プロンプト

ざっくり言うと

英語の prompt は元々「うながす・きっかけを与える」という意味。AI に「こう動いてね」とうながす最初の一押し、それがプロンプトです。

イメージ

正確には

OpenAI のプロンプトエンジニアリングガイドでは、プロンプトを 「モデルに与える入力(input)」 と位置づけ、明確な指示・関連情報・例の提示などを組み合わせることで出力品質が向上する、と説明しています。

Anthropic の公式ドキュメントでも、Claude に渡すプロンプトについて 「明確で具体的な指示」「役割の指定」「例の提供」 といった工夫が推奨されており、プロンプトは単なる質問文ではなく「AI に渡す設計図」として扱う対象とされています。

Google AI for Developers の Prompt design strategies では、Gemini への入力を 「指示(instruction)」「コンテキスト」「入力データ」「例(few-shot examples)」 などの要素で構成すると効果的、とまとめられています。

プロンプトのよくある構成要素

プロンプトを分解すると、だいたいこの 4 つで成り立っています。

要素	役割	例
指示(Instruction)	AI にやってほしいこと	「以下の文章を3行に要約して」
コンテキスト(Context)	前提情報・背景	「読み手は中学生です」
入力データ(Input)	加工対象のテキスト等	要約してほしい本文
期待する出力形式	フォーマット指定	「箇条書きで、絵文字なし」

全部を毎回書く必要はありませんが、「思ったような答えが返ってこない」と感じたら、この4要素のどれかが欠けていないか確認する と改善しやすいです。

関連用語

プロンプトまわりには、似た言葉や派生テクニックがいくつもあります。用語集の他の記事と合わせて押さえておくと、解説記事の理解がかなり進みます。

• システムプロンプト — AI の人格や振る舞いを事前に決めておく「裏側の指示」
• ロールプロンプト — AI に「あなたは編集者です」など役割を与えるテクニック
• Chain-of-Thought(思考の連鎖) — 「順を追って考えて」と促し、推論の質を上げる方法
• Few-shot / Zero-shot — 例を見せる(few-shot)か、例なしでいきなり頼む(zero-shot)かの違い

これらはすべて「プロンプトをどう書くか」のバリエーションです。土台になるのは、ここで説明した「プロンプト = AI への入力テキスト全体」という基本イメージ。

よくある勘違い

注意点

確認のコツ

この比べ方を覚えると、難しいテンプレートを丸暗記しなくても改善できます。 まずは「何を変えたら、答えがどう変わったか」を見るだけで十分です。 プロンプト作りは、一発で完璧に書く作業ではなく、少しずつ注文票を直す作業です。

やってみよう