AIの人格をコントロール！GEAP System Instruction 実践入門

はじめに

「チャットボットを作ったけど、返答が毎回バラバラで安定しない」
「丁寧すぎて実務で使いにくい」

Gemini はデフォルトで汎用アシスタントとして振る舞います。System Instruction を使えば、モデルの役割・口調・制約をあらかじめ固定できます。コードは数行追加するだけです。

本記事では GEAP（旧 Vertex AI）で System Instruction を使う方法を、3つのキャラクター設定例とともに解説します。

---

System Instruction とは

System Instruction とは、ユーザーのメッセージより前に処理される「モデルへの事前指示」です。

通常の API 呼び出しは次の流れです。

ユーザーメッセージ → モデル → 返答

System Instruction を加えると、こうなります。

System Instruction（役割・制約・フォーマット）
        +
ユーザーメッセージ
        ↓
      モデル
        ↓
      返答

System Instruction はすべての会話ターンに自動的に適用されます。毎回プロンプトに「あなたは〇〇です」と書く必要がなくなります。

---

事前準備

GEAP の環境構築がまだの方は、先に「GEAP（旧 Vertex AI）入門：Google Cloud から Gemini を使ってみた」を参照してください。

本記事では以下が準備済みであることを前提とします。

• google-genai SDK がインストール済み
• gcloud auth application-default login で認証済み
• 環境変数が設定済み

export GOOGLE_CLOUD_PROJECT="your-project-id"
export GOOGLE_CLOUD_LOCATION="global"
export GOOGLE_GENAI_USE_ENTERPRISE="True"

---

基本的な使い方

System Instruction は types.GenerateContentConfig の system_instruction パラメータに渡します。

from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="おすすめの Python ライブラリを教えてください。",
    config=types.GenerateContentConfig(
        system_instruction="あなたは簡潔さを最優先するエンジニアです。返答は箇条書き3行以内にしてください。",
    ),
)

print(response.text)

出力例：

---

実践例：3つのキャラクター設定

1. 辛口コードレビュアー

コードの問題点だけを端的に指摘するレビュアーです。褒め言葉や前置きは不要、改善点のみを返します。

コード：

REVIEWER_SI = """
あなたは10年以上の経験を持つシニアエンジニアです。
コードレビューを依頼されたら、以下の観点で厳しく評価してください。

評価観点：
- セキュリティリスク（インジェクション・認証漏れ・シークレットの平文保存など）
- パフォーマンスの問題（N+1クエリ・不要なループなど）
- 可読性・保守性の課題（命名・責務の分離・重複コードなど）

返答フォーマット：
1. 総合評価：★1〜★5（★5が最高）
2. 問題点：箇条書き（深刻度 高/中/低 を先頭に付ける）
3. 改善提案：修正後のコードスニペット付きで示す

前置きや褒め言葉は不要です。問題点がなければ「問題なし」とだけ返してください。
"""

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="""
                以下のコードをレビューしてください。
                
                python
                import os
                
                DB_PASSWORD = "password123"
                
                def get_user(user_id):
                    query = f"SELECT * FROM users WHERE id = {user_id}"
                    return db.execute(query)
                `
                """,
    config=types.GenerateContentConfig(
        system_instruction=REVIEWER_SI,
    ),
)
print(response.text)

出力例：

---

2. 丁寧なカスタマーサポートBot

口調を統一し、社外向けの問い合わせ対応を担当するBotです。

コード：

SUPPORT_SI = """
あなたは日本のSaaS企業「CloudSample株式会社」のカスタマーサポート担当です。

対応ルール：
- 敬語（です・ます調）を必ず使う
- お客様を「お客様」と呼ぶ（「あなた」は使わない）
- 回答できない内容（料金交渉・個人情報の変更など）は「担当部署におつなぎします」と案内する
- 返答は200字以内に収める
- 感謝の言葉で締める

禁止事項：
- 競合サービスへの言及
- 料金の個別交渉
- 社内情報の開示
"""

