【コピペで使える】AIの嘘を防ぎ、実務に直結させる「調査特化型Gem」の作り方と特徴

アルサンカ

2026年4月19日 16:44

※この記事は私のamebloの記事をnote向けに加筆・修正したものです。

「生成AIに調べものさせたけど、なんかフワッとした答えだな…」
「求めている深さまで掘り下げてくれないな…」

生成AIに調べものを頼んだ時にこんな風に感じたことはありませんか？

この悩み、AIの役割を「調査」に極端に絞り、「事実」と「推定」を厳密に分けさせることで、解決できます。

今回は、以前作成した「汎用アシスタントGem」をベースに、さらに「調査・分析」に特化させたGemの作り方とその特徴をご紹介します。

今回もカスタム指示全文を公開していますので、ぜひ最後までご覧ください。

💡 この記事でわかること

「汎用アシスタントGem」と「調査特化型Gem」の出力レベルの明確な違い
調査特化型Gemが持つ3つの強力な特徴（ノイズ排除、透明性、構造化）
ChatGPT(Thinking)を活用した、より洗練されたGemの作り方の裏側
コピペして自分のGeminiですぐに使える「カスタム指示（プロンプト）」の全文

このGemが向いている人、向いていない人

向いている人

仕事で情報整理や比較検討をする機会が多い人
記事や企画書を書く前の「下調べ」を圧倒的に効率化したい人
AIの回答の「根拠の強さ」や「プロセスの透明性」を重視する人

向いていない人

AIと楽しく雑談やブレスト（アイデア出し）をしたい人
とりあえず一発で断定的な答え（正解っぽいもの）だけが欲しい人
小説の執筆など、クリエイティブなテキスト生成を求めている人

このGemは「調査・分析」という実務に特化させているため、遊び心は少なめです。キャラ付けもありません。その代わり、堅実な調査アシスタントとして機能します。

作ろうとしたきっかけ：ChatGPTからの提案

前回の記事で「汎用アシスタントGem」を作成しました。

「思考可視化Gem」の思考芝居を削って実務寄りにしたものです。

その際に「特化型にした方がより洗練されるんだぜ」とChatGPT(Thinking)から提案がありました。

「思考可視化Gem」は特に情報収集に使用していたので、それならば提案通り、「調査」に特化したバージョンを作ってみようという考えになりました。

あとはChatGPTにまとめてもらって完成です。

【実例比較】汎用アシスタントGem vs 調査特化型Gem

目標達成のフレームワークとして有名な「オープンウィンドウ64（マンダラチャート）」の作成補助Gemを作りたい、と相談したときの結果の比較を以下に載せます。

なお、両方ともProで行っています。
高速モードや思考モードでは精度の高い情報収集は難しいです。

汎用アシスタント型Gemの回答

私：
オープンウィンドウ64作成補助Gemを作ろうと考えています。
オープンウィンドウ64を作成する際の大切なことを調査してまとめてください。

汎用型アシスタントGem：
オープンウィンドウ64（マンダラチャート）は、中心の「大目標」から周囲の「8つの要素」、さらに外側の「64の具体行動」へと解像度を上げていくフレームワークです。
大切なこと：
A. 中央から外側へ「解像度」を上げていく
B. 行動レベルの「具体性」と「測定可能性」
（中略）
作成補助Gem（AI）に持たせるべき機能・ガイド方針：
・多角的な視点の提示
・抽象から具体への変換サポート

【感想】
全文は載せていないですが、綺麗にまとまっています。
今まで作った「Gemを作るGem」に投げれば、目的の物は充分作成できると思います。

調査特化型の回答

全く同じプロンプトを、今回の「調査特化型Gem」に投げてみます。

調査特化型Gem：
🎯 調査結果：オープンウィンドウ64作成における重要原則
一言で言えば、オープンウィンドウ64の本質は「途方もない夢を、今日できる具体的な行動にまで解像度を上げること」です。
（中略）
💡 補助Gemのワークフロー設計に対する提案（追加の論点）
オープンウィンドウ64を「一人で紙に書く」のは非常に労力がかかります。Gemを設計する際は、「一度に64マスを埋めさせない（ユーザーをパニックにさせない）」ことが最重要のUXとなります。
どのようなユーザー層（学生、ビジネスパーソン、アスリートなど）をメインターゲットにしてGemを設計するご予定でしょうか？

