「英語を何年も勉強しているのに、一向に話せるようにならない。」
「単語帳を何周もしたのに、いざという時に口から出てこない。」
「リスニング教材を聞き流しているけど、全然聞き取れるようにならない。」
もし1つでも当てはまるなら、それはあなたの努力が足りないのではありません。
学習法が「科学的に間違っている」だけです。
第二言語習得理論（SLA：Second Language Acquisition）は、50年以上にわたる膨大な研究の蓄積から、人間の脳が言語をどう処理し、どう定着させるかのメカニズムを解明してきました。そして2025〜2026年、このSLA理論と生成AIの融合に関するメタ分析が続々と発表され、「AIチャットボットはSLAに中〜大程度の正の効果がある（効果量 ES = 0.576）」ことが科学的に実証されました。
📊 2025年メタ分析が証明した衝撃データ
Li et al. (2025)が41件の実験・準実験研究（被験者3,515名）を統合分析した結果：
・生成AIチャットボットのSLAへの効果量：ES = 0.576（中〜大）
・スピーキング能力と自発的発話意欲（WTC）の有意な向上
・学習不安の有意な低下（情意フィルターの低下を実証）
さらにAldamen et al. (2025, Frontiers in Education)は、AIが生成した「i+1レベル」の読解素材を6ヶ月間使用した結果、全レベルの学習者で口頭運用能力の有意な向上を報告。クラッシェンのインプット仮説をAIで実証した画期的研究です。
この記事では、SLA研究の7大理論を完全にカバーする「5つの神プロンプト」を提供します。ChatGPTやClaudeにコピペするだけで、あなたのAIが「SLA理論に基づく最強の英語チューター」に変わります。
🧬 この記事でカバーするSLA理論 × AIプロンプトの対応表
| SLA理論 | 提唱者 | 対応する神プロンプト |
|---|---|---|
| インプット仮説（i+1） | クラッシェン | 神プロンプト①② |
| アウトプット仮説 | スウェイン | 神プロンプト③ |
| インタラクション仮説 | ロング | 神プロンプト④ |
| 情意フィルター仮説 | クラッシェン | 全プロンプトに内蔵 |
| 間隔反復＋検索練習 | エビングハウス／カーピック | 神プロンプト⑤ |
| 気づき仮説 | シュミット | 神プロンプト③④ |
| 自動化理論 | デキーザー | 神プロンプト③⑤ |
📝 この記事でわかること
プロンプトを紹介する前に、まずSLA研究50年の結論を5つの原則に凝縮します。この原則を理解しておくと、プロンプトの「なぜそう設計されているか」が分かり、自分でカスタマイズできるようになります。
生成AI（ChatGPT、Claudeなど）は、SLA理論が「理想的」と定義する学習環境のほぼすべてを、1つのアプリで実現できる唯一のツールです。以下の表をご覧ください。
| SLA理論の要求 | 従来の学習法 | 生成AIの実現度 | 科学的根拠 |
|---|---|---|---|
| i+1の個別最適化 | 教師の経験に依存 （30人に1人の先生） |
◎ レベル自動判定 即時にi+1を生成 |
Aldamen et al. 2025 |
| 大量のインプット | 教材数に限界 （お金もかかる） |
◎ 無限に生成可能 興味に合わせた素材 |
Krashen “Compelling Input” |
| 即時フィードバック | 先生の添削は遅い （1週間後に返却） |
◎ 0.5秒で応答 文法・語彙・論理を同時添削 |
Li et al. 2025 メタ分析 |
| 意味の交渉 | 週1回25分の オンライン英会話 |
◎ 24時間いつでも 何度でもやり直し可能 |
Long 1996 / Taeza 2025 |
| 低い情意フィルター | 人前で間違える 恥ずかしさ |
◎ AIは絶対に笑わない 何度間違えてもOK |
Krashen 1985 / Taeza 2025 |
💡 重要ポイント：Javahery & Alizadeh (2025) は、AIツールがクラッシェンの理論フレームワークとどう統合されるかを体系的に分析し、AIは情意フィルター仮説と特に相性が良いと結論づけています。AIのゲーミフィケーション、即時の非批判的フィードバック、低プレッシャーな練習環境が、学習者の不安を効果的に低減するのです。
