概要
RedditのPromptEngineering系コミュニティで、「OpenAIエンジニアが使っているプロンプト技法」として話題になった投稿があります。
この投稿では、一般的な指示型プロンプトではなく、完成形から逆算するプロンプト設計手法が紹介されていました。
投稿自体は短いものですが、
- なぜ多くの人のプロンプトで、出力が微妙な結果になるのか
- AIを作る側はそれをどう回避しているのか
- 実務的にどう使われているのか
といった点が簡潔に語られており、多くの賛同とコメントが集まっています。
今回は、そのReddit投稿の内容を整理し、日本語で構造的に解説します。
投稿で語られている問題意識
投稿者が指摘している根本的な問題はシンプルです。
多くの人は、AIにこう指示しています。私も思い当たる節がありますね...
- 「〇〇について分かりやすく説明して」
- 「良い文章を書いて」
- 「強い導入文を作って」
しかし、こうした指示は人間には通じても、AIには曖昧すぎるとのこと。
その結果、
- どこかで見たような文章
- 薄くて汎用的な出力
- 期待していたトーンとズレた内容
が返ってくる、という問題が起きます。
OpenAIエンジニアが使うとされる考え方
投稿で紹介されているのは、いわゆるリバースプロンプト的な考え方です。
基本となる発想
リバースプロンプトでは、
「良いプロンプトを考える」のではなく、
「良いアウトプットを先に定義する」
という順番を取ります。
リバースプロンプトの流れ
投稿内容を整理すると、手順は以下のようになります。
1. 理想的な完成例を用意する
まず、自分が欲しいアウトプットの完成形を用意します。
文章でも、箇条書きでも、構造化データでも構いません。
重要なのは、
- トーン
- 情報量
- 構成
- 書き方
が「これで十分」と思えるレベルであることです。
2. その完成例をAIに見せる
次にAIにこう依頼します。
- この出力を生成するためのプロンプトを書いてください
- この出力を得るためには、どんな指示が与えられていたかを推測してください
つまり、理想的な出力からプロンプトを逆算させる という形です。
3. 逆算されたプロンプトを再利用する
AIが生成したプロンプトを、
- 別テーマに流用する
- 少し調整してテンプレート化する
- チーム内で共有する
といった形で使います。
なぜこの方法が有効なのか
Reddit投稿の主張を整理すると、理由は以下です。
- AIは指示文よりも「具体例」から多くを学習できる
- 完成例には、暗黙的な要件がすべて含まれている
- 人間が言語化しきれないニュアンスをAIが拾える
つまり、
「うまく説明できない要求」を
「完成例という形で見せる」
ことで、AI側に考えさせている、という構造です。
実務で使う際の注意点
投稿内容から読み取れる注意点もあります。
- 完成例の質が低いと、逆算されるプロンプトも低品質になる
- 目的が曖昧なまま例を出すと、ズレた指示になる
- 万能ではなく、調整は必要
つまり、
「考えなくていい手法」ではなく
「考える場所を変える手法」
だと言えます。
試してみよう
リバースプロンプトが実際にどれくらい効果があるのかについて、さっそく試してみます。
今回はClaude Sonnet 4.5を使用し、「ダメな指示出しと出力結果をAI自身に分析させ、なぜひどくなったのかを言語化。その後、改善策を交えたプロンプトを作らせる」というちょっと特殊な流れでやっていきます。
まずは適当なプロンプトでサイト制作をしてもらいましょう。
そして出力されたサイトはこれです。「オシャレに」と指示したのに、めちゃくちゃダサいです。
See the Pen Untitled by STELLAR INTER (@STELLAR-INTER) on CodePen.
では、リバースプロンプトをやってみます。
下の画像のような指示を出してみました。
分析が終わったので、ひどいプロンプトと結果を踏まえた上で、より良い出力を得るためのプロンプトを作らせます。
だいぶカットしてますが、いろいろ改善点を網羅したあとでプロンプト例を作ってくれました。
このプロンプト例は使わずに、より深堀させたプロンプトを作ってもらいます。
結構長いプロンプトが出来たので、Claudeのアカウントを切り替え、まったく別の新しいセッションで再生成させてみます。
そして結果がこちら↓
See the Pen Untitled by STELLAR INTER (@STELLAR-INTER) on CodePen.
だいぶ「テック系」に傾倒した感じになっていますね。
その辺は私自身から何も指示を出していないので、変えようと思えばいくらでも変えられます。
個人的にはビビッドな色を使いすぎてて若干安っぽい気がしますが、元の出力に比べれば雲泥の差です。
そもそもプロンプトの質が違うので出力に差が出るのも当然ですが、リバースプロンプトを行うことでより良いプロンプトと出力結果を得ることができたので、今回の検証は成功と言っていいでしょう。
まとめ
Redditで話題になったこの投稿が伝えている本質は以下です。
- 良いプロンプトを言葉でひねり出そうとしない
- まず理想のアウトプットを定義する
- 出力からプロンプトを逆算させる
- AIを指示待ちではなく設計パートナーとして使う
これは派手な裏技ではありませんが、
プロンプトエンジニアリングの有効的な手法として確立されている技です。
プロンプトで悩む時間が長い人ほど、一度この逆転の発想を試す価値があります。
ちなみに、リバースプロンプトがOpenAI内部で実際に使われているのかについては、Reddit内では特にこれといった言及はありませんでした。(とはいえリバースプロンプトは場面によって非常に有用です)
参考 : Reddit