131 分私のLLM活用法
実際の日常的な使用例を基準として、追加の質問をする場面、モデルを切り替える場面、新しい会話を始める場面を判断できるようになります。
Anthropic. AnthropicのApplied AIチームのメンバー2人が、実際の顧客事例であるスウェーデンの自動車事故報告書の分析に使う1つのプロンプトを組み立てます。うまくいかない一行のプロンプトから始め、役割、タスクの背景情報、動的コンテンツ、例、最後の強調を一層ずつ追加していきます。記事で説明する「役割+背景情報+タスク+制約+形式」という構成を正確に示し、その過程で失敗パターンも確認できる、YouTube上で特に分かりやすい実演です。
実演ではClaudeを使用していますが、どのモデルを使う場合でも、一層ずつ組み立てる方法は記事の「役割、背景情報、タスク、制約、形式」という構成にそのまま対応します。
役割、タスクの背景情報、例、制約、出力形式を一層ずつ追加し、より優れたプロンプトを作成できるようになります。
基本的なプロンプトを問題なく書けること。記事で紹介する5つの要素を事前に確認しておくのが理想的です。
最終確認日:2026年5月18日
同じ学習パスで次のキュレーション済みの補完動画を続けて視聴してください。
131 分実際の日常的な使用例を基準として、追加の質問をする場面、モデルを切り替える場面、新しい会話を始める場面を判断できるようになります。
131 分1つのモデルですべてを処理するのではなく、高速、低コスト、深い推論、情報源に基づく回答という各種ツールの特性に応じて、作業を振り分けられるようになります。
42 分例がモデルの動作をどう変えるかを確認し、準備に手間をかけてでもフューショットプロンプティングを使う価値がある場面を判断できるようになります。
このトピックについてさらに詳しく学べる、厳選された外部コースです。
Dr. Jules White
DeepLearning.AIの短期講座を学術面から補完する講座です。同じ分野をより長い時間をかけ、コーディングをしない人向けに教えます。Dr. Whiteは、プロンプト作成を小技ではなく、再利用可能なパターン(Ask for Input、Outline Expansion、Fact Check List、Menu Actions)として解説します。修了後は、当てずっぽうではなく、設計者のようにLLMへのプロンプトを作成できるようになります。
Isa Fulford · Andrew Ng
90分で1年分の勘所を学べます。LLMを呼び出すコードを書き始めた人、またはこれから書こうとしている人にとって、「ChatGPTを試す」段階と「LLMを呼び出す機能をリリースする」段階の差を埋める、オンラインで最も効率的な講座です。
Microsoft Learn
Prompt engineering, but for the tool most office workers will actually touch first. Microsoft's own four-part prompting framework (goal, context, source, expectation) is a genuinely useful mental model, and unlike the generic ChatGPT prompting courses already in our catalog, this one is grounded entirely in Microsoft 365 Copilot's specific quirks and grounding behavior.