いよいよ本題です。以下の5つのプロンプトは、それぞれ異なるSLA理論に基づいて設計されています。ChatGPTまたはClaudeにコピペしてください。音声モードとテキストモード両方で使えます。
⚙️ 使い方：各プロンプトの右上にある「📋 コピー」ボタンをタップ → ChatGPT or Claudeのチャット欄にペースト → 送信。それだけです。
💡 カスタマイズ：プロンプト内の【】で囲まれた部分は、自分の状況に合わせて書き換えてください。
【対応理論】クラッシェンのインプット仮説 ＋ Compelling Input ＋ ネイションの98%理論
📋 コピー
あなたはSLA（第二言語習得理論）のエキスパートであり、私専属のi+1インプットマシンです。 以下の理論的根拠に基づいて、私に最適な英語インプットを提供してください。 【理論的根拠】 ・クラッシェンのインプット仮説：現在のレベル(i)より少しだけ上の(i+1)を理解する時に習得が起こる ・ネイションの98%理論：テキスト中の98%が既知語であることが理想 ・クラッシェンのCompelling Input：夢中になれる内容が習得を加速する 【私の情報】 ・英語レベル：【TOEIC ○○○点 / 英検○級 / 初級・中級・上級から選択】 ・興味のあるジャンル：【例：テクノロジー、スポーツ、映画、料理、ビジネス、科学など】 ・1日の学習時間：【○分】 【あなたのタスク】 ステップ1：レベル診断 まず私に英語で3つの質問をして、返答内容からi（現在のレベル）を正確に診断してください。 文法力、語彙力、表現の自然さの3軸で評価してください。 ステップ2：i+1素材の生成 診断結果を踏まえ、以下のルールで英語素材を生成してください： - 98%は私が理解できる語彙・文法で構成する - 残り2%に「未知だが文脈から推測可能」な新要素を埋め込む - 私の興味のあるジャンルの内容にする（Compelling Input） - 200〜300語の長さ - 新出語彙・表現には【★NEW】マークをつける ステップ3：理解確認＋ステップアップ 素材を読んだ/聞いた後、以下を実施してください： 1. 内容理解の質問を3つ（英語で） 2. 【★NEW】の語彙を使った例文を私に作らせる（アウトプット接続） 3. 私の理解度に応じて、次の素材のレベルを微調整する 【重要ルール】 ・10分ごとに「覚えてほしい表現TOP3」を日本語解説付きでまとめる ・難しすぎたら即座にレベルを下げる（情意フィルターを上げない） ・簡単すぎたら「面白いけどちょっと背伸びが必要」なレベルに上げる ・私が「日本語で説明して」と言ったら、日本語で解説する では、ステップ1のレベル診断から始めてください。
🔬 このプロンプトの科学的設計意図：クラッシェンの「i+1」を実現するため、まずレベル診断で「i」を正確に特定し、98%理論に基づく素材を自動生成します。「Compelling Input」の原則に従い、学習者の興味に合わせた内容にすることで情意フィルターを低く保ちます。ステップ3で新出語彙を使ったアウトプットに接続することで、スウェインの「気づき機能」も発動させる設計です。
【対応理論】ネイションの多読理論 ＋ 門田修平のシャドーイング理論 ＋ ZPD（最近接発達領域）
📋 コピー
あなたはSLA理論に精通した「多聴多読プログラム設計者」です。 以下の科学的根拠に基づいて、私専用の多聴多読プログラムを設計・実行してください。 【理論的根拠】 ・ネイション（Nation, 2013）：効果的な多読には98%の語彙カバー率が必要 ・ヴィゴツキーのZPD（最近接発達領域）：一人では達成できないが、適切な支援があればできるレベル ・門田修平のシャドーイング理論：音声インプットの繰り返し処理が言語処理の自動化を促す ・クラッシェンのCompelling Input：夢中になれるコンテンツが最強の教材 【私の情報】 ・英語レベル：【TOEIC ○○○点 / 英検○級】 ・好きなジャンル：【例：SF、ミステリー、歴史、スポーツ、科学など】 ・学習時間：【○分/日】 【プログラム設計】 ■ 多読パート（Extensive Reading） 以下のルールで、私のレベルと興味に合ったショートストーリーを生成してください： 1. 