数学解説AI｜解き方を自動展開する塾講師向け5手順

中学・高校数学を担当する塾講師や教材開発担当の方から、私が生成AI伴走顧問として何度も受けてきたご相談はほぼ同じ場所に集中しています。「計算問題ならまだいい。応用問題と図形問題の解説を、生徒の理解度に合わせて作り分けるのが本当にしんどい」というご相談です。数学の解説作成は、模範解答だけ書けば終わりではなく、つまずきやすい中間式の根拠・誤答パターン別の補足・生徒の学年に合わせた言葉遣いの調整までが1セットで、講師の頭の中にしかない暗黙知の塊として残り続けてきました。

本記事では、数学解説AIで解き方手順を自動展開するための5手順を、塾講師・教材開発担当・数学専科の制作者向けに、ChatGPT・Claudeを使った運用設計込みで解説します。

なぜ数学の解説作成は講師の暗黙知として残ってきたのか

本記事のテーマに関連するサービスとして、BoostXでは教育業界の支援を提供しています。

数学解説AIを語る前に、なぜ数学の解説作成だけが講師の頭の中の暗黙知として残り続けてきたのかを構造で押さえる必要があります。理由は3つあります。中間式に「なぜその式変形をするのか」の根拠を添える必要があること、生徒のつまずきパターンに応じて補足の出し分けが必要なこと、そして学年・難易度・単元によって使える知識の範囲が厳密に決まっていることです。この3点が、ChatGPT・Claudeの能力に関係なく、数学の解説作成を「ベテラン講師の頭の中」に閉じ込めてきました。

数学の解説は「途中式の根拠」を1行ずつ言語化する作業

英語の長文や国語の読解問題と違い、数学の解説は中間式を1行ずつ書き出し、各式変形の根拠を「なぜここで両辺を2乗するのか」「なぜここで因数分解の形に持ち込むのか」という形で言語化する必要があります。中学・高校の主要塾でよく扱う方程式・関数・図形・確率・微分積分の応用問題では、1問あたり中間式が5〜10行になることが珍しくなく、解説本文だけで300〜600字を要します。応用問題1問あたりで30〜60分、定期テストや模試の解説冊子を作る時期には、講師1人あたり週に20〜40問を抱える教室も少なくありません。

生徒のつまずきパターンに応じた解説の出し分けが必要

数学の解説は、模範解答1パターンだけ書いて済む科目ではありません。同じ問題でも、計算ミスでつまずく生徒・公式の選定でつまずく生徒・問題文の条件読み取りでつまずく生徒では、補足すべき内容が変わります。AI標準機能で1パターンの解説を作るだけなら誰でもできますが、つまずきパターン別の補足・誤答分析・類題誘導までを1問にセットで載せる解説冊子は、AIにそのまま任せると現場で使いにくい中途半端な品質に落ち着きます。

AIで何が変わるか — 「式変形の言語化」以降は劇的に速くなる

数学解説AIを導入して変わるのは、問題そのものを解く時間ではなく、解いた後の解説作成工程です。中間式に根拠を添える作業、つまずきパターン別補足の下書き、類題3〜5問の生成、誤答選択肢の理由付け、学年に合わせた言葉遣いの調整。この一連が、講師がプロンプトに問題文と意図を貼り付けるだけで、30〜60分レベルから5〜10分レベルに圧縮されます。ChatGPT・Claudeも2025年以降、数式の論理展開と単元横断的な解法の精度が大きく強化され、数学の解説補助としての精度が実用域に入りました。ただし標準機能のままで教室に乗せると、解説の粒度や使う公式の範囲が学年カリキュラムからずれます。そこを揃えるのに、独自設計の解説プロンプトと運用ルールが必要になります。

