良いアウトプットを得るために、良いインプットを用意する

こんにちは。Gaji-Labo でフロントエンドエンジニアをしている thkt です。

Gaji-Labo は、クライアントのプロダクトチームに参画し、そのチームの一員としてプロジェクトを推進していくことを仕事としています。

チームの一員としてプロジェクトを推進するということは、常に何らかのアウトプットを求められるということです。コードを書く、設計を考える、打ち合わせで意見を述べる、ドキュメントを残す……。

これらの質を左右する重要な要素として、どんなインプットを受け取ったかがあります。

AI との対話で気づいた、インプットの構造

この気づきのきっかけは、Claude Code のような AI ツールとの対話でした。

プロンプトの書き方次第で返ってくる結果が大きく変わる。

明確な指示、背景の説明、期待値の設定など、これらはプロンプトエンジニアリングの基本ですが、人間同士のコミュニケーションやドキュメンテーション、未来の自分へのメモに至るまで、全く同じ構造が当てはまるのです。

メモをリファクタリングする

まず初めにやったのは、自分のための残すメモの書き方を変えることでした。

事実だけでなく、なぜその判断に至ったのか、どんな前提があったのかを「効率よく意図が伝わるテキスト」にリファクタリング、つまり「整理してより良い状態に書き換え」てから残すことで、読み手である未来の自分が同じ文脈をすぐに取り戻せるようになりました。

AI とのやりとりで学んだ、曖昧さの排除や過不足ない背景の説明は、自分を含む人間相手でも同じように活かすことができるのです。

同期的な時間を無駄にしない準備をする

顧客や社内メンバーとの打ち合わせのような同期的なコミュニケーションは、参加者全員の時間を使う貴重な機会です。だからこそ、その時間を最大限有意義にするための準備が重要だと考えるようになりました。

事前に共有する資料やアジェンダ、背景情報の整理といった準備は、参加者にとっての「インプット」です。そして、打ち合わせでの決定事項などの成果が「アウトプット」になります。

良い準備があってこそ、参加者は的確な意見を述べ、適切な判断を下すことができるはずです。

不可視のコンテキストを意識する

チームメンバーに仕事を受け渡したり、モノやコトの説明において重要なのは、相手が持っているコンテキストに合わせて説明するということです。

私が当たり前だと思っている前提知識や、暗黙の了解になっている情報は、相手にとっては「不可視のコンテキスト」です。

AI に対して十分な文脈を提供するように、チームメンバーに対しても、その人の知っている前提や経験に合わせた説明が必要です。

相手が次に何をすべきか、どこで判断に迷いそうかを予測することで「効率よく意図が伝わるテキスト」を先回りして用意する。これができれば、良いアウトプットを引き出せるのではと考えています。

インプットの質を高めることは、チーム全体の生産性を高めること

良いインプットを提供するには、準備コストがかかります。

しかし、結果として得られるアウトプットの質が上がり、手戻りや認識齟齬が減ることで、チーム全体の生産性を向上させることができるはずです。

自分用のメモや日報から、チームメンバーへの依頼、ミーティングの準備など、すべてのコミュニケーションでインプットの質を意識することで、より良い協働が実現できるのではないでしょうか。

Gaji-Labo フロントエンドエンジニア向けご案内資料