生成AIの回答に再現性がない理由｜AIは確率論——毎回違うのが正常で、制御はハーネスで作る
「同じプロンプトを送っているのに、毎回違う答えが返ってくる」「昨日うまくいったやり方が、今日は通用しない」。生成AIを業務に使い始めた方から、みやっち🧑💻が実際に質問を受けたテーマです。
先に結論を言います。生成AIの回答が毎回変わるのは、故障でも設定ミスでもなく正常な動作です。そして、再現性が必要な業務では、プロンプトを磨き込むのではなく「ハーネス」という仕組みで制御します。
生成AIの回答に再現性がない理由 生成AIは、次に出すことばを確率的に選ぶ仕組みで動いています。そのため、まったく同じプロンプト・同じ資料を渡しても、回答は毎回少しずつ変わります。これは故障ではなく生成AIの正常な動作で、再現性が必要な業務ではルールや手順書といった外側の仕組み（ハーネス）で制御します。
この記事では、なぜ毎回変わるのかという原理と、それでも仕事で使えるレベルまで結果を安定させる具体的な方法を、みやっち🧑💻自身の運用実例つきで解説します。
同じプロンプトなのに毎回違う——それは仕様です
2026年8月末に登壇した対面セミナーで、セミナー後の個別質問の時間に、参加者の方から「まったく同じコンテキスト（前提資料）を渡しても違う結果になるのか」という趣旨の質問を受けました。——答えはイエスです。みやっち🧑💻はこうお答えしました。AIは確率論なので、ChatGPTも同じ質問をすれば毎回違う答えを返します。
生成AIは、次に来ることばの候補それぞれに確率を割り当て、確率が高いものほど選ばれやすい形で1つを引きながら、文章を組み立てています。毎回「引き直している」以上、同じ入力から毎回まったく同じ文章が出てくることは、仕組み上保証されません。サイコロほど極端ではありませんが、「毎回微妙に違う」ことが仕組みに組み込まれているのです。
ここで大事なのは、毎回違うこと自体は欠陥ではないという点です。同じ依頼から違う切り口の案が出てくるのは、企画出しやアイデア相談ではむしろ長所になります。困るのは、請求書の下書き・議事録・定型レポートのように「毎回同じ型・同じ品質」が求められる業務だけです。だから対処も「AI全体を疑う」のではなく、再現性が要る業務にだけ、次に説明する仕組みを足します。
再現性はコンテキストではなくハーネスで作る
「結果がブレるなら、渡す資料をもっと増やせばいい」と考えたくなりますが、方向が違います。先ほどのセミナーの質問がまさにそうで、同じコンテキストを渡しても結果は変わるのですから、足すべきはコンテキストではありません。足すのはハーネスです。
ハーネスとは、もともと馬に付ける引き具のことです。優秀だけれど気まぐれに走る暴れ馬に引き具を付けて、進む方向と手順を人がコントロールする——このイメージから、AIにルールや手順を毎回同じ形で守らせるための実行の土台を指してハーネスと呼びます。コンテキストエンジニアリングが「何をどう渡すか」の設計だとすれば、ハーネスは「その設計を壊さずに、毎回安定して実行させる」ための基盤です。
Claude Code・Codexのようなエージェント型のAIツールには、このハーネスにあたる機能が最初から用意されています。部品は主に4つです。
- ルールファイル: 毎回守ってほしい前提・禁止事項を書いておくファイルです。Claude CodeならCLAUDE.md、CodexならAGENTS.mdで、AIが作業前に必ず読み込みます
- 手順書（Skills）: 確立した作業手順を保存しておき、次回から同じ流れ・同じ品質で再現させる機能です。詳しくはSkillsの作り方で解説しています
- サブエージェント: 成果物のチェックなどを専門役の部下AIに分担させる仕組みです（サブエージェントの解説）
- hooks（フック）: 決まった条件のときに、決まった処理を自動で挟む仕組みです（hooksの解説）
プロンプトの工夫が「その場の1回」の精度を上げるのに対し、ハーネスは何度やっても同じ型に収めるための仕掛けです。ブレを毎回ことばで抑え込むのではなく、ブレても型に戻る構造を先に作っておく、という発想の転換です。
