この記事の要点

プロンプトエンジニアリングとは、AI に意図通りの出力をさせる技術 基本テクニック: 役割指定 / 文脈提供 / 段階的指示 / 例示 / 出力形式指定 ChatGPT / Claude / Gemini どの AI でも有効 高度なテクニック: Chain of Thought / Few-shot / Tree of Thoughts 用途: あらゆる AI 利用シーンの品質向上

プロンプトエンジニアリングとは

プロンプトエンジニアリング (Prompt Engineering) とは、AI（特に LLM）に意図通りの出力をさせるための「指示文（プロンプト）」の設計技術です。同じ AI に同じ質問をしても、プロンプトの書き方ひとつで結果のクオリティが大きく変わります。

基本テクニック 7 つ

1. 役割を指定する

❌ 悪い: 「マーケティングのアドバイスをください」

✅ 良い: 「あなたは 10 年の経験を持つ B2B SaaS の
 マーケティング責任者です。スタートアップの初期
 リード獲得について、実践的なアドバイスを 5 つ
 提案してください」

2. 文脈・前提を提供する

❌ 悪い: 「メールを書いて」

✅ 良い: 「弊社は東京の中小企業向け会計ソフト会社。
 顧客 A 社（製造業 50 名）から先月の請求書に
 関する問い合わせメールが来ました。
 以下に従って返信メールを書いてください: ...」

3. 出力形式を指定する

❌ 悪い: 「整理して」

✅ 良い: 「以下を表形式 (Markdown) で整理して。
 列: 項目名 / 説明 / 重要度 (1-5) / 期限」

4. 制約を明示する

❌ 悪い: 「短く要約して」

✅ 良い: 「200 字以内、敬語で、専門用語は使わず、
 中学生にもわかるように要約してください」

5. 例示する（Few-shot）

✅ 良い:
「以下のスタイルで会社紹介を書いてください。

例:
『株式会社 ABC は 2010 年創業の IT 企業です。
 主に Web システム開発を行っています。
 現在は東京と大阪に拠点を持ち、社員 50 名です。』

書きたい会社の情報:
名前: XYZ 株式会社
創業: 2018 年
事業: AI 受託開発
拠点: 福岡
社員: 25 名」

6. 段階的に考えさせる（Chain of Thought）

❌ 悪い: 「最適な戦略を教えて」

✅ 良い: 「以下の順で考えてください:
 1) 現状の分析
 2) 問題点の特定
 3) 解決オプションの列挙
 4) 各オプションのメリット・デメリット
 5) 最終的な推奨案
段階的に思考過程を見せながら回答してください」

7. 自己批判させる

✅ 良い: 「上記の回答に対して、批判的視点で
 反論や弱点を 3 つ挙げ、それぞれに対する
 改善案を提示してください」

高度なテクニック

Chain of Thought (思考の連鎖)

「Let's think step by step」（一歩ずつ考えよう）と付けるだけで、複雑な問題の正答率が向上することが研究で示されている。

Few-shot Prompting

2〜3 個の入力と出力の例を見せてから本題を聞く。AI がスタイルやパターンを学習しやすい。

Tree of Thoughts

1 つの結論に至るまでに、複数の「考え方の枝」を AI に展開させ、最良を選ぶ。

Self-consistency

同じ質問を複数回（5〜10 回）して、最も多い答えを採用する。数学・論理問題に有効。

ReAct (Reasoning + Acting)

AI エージェントが「考える → 行動する → 観察する」を繰り返す。Claude Code 等のエージェントツールで使われる。

プロンプトの構造テンプレート

[1. 役割]
あなたは ...

[2. 文脈・前提]
状況: ...
目的: ...

[3. タスク内容]
... してください

[4. 制約]
- 字数: ...
- トーン: ...
- 含めるべきもの: ...
- 避けるべきもの: ...

[5. 出力形式]
... の形式で

[6. 例 (任意)]
例 1: ...
例 2: ...

避けるべきパターン

• 曖昧な指示: 「いい感じに」「短く」「わかりやすく」 → 具体的な数字・形式を指定
• 負の指示だけ: 「○○しないで」 → 何をすべきかも書く
• 長すぎる 1 ターンプロンプト: 段階的に複数ターンに分ける
• 機密情報の混入: 顧客名・パスワード等は [CUSTOMER] 等で抽象化

AI ごとの個性

AI	得意	プロンプトのコツ
ChatGPT	万能	役割設定が効きやすい
Claude	長文・コーディング	段階的指示・XML タグが効く
Gemini	検索・分析	事実重視、ソース指示

実用例

具体的なプロンプトは プロンプト 50 例集（用途別） を参照。

関連リンク

• プロンプト 50 例集（用途別）
• 入門・基礎知識カテゴリ
• プロンプト集カテゴリ

実例: 同じタスクのプロンプト比較

悪い例

「プレゼンを作って」

→ 結果: 何のプレゼンか不明、構成も汎用的、使い物にならない

良い例

役割: あなたは BtoB SaaS のプロダクトマーケティング担当 10 年の経験者です。

目的: 新機能リリースの社内発表会用プレゼン構成案を作ってください。

聴衆: 営業部門 30 名（技術知識は中級レベル）

時間: 30 分（質疑応答 10 分込み、本編 20 分）

含めるべき内容:
- 機能の概要（5 分）
- 顧客課題と解決アプローチ（5 分）
- デモシナリオ 2 つ（5 分）
- 営業トーク例（3 分）
- Q&A（2 分は質問例も用意）

出力形式:
1) スライドごとに [スライド N] 見出し
2) 各スライドに「タイトル / 要点 3-5 つ / 話すべき内容」
3) 最後にプレゼン全体の総まとめ

→ 結果: 30 分のプレゼンに即使える構成案

各 AI 固有の Tips

Claude 向け

Anthropic は XML タグの活用を推奨:

ブログ記事を書く



WEB サービス会社、エンジニアブログ、月 4 本投稿



Docker の基本



- 3,000 字以内
- コードサンプル 5 個以上
- 初心者向け


これを各 AI で試してみてください。

ChatGPT 向け

マークダウン構造化が効きやすい:

# 役割
あなたは ...

# タスク
... してください

## 制約
- ...
- ...

## 期待する出力
...

プロンプトのバージョン管理

業務で AI を活用する場合、効果的なプロンプトは資産。Git や Notion 等で管理:

• カテゴリ別フォルダ: 文章生成 / 分析 / 翻訳
• バージョン番号: v1 / v2 / v3 と改善履歴
• 使い方ノート: いつ・誰が・どの AI で使うか
• 結果サンプル: 入出力の対例