Prompt engineering 101 は、AI に文脈を与え、役割を定義し、出力形式を指定し、最初の回答が完璧だと期待せず反復するという4つに集約される。期待外れの AI の回答の多くは、モデルの限界ではなく、曖昧な prompt に起因する。より良い prompt は、どの AI でも、どんなタスクでも、ほぼ必ずより良い回答を生み出す。
良い prompt を構成する4つの基本要素
| 要素 | 役割 |
|---|---|
| 文脈 | AI に必要な背景情報を与える。これがないと、回答は一般的なものになる |
| 役割 | 「上級編集者として振る舞って」と指定すると、予想以上にトーンと深さが整う |
| 出力形式 | 表、箇条書き、語数を指定すると、推測の余地がなくなる |
| 反復 | 最初の回答を最終回答ではなく下書きとして扱うと、すぐに結果が向上する |
ほとんどどこでも使える基本的な prompt の構成
- 役割から始める。「[specific expert] として振る舞って」と指定すると、その専門家に典型的な深さと語彙へ回答を導きやすい。
- 文脈を追加する。何に取り組んでいるのか、対象読者は誰か、すでに何を試したのかを伝える。
- タスクを明確に述べる。曖昧で複数の要望を含む依頼よりも、具体的な依頼を1つ伝えるほうが、常に効果的。
- 形式を指定する。実際に出力をどう使うかに関わる長さ、構成、トーンなど、重要な点を指定する。
- 最初からやり直すのではなく、追加で指示する。「もっと簡潔にして」や「反論を追加して」と指示するほうが、prompt を一から作り直すよりも早く改善できる。
初心者によくある間違い
- 曖昧な一行リクエスト。「マーケティングについて書いて」では、具体的に応答する材料がないため、一般的な出力になる。
- AI が与えられていない文脈まで覚えていると考えてしまう。 各 prompt には、AI が実際に必要とする情報を含め、明示していない詳細を推測したと思い込まない。
- 改善を重ねずに最初の下書きを受け入れること。品質が大きく向上するのは、最初のpromptを長くすることよりも、1回の追加の修正による場合が多いです。
関連記事：AI画像promptチートシート。こちらもご覧ください：特定のタスクに適したChatGPTの代替AIチャットボット。
よくある質問
良いpromptで最も重要な要素は何ですか？
文脈です。取り組んでいる内容の背景を知らないAIは、promptの他の部分をどのように表現しても、一般的で役に立たない出力を返しがちです。
長いpromptを1つ書くべきですか、それとも追加のやり取りで改善すべきですか？
通常は反復のほうが効果的です。明確な初回promptに続けて具体的な修正を加えるほうが、最初から完璧な一つのpromptで試すよりも良い結果になりやすいです。
AIに役割を割り当てると、実際に出力は変わりますか？
はい、「[role]として振る舞って」と指定すると、その役割が通常生み出す傾向にあるトーン、語彙、深さへと、測定可能なほど出力が変化します。
異なるAIツール間でもprompt engineeringは同じように機能しますか？
基本原則（文脈、役割、形式、反復）は幅広く当てはまりますが、具体的な挙動はモデルによって多少異なります。
良いpromptはどのくらいの長さにすべきですか？
文脈とタスクを明確に伝えるために必要な長さにとどめ、それ以上は長くしないことです。不要な詳細でpromptをかさ増ししても、結果は良くなりません。
要点
あらゆるAIからより良い回答を得るには、より良いpromptsから始めましょう。文脈、定義した役割、指定した形式、そして最初から完璧を期待するのではなく改善を重ねる姿勢が重要です。この4つの習慣は、あらゆるAIツールやタスクに応用できます。
KissMySkillsのClaudeスキルコレクションで、すべてのAIエージェントとLLM運用スキルを見る