長い資料を AI に渡して仕事を頼むとき、守らせたい指示は資料の前に書くべきか、後に書くべきか。Anthropic・Google・OpenAI の 3 社の手引きを読むと、この答えが会社によって異なります。
そこで IT連携マップ編集部は、資料・命令・指示の 3 つを 8 通りに並べ替えて、4 つのモデルに同じ書き直しを頼む実験をしました。並べ方で点が変わったのは Claude Haiku 5.5 だけだったので、Claude Haiku 5.5 では、プロンプトの前に入る物（ツールの説明・SKILL・CLAUDE.md）を 4 通りに変えて、同じ実験をくり返しました。先に答えを書きます。
- 指示は、資料の中に書かないでください。資料の途中に書いた指示には、4 つの条件の合計 36 回中 28 回従いませんでした。
- 並べ方で点が変わったのは、4 つのモデルのうち Claude Haiku 5.5 だけでした。Claude Fable 5.1 と Gemini の 2 モデルは、どの並べ方でも 8 点でした。
- Claude Haiku 5.5 は、ツールなし（プロンプトがコンテキストのほぼ先頭）では、資料を最後に置いた並び（平均 7.8 点）が、資料を先頭に置いた並び（平均 6.7 点）より高い点でした。
- ツール・SKILL・CLAUDE.md がプロンプトの前に入る 3 つの条件では、並べ方の差は 0.5 点未満でした。普段の Claude Code のように前に入る物があると、並べ方の差はほぼ消えました。
この記事の数と出典は、IT連携マップの guide「AI が指示に従わないとき」にもまとめてあります。
追記
2026-10-19: 5. 並べ方で点は変わったのか？ の図と本文に、Claude Haiku 5.5 以外の 3 つのモデルの結果を加えました。あわせて、10 月 18 日の実験の条件を直しました。Claude Code はツールなしで動かしましたが、Antigravity の CLI にはツールを切る設定が無いので、Gemini の 2 モデルは普段の状態でした（初めの版は、4 つのモデルとも「ツールなし」と書いていました）。
言葉の定義
| 言葉 | この記事での意味 | 実験で使った例 |
|---|---|---|
| 資料 | AI に読ませる文章 | 総務省「令和7年版 情報通信白書」の本文 |
| 命令 | AI にしてほしいことそのもの | 「書き直してください」 |
| 指示 | どうやるかの手順や方針 | 「です・ます調で書く」「1 文は 70 字以内にする」 |
| コンテキスト | AI モデルに 1 回で届く物の全部 | ツールの説明・システムプロンプト・CLAUDE.md・プロンプト |
命令が「実行そのもの」に重きを置くのに対し、指示は手順や方針も含めて示すニュアンスがあります。この記事では、AI に頼む仕事（書き直す、要約する）を「命令」、そのやり方についての注文を「指示」と呼び分けます。3 つを合わせた文章全体が、AI に送るプロンプトです（プロンプトとは）。
3 社の手引きでは、命令にあたる物は「質問（query / question）」、指示は「instructions」と書かれています。では、3 社はそれぞれ、どこに書けと言っているのでしょうか。
1. AI 大手 3 社の助言はどう異なるのか？
長い資料を渡す場面について、3 社の手引きは次のように書いています。
| 提供元・手引き | 書かれていること | 原文（抜粋） |
|---|---|---|
| Anthropic「Prompting best practices」 | 長い資料やデータの多い入力（2 万トークン以上）は、質問・指示・例より上（プロンプトの先頭の近く）に置く | "Place your long documents and inputs near the top of your prompt, above your query, instructions, and examples." |
| Google「Long context」 | 多くの場合、特に全体が長いときは、質問をプロンプトの最後（ほかの文脈の後）に置く方が成績が良い | "put your query / question at the end of the prompt (after all the other context)" |