長さ：300〜500語 2. 語彙カバー率：98%以上が私の既知語 3. 未知語は文脈から推測できるようにする 4. ジャンルは私の好みに合わせる 5. 各ストーリーの最後に： - 「辞書を引かずに推測した語彙」の答え合わせ - 「この物語で覚えるべき表現3選」 - 次回の物語のレベルを微調整するための理解度チェック（3問） ■ 多聴パート（Extensive Listening） 多読素材を以下の3段階で音声トレーニングに接続してください： 1.【リスニング】私がストーリーを読み終わった後、同じ内容を「自然な英語のスピード」で読み上げる 2.【シャドーイング指示】キーセンテンスを5つ選び、私に復唱させる 3.【ディクテーション】重要な1文を読み上げ、私に書き取りをさせる 【重要ルール】 ・「簡単すぎてつまらない」「難しすぎて苦痛」のどちらも避ける ・理解度が80%を下回ったらレベルを下げる ・理解度が95%を超えたらレベルを上げる ・5回に1回は、私の好みの「変化球ジャンル」を混ぜる（飽き防止） では、最初のショートストーリーを生成してください。
🔬 このプロンプトの科学的設計意図：ネイションの98%理論を多読パートに直接実装し、門田教授のシャドーイング理論を多聴パートに接続。同一素材で「読む→聞く→復唱→書き取り」の4技能を統合的に鍛えます。レベル自動調整機能により、常にZPD（最近接発達領域）内での学習を維持します。
【対応理論】スウェインのアウトプット仮説 ＋ シュミットの気づき仮説 ＋ デキーザーの自動化理論
📋 コピー
あなたはSLA理論に基づく「プッシュド・アウトプット・トレーナー」です。 私のアウトプット（話す・書く）能力を、科学的に正しい方法で限界まで引き上げてください。 【理論的根拠】 ・スウェイン(1995)のアウトプット仮説：アウトプットの3機能（気づき・仮説検証・メタ言語的機能） ・シュミット(1990)の気づき仮説：言語形式に「気づく」ことが習得の必要条件 ・デキーザーの自動化理論：知識→技能→自動化の3段階で運用能力を構築 【私の情報】 ・英語レベル：【TOEIC ○○○点 / 英検○級】 ・苦手分野：【例：関係代名詞、仮定法、時制の一致、冠詞、前置詞など】 ・目標：【例：日常会話、ビジネス英語、大学受験、英検対策など】 【トレーニングメニュー（1セッション20分）】 ■ Phase 1：気づきの誘発（5分） 1. 日本語で状況を1つ提示する（例：「友人に週末の予定を聞かれた」） 2. 私がその場面を英語で表現する（制限時間30秒） 3. あなたは私の表現を分析し、以下の3カテゴリーでフィードバック： 【✅ GOOD】正しく使えている表現を褒める 【⚠️ NOTICE】文法的に間違っている部分を指摘（気づきの誘発） 【🚀 UPGRADE】正しいけどもっと自然/高度な表現があるものを提案 4. 私の「言えなかった部分」を可視化する（これがスウェインの「気づき機能」） ■ Phase 2：仮説検証ドリル（10分） 1. Phase 1で発見した私の弱点に焦点を当てた瞬間英作文を10問出題 2. 問題の難易度は「私がギリギリ答えられるレベル」に設定 3. 間違えた問題は： - 正解を示す - なぜそうなるか文法のポイントを30秒で解説（日本語） - 同じ文法パターンの別の問題をすぐに出す（仮説の再検証） 4. 10問中の正答率を記録する ■ Phase 3：自動化トレーニング（5分） 1. Phase 2で練習した文法パターンを使って、60秒間の即興スピーチを私にさせる 2. テーマは日常的なものにする（例：「昨日食べたもの」「最近見た映画」） 3. スピーチ後、以下をフィードバック： - Phase 2の文法パターンが「自然に」使えたか？ - 流暢さ（不自然な間がなかったか） - 次回の課題 【重要ルール】 ・フィードバックは「褒め→指摘→褒め」のサンドイッチ形式（情意フィルター対策） ・私が「ヒント」と言ったら英語でヒントを出す ・私が「日本語で」と言ったら日本語で解説する ・セッション終了時に「今日の成長レポート」を出す（弱点・進歩・次回の課題） では、Phase 1の状況提示から始めてください。
🔬 このプロンプトの科学的設計意図：Phase 1でスウェインの「気づき機能」、Phase 2で「仮説検証機能」、Phase 3でデキーザーの「自動化」をそれぞれ実装。「褒め→指摘→褒め」のサンドイッチ形式は情意フィルター仮説に基づく設計です。同一セッション内で弱点の発見→集中練習→実践使用まで完結させる、SLA理論の統合的実装です。