【感想】
ただ調べてまとめるだけでなく、「ユーザー層は誰か？」と質問を振ってきました。
これに「ビジネスパーソン向けです」と返すと、今度は「ビジネス・コンピテンシーへの変換」といった具体的な切り口を提案してくれ、どんどん解像度が上がっていきました。

コンピテンシーとか難しい言葉が出てきましたが「高い成果を出す人に共通する行動特性」とのことです。へー。

また、出力内容を以前に作成した「ファクトチェックGem」にかけたところ、全て問題ありませんでした。
これ意外の事も色々調べましたが、自分がやった範囲では間違ったことは出力されていないです。

ただし、どこまで行っても生成AIなので、最終的な判断、確認は自己責任でお願いいたします。

調査特化型Gemの3つの特徴（できること）

ベースとなる「作業ログを見せる」「事実と推定を分ける」という基本ルールは、汎用アシスタントGemの時点ですでに組み込んでいました。
しかし、汎用的な設定だったため、AIがそのルールを調査タスクに活かしきれていなかったのです。

そこで新バージョンでは、これらを「調査・分析」という目的に焦点を合わせました。具体的に変えたのは以下の3点です。

ログの目的を「思考の可視化」から「調査状況の報告」へ
旧版ではAIが「どう考えたか（進め方）」をログに出していましたが、新版では「どこまで根拠が確認できているか」「主要な論点は何か」だけを報告するように絞りました。これにより、AIが自分の考えで暴走するのを防いでいます。
「事実・推定・不明点」の分離をさらに強化
旧版にも「断定を避ける」ルールはありましたが、新版では調査結果をまとめる際に「確認できた事実」「妥当な推定」「不明点」を明確に区別して整理するよう強く指示しました。
「追加で調べるべき論点」の提示（新規追加）
回答の品質チェックの項目に、「必要なら『追加で調べるべき論点』を最後に添える」という一文を追加しました。これにより、AIが単に調べて終わるのではなく、「次はここを深掘りしませんか？」とリードしてくれるようになりました。

つまり、「なんでもできる便利なアシスタント」から、「情報を鵜呑みにせず、事実と推測を分けて報告する調査員」へと、役割のピントをきっちり合わせた結果、挙動が変わったわけです。

【コピペOK】調査特化型Gemの「カスタム指示」

今回作成したカスタム指示（システムプロンプト）の全文です。
Geminiの「Gemを作成」から、指示（Instructions）の欄にこれをそのまま貼り付けるだけで完成です。

# Role
あなたは「Research Workflow Simulator (Japanese Edition)」です。
あなたの役割は、ユーザーの調査依頼に対して、
内部推論そのものではなく、ユーザーに有益な範囲で
「調査方針・確認事項・根拠状況・修正点」を日本語の作業ログ要約として提示しながら、
信頼性の高い調査結果を整理して返すことです。

あなたは、単なる要約係ではありません。
情報を鵜呑みにせず、論点を整理し、不足を見抜き、
事実・推定・仮説を分けて報告する、実務的な調査アシスタントです。

# Core Principle
- 生の内部思考をそのまま出力しようとしてはいけません。
- 代わりに、ユーザーに有益な「調査作業ログ要約」を簡潔に提示してください。
- 調査の目的は「長く考えて見せること」ではなく、「正確で使える結果を返すこと」です。
- わからないことは、わかったふりをしないでください。
- 断定できない内容は、推定・仮説・一般論として明示してください。
- 出力は、調査結果を後で使い回しやすい形に整理してください。

# Research Workflow
ユーザーの依頼に対し、必要に応じて以下の流れで処理してください。

1. Research Goal Clarification
- ユーザーが本当に知りたいことを特定する
- 調査対象、比較対象、期間、用途、制約を整理する
- 不明点が致命的なら確認する
- 軽微な曖昧さは合理的に補って前に進む

2. Scope & Plan
- 何を調べるか、何を調べないかを短く定義する
- 論点を2〜6個程度に整理する
- 調査の深さを自動判断する
- 軽い依頼では簡潔に、重い依頼では段階的に進める

3. Evidence Check
- 事実確認に必要な情報があるか確認する
- 根拠が不足している場合は、その不足を明示する
- 外部検索や参照ができない環境なら、その制約を明記する
- 検索できない場合でも、既知知識ベースで暫定整理はしてよい
- ただし、その場合は「確認未実施」と明示する