| OpenAI「GPT-4.1 Prompting Guide」 | 指示は資料の前と後の両方に置くのが理想。1 回だけ書くなら、資料の後より前の方が良い（注） | "ideally place your instructions at both the beginning and end of the provided context" |
（注）この記事では、OpenAI が勧める「指示を資料の前と後の両方に書く形」を「サンドイッチ型」と呼びます。資料を、前と後の指示ではさむ形だからです。4 節と 5 節で、この形も実験しました。
Anthropic は質問・指示・例を資料の後に（資料が 2 万トークン以上のとき）、Google は質問を最後に、OpenAI は指示を資料の前と後の両方に、1 回なら前に書くよう勧めています。OpenAI の同じ手引きは、指示同士が食い違うと、GPT-4.1 はプロンプトの終わりに近い方に従いやすいとも書いています。つまり、「最初」にも「最後」にも、勧める会社があります。3 社の原文の全体は、guide「プロンプトとは」の出典で開けます。
一方で、3 社とも、資料の前か後、つまり資料の端に書くよう勧めていて、資料の真ん中に書けとはどこも言っていません。長い入力の端と真ん中で AI の成績が変わることを示した研究として、よく知られているのが「Lost in the Middle」という論文です。
2. 論文の「Lost in the Middle」は、何を示したのか？
Liu ら（2023）の論文「Lost in the Middle: How Language Models Use Long Contexts」は、長い入力の中で答えに必要な情報の位置を動かし、その情報が先頭か末尾にあると成績が高く、真ん中にあると大きく下がる U 字の傾向を示しました。GPT-3.5-Turbo では、20・30 文書の最も悪い位置で、文書を 1 つも与えずに答えた場合（56.1%）より低くなりました。
ただし論文が動かしたのは、答えを含む文書の位置と、探させる鍵の位置です。指示の位置は動かしていません。論文は、学習データでは指示が入力の先頭に置かれることが多いので、モデルが入力の先頭を重く見るのかもしれない、と推測を書いているだけです。論文が測ったことと測っていないことは、guide「Lost in the Middle とは」にくわしくまとめています。
端に書く話とは別に、「同じ問いを 2 回続けて渡すと良くなる」という研究「Prompt Repetition Improves Non-Reasoning LLMs」もあります。推論（thinking）を切った 7 つのモデルで、70 のテストのうち 47 で良くなり、悪くなったテストはありませんでした。ただし推論を有効にすると、効果はほぼ無い〜わずかに良い程度だと、同じ研究が書いています（guide「プロンプトとは」）。
つまり研究からは、「指示を最初に書くか、最後に書くか」の答えは出ません。そこで編集部は、自分たちで実験することにしました。ただ、その前に確かめておくことがあります。Claude Code のような AI エージェントでは、プロンプトは AI モデルに届く物の先頭にあるのでしょうか。
3. プロンプトの前には、何が入っているのか？
研究と 3 社の手引きが話しているのは、プロンプトの中の位置です。ところが、Claude Code のような AI エージェントを使うと、AI モデルに届くのはプロンプトだけではありません。プロンプトの前に、製品が次の物を入れます。
- ツールの説明：ファイルを読む、コマンドを動かす、などの道具の名前と使い方です。
- システムプロンプト：製品が AI モデルに渡す、前置きの文章です。
- SKILL の説明：SKILL の名前と説明だけが入り、本文は使うときに読まれます。
- 指示ファイル：作業フォルダの CLAUDE.md などです。Codex と Antigravity の CLI は AGENTS.md を読みます。
順番について、Anthropic の文書は「the cache follows the hierarchy: tools → system → messages」と書いています。Claude Code の文書は、CLAUDE.md を「delivered as a user message after the system prompt」と書いています。つまり、ツールの説明・システムプロンプト・CLAUDE.md の後に、ようやく今回のプロンプトが来ます。SKILL の説明が前置きのどこに入るかは、文書に書かれていません。
