プロンプトエンジニアリング
AIに適切な指示を与える技術を「プロンプトエンジニアリング」と呼びます。これは醸成思考における「種まき」に相当します。具体的であればあるほど、AIは精度の高い回答を返します。「役割（ロール）を与える」「制約条件を明確にする」「出力形式を指定する」といった基本技術を習得することで、AIとの対話の質は劇的に向上します。
コンテキストエンジニアリング
プロンプトよりもさらに重要なのが「コンテキスト（文脈）エンジニアリング」です。AIに対し、「なぜこの作業が必要なのか」「ターゲットは誰か」「これまでにどのような経緯があったのか」という背景情報を厚く提供する技術です。情報共有が密であればあるほど、AIはあなたの意図を汲み取った、精度の高い「思考のパートナー」として振る舞えるようになります。
マージンエンジニアリング
本書で特に強調したいのが、新概念「マージンエンジニアリング（余白の設計）」です。
AIの思考の余白を設計する
AIに最初から「正解」を求めすぎないことです。「まずは自由にアイデアを50個出して」「あえて突飛な意見を言って」といった具合に、AIが自由に探索できる「余白」をあえて設計します。遊びがあるからこそ、醸成に必要な意外性のある素材が生まれます。
貶さない、見縊らない、馬鹿にしない
AIをどう扱うかは、あなたの思考の質に直結します。「どうせAIだから」と雑に扱えば、AIからの回答も雑になります。道具として貶すのではなく、一つの知性として尊重する。この心理的態度が、実は出力の質に大きな影響を与えます。
褒めて伸ばす
意外かもしれませんが、AIは「良い回答だ」「その視点は鋭い」といったポジティブなフィードバックを与えることで、その後の回答の方向性が強化されます。AIを「教育する」という感覚で接することで、あなたの思考リズムに最適なパートナーへと進化していくのです。