ChatGPTやClaudeを数週間使うと、良いプロンプトと悪いプロンプトにはそれぞれ一定の型があることに気づき始めます。良いプロンプトには特定の要素が含まれ、悪いプロンプトにはそれが欠けています。その要素を言葉で捉えられるようになると、ほとんど無意識のうちに悪いプロンプトを書かなくなります。
以下では、5つの要素を実例とともに紹介し、それらをどう組み合わせるかを説明します。最後まで読めば、どのツールのどのプロンプトにも使えて、回答の質を「いまひとつ」から「役に立つ」へ引き上げるテンプレートが手に入ります。
繰り返し行う作業では、プロンプトをタスクの契約書と考えてください。役割、コンテキスト、タスク、制約、出力形式、不確実性の扱いを明記します。そうすることで、プロンプトを再利用し、レビューできるようになります。
5つの要素
順番は次のとおりです。
- 役割 — このプロンプトで、AIにどのような立場を取らせるか。
- コンテキスト — 依頼者が誰で、どのような状況にあり、これまでに何が起きたか。
- タスク — AIに具体的に何をしてほしいか。
- 制約 — 長さ、トーン、避けること、含めること。
- 形式 — どのような形の出力がほしいか。
すべてのプロンプトに5つ全部が必要なわけではありません。気軽な質問なら、全部は要りません。しかし、結果が重要なプロンプトで回答に失望したなら、たいていはこのどれかが欠けています。
1. 役割
役割とは、モデルに取ってほしい人物像、専門性、立場です。学習データ全体の平均的なパターンではなく、特定の種類のパターンを引き出すための下地になります。
弱い例：
年金基金について説明してください。
より良い例：
あなたはエストニアのファイナンシャルアドバイザーで、キャリア中盤の従業員の退職後の資金計画を支援することを専門としています。内容を幼稚にせず、平易な言葉で説明します。
年金基金について説明してください。
モデルが実際にファイナンシャルアドバイザーになるわけではありません。専門家であるファイナンシャルアドバイザーの文章が持つスタイルや情報密度に合わせているのです。その結果、回答はより具体的で、過度に曖昧な表現が減り、専門家らしい語彙を使うようになります。
役割について、いくつか注意点があります。
- 具体的にします。「専門家」よりも、「エストニアの法人申告を15年間担当してきたシニア税務会計士」のほうが効果的です。
- どのような専門家かを指定します。「率直で実務的なパーソナルトレーナー」と「初心者の指導を専門とする、共感力の高いパーソナルトレーナー」では、出力が異なります。
- 役割には姿勢も含められます。「反対意見を述べる人」「懐疑的なジャーナリスト」「辛抱強い教師」「慎重な編集者」は、いずれも有効です。
- 役割を重ねすぎないでください。「あなたはシニア専門家で、世界的権威であり、20年の経験を持つ一流コンサルタントです……」はノイズです。抽象的な役割を3つ並べるより、具体的な役割を1つ指定するほうが効果的です。
2. コンテキスト
コンテキストとは、タスク自体からは明らかでないものの、モデルが依頼者の状況を理解するために必要な情報すべてです。役割、チーム、取り組んでいるプロジェクト、すでに試したこと、失敗したこと、対象読者など、良い回答のあり方に影響するものは何でも含まれます。
弱い例：
マネージャー向けのプロジェクト進捗報告を書いてください。
より良い例：
私について：私はタリンにあるB2B SaaS企業のプロダクトマネージャーです。2か月前に始まった認証システム移行プロジェクトを率いています。
これまでの経緯：先週、サードパーティーのIDプロバイダーで重大な問題が発生しました。修正の影響で、提供は計画より2週間遅れます。それ以外はチームも順調です。
私のマネージャー：プロダクト担当のシニアVPです。非常に率直な報告を好み、謝罪や「全力で取り組んでいます」といった空疎な表現を嫌います。リスクと、それに私がどう対処しているかを知りたがります。
プロジェクト進捗報告を書いてください。
モデルが、依頼者が誰で、何が起き、誰が読むのかを知るだけで、回答がどれほど変わるかに注目してください。これは「コンテキストを増やすこと自体」が目的ではありません。一行一行が出力を形作ります。
コンテキストで特に忘れられがちなものは、次の3つです。
- 依頼者が誰か。 役割、職位、仕事内容。
- これまでに何が起きたか。 経緯、過去の試行、以前の意思決定。
