プロンプトって何?

ざっくり言うと

まず覚えておきたいのは、AIは人間の事情を勝手には読み取れない、ということです。指示が曖昧だと、答えも曖昧になります。

OpenAI の公式ドキュメントでは、プロンプトを「モデルへの入力(input)」と位置づけ、指示の出し方を工夫することで出力の質を大きく改善できると説明されています(プロンプトエンジニアリング)。

Anthropic(Claude)の公式ドキュメントでも、プロンプトエンジニアリングは「モデルに最良の出力を出させるために入力を設計する作業」と定義されており、Claude を業務で使いこなす上での中心的なスキルとして紹介されています。

Google の Gemini API ドキュメントも同様に、プロンプトを「モデルへの自然言語の入力」と整理し、プロンプト設計(prompt design) が出力品質を左右すると明記しています。

IBM の解説でも、プロンプトは「生成AI に対する自然言語による指示」と説明されており、質問・タスク依頼・条件提示などを含む幅広い形式が認められるとしています。

プロンプトと一言でいっても、目的によっていくつかの「型」があります。よく出てくるのはこの4つです。

型	何をする?	例
質問型	AI に答えを聞く	「個人事業主の青色申告の控除額は?」
作業依頼型	AI に作業をやらせる	「下記の議事録を3行で要約して」
役割設定型	AI に役を演じさせる	「あなたはベテラン税理士です。以下の質問に答えてください」
制約付与型	条件・制限を付ける	「200字以内で、専門用語を使わずに説明して」

同じ「メールを書かせる」依頼でも、書き方一つでこれだけ差が出ます。

違いは、相手に必要な情報を渡しているかどうかです。特別な技術というより、依頼の前提を丁寧に共有することがポイントです。

次のステップとして、「良いプロンプトに必要な3つの要素」(役割・タスク・制約)を整理した記事(prompt-three-elements)に進むと、自分でゼロからプロンプトを組み立てられるようになります。