構成のJSONを読み込ませてGPTに投げたところ…
speaker: studentの発言からつぶやきを抽出- 対応する
coachの応答をペアにして - GPT視点の補足コメントをつける
完璧じゃん！と思ってたら…
❌ 1発処理の結果（Before）
| 生徒のつぶやき | コーチの応答 | 意図・補足（GPT視点の解説） |
|---|---|---|
| I respect my mother. | That's wonderful. | 感謝を伝えた場面で、コーチが共感している。 |
| I go to cafe. | Yes, that's nice. | 生徒の日常行動を共有している。 |
🤔「…いや、これ“つぶやき”じゃないやつ混じってるし、量も少な…？」
見た目はそれっぽいけど、
- 抽出精度が低い
- 本当に拾いたい「気づき」や「不安」がごっそり抜けてる
なんで？どうして？って原因を探っていったら、実は “1回で全部やろうとしてた” のが問題でした。
💡 気づき：「抽出」と「整形」は分けるべき！
1つのプロンプトでやろうとすると、思わぬ落とし穴が…
- GPTのフォーカスが 分散
- 余計な発話 まで拾ってしまう
- 表現の整えも 中途半端
「ぜんぶ一気に頼めばラクじゃん！」と思いがちだけど、実は “分けた方がラクで正確” でした。
✅ 2段階に分けた戦略
1️⃣ 抽出フェーズ：
指示内容：
「生徒の“迷いや不安、気づき”を含む発言だけを抽出し、対応するコーチの応答とセットで出力してください」
ここではとにかく、拾いたい“つぶやき”の選別に集中！
2️⃣ 整形フェーズ：
指示内容：
「整形対象の“つぶやきペア”を、日本語として自然な文章に整えて、表形式にしてください。補足解説も加えてください」
この段階でようやく見た目の整えや補足の追加を行います。
こうやって 目的別に分けるだけで、精度が段違い。
「精度が出ないのはモデルのせい」じゃなく、頼み方の工夫が効くんだと実感しました。
🪄 Before / Afterの比較
🌀 抽出＋整形を一発でやった結果（Before）
| 生徒のつぶやき | コーチの応答 | 意図・補足 |
|---|---|---|
| I'm happy. | That's good. | 生徒の感情に反応している。 |
👉 とにかく「浅い」「少ない」「ズレてる」
✨ 抽出 → 整形に分けた結果（After）
| 生徒のつぶやき | コーチの応答 | 意図・補足（GPT視点の解説） |
|---|---|---|
| ちょっと変な文章かもしれませんが、言ってもいいですか？ | 大丈夫ですよ、どうぞ。 | 生徒が自分の文章の正確さに不安を感じているが、コーチはその不安を和らげようとしている。 |
| 昨日よりは良くなった気がします。 | それは大事なことです。毎日やっていると進歩が分かりにくいかもしれませんが、確実に変わっていますよ。 | 生徒が自分の進歩を感じているが、コーチはその進歩を認識し、励ましている。 |
👉 量も質も、まったく別物に！
🛠 2段階処理ってどうやるの？
コードは載せませんが、やっていることはシンプルです。
- Step1：抽出プロンプト
- 発言の中から「不安・気づき・迷い」を含む発言だけを抜き出す
- その発言に対応するコーチの発言をセットに
- Step2：整形プロンプト
- 上記ペアを自然な日本語に直し、Markdown形式でテーブル化
- 意図・補足はGPTが視点でやさしく説明
👀 Colab上でやると、データ読み込み→プロンプト送信→結果の表示＋保存まで一気に流せるので超快適。
しかも、1段階ごとに出力を確認できるから、安心してプロンプト調整できます◎
✍️ 書いてみて気づいたこと
GPTは 「一度に複数のことを頼む」と意外と弱い
→ 抽出と整形を同時にやらせると、どっちつかずになりがち。
⚠️ ちなみに、ここでひとつ大事な注意点。
ブラウザ版のChatGPTだと、会話ログをそのまま貼り付けても、GPTくんが空気を読んで、わりと上手に整形までやってくれます。
でも！APIを使ってColabなどで処理するときは、そうはいきません。
「丁寧に段階を分けて」「目的を明確に伝える」ことをしないと、
浅い出力、ズレた抽出、フォーマット崩壊…という“地獄の三拍子”が揃います。
だからこそ今回の2段階プロンプトが大事なんです。
出力精度を上げたいときは、作業を“分ける”ことが大事
→ プロンプトは欲張らずに、役割ごとに分担させると精度が跳ね上がる。
「迷い」「気づき」「行動」など抽出条件を絞ると、記録の価値が爆上がりする
→ 学習ログやコーチング記録として、本当に残したい“本質”が見えてくる！
🚀 まとめ：これで“成長の記録”がもっと残せる！
セッションの中で生徒がポロッと漏らす「ちょっとした不安」や「気づき」って、実は超大事。
それをきれいに記録してくれるGPT。
でも、使い方を間違えるとポンコツにもなる。
だからこそちゃんと段階を分けて、丁寧に指示を出す。
この一工夫で、レポートの価値がグッと上がるんだと実感しました。