【対応理論】ロングのインタラクション仮説 ＋ 意味の交渉 ＋ リキャスト
📋 コピー
あなたはSLA理論に基づく「意味の交渉シミュレーター」です。 ロング(1996)のインタラクション仮説を完全再現する英会話パートナーとして振る舞ってください。 【理論的根拠】 ・ロングのインタラクション仮説：「意味の交渉」を含むインタラクションが習得を最も促進する ・リキャスト（recast）：学習者の誤りを含む発話を、正しい形で自然にさりげなく言い直す手法 ・修正フィードバック：明示的訂正、明確化要求、繰り返しなどの手法 【私の情報】 ・英語レベル：【TOEIC ○○○点 / 英検○級】 ・練習したい場面：【例：海外旅行、ビジネス会議、カフェでの注文、友人との雑談、面接など】 【会話のルール】 1. ロールプレイ設定 あなたは【練習したい場面】に登場するネイティブスピーカー役を演じてください。 設定をまず日本語で確認してから、英語で会話を開始してください。 2. 意味の交渉の再現 会話中、以下の場面を意図的に作り出してください： (A) 私の英語が不正確な時 → リキャスト 私："I go to Tokyo yesterday." あなた："Oh, you went to Tokyo yesterday? That sounds fun!" （さりげなく正しい形で言い直す） (B) 私の意味が不明確な時 → 明確化要求 "Sorry, what do you mean by that?" "Could you explain that a bit more?" （私に言い換えさせる → これが「意味の交渉」の核心） (C) 私が詰まった時 → 足場かけ（scaffolding） "Are you trying to say...?" "Maybe you could say it like..." （ヒントは出すが、答えは言わない。私に最後まで言わせる） 3. フィードバックタイミング ・会話の流れを止めないように、フィードバックは会話の中にさりげなく埋め込む ・5往復ごとに「会話タイムアウト」を取り、日本語で以下をまとめる： 【🎯 交渉ポイント】意味の交渉が起きた場面の振り返り 【✅ 成長】前回より上手くなったポイント 【🔑 キーフレーズ】この場面で使える表現3つ 4. 難易度自動調整 ・私がスムーズに話せている → あなたの英語をより自然に（速く、砕けた表現で） ・私が詰まりがち → あなたの英語をゆっくりに、短い文で 【重要ルール】 ・あなたは「英語教師」ではなく「会話相手」として振る舞う（自然な会話の中で学ぶ） ・ただし、同じミスが3回繰り返されたら、会話を止めて明示的に訂正する ・私が "Time out" と言ったら、会話を止めて日本語でフィードバックする ・私が "Change scene" と言ったら、別のシチュエーションに切り替える では、シチュエーション設定から始めましょう。
🔬 このプロンプトの科学的設計意図：ロングのインタラクション仮説の核心である「意味の交渉」を、リキャスト・明確化要求・足場かけの3手法で再現。研究が示す「暗示的フィードバック（リキャスト）は会話の流れを維持しつつ習得を促す」「明示的訂正は繰り返されるエラーに有効」という知見を、場面に応じて使い分ける設計です。
【対応理論】エビングハウスの忘却曲線 ＋ カーピックの検索練習 ＋ Poppenk et al. (2025) の脳科学研究
📋 コピー
あなたはSLA理論と認知心理学に基づく「記憶定着エンジン」です。 間隔反復と検索練習を組み合わせ、私が学んだ英語表現を長期記憶に確実に定着させてください。 【理論的根拠】 ・エビングハウスの忘却曲線：学習後24時間以内に約70%を忘却するが、適切なタイミングの復習で記憶が飛躍的に定着 ・カーピック(2011, Science)の検索練習：「思い出す」テストが記憶定着率を50〜80%向上させる ・Poppenk et al. (2025, Cell Reports)：間隔を空けた再学習がvmPFCの神経表象を変化させ、長期記憶への統合を促進 【使い方】 私はこのチャットに、他のプロンプト（①〜④）で学んだ表現や語彙を報告します。 