生成AIを仕事や学習に取り入れようと思ったとき、「とりあえず聞いてみる」だけでもそれなりに答えは返ってきます。
でも、同じAIでも“聞き方”によってアウトプットの品質が大きく変わります。
そこで今回は、OpenAI公式のプロンプトエンジニアリングガイドを読み込み、再現性のあるプロンプト作りの基本を整理しました。
「生成AIを活用したい人」全般の方に向けてまとめています。
目次
- この記事のゴール
- まず大前提：プロンプトは「指示書 + 材料」
- 学び①：指示は“具体的に”、出力の形まで決める
- 学び②：区切り文字で“入力”と“指示”を分離する
- 学び③：良い例を見せる（Few-shot）
- 学び④：“考える時間”を与えると精度が上がる
- 学び⑤：検索・根拠が必要なときは、プロンプト側で設計する
- プロンプトの基本テンプレ
- まとめ
この記事のゴール
- プロンプトを「お願い」ではなく「設計図」として捉えられるようになる
- 期待する出力を安定して引き出すための、基本的な書き方の型を理解する
まず大前提：プロンプトは「指示書 + 材料」
公式ドキュメントを読んで理解が変わったのは、プロンプトは単なる質問文ではなく、AIに渡す作業依頼書だという点です。
プロンプトには大きく分けて次の2つを入れると安定します。
- 指示（何をしてほしいか）
- 材料（判断に必要な前提・制約・入力データ）
「良い回答が返ってこない」ときは、だいたいこの材料が不足しています。
学び①：指示は“具体的に”出力の形まで決める
生成AIは賢いですが、曖昧な依頼は曖昧な結果になりやすいです。
公式ガイドでは、特に次が重要だと述べています。
- 目的（何のための出力か）
- 想定読者（誰向けか）
- トーン（丁寧／フランク／専門的 など）
- 形式（箇条書き、手順、表、JSONなど）
- 制約（文字数、禁止事項、使っていい情報源 など）
たとえば「要約して」よりも、
「200文字で、結論→根拠→補足の順に要約して」の方が、ブレが激減します。
学び②：区切り文字で“入力”と“指示”を分離する
AIはプロンプト内の情報をまとめて解釈します。
そのため、指示と対象テキストが混ざると、誤解が起きやすくなります。
公式ガイドでは、次のような方法で「ここから入力」「ここまで指示」を明確にすることが推奨されています。
- 三重バッククォート ```
- """ のような引用
- XMLタグ風の
<text>...</text>
これをやるだけで、要約・抽出・分類系の精度が上がりやすいです。
学び③：良い例を見せる（Few-shot）
「こういう形で答えてほしい」を言葉で説明するより、例を見せるのが早いです。
この考え方は “Few-shot” といい、公式でも定番テクニックとして紹介されています。
- 入力例 → 期待する出力例
- それを1〜3セット提示してから、本番の入力を渡す
特に、社内文書のフォーマット統一（議事録、障害報告、問い合わせ返信など）に効果的だそうです。
学び④：手順を指定すると精度が上がる
難易度の高いタスク（計画、推論、複数条件の整理など）は、いきなり答えを求めるよりも、
- 手順で考えさせる
- チェックを入れさせる
- 途中で自己検証させる
と、間違いが減りやすいです。
たとえば、
- 「ステップごとに整理してから最終回答を出して」
- 「前提→論点→結論の順で出して」
- 「最後に見落としがないかチェックして」
のように“思考の型”を渡すイメージです。
学び⑤：検索・根拠が必要なときは、プロンプト側で設計する
生成AIは、知らないことをそれっぽく埋めてしまうことがあります。
だからこそ、根拠が必要なタスクはプロンプト側でルール化しておくのが大事です。
- 「不明なら不明と言う」
- 「仮定は仮定と明記する」
- 「根拠（引用・URL・出典）を付ける」
- 「与えた資料の範囲で回答する」
これを最初に制約として入れるだけで、運用がかなり安全になります。
すぐ使える：プロンプトの基本テンプレ
最後に、今回の学びをまとめた“型”を置いておきます。これをベースに一度皆さんのプロンプトを修正すると精度が上がるかもしれません。
- 役割：あなたは◯◯の専門家です
- 目的：◯◯のために使います
- 対象読者：◯◯向けです
- 入力：以下の文章（またはデータ）を扱ってください
- 出力形式：見出し＋箇条書きなど
- 制約：文字数、禁止事項、根拠の扱い
- 品質条件：不足があれば質問、仮定は明記など
まとめ
OpenAI公式ドキュメントからの学びを一言でまとめると、
プロンプトは“お願い”ではなく“設計図”だということでした。
- 指示を具体化する
- 入力と指示を分離する
- 例を示して期待値を固定する
- 思考の型を渡して精度を上げる
- 根拠が必要ならルールを先に決める
次回（第2回）は、今回の内容に続いて最近注目されている推論モデルについても公式ドキュメントから学びを整理する予定です。
さいごに
テンダでは、「こんなプロジェクトに挑戦したい」「こんなチームで働きたい」「理想のチームを創りたい」と願う仲間を求めています。
カジュアル面談も随時受付中です。ぜひ一度お話ししましょう。