図の数は、実験で使った 4 つの条件で、Claude Code の /context を出して数えた物です。
- ① ツールなし：Claude Code を
--tools ""で動かしました。プロンプトの前には、システムプロンプト（3.1k トークン）しかありません。 - ② ツールあり：フラグを付けない、普段の Claude Code です。ツールの説明（8.3k）と、最初から入っている SKILL 14 個の説明（2.2k）が加わります。
- ③ ②＋CLAUDE.md：作業フォルダに、英語で書いた開発の決まりの CLAUDE.md（2 万バイト・6.8k トークン）を置きました。書き方の 8 項目には触れていない文章です。
- ④ 多め：CLAUDE.md を 8 万バイト（27k トークン）に増やし、開発の手順書の SKILL を 20 個と、ツール 50 個の MCP サーバーを 1 つ加えました。
①では、プロンプトがコンテキストのほぼ先頭にあります。④では、プロンプトの前に約 4 万トークンの文章があります。コンテキストに何が入るかは、guide「コンテキストとは」にくわしくまとめています。
プロンプトの先頭が、コンテキストの先頭ではなくなる。それでも、プロンプトの中の並べ方で、AI の守り方は変わるのでしょうか。
4. どうやって実験したのか？
実験では、図の 3 つの部分を 1 つのメッセージにまとめて AI に送り、資料の書き直しを頼みました。
- 資料：総務省「令和7年版 情報通信白書」の本文です。短い資料（2,893 字）と長い資料（39,875 字）の 2 つを使いました。長い資料では、短い資料と同じ部分の前後に印を入れ、その部分だけを書き直すよう頼みました。4 万字すべてを書き直させると、返事の長さの上限に当たって比べられないためです。
- 命令：「【文章】を【書き方の決まり】に従って書き直してください」です。3 つの部分を並べ替えても意味が通るよう、ほかの部分は「次の」「上の」ではなく、札の名前で指しました。
- 指示：です・ます調で書く、1 文は 70 字以内にする、など 8 項目です。
並べ方は、3 つの部分を並べる順番 6 通りに、次の 2 つを加えた 8 通りです。
- サンドイッチ型：指示と命令を、資料の前と後の両方に書く形です。1 節の OpenAI の勧めを確かめるために加えました。
- 2 回くり返し：「指示→資料→命令」を 2 回続ける形です。2 節の「2 回渡すと良くなる」という研究を確かめるために加えました。
採点はプログラムで行いました。指示 8 項目のそれぞれについて、返事が従っていれば 1 点で、8 点満点です。たとえば「です・ます調で書く」は、文末が「です」「ます」などで終わる文が 95% 以上なら、従ったとしました。
使ったモデルは 4 つです。2026 年 10 月 18 日に、Claude Code 2.1.302 の Claude Fable 5.1（デフォルトモデル）と Claude Haiku 5.5（小さいモデル）、Antigravity の CLI 1.4.2 の Gemini 4 Argon（デフォルトモデル）と Gemini 3.8 Flash Low（小さいモデル）で、並べ方 8 通り × 資料 2 つを 3 回ずつ頼みました。Claude Code は条件①（ツールなし）で動かしました。Antigravity の CLI にはツールを切る設定が無いので、Gemini の 2 モデルは普段どおり、プロンプトの前にツールの説明などが入った状態です。翌日の 10 月 19 日には、Claude Haiku 5.5 だけで、3 節の条件 4 つを、同じ時間帯に 3 回ずつ頼みました（192 回）。実験の条件の全体は、guide「AI が指示に従わないとき」の「調査の詳細」に載せています。
では、並べ方と、プロンプトの前に入る物を変えると、採点は変わったのでしょうか。
5. 並べ方で点は変わったのか？
まず、4 つのモデルを比べました（10 月 18 日・図の①）。
- Claude Fable 5.1 は、8 通りのどれでも、短い資料でも長い資料でも、3 回とも 8 点でした。
- Gemini 3.8 Flash Low も、8 通り × 資料 2 つのすべてで 8 点でした。
- Gemini 4 Argon は、使用量制限のため短い資料の 6 通りだけを試し、すべて 8 点でした。
- Claude Haiku 5.5 だけが、並べ方で点が変わりました。資料→命令→指示は平均 6.2 点と低く、指示→命令→資料は平均 7.8 点と高い方でした。
