現代の人工知能は、地上訓練、運用計画、規制審査において強力な副操縦士へと進化しました。AIが機長の判断に取って代わることはありませんが、複雑な航空データを簡素化し、状況認識を高めるための不屈のリソースとして機能します。
以下のプロンプトは、主要な大規模言語モデル：ChatGPT、Gemini、Claude、DeepSeek向けに厳密にテスト・最適化されています。各プラットフォームには独自のアーキテクチャ的強みがありますが、このコレクションは、ワークフローを効率化し技術知識を深めたい飛行教官、訓練生、商業パイロットに普遍的な基盤を提供します。
1. 複雑なNOTAMの解読
モデル推奨： 厳格な論理と技術的構文の解析能力に優れたDeepSeek。
航空情報（NOTAM）は、不可解な略語と非標準的なフォーマットで悪名高いです。このプロンプトを使用して、生データを即座に実用的な情報に変換します。
ベテランのフライトディスパッチャーとして行動してください。私は[空港コードまたは地域を挿入]の一連の生NOTAMを貼り付けます。
以下を実行してください：
1. 略語を平易な英語に解読する。
2. 緊急性（重要/警告/情報）で分類する。
3. 進入・離脱経路に特に影響を与える滑走路閉鎖、航法援助装置の停止、障害物警告を強調する。
[生NOTAMテキストをここに挿入]
効果： 大文字のテキストの壁を優先順位付けされたリスク評価に変換することで、フライト前ブリーフィング時間を劇的に短縮します。
2. シナリオベースのADM訓練
モデル推奨： 安全重視の文脈と倫理的判断処理におけるニュアンスに優れたClaude。
航空意思決定（ADM）はシミュレーションを通じて実践するのが最適です。このプロンプトは、AIを発展する状況を提示するチェックエアマンに変えます。
厳格な飛行試験官として行動してください。[出発地]から[目的地]への[航空機タイプ（例：セスナ172またはボーイング737）を挿入]フライトのための動的な「Go/No-Go」シナリオを生成してください。
以下の変数を含めてください：
1. 目的地での悪化する限界気象。
2. 軽微な、地上待機を要しない機械的不具合（MEL項目）。
3. 外部圧力（例：乗客の時間的制約）。
私に決定を下させ、その後、FAA/EASA規制と安全なリスク管理原則に基づいて私の推論を批評してください。
効果： パイロットの判断力を研ぎ澄まし、コックピットに入る前に高リスク決定の低リスク練習を可能にします。
3. METARとTAFの可視化
モデル推奨： 強力なデータ処理能力と長文脈理解に優れたGemini。
生の気象文字列は頭の中で解読する必要があります。このプロンプトは、計画ルート上の気象の進行を視覚化するのに役立ちます。
出発地、経路上の代替空港、目的地のMETARとTAFを提供します。
[時間]に出発するフライトで経験する気象の時系列の記述を作成してください。特に以下に焦点を当てて：
1. 雲底高度の傾向と地形高度の比較。
2. 目的地での横風成分の変化。
3. 温度・露点差とウインドシアに基づく着氷または乱流の潜在的な危険。
[気象データをここに挿入]
効果： 抽象的な気象データを、飛行環境の具体的なメンタルモデルに変換します。
4. 航空機システムの簡略化
モデル推奨： 類推を用いて技術的概念を説明する汎用性に優れたChatGPT。
型式限定講習の勉強中であれ、訓練生を教えるのであれ、複雑な図面を分解することは不可欠です。
[航空機タイプを挿入]の[システム（例：電気バスロジックまたは油圧システム）を挿入]について、私が訓練生であるかのように説明してください。
電気/流体の流れを説明するために、油圧の類推（パイプを通る水の流れ）を使用してください。[特定のコンポーネント（例：ACバス1）を挿入]が故障した場合、システムの冗長性に何が起こるかを具体的に説明してください。
効果： 複雑な工学図面を親しみやすい物理的概念に結びつけることで、システム知識の定着を加速します。
5. 規制の明確化（FAR/AIMまたはEASA）
モデル推奨： 高精度な情報検索と論理チェックに優れたDeepSeek。
連邦規則集の参照はしばしば退屈です。このプロンプトは、正確な規則とその実用的な適用を抽出します。
Part [91/121/135]運用に関する[トピック（例：酸素要件または勤務時間制限）を挿入]の現在の航空規制を参照してください。
1. 厳格な法的要件を要約する。
2. パイロットがこの規則をうっかり違反する可能性のあるシナリオの実用的な例を提供する。
3. 参照用に具体的な規則番号をリストする。
効果： 法的要件について即座に明確さを提供し、コンプライアンスを確保し逸脱のリスクを低減します。
