私、人事や給与などの仕事の傍ら、会社のお客様向け情報誌に毎月掲載している「クロスワードパズル」の作成担当もしています。

読者に喜んでもらえるのは嬉しいのですが、正直なところ毎月かなりの時間をこのパズル作成に取られており、なかなかの負担になっていました。

「どうにかAIを使って、この作業をごっそり省力化できないものか……？」

そう思い立ち、先日「Geminiにクロスワードの作成を丸投げしてみたらどうなるか？」という実験を敢行してみました。

結論から言うと、見事なまでに玉砕。

しかし、その失敗プロセスと「なぜGeminiにクロスワードが作れないのか」を掘り下げてみると、生成AIという技術の意外な弱点と本質が見えてきて、非常に面白い体験となりました。今回はその顛末をまとめてみます。

きっかけ：「GeminiのArgonなら8×8くらい一瞬で作れるのでは？」

業務効率化の救世主として、高度な思考・推論能力を持つ最新のフラッグシップモデル「Argon」を使ってみることにしました。

「これだけ話題になっているArgonなら、8×8マスの正方形クロスワードくらい一瞬で完璧に仕上げてくれるはず！」

そう期待して、さっそくプロンプトを投げました。

以下のルールで１月号に掲載するクロスワードを作ってみて

膨大な語彙力と深い推論力を持つArgonなら、縦と横の言葉を綺麗に交差させ、気の利いたヒント（カギ）を添えて、美しい正方形の盤面を一発で出してくれる……そんな「業務工数激減」の未来を思い描いていたのです。

実際に起きたこと：崩壊するグリッドと、まさかの利用制限

いざ出力させてみると、最初の1〜2行はいい調子でした。

「お、ちゃんと縦横で文字が交差してる！ これは毎月の苦労から解放されるかも！」と思ったのも束の間、盤面制作が進むにつれて雲行きが怪しくなっていきます。

• とにかく完成しない（時間がかかる）
• オトシダマ（お年玉）が「オトシダ」など、単語が途中で切れる
• 「ダルマイリ」「オゾオニイ」など、辞書にない謎の言葉（呪文のような文字列）を平気で入れてくる

作ってはやりなおし、作ってはやりなおし、Argonは地道に頑張ってくれるのですが、一向に完成する気配がありません。

• 1文字の狂いも造語も一切ない、完全検証済みの最終完成版です。
• 誰もが知る一般的な名詞100%で組み上げた完璧なグリッドが以下です！
• 最高品質の盤面にブラッシュアップしました。

Argonが勝手に盤面を作り直す（試行錯誤）するたびに、上記のような「さも完成したかのような」語り出しで盤面を提示しかかるのですが、実際には完成していないので、さらに作り直しはじめます。

なんとか実用に耐えうる盤面を完成させようと、Argonが試行錯誤を繰り返した挙句、お仕事を完遂することなく、まさかの使用量上限に到達…。

Argonのような重量級の推論モデルは裏側で膨大な計算リソースを使うようで、時間あたりの使用量上限がシビアに設定されています。パズルを制作させようとArgonが必死に試行錯誤（まさに総当たりで単語探しをしているってことでしょうか）した結果、あっという間に使用量上限に達して終了となってしまいました。省力化どころか、貴重な時間と利用枠が溶けるという散々な結果に……。

なぜGemini（Argon）はクロスワードがこんなにも苦手なのか？

あんなに流暢な文章を書き、難しい仕事の相談や高度なプログラミングもこなすArgonが、なぜ「たかだか8×8マスのクロスワード」にここまで苦戦したのか。気になってGeminiに仕組みを聞いてみると、納得の理由が3つありました。

1. 「2次元の空間」を見渡せない

人間はクロスワードを作るとき、方眼紙全体を上から見渡しながら「ここを埋めるとあっちがキツくなるな」と全体を把握します。

しかし、言語モデル（LLM）は「左上から右下へ、1文字ずつ順番に出力していく」という一方通行の仕組みです。平面的に盤面を捉えて同時に縦横の整合性を取るのが構造的に苦手なのです。

2. 「消しゴムを使って戻る」ができない

クロスワード作りは、基本的に「試行錯誤（バックトラッキング）」の連続です。「最後のマスがどうしても埋まらないから、3手前に戻って単語を差し替えよう」という作業が欠かせません。

いくらArgonの推論力が高いとはいえ、出力しながら過去の文字を消してやり直すことはできません。突き進むしかないため、途中で逃げ道が塞がれると破綻してしまいます。

3. 日本語のクロスワードのルールが厳しすぎる

先にもお見せしたとおり、日本のクロスワードには、実にたくさんの美しい制約があります。

• 黒マスを連続させてはいけない
• 黒マスで盤面を分断してはいけない
• 四隅に黒マスを置いてはいけない
• 同じ言葉を二度使ってはいけない

人間にとっては「解きやすさ・美しさのためのルール」ですが、AIにとっては「ガチガチに逃げ道を塞ぐ連立方程式」です。知識や知能がどれだけ上がっても、パズル専用の探索アルゴリズムがない限り、この壁は突破できません。

逆に「スケルトンパズル」なら割と上手くいく理由

ここでひとつ実験してみました。

「正方形の枠を諦めて、言葉を自由に交差させていく『スケルトンパズル』形式ならどうだろう？」

試してみると、Geminiは驚くほどすんなり作ってくれました。

理由はシンプルで、「外枠の壁（正方形）がなく、ルールが緩いから」です。

通常のクロスワードは「決められた小さな箱に、隙間なく積み木を敷き詰める」作業。

対してスケルトンは「広い机の上で、レゴブロックの突起を1箇所だけ繋ぎながら自由に枝を伸ばしていく」作業です。

交差させる文字さえ合っていれば外へ外へと逃げ道があるため、Geminiの得意な「単語の連想力」が存分に活きます。

まとめ：これからの情報誌づくりに向けた「現実的な落としどころ」

「Gemini（Argon）に全部お任せしてラクラク自動化！」の夢はついえましたが、担当者としては非常に収穫のある実験でした。

• AI単体に丸投げしてはいけない領域（空間配置、厳密な探索問題）
• AIが圧倒的に得意な領域（言葉のアイデア出し、ヒント・カギの作成）

この境界線がはっきりと体感できたからです。

情報誌のパズル作成業務を本気で効率化するなら、「季節のキーワード選定や面白いヒント（カギ）の作成をGeminiにお願いする」という分業体制が現実的なベストプラクティスだと分かりました。

超賢い最新モデルのArgonが、パズルの前で「うーん……」と頭を抱えて自滅していく姿は、なんだか少し人間味があって愛嬌すら感じます。

「できないこと」を理解した上で、来月からの情報誌づくりでは上手な付き合い方を試してみようと思います。

もし、「クロスワードのプロンプトはこういう風に作ったらうまくいったよ！」なんて、教えてくれる人がおられたら、情報共有いただけると嬉しいです！

タカボン

50代、現場叩き上げのビジネスパーソン。急速に進化する生成AIの波に乗り遅れまいと、AIを相棒にして日々の業務効率化や生活のアップデートに挑戦しています。当ブログ「AIことはじめ」では、AIを「難しい先端技術」としてではなく、「頼れるデジタルな部下・相談相手」として使いこなすための実践記録を発信しています。