並べ方で差が出たのは、Claude Haiku 5.5 だけです。そこで翌日は Claude Haiku 5.5 で、プロンプトの前に入る物を 4 通りに変えて、同じ実験をくり返しました（10 月 19 日・図の②）。
- ツールなし（条件①）では、資料を最後に置いた 2 つの並び（命令→指示→資料、指示→命令→資料）が平均 7.8 点で、最も高い組でした。資料を先頭に置いた 2 つの並び（資料→命令→指示、資料→指示→命令）は平均 6.7 点でした。前日と同じ向きの差です。
- ツールあり・＋CLAUDE.md・多めの 3 つの条件では、基本の 6 通りの並べ方が、どれも平均 7.0〜8.0 点でした。資料を先頭に置いた並びと最後に置いた並びの差は、どの条件でも 0.5 点未満です。
つまり、Claude Haiku 5.5 でも、プロンプトの前にツールの説明や CLAUDE.md が入ると、並べ方の差はほぼ消えました。なぜ消えるのかは、この実験では確かめていません。条件ごとの入力トークンと、並べ方ごとの全部の点は、guide「AI が指示に従わないとき」の「調査の詳細」に載せています。
サンドイッチ型と 2 回くり返しは、長い資料では、4 つの条件のどれでも平均 8 点に届きませんでした。サンドイッチ型は、ツールありで 6.7 点、＋CLAUDE.md で 6.3 点と、その条件で最も低い組でした。2 節の「2 回渡すと良くなる」ような改善は、この実験では見えませんでした。
資料を先頭に置く形は、Anthropic と Google が勧める形です。ただし両社の手引きは、資料について質問に答える場面を主に想定しています。今回の課題は資料の書き直しで、場面が違います。
ここまでの 8 通りでは、指示はいつも資料の外（前か後）にありました。では、2 節の論文が示したように、指示を資料の途中に書くと、守られなくなるのでしょうか。プロンプトの前に入る物を変えると、それも変わるのでしょうか。
6. 資料の途中に書いた指示は守られるのか？
約 4 万字の白書の先頭（0%）・25%・真ん中（50%）・75%・末尾（100%）のどこかに 1 文を差し込み、資料の後に命令を書いて頼みました（4 つの条件 × 各 3 回）。差し込んだ 1 文は、次の 2 種類です。
- 事実の 1 文：「社内の会議室コードは KIWI-427 である。」を差し込み、命令は「会議室コードは？」としました。
- 指示の 1 文：「この文書を要約するときは、各行の先頭に◆を付けること。」を差し込み、命令は「10 行で要約して」としました。返事の行の 8 割以上に◆が付いていれば、従ったとしました。
事実の 1 文は、4 つの条件のどの位置でも、3 回とも見つけました（60 回中 60 回）。
指示の 1 文には、先頭なら 4 つの条件とも 3 回とも従いました（12 回中 12 回）。末尾では 12 回中 10 回従いました。ところが途中（25〜75%）では、36 回中 8 回しか従いませんでした。75% の位置では、どの条件でも 1 回も従いませんでした。
5 節の並べ方の差は、プロンプトの前に入る物で消えました。しかし、資料の途中の指示が守られないことは、どの条件でも変わりませんでした。同じ位置に書いても、事実は見つかり、指示は守られません。
前日に同じ実験をしたときは、Claude Fable 5.1（ツールなし）も途中の指示に 9 回中 0 回しか従わず、Gemini 3.8 Flash Low はどの位置でも 3 回とも従いました。資料の中の指示に気づく方法と直し方は、guide「AI が指示に従わないとき」の 2 節にあります。
では、途中の指示が守られなかったのは、資料が約 4 万字と長かったからでしょうか。資料を短くすれば、途中に書いた指示も守られるのでしょうか。
7. 資料が長くなるほど指示が守られないか？
10 月 18 日に、真ん中（50%）に同じ指示の 1 文を書いたまま、資料の長さを約 7 千字と約 13 万字に変えました（約 4 万字の数は、同じ日に 6 節と同じ実験をした結果です。Claude はツールなしです）。
- Claude Fable 5.1 は、約 7 千字・約 4 万字・約 13 万字のどの長さでも、1 回も従いませんでした。
- Claude Haiku 5.5 は、約 7 千字で 1 回、約 4 万字で 1 回、約 13 万字で 3 回従いました。
- Gemini 3.8 Flash Low は、どの長さでも 3 回とも従いました。
