プロンプトが上達する最速の方法は、10種類のフレームワークを学ぶことではありません。実際に自分が書いた5つのプロンプトを見て、何が問題かを確認し、直すと何が変わるかを見ることです。
以下では、まさにそれを行います。よくある5つの状況について、まず多くの人が書く形を示し、次に背景情報、制約、1つか2つの具体例という3つの小さな要素を加えて書き直します。各組の後には、何が効果を生んでいるかを短く説明します。
1. メールの下書き
弱い例： 暖房が動かないことについて、家主へのメールを書いてください。
何らかの文章は得られますが、一般的で、他人のような語調で、必要以上に長く、まだ実用にはなりません。
改善例： 家主への、丁寧ながら毅然としたメールを書いてください。アパートのセントラルヒーティングが2週間故障しています。WhatsAppで2回連絡しましたが、きちんとした返事がありません。5営業日以内に修理してほしいと考えています。普段の私の語調は率直ですが、攻撃的ではありません。まだ何かをすると警告する段階ではなく、単にもっと明確に伝えたいのです。
制約：120語未満、短い3段落、感嘆符なし、謝罪なし、「お元気でお過ごしのことと存じます」は使わない。
明確な次の対応を示して締めくくってください。
変わったのは、誰が送るか（自分と自分の語調）、これまでの経緯（返事のない2回の連絡）、求める結果（5営業日）、長さの上限です。モデルは仮置きの文章ではなく、使える初稿を生成できるようになります。
2. 長い文書の要約
弱い例： この30ページの契約書を要約してください。
丁寧で断定を避けた一般的な要約が返り、実際に知りたい点を見落とすことがよくあります。
改善例： 私はエストニアのフリーランスデザイナーとして、この30ページの契約書に署名しようとしています。注意深く読み、次を教えてください。
- 私の義務に最も影響する3つの条項。
- 相手方に一方的な権利（解除、価格変更、知的財産権の主張）を与える内容。
- 相互に矛盾する内容、またはこの種の契約として不自然に見える内容。
- 署名前に弁護士へ尋ねるべき2つの質問。
確信が持てない箇所には［不明］と付けてください。
変わったのは、自分が誰か、何を重視するか、回答の形式を伝え、不確実さを明示する許可を与えたことです。結果は「一般的な要約」よりも「慎重な友人からの助言」に近くなります。
「［不明］」という印は、見た目以上に重要です。これがなければ、モデルは不足部分をもっともらしい推測で埋めます。これがあれば、自らの限界を認める要約が返ります。
3. アイデアの生成
弱い例： 副業プロジェクトのアイデアをください。
誰にでも当てはまる一般的な副業プロジェクトが並び、どれも自分のものとは感じられません。
改善例： 副業プロジェクトのブレインストーミングを手伝ってください。私はタリンのB2B SaaS企業でプロダクトマネージャーをしており、文章をよく書き、人に教えることが好きで、週に約5時間使えます。すぐに稼ぐことが目的ではなく、12か月後も楽しめるものを求めています。ニュースレター（孤独すぎる）とポッドキャスト（機材がない）は、すでに検討して却下しました。
10個のアイデアを生成してください。それぞれについて、1文の企画説明、関心を持つ人の種類、実行するうえで最も難しいことを1つ示してください。「今週末に最も始めやすいもの」から「最も野心的なもの」の順に並べてください。
変わったのは、自分が誰か、使える時間、すでに除外したもの、出力形式です。モデルには考える際の制約ができ、一般論ではなく、実際に選べそうなアイデアが返ります。
「Xはすでに検討して却下した」という表現は、驚くほど活用されていません。明らかな案をモデルが提案するのを防ぎ、本当に考えるよう促せます。
4. 説明を求める
弱い例： 機械学習について説明してください。
何度も読んだような教科書的な段落が返ります。
改善例： 機械学習について、それぞれ約200語で次の3通りに説明してください。
- 好奇心はあるものの、すぐに飽きてしまう12歳のおい向け。
- 「しかし、これは表計算と何が違うのか」と繰り返し尋ねる、経営幹部向け。
- ChatGPTはよく使っているものの、基礎概念を学んだことがない私が、実用的なメンタルモデルを得るための説明。
それぞれに短く具体的な例を1つ使ってください。1つ目では「アルゴリズム」と「人工知能」という言葉を使わないでください。
変わったのは、対象に合わせた3通りの説明を求め、書き分ける相手を示し、そのうち1つでは使用可能な語彙まで制限したことです。3つ目までには、それまで分からなかった何かが腑に落ちるでしょう。この「3通りに説明する」パターンは、理解に詰まっているほぼすべての概念に使えます。
5. 判断の行き詰まりを解消する
弱い例： 新しい仕事を引き受けるべきでしょうか？
一般的な検討事項を並べ、「状況によります」とバランスを取った断定しない回答が返ります。役に立ちません。
改善例： 新しい仕事を引き受けるべきか迷っています。何か意見を述べる前に、有用な意見を示すために回答が必要な質問を5つしてください。私が答えるまで先に進まないでください。
私が回答したら、次を行ってください。
- 引き受けるべき最も説得力のある理由を3つ、引き受けるべきでない理由を3つ挙げる。
- どのような根拠があれば見解が逆転するかを教える。
- そのすべてを終えてから、実際の提案と、その確信度を示す。
私の発言に矛盾があるようなら指摘してください。双方に配慮した丁寧な回答は不要です。そのような回答はすでに十分あります。
変わったのは、回答前にモデルから自分へ質問させ、分析に足場を設け、断定を避けないよう明示したことです。最初の返信は5つの質問になります。回答後に返る内容は、一般的な長所・短所の一覧よりも、思慮深い同僚の助言にはるかに近くなります。
5つに共通するパターン
5つの「改善例」を並べると、4つの習慣が共通しています。
- 背景情報。 自分が誰か、すでに何を試したか、これから何をするか。モデルは状況を把握すると、はるかに良い仕事ができます。
- 制約。 長さの上限、語調の制限、形式、禁止語。文章を長くするより、制約を加える方が品質は向上します。
- 例または対象者。「12歳のおい向け」「エストニアのフリーランスデザイナーとして」「懐疑的な経営幹部であるかのように」。曖昧な形容詞より、具体的な基準の方が有効です。
- 不確実さを示す許可。「［不明］」という印、「私の回答を待つ」、「確信度を教える」。自信満々の誤答より、確信度を適切に示した回答が欲しいとモデルに伝えます。
優れたプロンプトが、何ではないかにも注目してください。長いこと自体を目的としておらず、専門用語（「上級専門家として振る舞って…」）を使わず、形容詞を重ねてもいません。実際に欲しいものを、より明確に示しているだけです。
役立つ習慣
ChatGPTから今ひとつの回答が返ったら、すぐに再入力せず一度止まりましょう。4つの要素のうち、どれを忘れたかを自問してください。1つ追加して、もう一度試します。これを1週間続ければ、自動的に要素を加えられるようになり、一般に教えられる形で「プロンプトエンジニアリングを学ぶ」必要はなくなります。すでに実践できているからです。
