プロンプトの基本3要素(役割・前提・指示)

ざっくり言うと

雑に「確定申告のコツ教えて」と聞くより、「あなたはベテランの税理士です。私は個人事業主で年商800万円です。確定申告で気をつけるポイントを5つ教えてください」 と聞いたほうが、欲しい答えに近づきます。中身は同じ質問なのに、です。

イメージ

正確には

AIへの指示文(プロンプト)の書き方は、各社の公式ガイドでもほぼ同じ方向性が示されています。OpenAIの「Prompt engineering」ガイドでは、役割を与えること(persona)・必要なコンテキストや事実を渡すこと・してほしいことを具体的に書くこと が、より良い結果を得るためのコツとして挙げられています。

Anthropicの公式ドキュメント「Prompt engineering overview」でも、明確な指示・コンテキスト・役割設定(role prompting)などが、Claudeの出力品質を高める基本テクニックとして整理されています。Google AI for Developersの「Introduction to prompt design」も同様に、指示・コンテキスト・例示 を含めることで、生成AIの応答が安定すると説明しています。

要するに、3社が揃って「役割・前提・指示」に近い構成を推奨している ということです。流行りや個人のクセではなく、公式が示している型だと考えて大丈夫です。

3要素の役割と効果

要素	何を書く?	主な効果
① 役割	AIに演じてほしい立場(例: 税理士・編集者・経理担当)	専門用語の選び方や答えの粒度が、その職業のものに寄る
② 前提	自分の状況・データ・制約(例: 個人事業主・年商800万円・初心者)	一般論ではなく、自分のケースに合った答えになる
③ 指示	具体的にやってほしいこと(例: 5つ挙げて・表にして・300字で)	形式や分量がブレずに、そのまま使える形で返ってくる

Before → After: 同じ質問でこう変わる

実際の違いを見てみましょう。質問の中身は同じ「確定申告」です。

Before(雑なプロンプト)

確定申告で気をつけることを教えて。

→ 返ってくるのは「期限を守りましょう」「領収書を保管しましょう」など、誰にでも当てはまる一般論。教科書の見出しを読んでいる感じになります。

After(3要素入りのプロンプト)

あなたはベテランの税理士です。 (① 役割) 私は個人事業主で年商800万円、業種はWeb制作、青色申告をしています。 (② 前提) 確定申告で特に気をつけるべきポイントを、初心者にも分かる言葉で5つ、箇条書きで教えてください。 (③ 指示)

→ 返ってくるのは「青色申告特別控除65万円を取るための条件」「Web制作業ならではの按分しやすい経費」など、自分の状況に当てはまる具体的な話。そのままToDoに落とせるレベル まで具体化されます。

注意点

やってみよう

次のステップとして、プロンプトの精度をさらに上げるコツ(例の渡し方・ステップ分割・出力形式の指定など)に進みたい方は、同じカテゴリの関連記事へどうぞ。