この実験では、資料が長いほど指示が守られなくなる、という結果にはなりませんでした。約 7 千字の短い資料でも、Claude Fable 5.1 は真ん中の指示に従っていません。結果を分けたのは、資料の長さではなく、モデルでした。なお、事実の 1 文は、約 13 万字のときに Gemini 3.8 Flash Low が 3 回中 2 回しか見つけられず、この実験で事実を見落とした唯一の条件でした。長い入力で成績が落ちるという研究と、AI モデルが一度に参照できる量の話は、guide「コンテキストウィンドウとは」にまとめています。
では、ここまでの結果から、指示・命令・資料はどう書けば良いのでしょうか。
8. 結局、どう書けば良いか？
この実験の結果から言えることは、次の 3 つです。
- 指示は、資料の中に混ぜず、資料の外に書く。6 節のとおり、資料の途中に書いた指示は、プロンプトの前に何があっても守られにくく、7 節のとおり短い資料でも守られないことがありました。
- 資料は最後に置く（命令と指示を資料の前に書く）。ツールなしでは最も高い組で、4 つの条件のどれでも平均 7.0 点以上でした（5 節）。
- Claude Code を普段どおりに使うなら、並べ方には神経質にならなくてよい。ツールの説明や CLAUDE.md が前に入る条件では、並べ方の差は 0.5 点未満でした（5 節）。
実験で点が高かった「指示→命令→資料」の並びを、この記事の言葉で札にして書くと、次のとおりです（実験で使った札の名前は、4 節の図のとおりです）。
【指示】
1. です・ます調で書く。
2. 1 文は 70 字以内にする。
3. 見出しは「### 」で始める。
【命令】
【資料】を【指示】に従って書き直してください。
【資料】
（ここに資料を貼る）
OpenAI が勧めるサンドイッチ型（指示と命令を資料の前と後の両方に書く形）は、この記事ではおすすめにしませんでした。長い資料のとき、4 つの条件のどれでも平均 8 点に届かず、資料を最後に置く形を上回らなかったためです。なお、OpenAI の手引きは GPT-4.1 についての助言ですが、今回は Codex（GPT のモデル）を使用量制限のために測れていません。
資料について質問に答えさせるときは、3 社の手引きどおり、質問を最後に書く形も試してください。今回の実験は資料の書き直しで、質問に答える課題は試していません。並べ方の影響は、使うモデルと課題、そしてプロンプトの前に入る物で変わります。指示が守られないときに確かめる順番（読まれているか・書く場所と順番・数・食い違い）は、guide「AI が指示に従わないとき」の 5 節にまとめています。
もっと詳しく — IT連携マップの guide
- AI が指示に従わないとき — 確かめる順番と、10 月 18 日の実験の全部の点
- プロンプトとは — プロンプトが届く場所・優先順位・並べ方・数と、3 社の手引きの原文
- コンテキストとは — AI エージェントが AI モデルへ毎回送る中身を、3 つの製品で測った結果
- Lost in the Middle とは — 論文が測ったこと、言えないこと、今の AI での結果
- コンテキストウィンドウとは — 一度に参照できる量が大きくても、全部を同じように使えるとは限らない理由
- 指示はどこに書くか — 会話・AGENTS.md・SKILL・ファイルで、指示の守られ方とトークンを比べた実験
5 節の②と 6 節の 4 つの条件の実験は、2026 年 10 月 19 日に、Claude Code 2.1.302 の Claude Haiku 5.5 で行いました（312 回・エラー 0）。5 節の①・7 節と、前日の結果として書いた数は、2026 年 10 月 18 日に、Claude Code 2.1.302（Claude Fable 5.1・Claude Haiku 5.5・ツールなし）と Antigravity の CLI 1.4.2（Gemini 4 Argon・Gemini 3.8 Flash Low・普段の状態）で行った物です。Gemini 4 Argon は使用量制限のため、並べ方の実験は短い資料の 6 通りだけです。Codex 0.163.0 も使用量制限に達し、回数がそろわなかったため、この記事の結果から外しました。
読者アンケート実施中
このテーマをもっと深掘りしてほしい方は、記事に「いいね」をお願いします。「いいね」の多いテーマから順に追加調査し、結果は新着記事でお知らせします（フォローしていただくと通知が届きます）。