- 出力を誰が読むか。 対象読者と、その好み、専門知識、制約。
同じ役割、同じ状況で、同じ種類のプロンプトを繰り返し実行するなら、そのコンテキストを一度Custom GPTまたはClaude Projectに設定し、毎回入力するのをやめましょう。
3. タスク
タスクとは、実際の依頼内容です。多くの人はここから書き始めます。また、周囲の要素が役割を果たしていれば、通常どおり「メールを書いて」「この文書を要約して」「選択肢を3つ出して」と書くだけで問題ない部分でもあります。
安定してうまく機能するタスクのパターンをいくつか紹介します。
- 複数案を生成する。 「下書きを3案出してください」「選択肢を5つ作ってください」。1つだけ求めて失望するより、ほぼ常に複数案を求めるほうが役に立ちます。
- 先に聞き取り、その後で実行する。 「下書きを作る前に、回答が必要な質問を5つしてください。私の回答を待ってください」。これは特に活用されていないタスク構造です。
- 批評し、書き直さない。 「この文章の問題点を見つけ、該当箇所を引用してください。書き直さないでください」。モデルに成果物を置き換えさせるのではなく、磨き上げてもらいたいときに役立ちます。
- 比較して推奨する。 「XとYをこの4つの観点で比較してください。その後、どちらかを推奨し、どのような条件なら結論が変わるかを教えてください」。
- フレームワークを適用する。 「[STAR / SWOT / RACI / Five Whys / ICE]フレームワークを使って分析してください」。
一貫しているのは、モデルに実行してほしい動作を表す動詞を具体的にすることです。
4. 制約
制約とは、出力に対する制限です。長さ、トーン、形式、語彙、含めること、避けることなどがあります。
制約を設けないと、モデルは最も無難で、長く、当たり障りのない回答を初期設定として選びます。文章を水増しし、断言を避け、不要な前置きを加えます。実際にほしい回答を得るために使うのが制約です。
有効な制約は次のとおりです。
- 長さ。 「100語以内」「最大3文」「1段落」「2ページ」。長さは品質を左右する最大の要素でありながら、十分に活用されていません。
- トーン。 「温かみがありながらプロフェッショナルに」「鋭く率直に」「会話調で、少し自虐的に」「[例を貼り付け]のトーンに合わせて」。
- 語彙。 「『leverage』『utilize』『going forward』という言葉を使わないでください」「専門用語を避けてください」「12歳でも理解できる言葉だけを使ってください」。
- 形式上の制約。 「前置き不要」「最後のまとめ不要」「『良い質問ですね』から始めないでください」。
- 含めること。 「具体例を1つ含めてください」「先ほど提供したデータを参照してください」。
- 除外すること。 「専門家への相談を検討するよう促さないでください。その点は承知しています」「曖昧にしないでください。確信のある回答がほしいです」「謝罪調の導入は不要です」。
「しない」という否定形の制約は、肯定形の制約より強力なことがよくあります。モデルには特定の表現（「平素よりお世話になっております」「良い質問ですね！」「注意することが重要です……」）を使う傾向が強くあります。代わりに何をするか伝えるより、それらを使わないよう伝えるほうが、はるかに効果的です。
5. 形式
形式とは、出力の形です。箇条書き、表、番号付きリスト、段落、JSON、Markdown、コードブロック、プレーンテキストなどがあります。形式を指定すると、後で整える手間を省けます。
例：
選択肢、長所、短所の3列からなるMarkdown表で返してください。
「summary」「decisions」「open_questions」というキーを持つJSONオブジェクトで返してください。
見出しを付けず、短い3段落で返してください。
各項目を1文とした、5項目の番号付きリストで返してください。
出力を後続処理に使う場合（文書への貼り付け、別のプロンプトへの入力、どこかへの投稿など）は、短いテンプレートで形式をモデルに見せる方法が特に役立ちます。
次の形式で返してください。
決定事項： […]
賛成する主な論拠3つ：
- […]
- […]
- […]
反対する主な論拠3つ：
- […]
- […]
- […]
どのような条件なら結論が変わるか： […]
モデルが空欄を埋めます。出力には一貫性があり、解析も可能です。
6. 検証
