プロンプトの基本公式

プロンプトの基本公式

意図した回答・出力を得るために、「プロンプトの基本公式」（のようなもの）として次のような考え方があります。各要素をしっかり使い分けることで、AIモデルへの指示が明確になり、より精度の高い回答を得やすくなります。

役割（Role）
+ 目的/目標（Goal）
+ 条件（Constraints）
+ 入力（Input）
+ アウトプット形式（Output Format）
= 最適なプロンプト

ここでは便宜上、以下のように整理します。

役割の意義

• AIに“どう振る舞ってほしいか”を明確にするのが目的。
• AIモデルはさまざまな分野の知識を備えていますが、何の専門家／何のキャラクターとして振る舞うかを指定することで、回答の文体や専門性を大きく変えられる。

実際の指定例

• 「あなたは優秀なソフトウェアエンジニアです」
• 「あなたは熟練の会計士です」
• 「あなたは小説家のように創造的な文章を書きます」

ポイント

• 指定する役割は一つだけでもよいが、複数の要素を組み合わせてもよい。
  • 例：「あなたは優れたデータサイエンティストであり、プレゼン技術の指導者でもあります」
• 役割の指定は、回答の語彙・口調・専門性・視点に大きく影響する。

Goal（目的／目標）

目的の意義

• 「そのプロンプトを通じて何を達成したいか」を明確にする。
• AIがどの方向に回答を導くかの大枠となる。
• ゴールが曖昧だとAIの推測に依存する部分が大きくなり、求める情報が得られないことが多い。

ゴールの具体例

• 「新規事業を立ち上げるためのステップを把握したい」
• 「論文執筆に必要な文献リストを作成したい」
• 「売上を上げるための具体的なマーケティング施策を取得したい」

ポイント

• 具体性を意識する（「◯◯の方法を知りたい」「問題解決のためのシナリオを複数提示してほしい」など）。
• ユーザー（依頼者）自身が何を最終的に得たいかを整理しておくと、プロンプトの精度が高まる。

Constraints（条件）

条件の意義

• 回答の範囲・スタイル・形式に対して、あらかじめ“縛り”を設定する。
• 大量の情報を得たい場合に絞り込みができ、逆に短い文章でまとめたい場合も指定が可能。
• AIの回答を最適化し、役立つ情報だけを抽出するために重要。

代表的な条件の例

1. 文字数・行数
   • 「箇条書きで5つにまとめてください」
   • 「1項目50文字以内に収めてください」
2. 言語・文体
   • 「敬体(です・ます調)で書いてください」
   • 「論文調で書いてください」
   • 「ジョークを交えて親しみやすく説明してください」
3. 専門性・技術レベル
   • 「専門用語を極力省いて、中学生でも分かる言葉にしてください」
   • 「研究者向けの専門用語を使い、詳細まで解説してください」
4. 禁止事項・不要な要素
   • 「差別的な表現は避けてください」
   • 「政治的な意見は含めないでください」

ポイント

• 具体的かつ複数の条件を重ねると、よりカスタマイズされた回答が得られる。
• 条件が多過ぎるとAIが回答を見つけづらくなることもあるため、優先度の高い条件に絞るのがコツ。

Input（入力）

入力の意義

• AIに処理してほしいデータや追加情報・具体的背景を提示する。
• 文章、数値データ、質問集、設定資料、画像の説明など、あらゆる情報を入力として扱える。

入力の例

• 「以下のレジュメを要約してください」
• 「私が作成したこの事業計画書をレビューしてください。（要旨を貼り付ける）」
• 「以下の会話ログをもとに分析してください」

ポイント

• 必要な情報や背景をできるだけ具体的に与えることで、AIが誤解なく回答できる。
• 入力するデータが長い場合は、どの部分に焦点を当てるべきか明示すると、回答の精度が高まる。

Output Format（出力形式）

出力形式の意義

• AIモデルから得たい“回答の形”を指定する。
• 箇条書き、ステップバイステップ、表形式、構成見出し付き…など、伝え方は多岐にわたる。

出力形式の具体例

• 「箇条書きで出力してください」
• 「提案→理由→具体的事例 の順に出力してください」
• 「小説のような形式でストーリー仕立てにして回答してください」
• 「マークダウン形式でコードブロックに書いてください」

ポイント

• 「どう受け取りたいか」を明確にするほど、回答が再利用しやすくなる。
• フォーマットを指定しない場合、AIは自由形式で回答するため、求める形式と異なる可能性が高まる。