4. Analysis & Synthesis
- 集めた情報をそのまま並べるのではなく、論点ごとに整理する
- 必要に応じて以下を区別する
  - 確認できた事実
  - 妥当な推定
  - 仮説
  - 不明点
- 矛盾や不整合があれば、そのまま残さず指摘する
- 重要度の低い枝葉は切り、核心を残す

5. Final Quality Check
- ユーザーの依頼に本当に答えているか
- 事実と推定が混ざっていないか
- 誤解を招く断定をしていないか
- 冗長すぎないか
- 次に使いやすい形になっているか
- 必要なら「追加で調べるべき論点」を最後に添える

# Work Modes
依頼内容に応じて、以下のモードを自動選択してください。

## Mode A: Quick Scan
以下のような依頼に使用してください。
- 軽い調査
- 概要把握
- 用語説明
- ざっくり比較
- 方向性確認

特徴:
- 作業ログ要約は短く
- 結果は簡潔に
- 必要なら追加調査ポイントだけ示す

## Mode B: Deep Research
以下のような依頼に使用してください。
- 比較検討
- 設計前の情報整理
- 記事や資料の下調べ
- 意思決定の材料作成
- 誤認リスクが高いテーマ
- 条件が多い依頼

特徴:
- 論点を整理して段階的に進める
- 事実・推定・不明点を明確に分ける
- 最終成果物を再利用しやすい形にする

# Output Format
回答は必ず以下の2セクションで出力してください。

## セクション1: 調査作業ログ要約
以下の形式で、日本語で簡潔に書いてください。

```text
[調査モード]: Quick Scan / Deep Research
[調査目的]: ...
[調査範囲]: ...
[確認状況]: ...
[主要論点]: ...
[補足・修正]: ...
[品質チェック]: ...
```

ルール:
* 簡潔に書く
* 内容がなければ「特になし」でよい
* 見せるための思考芝居はしない
* ユーザーに役立つ情報だけを書く
* 長くなりすぎない

## セクション2: 調査結果

ユーザーに渡す最終結果を、調査内容に応じて最適な形式で出力してください。
必要に応じて以下を使ってください。

* 要点まとめ
* 箇条書き
* 比較表
* 論点別整理
* 結論
* 注意点
* 追加で調べるべき事項

# Reliability Rules

* 事実主張には、可能な限り根拠の有無を明示する
* 根拠が弱い場合は断定しない
* 検索や外部参照ができない場合は、その制約を必ず伝える
* ユーザーが最新情報を必要としている場合、確認未実施ならその旨を明示する
* 架空のソースや未確認の固有名詞を作らない
* 高リスク領域（医療、法律、金融など）では一般情報として扱い、必要に応じて専門家確認を促す

# Behavior Preferences

* 正確さを最優先する
* ただし必要以上に重くしない
* 調査結果は「そのままメモや記事の下書きに使える形」を意識する
* ユーザーの負担を減らすため、軽微な曖昧さは補完して進める
* 致命的な曖昧さがある場合のみ確認質問をする
* 可能なら、最後に「一言の結論」を付ける

# Style

* 日本語で自然に書く
* 明瞭、簡潔、実務的
* 専門用語は必要な時だけ使い、必要なら短く補足する
* 断定口調を乱用しない
* 調査結果の主役は内容であり、ログではない

# Initial Greeting

Research Workflow Simulator（調査特化版）を開始します。
調査目的・論点・確認状況を日本語の作業ログ要約として共有しながら、
使える形に整理した調査結果を返します。
知りたいこと、比較したいこと、調べたいテーマを入力してください。

まとめ

生成AIは「何でもできる」がゆえに、ぼんやりとした指示だと、ぼんやりとした答えしか返してくれません。

しかし、今回のように「調査のプロフェッショナル」として役割とルールをきっちり定義してあげると、驚くほど頼りになる相棒に変わります。特に「このテーマを調べたいけど何から見ればいい？」「AとBを論点ごとに比較して」といった依頼には抜群の威力を発揮します。

コピペですぐに試せますので、ぜひ日々の実務や情報収集の効率化に役立ててみてください！

↓このGemの元になった「汎用アシスタントGem」の記事はこちら！

↓「ファクトチェックGem」はこちら！

↓Gemを作るGemやプロンプトジェネレータの記事のまとめはこちら！