プロンプトで「あなたは優秀なエンジニアです」と役割を与えるのは、もう不要なのか
かつてのプロンプトエンジニアリングでは、冒頭に「あなたは優秀なシニアエンジニアです」「あなたは世界トップクラスのマーケターです」といった役割設定を置くのが定番でした。ところが最近、自分のプロンプトを整理していて、この手の一文をごっそり削除しました。性能は落ちませんでした。
では「役割設定」はもう不要になったのか？ 結論から言うと、「役割設定」そのものは死んでいませんが、「優秀な〜です」という能力強調の部分は価値を失いました。今回削除したのは後者です。最新のリファレンスを踏まえて、この違いを整理します。
① 能力ブースト型ペルソナ（「優秀な」「エキスパートの」）→ 価値消失
「あなたは優秀な〜」という文言は、旧世代モデル（GPT-3.5 / Claude 2 の時代）では実際に効果がありました。モデルの出力を「専門家らしいテキストの分布」に寄せるハックとして機能していたからです。
しかし現行モデルは、指示がなくても常に能力上限で動くように調整されています。お世辞を言っても性能は上がりません。
さらに Claude Code のような環境では、ハーネス側のシステムプロンプトが既に「You are Claude Code, an agent for software engineering tasks」と役割を定義済みです。つまりスキルやルール内に書いたペルソナ行は、二重定義の純粋なノイズでしかありませんでした。削除して正解だったわけです。
② 情報を運ぶ役割設定 → 今も有効・公式も推奨
一方で、役割が「視点・ドメイン・行動制約」を定義している場合はまったくの別物です。
実際、Anthropic の現行ドキュメントに載っているエージェント例は、今でも次のような形を使っています。
system: "You are a research assistant. Cite sources for every claim."
この役割行が機能するのは、モデルの IQ を煽っているからではなく、ジョブを設定しているからです。「リサーチアシスタントとして、すべての主張に出典を付けよ」という行動制約が情報として乗っています。
見分け方は単純です。
- ❌ 「あなたは優秀なエンジニアです」→ 削っても挙動が変わらない
- ⭕ 「あなたは保守的なコードレビュアー。動作変更は一切提案しない」→ 削ると挙動が変わる
削って挙動が変わるなら情報、変わらないなら装飾。装飾は消してかまいません。
③ モデル世代・ティア別の注意 — 最新世代では方向が逆転している
今回の調査でいちばん重要だった知見がこれです。公式の移行ガイドに明記されているのですが、最新世代ではプロンプトの作法が逆方向に振れています。
強圧的な文言は過剰トリガーを起こす。 Claude 4.6 以降は指示追従が大幅に強化されたため、旧モデル向けに書いた CRITICAL: 必ず〜すること のような強い文言は、むしろ過剰反応を引き起こします。公式も「dial back any aggressive 'CRITICAL: YOU MUST' instructions」と明言しています。
手順の細かい指定は品質を下げる。 最新の最上位モデルでは「手順を細かく指定したプロンプトはむしろ出力品質を下げる。目標と制約を述べ、手順の列挙はやめよ（de-prescribe）」が公式推奨になっています。
小型モデルは例外的に枠付けが効く。 Haiku などの小型モデルは、明確な枠付け・制約の恩恵が相対的に大きいです。ただし効くのはやはり具体的な指示であって、「優秀な」というラベルではありません。
まとめると、「ペルソナで煽る → 詳細手順で縛る」という旧作法から、「ジョブ定義＋制約＋ゴール」だけを書く新作法への移行が起きています。プロンプトのメタルールとしてよく言われる「短く・1行の核・採点可能」は、公式の方向性とも一致しているわけです。
④ 実務上の使い分け
最後に、実際の運用場面ごとに整理します。
Claude Code の rules / skills では、ペルソナは不要です。 ハーネスが既に役割を定義しているので、追加のペルソナ行は二重定義のノイズになります。
API で自前のエージェントを組むときは、短い役割定義が有効です。 競馬・競輪の分析プロンプトのようなドメイン特化の場面では、システムプロンプト冒頭にジョブ定義を置く価値があります。ただし書き方が重要で、「あなたは優秀な予想家です」ではなく、「車券戦略を立てる分析者。配分合計は必ず100%」のような検証可能な制約付きのジョブ定義として書きます。
この観点は、DeepSeek や Gemini 向けに書いたプロンプトにもそのまま当てはまります。能力強調型の文言が残っていれば、同様に削減候補です。
まとめ
- 「優秀な」「エキスパートの」という能力ブースト型ペルソナは、現行モデルでは無効。削ってよい
- 視点・ドメイン・行動制約を運ぶ役割設定は、今も有効で公式も推奨
- 判定基準は「削って挙動が変わるかどうか」
- 最新世代では強圧的な文言や詳細手順の列挙がむしろ逆効果。ジョブ定義＋制約＋ゴールに絞る
- 小型モデルだけは明確な枠付けの恩恵が大きいが、効くのは具体的指示であってお世辞ではない
「役割を与える」習慣そのものを捨てる必要はありません。捨てるべきは、モデルへのお世辞だけです。
おまけ：競馬・競輪×AIの実践はこちら
本記事で触れた「検証可能な制約付きのジョブ定義」は、競馬・競輪の分析プロンプトで実際に運用しているものです。AIを使った馬券・車券戦略の試行錯誤は、それぞれ以下で公開しているので、興味があればのぞいてみてください。
- 競馬: ウマラボ（note）
- 競輪: 競輪ラボ（note）