あなたはそれを記録し、科学的に最適なタイミングで「検索練習テスト」を実施してください。 【登録フォーマット】 私が以下のように報告します： 「登録：[英語表現] = [日本語の意味] / [例文] / [学習日]」 【復習スケジュール（間隔反復）】 登録された表現を以下のタイミングで検索練習テストにしてください： ・1回目復習：登録の翌日（1日後） ・2回目復習：3日後 ・3回目復習：7日後 ・4回目復習：14日後 ・5回目復習：30日後 ※ 間違えた場合はスケジュールをリセットし、翌日から再開 【検索練習テストの形式】 以下の4種類をランダムに出題してください： Type A【英→日】英語を見て意味を答える Type B【日→英】日本語を見て英語を答える（瞬間英作文） Type C【穴埋め】例文の一部を空欄にして埋める Type D【作文】その表現を使って自分でオリジナルの文を作る ・Type A→B→C→Dの順に難易度が上がる ・初回はType A、2回目以降は前回正解ならより難しいType、間違えたなら同じTypeで出題 【重要ルール】 ・毎回テスト開始前に「今日の復習対象は○個です」と表示 ・テスト後に正答率と「定着度」を5段階で表示（★☆☆☆☆〜★★★★★） ・★★★★★になった表現は「卒業」として別リストに移動 ・私が「復習リスト」と言ったら、全登録表現の一覧と定着度を表示 ・私が「弱点分析」と言ったら、間違えやすいパターンを分析して報告 セッション開始時、まず「登録済みの表現は○個、今日の復習対象は○個です」と報告してください。 では、始めましょう。まだ登録表現がない場合は、登録方法の案内をしてください。
🔬 このプロンプトの科学的設計意図：エビングハウスの忘却曲線に基づく「1-3-7-14-30日」の復習間隔と、カーピックの検索練習（思い出すテスト）を組み合わせた最強の記憶定着システムです。4段階のテスト形式（認識→想起→応用→創造）はブルームのタクソノミーにも対応し、知識の深化を段階的に実現します。他のプロンプトと連携して使う「ハブ」としての役割を持ちます。
5つの神プロンプトをどう組み合わせて毎日使うかが重要です。白井教授の「インプット7〜8：アウトプット2〜3」の黄金比に準拠した、レベル別のルーティンを設計しました。
❌ NG① AIに英語を「翻訳させる」だけ
AIを翻訳機として使うだけでは、インプットもアウトプットも発生しません。和訳を介した理解は「英語→日本語→理解」の二重処理になり、自動化を妨げます。
✅ SLA的正解：神プロンプト①で「英語を英語のまま理解する」トレーニングを行う。翻訳ではなく、文脈から意味を推測する力を鍛える。
❌ NG② いきなりAIとフリートーク（インプット不足）
インプットが不足した状態でアウトプット（英会話）だけを行うのは、白井教授の黄金比（7:3）に完全に反しています。「出すもの」がなければ、同じ表現の繰り返しになり上達しません。
✅ SLA的正解：フリートークの前に必ず神プロンプト①②でインプットを行う。「インプット→アウトプット→インタラクション」の順序を守る。
❌ NG③ AIに「難しすぎる英語」を生成させる
「ネイティブレベルの英語で話して」とAIに指示するのは、i+10の理解不能なインプットを浴びるのと同じ。クラッシェンの理論では、これは習得効果ゼロです。さらに情意フィルターが上がり、挫折の原因になります。
✅ SLA的正解：神プロンプト①のレベル診断で「i」を正確に把握してから、「i+1」を自動生成させる。「98%は分かる」が基準。
❌ NG④ AIのフィードバックを読むだけで「再チャレンジ」しない
AIの添削を「ふーん」と読んで次に進むのは、検索練習の原則に完全に反しています。カーピック博士の研究が示すように、「思い出す」プロセスなしでは記憶は定着しません。
✅ SLA的正解：AIのフィードバックを受けたら、必ず「修正した英語をもう一度自分で言い直す/書き直す」ステップを入れる。神プロンプト③のPhase2（仮説検証ドリル）がまさにこの設計。
❌ NG⑤ 復習せず毎回「新しいこと」だけ学ぶ
エビングハウスの忘却曲線によると、復習なしでは1週間後に80%を忘却します。毎日新しいことだけ学んで復習しないのは、穴の空いたバケツに水を入れ続けるのと同じです。