6. 「詰め込み」口頭試験準備
モデル推奨： 対話型会話モードに優れたChatGPT。
チェックライドや面接の準備には、迅速な質問への対応が必要です。
航空会社の面接官またはチェックライド試験官として行動してください。私は[航空機タイプを挿入]のポジションに応募しています。以下の分野に関する5つの難しい技術的質問をしてください：
1. 空気力学（臨界マッハ数、コフィンコーナー、失速）。
2. 航空機の制限。
3. IFR手順（ホールディング進入、アプローチプレートの記号）。
各質問の後に私の答えを待ち、その後、正確さと深さについて私の回答を採点してください。
効果： 管理された環境で知識のギャップを特定し、パイロットが公式評価前に弱点分野を勉強できるようにします。
7. 記憶術の作成
モデル推奨： 創造的で記憶に残る言語生成に優れたClaude。
航空は記憶補助に大きく依存しています。標準的な頭字語が役に立たない時、カスタムなものを作成します。
[航空機を挿入]の[手順（例：離陸時のエンジン火災チェックリスト）を挿入]を記憶するのに苦労しています。
記憶項目を正確な順序で覚えるのに役立つ、3つの異なるキャッチーな記憶術頭字語または韻文を作成してください。1つは真面目なもの、1つは面白いもの、1つは視覚的連想を用いたものにしてください。
効果： チェックリストを直ちに参照できない緊急手順の想起速度を向上させます。
8. CFI教案ジェネレーター
モデル推奨： 教育的コンテンツを論理的に構成する能力に優れたGemini。
飛行教官（CFI）は、指導に集中するために教案作成の事務的側面を自動化できます。
「失速とスピン」のための包括的な地上学校教案を作成してください。
対象者：訓練生（単独飛行前）。
構成：
1. 授業の目的。
2. 主要要素（失速の空気力学）。
3. 訓練生がよく犯す誤り。
4. 修了基準（ACS/PTS基準）。
5. 安全を強調するための失速/スピンに関連する実世界の事故事例。
効果： 教官の準備時間を劇的に短縮しながら、すべてのACS/PTS基準が体系的にカバーされることを保証します。
9. 無線通信シミュレーション
モデル推奨： 自然言語対話シミュレーションに優れたChatGPT。
無線恐怖症は訓練生にとって現実です。このプロンプトは、ATCとのやり取りをシミュレートします。
忙しいクラスC空港の航空交通管制官としてロールプレイしてください。私は[航空機タイプ]のパイロットで、[位置/高度]にいます。
私は[リクエスト（例：VFRフライトフォローまたは着陸許可）を挿入]のための通話を開始します。あなたは標準的なICAO/FAA用語を使用して応答してください。交通警報や周波数変更などの複雑な状況を導入してください。私の用語が非標準的な場合は訂正してください。
効果： 生の周波数のプレッシャーなしに、無線作業の自信と筋肉記憶を構築します。
10. 乗客アナウンス（PA）スクリプト作成
モデル推奨： トーン調整とプロフェッショナルな共感に優れたClaude。
商業パイロットにとって、遅延や乱流の伝達には、権威と冷静さのバランスが必要です。
[状況（例：医療緊急事態による迂回）を挿入]のための乗客アナウンス（PA）の3つのバージョンを作成してください。
1. バージョンA：簡潔で直接的（コックピットから客室乗務員へ）。
2. バージョンB：落ち着きがあり安心感を与える（コックピットから乗客へ）。
3. バージョンC：権威的だが共感的（長い遅延中の不満を抱えた客室向け）。
効果： パイロットが困難な知らせをプロフェッショナルに表現し、指揮官としての存在感と乗客の快適さを維持するのに役立ちます。
プロのヒント：文脈の階層化
これらのモデルから最高品質の出力を得るためには、常に飛行方式（VFR対IFR）と管轄区域（FAA対EASA/ICAO）を指定してください。米国でのVFRフライトの燃料搭載予備量に関する回答は、ヨーロッパでのIFR商業フライトのものとは大きく異なります。「FAA管轄下のPart 91運用を仮定する」を追加することで、AIがあなたの特定のミッションに適用されない規制をでっち上げるのを防ぎます。
航空のマスタリングには、生涯学習と精密さへのコミットメントが必要です。これらのAIプロンプトを学習ルーティンと運用計画に統合することで、近道をしているのではなく、リスクを可視化し、知識を確固たるものにし、安全性を高めるための高度なツールを活用しているのです。これらのモデルをクルーの一員として扱ってください—その入力を検証し、自身の訓練を信頼し、それらを使用してあなたの操縦技術を次のレベルに引き上げてください。