数学解説AIで解き方手順を自動展開する5手順 全体像

数学解説AIをAIに丸投げすると、必ず解説の粒度や使う公式範囲がぶれます。私が数学専科の教材開発・塾の現場で運用設計してきた中で再現性が高いのは、「人が握る部分」と「AIに任せる部分」を5手順に切り分ける設計です。1手順でも飛ばすと、出力された解説が現場で使われずに死にます。

STEP1 単元判定と難易度レンジを設計する（人が決める）

数学解説AIは、単元と難易度の前提を最初に決めることで8割が決まります。学年（中1〜中3／高1〜高3）、単元（一次方程式・連立方程式・二次関数・三角比・微分積分など）、難易度レンジ（教科書例題レベル／定期テストレベル／共通テストレベル／難関私大・国公立二次レベル）、使える公式・定理の範囲（学年カリキュラム上で既習か未習か）の4軸を、教室の指導方針に合わせて基準書にまとめます。中学範囲で因数分解の解の公式を平気で使ってしまうAIの暴走を防ぐためにも、ここを先に決めておく必要があります。

STEP2 解法パターンの「型」を抽出する（半自動）

教室で長く使われてきた問題集や過去問から、「方程式の立式パターン」「関数の最大最小の解法パターン」「図形の補助線の引き方パターン」「確率の場合分けパターン」「微分積分の極値判定パターン」を、解法パターンの型として言語化します。これをテキストでまとめておくと、以降AIに渡す解説プロンプトの精度が安定します。型を抽出せずに白紙からAIに解説させると、解法の選び方が毎回変わり、教室の指導方針からブレた解説が量産されます。

STEP3 ChatGPT・Claudeへの解説プロンプト4要素

AIに渡すプロンプトは、①対象学年・教科書準拠の有無・指導要領上の位置づけ、②問題文と模範解答（または問題文のみ）、③STEP2で抽出した解法パターンの型と中間式の粒度指定、④出力フォーマット指定（中間式・各式変形の根拠・つまずきポイント・誤答パターン・類題3問をそれぞれ表形式または見出し付きで）の4要素で構成します。問題文と模範解答を貼り付けるパートが他教科と決定的に違い、ここを丁寧に設計するほど、出力された解説の精度が上がります。

STEP4 中間式と根拠提示を一気通貫で生成させる

数学解説AIで見落とされやすいのが、中間式と根拠提示の同時生成です。模範解答と中間式だけ作って根拠を後で人間が書くと、結局1問あたりの工数が大して縮みません。プロンプトの段階で「中間式は1行ずつ書き出し、各行に式変形の根拠（移項・展開・因数分解・公式適用・条件代入など）を必ず添える」「主要なつまずきポイントには『この段階でよくある誤答』と『その誤答が起きる原因』を明記する」と指示し、中間式・根拠・つまずき補足・類題3問を一度に出させます。これによって1問あたりの工数が体感で半分以下になります。

STEP5 校正→類題生成→翌期再利用の運用に乗せる

AIが出した解説は、講師が必ず1度は目を通して校正します。校正のポイントは「中間式の式変形に飛躍がないか」「根拠の言葉遣いが学年レベルと合っているか」「使われている公式・定理が既習範囲内か」の3点に絞り、文末表現の細かい修正に時間を使わない運用にします。校正済みの解説は、Googleスプレッドシートや教材管理ツールに「単元・学年・難易度・問題タイプ・使用クラス・出題年度」のメタ情報セットで蓄積し、翌年度・翌期に8割そのまま再利用できる教材ストックに育てます。ここまでセットで初めて、数学解説AIは「夜と週末の解説作成」を消す現実的な打ち手になります。

5手順の詳解 — 単元判定から類題生成まで

5手順の輪郭を押さえたところで、特に塾講師・教材開発担当の方が躓きやすい4つのポイントを実装レベルで深掘りします。教室の規模や扱う学年に関係なく、ここを丁寧にやるかどうかで運用に乗るかどうかが決まります。