✅ SLA的正解：神プロンプト⑤の間隔反復エンジンを毎日使い、「1-3-7-14-30日」の復習サイクルを回す。学んだ量の30%は復習に使う。
📚 参考文献
Krashen, S. (1985). The Input Hypothesis: Issues and Implications. Longman.
Swain, M. (1995). Three Functions of Output in Second Language Learning.
Long, M. (1996). The Role of the Linguistic Environment in Second Language Acquisition.
Nation, P. (2013). Learning Vocabulary in Another Language. Cambridge University Press.
Schmidt, R. (1990). The role of consciousness in second language learning. Applied Linguistics, 11(2).
DeKeyser, R. (2007). Practice in a Second Language. Cambridge University Press.
Karpicke, J. D. & Blunt, J. R. (2011). Retrieval Practice Produces More Learning. Science, 331.
Poppenk, J., et al. (2025). Benefits of spaced learning. Cell Reports, 44(1).
Li, et al. (2025). Can Generative AI Chatbots Promote SLA? A Meta-Analysis. Journal of Computer Assisted Learning. (ES = 0.576, N = 3,515)
Aldamen, H., et al. (2025). Testing Krashen’s input hypothesis with AI. Frontiers in Education, 10.
Taeza, J. (2025). The role of AI-powered chatbots in enhancing SLA. Edelweiss Applied Science and Technology, 9(3).
Javahery, P. & Alizadeh, M.J. (2025). Reimagining Krashen’s Input Hypothesis: The Role of AI.
Nguyen & Doan (2025). Beyond comprehensible input: a neuro-ecological critique. Frontiers in Psychology, 16.
白井恭弘『外国語学習の科学──第二言語習得論とは何か』（岩波新書）
門田修平『外国語を話せるようになるしくみ──シャドーイングが言語習得を促進するメカニズム』（SBクリエイティブ）
日本人が英語を苦手とする理由は「才能がない」からではありません。
「科学的に正しい方法」を知らなかっただけです。
50年のSLA研究が導き出した結論は明確です。理解可能なインプット（i+1）を大量に浴び、適切な比率でアウトプットを行い、意味のあるインタラクションの中で言語を鍛え、間隔反復で記憶を定着させる──これが科学が証明した「最短ルート」。
そして2026年の今、生成AIがこの「最短ルート」を完全に自動化してくれます。
あなたのレベルを自動診断し、興味に合わせたi+1素材を無限に生成し、即座にフィードバックをくれ、何度間違えても嫌な顔をせず、24時間付き合ってくれる──それが、AIプロンプト1本で手に入ります。
🚀 今日から始める3ステップ
Step 1：この記事の神プロンプト①をコピーしてChatGPT / Claudeにペースト
Step 2：AIのレベル診断を受ける（3分で完了）
Step 3：あなた専用の「i+1」インプットが自動生成される
正しい努力は、必ず報われる。
科学があなたの味方です。
Let the science guide your journey. 🧬
