生成AIに"聞けば済む"時代に、なぜ基礎知識が重要なのか

Web制作・マーケティング・PM、すべての現場担当者に伝えたいこと

「とりあえずai」。
かつての「ググれカス」が形を変え、現場で合言葉のように使われ始めている。確かに、生成AIは誰もが手軽に知識へアクセスできる環境を作った。だが、その結果として現場では奇妙な現象が起きている。

提案のスピードは上がった。アウトプットの見栄えも良くなった。だが、その提案の根拠や背景を問われたときに、自分の言葉で説明できるかどうか。
ここに大きな差が生まれ始めている。生成AIが出してくれた回答を、十分に咀嚼しないまま提案に使ってしまう。そうしたケースが現場で増えているという声を、私自身も少なからず耳にするようになった。

「作れること」と「事業を成功させること」は別物

生成AIによって制作のハードルが下がったこと自体は間違いなく良いことだ。しかし、ハードルが下がった結果、「作ること」が目的化し、その先にある事業の拡張や運営が完全に抜け落ちているケースが非常に多い。

SEOの知識がない。広告運用の知識がない。あるいは、それらがあってもWebの技術的な基盤を理解していない。
そうした状態で生成AIを活用し、「それっぽい」提案があがってくる。

表面上は筋が通って見える。だが一歩踏み込むと、考慮されていない領域が次々と露呈する。

これは生成AI以前から現場にあった問題だ。ただ、AIの登場によって「知識を得たつもり」になるスピードが格段に上がったことで、浅い提案が量産される構造が加速している。

生成AI活用の本質的な問題は「使う側」にある

誤解のないように言うと、生成AIを使うこと自体はまったく悪くない。
壁打ち相手として自分の思考を整理する、アウトプットの量を増やして質を高める。こうした使い方は素晴らしいと思っている。

問題はAIから返ってきた提案を十分にインプットできていない状態で、あたかも自分の知見であるかのように語ってしまうことだ。

提案の背景にあるロジック、関連する基礎知識、実務で考慮すべき制約など、これらを理解していなければ生成AIがどれほど優れた回答を返しても、それを「使えている」とは言えない。

たとえばSEOひとつ取っても、必要な知識はこれだけある

私が日常的に携わるSEOの領域を例にあげてみると、SEOは「マーケティング手法のひとつ」程度に捉えられがちだが、実際にはWebの技術スタック全体に対する理解が求められる。

ページがユーザーに届くまでには、ソースコードの準備、ビルドによる最適化（バンドル・コード分割・minify・Tree Shaking）、SSGやSSRによるHTML生成、CDNを介した配信、DNS解決、TLSハンドシェイク、ブラウザでのHTMLパース、CSS評価、JavaScriptの実行とHydrationなどと、これだけの工程が存在する。
それぞれの工程にはTTFB、FCP、LCP、INP、CLSといったパフォーマンス指標が紐づき、設計判断を誤ればユーザー体験もSEO評価も大きく損なわれる。

HTMLのランドマーク要素（main、section、article、nav）の使い分け、scriptタグのasync/defer/type="module"の挙動の違い、preloadとprefetchの適切な使い分け、画像のsrcset/sizesによるレスポンシブ配信、loading="lazy"とfetchpriority="high"の使い所——こうした一つひとつの技術判断が、検索エンジンからの評価とユーザー体験の両方に直結する。

さらに、canonical設定による正規化、robots.txtによるクロール制御、構造化データ（JSON-LD）の実装、hreflangによる多言語対応、Core Web Vitalsの継続的な監視と改善と、SEO担当者に求められる知識はマーケティング理論だけでは到底カバーできない。

文字数やリライトの重要性、被リンク施策、デザインのA/Bテストは確かにSEOの文脈でも用いられる一部だが、それだけを語る担当者はもはや現場で十分な価値を発揮することは難しいだろう。

デザイナーもエンジニアもPMも、同じ課題に直面している

この問題はSEO担当者だけの話ではない。
デザイナーであればレスポンシブデザインの理解は当然として、フロントエンドやバックエンドの制約を把握した上でワイヤーフレームやカンプを設計できなければ、制作物の実現可能性を担保できない。

グラフィックデザイン出身でWebの基礎がない状態では、見た目は美しいが実装不可能な設計や、パフォーマンスを著しく損なう構成を提案してしまうリスクがある。

エンジニアもただマークアップを組むだけの時代は終わりつつある。なぜなら、生成AIに理解されないWebサイトはAIの学習データにも取り込まれない可能性が高いからだ。

これは現時点で大きな機会損失であり、構造化データやセマンティックHTMLの意義を自ら理解し、設計に反映できるエンジニアの価値は確実に高まっている。

PM（プロジェクトマネージャー）であれば、なおさらだ。デザインの最適解を示せない、レスポンシブの制約を理解していない、フロントとバックエンドの技術的なトレードオフを判断できない。進捗管理だけを担う形式的なPMは生成AIが当たり前に使われる時代では需要を失うだろう。

生成AIは最高のパートナーだが、自分の代わりにはならない

ここまで読んでいただければ伝わると思うが、生成AIは素晴らしいパートナーであり、メンターにもなりえる存在だ。
だが、自分自身がその領域に関連する知識をインプットできていなければ、AIを「活用している」のではなく、ただ「依存している」だけだ。

表面的には使えているように見える。だが、自分の血肉となりインプットされていない状態の中での提案は、ビジネスの現場で利益を生むことは難しいだろう。

これはコンサルティングと教育の違いに似ていると考えており、コンサルタントに最適化を任せれば一定の成果は出る。だが、コンサルタントがいなくなった瞬間に成果は止まる。さらに厄介なのは、コンサルタントの提案が最適ではなかった場合では、基礎知識がなければその問題、課題に気づくことすらできない。生成AIを「コンサルタント」として使っている人が今、まさに同じ状態にある。

一方で、教育を通じて基礎を身につけた人間は違う。応用的な内容を完全に理解していなくても、基礎があればやるべきことが見える。
未知の領域に直面しても、理解するための土台がある。生成AIに対しても、的確なプロンプトを投げ、返ってきた結果の妥当性を判断し、自分の文脈に合わせてカスタマイズができる。

この時代だからこそ、学ぶことの価値は上がっている

「リスキリング」「DX」を流行りの言葉に当てはめるかどうかはさておき、伝えたいことはシンプルだ。

生成AIの価値を最大化できるかどうかは、使う人間の基礎力で決まる。

生成AIにすべての要件を詰め込んだプロンプトを投げても、一度で最適な回答が返ってくることはまずない。何度もやり取りを重ね、結果を評価し、修正を繰り返す。その過程で必要なのは、その領域における基礎知識と、提案を批判的に検証できる力だ。

制作のスピードは確かに上がった。だが、速さだけでは事業は成功しない。作ったものを運営し、改善し、拡張していく。そのすべてのフェーズで、基礎知識が土台になる。

生成AIが誰にでも開かれた今だからこそ、学ぶ人間と学ばない人間の差はこれまで以上に大きくなる。
AIに聞く前に、まずは自分自身の基礎となる土台を固めること。それがこの時代を生き抜く最もシンプルで確実な戦略だと私は考えている。

コードキャンプ株式会社について

「ITの力で、社会を変革する未来のプロフェッショナルを育てる」ためのIT/プログラミング教育サービス「CodeCamp」を運営しています。2013年に日本初となるオンライン・マンツーマンでのプログラミング教育事業を開始し、ITエンジニアの育成プログラムやWebデザイン教育、法人・自治体向けのプログラミング/DX研修事業、子ども向けのプログラミング教育事業などを展開しています。