単元判定で外せない4つの粒度

第一に学年と単元の対応表を整える。中1で扱う一次方程式、中2の連立方程式・一次関数、中3の二次方程式・三平方の定理・確率、高1の数Ⅰ・A、高2の数Ⅱ・B、高3の数Ⅲのように、学年ごとに使える単元範囲を一覧化します。第二に難易度レンジを4段階で固定する。教科書例題レベル・定期テストレベル・共通テストレベル・難関二次レベルの4階層を持つと、AIに解説を依頼するときの指示が明確になります。第三に使える公式・定理の範囲を学年で切る。中3生に高校範囲の解の公式を使った解説を出させると、教室の指導方針からブレます。第四に問題タイプを分類する。計算問題・図形問題・関数問題・確率問題・証明問題のどれかを必ずタグ付けして蓄積します。私の経験では、ここを2〜3時間かけて整える教室ほど、その後のAI解説の安定度が劇的に上がります。

解法パターンの「型」抽出の具体的な進め方

既存の良問を10〜20問選び、解説だけを抜き出して並べます。AIに「以下の解説群に共通する解法の型を、立式パターン・式変形のパターン・補助線の引き方・場合分けの基準・極値判定の手順の各カテゴリで抽出してください」と頼むと、教室で実際に使われてきた解法の型が言語化されて返ってきます。これを講師が見て、教室の指導方針と合うものだけ採用します。残った型は、以降の解説プロンプトに「この型に沿って」と添えて使い回せます。私の支援先での実務感覚では、この型抽出を1単元あたり60〜90分かけておくと、その後の解説作成速度が体感で2〜3倍になりました。

ChatGPT・Claudeへの解説プロンプトの骨格

プロンプトは「あなたは中学3年生の数学を担当する塾講師です。以下の問題に対して、定期テスト相当の難易度で、中間式を1行ずつ展開し、各式変形に『なぜこの操作をするのか』の根拠を添えてください。主要なつまずきポイントには『よくある誤答』と『その誤答が起きる原因』を明記し、最後に類題を3問、難易度別に作成してください。使用できる公式・定理は中学範囲（解の公式は除外）に限定してください」が骨格です。ここに問題文・模範解答・抽出済みの型を順番に貼り付けます。出力の信頼性は、貼り付ける問題と単元範囲指定の解像度に比例します。

中間式と根拠提示で詰むポイント

数学解説AIで最も難しいのが、中間式の根拠提示の粒度設計です。根拠を細かく書かせすぎると解説が冗長になり、簡潔にしすぎると生徒がつまずく箇所を素通りします。私の経験では、中間式1行に対して根拠を「1〜2文・30〜60字」で添える粒度が現場で続くやり方です。AIに「中間式1行ごとに、式変形の根拠を30〜60字以内で必ず1〜2文添える。ただし計算上自明な操作（例：両辺を2で割る）は省略してよい」と指示しておくと、講師がそのまま使える粒度で返ってきます。さらに、つまずきポイントには「ここで生徒が間違えやすいのは○○」と一言添える設計にすると、生徒個別フォローまで含めた解説冊子になります。

解説の論理整合性チェックで時間を取られない運用

AIが出した解説は、講師が1問1〜2分の目視チェックを通します。校正の優先順位は、(1)中間式の論理飛躍がないか、(2)使われている公式・定理が既習範囲内か、(3)類題の難易度が本問と整合しているか、(4)文末表現の自然さ、の順で見て、上位3項目に時間を集中させるのが現場で続くやり方です。文末を整える作業に時間を取られると、AI化のメリットが薄れます。校正済みの解説は、講師同士でダブルチェックする体制を組むと品質が安定します。

自分でやる vs プロに頼む — 数学教材制作の判断軸

ここまで読んで「ChatGPTが得意な数学講師が校内にいるからまずやってみよう」と思う方も多いはずです。私もそれを否定しません。ただ、教室・学校で内製するときに必ず詰む3つのポイントを先に共有しておきます。