まずはSkillsから——1回作れば、他の人に渡しても同じ結果が出る
4つの部品のうち、再現性の主役で、最初に効果を実感しやすいのは手順書（Skills）です。
うまくいった作業の手順を1回Skillにしておけば、次からは短い合図で同じ手順が走ります。そしてここが重要なのですが、セミナーでもお伝えしたとおり、Skillを1回作れば、それを他の社員に渡しても同じようなことができるようになります。手順はファイルとして残っているので、作った本人のパソコンの中だけの暗黙知になりません。
これは「AIをうまく使える人が社内に1人いる」状態と、「誰がやっても同じ品質で回る」状態の分かれ目です。プロンプトの上手さは個人の技能のままですが、Skillは配れます。個人の使いこなしが、組織の仕組みに変わる——再現性の話は、突き詰めるとここに行き着きます。
実例: このサイトのブログは毎朝、同じ手順書で公開されている
みやっち🧑💻の自社運用を1つお見せします。いま読んでいるこのサイトのブログ記事は、毎朝8時の定期実行が、公開待ちの記事を手順書（Skill）どおりに公開しています。このほかに、深夜のうちに公式発表を検知して当日中に速報を出すレーンもあります。
公開作業の段取り——ビルドの確認、公開、検索エンジンへの通知——はすべてSkillに書いてあります。さらに公開の直前には、3体のサブエージェントが「出してはいけない情報がないか」「AIに関する事実記述が正確か」「体験談に根拠があるか」の3観点で記事をチェックし、自動で安全に直せない指摘が残った記事は、その日は公開されません。表記ルールのうち機械で判定できるものは、ビルド時のチェックが自動で検知して止めます。
つまりこの運用には、ルールファイル（CLAUDE.md）・手順書（Skill）・サブエージェント・hooks という4つの部品が全部入っていて、それを毎朝の定期実行が動かしています。みやっち🧑💻がその朝の調子で段取りを思い出しているのではなく、昨日と同じ手順が、今日も同じ順番で走る。生成AI単体には再現性がなくても、ハーネスを組めば業務としての再現性はここまで作れます。
よくある質問
プロンプトを工夫すれば、回答の再現性は上がりますか
聞き方の工夫で1回ごとの精度は上がりますが、確率的にことばを選ぶ仕組み自体は変わらないため、同じ回答が返る保証にはなりません。プロンプトの基本は押さえたうえで、毎回同じ品質が必要な業務は、うまくいった手順ごとSkillsに保存するのが近道です。
まったく同じ回答を完全に再現することはできますか
一言一句レベルの完全な再現は、生成AIの仕組み上むずかしいと考えてください。実務で目指すのは「毎回同じ文面」ではなく「毎回同じ型・同じ品質」です。様式や数値の扱いなど固定すべき部分は手順書に明記し、チェック役のサブエージェントで担保する形が現実的です。
回答が毎回変わるのは、設定ミスや不具合ですか
いいえ、正常な動作です。ChatGPTでもClaudeでも、同じ質問に対する回答が毎回同じになる保証はありません。むしろ多様な案を出せる長所でもあるので、ブレると困る業務にだけハーネスで型を作り、発想が欲しい場面ではブレをそのまま活かす、という使い分けをおすすめします。
「毎回ガチャ」を卒業して、手順を資産に変える
生成AIの再現性のなさに悩んでいる方は、実は入口に立っています。「同じ品質で繰り返したい業務がある」と分かっているなら、その業務こそハーネス化の最初の候補だからです。毎回プロンプトを打ってはガチャのように結果を待つ状態から、うまくいった手順が資産として貯まり、自分にも他の人にも同じ品質で再現される状態へ——この変化は、単発でChatGPTに質問しているだけでは起きません。自分の業務に合わせたハーネスは既製品では売っておらず、自分の手元に作るものだからです。
AI Crewでは、この「自分の業務をSkillにして再現性を作る」ところを、実際に画面を一緒に触りながらお伝えしています。毎回違う答えに振り回される段階を抜けたい方は、まず無料セミナーでお会いしましょう。
