I Deleted Nine References Before Writing the Prompt

12枚あった画像フォルダから、3枚だけを残した経験談だ。残りの9枚は悪い素材ではなかった。椅子、雨の通り、照明の参考画像2枚、ジャケット、窓、配色パレット、カフェの写真などだ。それでも筆者は、それぞれを何のために残すのか説明できなかった。そこで削除を始め、最終的に残したのは部屋、ノート、全体の雰囲気を示す3枚である。筆者はこの考え方を、Wan 3.0のReference workflowにも当てはめるという。参照素材を複数渡せるからといって、有用なファイルをすべて同じシーンに入れる必要はない、というのが結論だ。

面白いのは、削ったのが「悪い素材」ではなく「いい素材」だった点だ。ダメな素材を捨てるのは誰にでもできる。良いのに説明できないものを捨てるのが一番難しい。AIに大量の参照を渡せる環境では、念のために入れておくことが習慣になりやすい。その結果、どのファイルが結果のどこに効いているのか分からなくなる。3枚なら、ノートの見た目がおかしいときに、どのファイルを疑えばいいかすぐ分かる。「これは何のためにここにあるのか」と問い続ける姿勢は、AIに渡す素材だけでなく、社内の資料整理全般に通じる。また、仮に30枚の製品資料を渡されたとしても、生成物をそのまま事実の源泉にせず、公開前に元の資料で数値や仕様を確認するという一線は重要だ。

中小企業が社内で生成AIに資料を渡すときは、「全部入れる」より「この資料は何のためか」を一行で言えるものだけに絞るとよい。特に、顧客の個人情報、社内の機密文書、本人の許可がない人物の写真や声、再利用の権利がない第三者の素材は、参照として便利であっても入れない。明日からは、AIに渡す前に一つずつ「これは何をしているのか」と問い、答えられないものは外す。それだけで、生成物の確認も社内への説明も格段に楽になる。