自分で組むときに必ず詰む3つのポイント

第一に学年範囲外の公式・定理の暴走。AI標準機能では、中学生向けの問題で平気で高校範囲の公式を使った解説を出してきます。プロンプトで明示的に範囲を切らないと、教室で使えない解説が量産されます。第二に中間式の根拠粒度の主観ぶれ。担当講師ごとに「ここまで書く」「ここは省略する」の基準が揺れ、解説冊子の質が講師ごとに違うことになります。第三に類題の難易度ぶれ。AIが出した類題の難易度は、プロンプトの指示が同じでもセッションごとに揺れるため、難易度の検証フローを設計しないと教室の標準教材として使えません。この3つを自塾だけで抱え込むコストを甘く見ると、結局講師の手作業に戻ります。

業務自動化として外注する場合の費用感

BoostXの業務自動化ツール開発では、数学解説AIの初期構築は330,000円〜1,100,000円（税込）レンジ、運用保守は月額33,000円〜110,000円（税込）レンジが目安です。初期は扱う学年数・単元数・問題ストックの規模で幅があり、月額は更新頻度（毎週／毎月）と関係する講師人数で決まります。最低契約期間は3ヶ月で、その後は月単位で柔軟に調整可能です。教室独自の数学解説AIツールとしてGAS・スプレッドシート・ChatGPT APIをつないだ環境を構築し、講師がボタン1つで問題から中間式・根拠・つまずき補足・類題まで一気通貫で量産できる形まで運用に乗せます。

AI伴走顧問で並走する場合の進め方

校内にAI推進担当を育てたい「自分でも解説プロンプトを触れるようになりたい」という塾長・教務責任者の方には、生成AI伴走顧問のベーシック契約での並走をお勧めしています。月1テーマずつ2〜4週間で実装・定着させていく形で、初月で単元判定基準と解説プロンプトの型を固め、翌月で中間式の根拠粒度のルール化、3ヶ月目で類題生成・教材ストックの蓄積運用、というように積み上がっていきます。AIの出力はあくまで解説作成補助で、最終的な指導判断は講師が握る運用設計を一緒に作るのが私のスタンスです。

ビフォーアフター：数学講師の1週間がここまで変わる

Before：現状の苦しい1週間

月曜から金曜は授業と保護者対応で1日が終わる。週末は来週分の応用問題と模試問題の解説を1問ずつ書き起こすために、土曜の半日と日曜の夜を使う。中間式の根拠を添える作業に時間がかかり、つまずきポイントの補足を入れる余裕がなく、模範解答だけのそっけない解説冊子で授業に出る週もある。生徒からの「なんでこの式変形をするのか」という質問に、その場で口頭で補足するしかない。教室の改善や生徒個別フォローに使える時間が、ほぼ残らない状態が続きます。

After：導入後の楽な1週間

月曜の朝、単元判定基準に沿って今週分の問題を10〜20問AIに渡し、中間式・根拠・つまずき補足・類題3問まで一気に出させる。火曜と水曜の空き時間で講師が校正し、教材ストックに追加。週末は授業準備と生徒個別フォローに集中できるようになる。中間式の根拠も生徒のつまずきポイントも明記された解説冊子なので、副担当の講師が代行授業しても説明の粒度がぶれない。教室全体としては、講師の解説作成時間が半減し、その分を生徒対応や教材改善に投資できる経営に変わります。

違いを生んでいるのはツールではなく運用設計

私の経験では、ChatGPTやClaudeを導入するだけでこの差は生まれません。差を生んでいるのは、単元判定基準の言語化・解法パターンの型抽出・中間式の根拠粒度のルール化という3つの運用設計です。ツールは入れ替え可能で、設計が肝。「うちはまだBefore寄り」と感じた方は、次のセクションで具体的な相談導線をご案内します。

よくある質問

公開日：2026年5月