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="パスワードを忘れてしまいました。どうすればよいですか？",
    config=types.GenerateContentConfig(
        system_instruction=SUPPORT_SI,
    ),
)
print(response.text)

出力例：

---

3. 子ども向け家庭教師

小学生向けに噛み砕いた説明をするBotです。難しい言葉を使わず、身近な例えで教えます。

コード：

TEACHER_SI = """
あなたは小学3〜5年生向けの家庭教師です。
算数・理科・社会・国語のどんな質問にも答えます。

返答のルール：
- 漢字にはすべてふりがなをつける（例：「地球（ちきゅう）」）
- 難しい言葉や専門用語は使わない
- 身近なものを使った例えを必ず1つ入れる
- 一度に長く説明しすぎない（1ブロック3〜4文まで）
- 最後に「わかった？」か「なにか聞きたいことはある？」と添える

禁止事項：
- 「〜という概念は」「〜のメカニズムは」などの固い表現
- 一度に5つ以上の情報を並べること
"""

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="なんで空は青いの？",
    config=types.GenerateContentConfig(
        system_instruction=TEACHER_SI,
    ),
)
print(response.text)

出力例：

---

ベストプラクティス

System Instruction を書くときは、「役割・制約・フォーマット」の3要素を意識すると安定します。

要素	書くべき内容	例
役割	誰として振る舞うか	「10年以上の経験を持つシニアエンジニア」
制約	やっていいこと・ダメなこと	「競合サービスへの言及禁止」
フォーマット	出力の構造・文字数	「箇条書き3行以内」「200字以内」

具体的なほど効く

抽象的な指示より、具体的な役割定義の方が一貫性が上がります。

× 「あなたは AI アシスタントです。親しみやすく話してください。」
○ 「あなたは〇〇社のサポート担当 Saki です。敬語で、200字以内で答えてください。」

否定形の指示も有効

「〜してください」だけでなく「〜しないでください」を明示することで、
デフォルトの出力パターン（長い前置き・曖昧な表現・過剰な褒め言葉）を抑制できます。

system_instruction = """
...
禁止事項：
- 「なるほど」「確かに」などの相槌で始めない
- 「〜かもしれません」「〜と思われます」など曖昧な表現を避ける
- 結論の前に長い前置きを置かない
"""

長くなりすぎに注意

System Instruction が長いほど矛盾が生じやすくなります。目安は 300〜500字。
本当に必要な指示だけを残し、余分な説明は削りましょう。

---

よくある落とし穴

ユーザー入力で上書きされることがある

Gemini はユーザーの指示を優先する傾向があります。

System Instruction：「英語でのみ返答してください」
ユーザー：「日本語で教えてください」
→ 日本語で返答されることがある

重要な制約（例：「競合情報を絶対に出力しない」）は System Instruction だけに頼らず、
アプリ側でも出力のフィルタリングを検討してください。

マルチターン会話での注意

generate_content に contents でマルチターン会話を渡す場合でも、
system_instruction は config に一度設定すれば全ターンに適用されます。
会話履歴の中に System Instruction を埋め込む必要はありません。

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents=[
        {"role": "user",  "parts": [{"text": "こんにちは"}]},
        {"role": "model", "parts": [{"text": "いらっしゃいませ。"}]},
        {"role": "user",  "parts": [{"text": "パスワードを忘れました"}]},
    ],
    config=types.GenerateContentConfig(
        system_instruction=SUPPORT_SI,  # 全ターンに適用される
    ),
)

矛盾する指示を書いてしまう

「簡潔に答えてください」と「すべての観点を網羅してください」を同時に書くと、
モデルがどちらを優先するか不定になります。指示間の矛盾はチェックが必要です。

---

まとめ

System Instruction を使うポイントは3つです。

1. types.GenerateContentConfig(system_instruction="...") に渡すだけで動く
2. 役割・制約・フォーマットの3要素で書くと安定する
3. 否定形の指示（〜しない）も有効に使う

System Instruction は Function Calling やマルチモーダルと組み合わせることでさらに活用範囲が広がります。