6つ目は必ずしもプロンプト自体に含まれるわけではありませんが、本格的なワークフローには欠かせません。回答が十分に良いかどうかを、どのように判断するのでしょうか。
有効な検証指示：
事実に関する主張をする場合、その根拠が私の提供した原文にあるのか、一般的な背景知識にあるのかを示してください。
必須項目が欠けている場合は、推測せずに
[missing]と記載してください。
最終回答の前に、置いた前提を3つ挙げてください。
下書きの後に、使用前に確認すべき事項の短いチェックリストを提示してください。
洗練された回答でも、間違っている可能性があるため、検証は重要です。良いプロンプトは、単に出力を生成するようモデルに求めるだけではありません。不確実性、不足している入力、レビューすべき点を明らかにする方法も指示します。
組み合わせ方：実例
実際のタスクで5つすべてを組み合わせてみましょう。プロジェクトの範囲外となる追加作業を無料で求めているクライアントに、丁寧ながら毅然とした返信を書く必要があるとします。
テンプレートを使わない場合：
無料で追加作業を求めているクライアントへの返信を書いてください。
ありきたりな回答になります。テンプレートを使う場合：
役割： あなたはB2B代理店のクライアントを10年間担当してきた、経験豊富なプロジェクトマネージャーです。率直かつ親しみやすく、関係を損なわずに断ることを得意としています。
コンテキスト： 私はフリーランスのデザイナーです。1年間取引してきたスタートアップ創業者のクライアントから、すでに最終段階にあるプロジェクトへ新しいページを2つ追加するよう求められました。作業範囲は契約書で明確に定められています。それ以外の関係は良好です。クライアントを失いたくありませんが、無料で作業するつもりもありません。
タスク： 返信を3案作成してください。
制約：
- 各案150語以内
- 温かみがありながら曖昧さはなく、追加の無料作業を断るものであって、交渉するものではない
- 明確な代替案（小規模な追加契約など）を提示する
- 「平素よりお世話になっております」は使わず、線引きすることへの謝罪もしない
- 「敬具」などの結びの言葉は含めない。自分で追加する
形式： 3つの番号付き案。それぞれにトーンを示すラベル（例：「1. 温かく説明的」）を付け、その下に「この案を送る状況」を1行で記載する。
2つ目のプロンプトからは、実際に使える下書きが3案得られます。それぞれを読み、1つ選び、軽く編集して送信します。
毎回することは、これだけです。
5つの要素を組み合わせたパターン
優れたプロンプトで繰り返し現れる型をいくつか紹介します。
逆インタビュー。 役割＋コンテキストを示し、「これをうまく行うために、回答が必要な質問を5つしてください」で始まるタスクを指定します。モデルにプロンプト自体を磨く手助けをさせます。
3案作成。 役割＋コンテキスト＋「3つの案を作成」＋長さとトーンの制約＋番号付き形式です。AIを文章作成に使う際の、安定して頼れる基本形です。
構造化された分析。 役割＋コンテキスト＋「このフレームワークを適用」＋「このセクション構成を厳守」＋形式です。あらゆる分析タスクに適した形です。
辛抱強い講師。 役割（講師）＋コンテキスト（学習者自身と現在のレベル）＋タスク（教えて、問題を出して）＋制約（「一度に1問ずつ出し、私の回答を待つ」）＋形式（段階別の構成）です。5つすべてを組み合わせ、有用な指導のやり取りを生み出します。
自分なりの型が身につくでしょう。重要なのは、どの型も同じテンプレートの変形だということです。機能する順番に並べた5つの要素です。
積み重なる小さな習慣
AIからいまひとつの回答が返ってきたら、2秒だけ立ち止まってください。5つのうち、何を入れ忘れたかを考えます。
- モデルは、どのような立場を取るべきか分かっていなかったか？ → 役割。
- モデルは、私の状況を把握していなかったか？ → コンテキスト。
- モデルは、動作を表す動詞を誤解したか？ → タスク。
- 出力が長すぎたか、堅すぎたか、水増しされていたか？ → 制約。
- 回答の形が求めるものと違ったか？ → 形式。
ほぼ必ず、欠けていた要素が見つかります。追加して、再生成してください。追加を重ねることで、どの講座よりも多くのことをプロンプトについて学べます。自分が実際の状況で使ったプロンプトを、自分で診断しているからです。
5つの要素に検証を加えます。意識しなくても自然に使えるようになるまで、意図的に活用してください。
