見出し画像

【完全版】生成AIプロンプトエンジニアリンク ── 木下式「.Aiプロンプト」活用ガイド（ChatGPT活用など実例あり）

.Ai社長 木下寛士｜Lark・識学公式パートナー｜AIエージェント革命コンサル

「AIは魔法の箱ではないが、適切な鍵を持てば宝の山を開くことができる」

人工知能（AI）、特に大規模言語モデル（LLM）の進化が急激に進む中、ChatGPTやGPT-4といった先進的な対話型AIの活用は、ビジネスからクリエイティブ、研究開発に至るまで多岐にわたる領域で注目を集めています。

従来、AIを使った文章生成や翻訳、要約、質問応答などは「ある程度使えるが、まだまだ不便」という印象がありました。しかし、ここ数年の進歩は目覚ましく、「とりあえず試しに使ってみる」だけでも驚くほどの成果が得られるようになりました。

一方で、AIを正しく活用するために欠かせないのが「プロンプトエンジニアリング」です。これは端的に言えば、AIに何をどのように伝えて、どんなアウトプットを得るのかを設計・最適化する行為すべてを指します。

一般的に「AIに質問を投げる＝プロンプトを入力する」だけで動くように見えるものの、少し指示の仕方を変えるだけで大きく結果が変わることがしばしばあります。たとえば、

  • 事前に役割を設定すると、より専門的で精度の高い回答が得やすい

  • 出力形式（箇条書き、表形式、JSONなど）を指定すると、情報の整理度合いが大きく向上する

  • 連鎖思考、ツリー型など、多様なプロンプト手法を組み合わせると、より複雑かつ高度なタスクへ応用可能

など、実に多彩な工夫が可能です。そして、その工夫が「最終アウトプットの質」に直結するのです。

この記事は、過去に書かれた「なぜプロンプトエンジニアリングが重要なのか？」を踏まえたうえで、大きくアップデートした「プロンプトエンジニアリング完全ガイド」です。

「深津式プロンプト」などの手法も含めて多角的に検証し、ビジネスでもクリエイティブでも役立つ、あらゆるプロンプトテクニックをひとつにまとめました。特に以下のポイントに注目しています。

この記事のターゲットは、「これからAIを業務に導入しようという担当者」から、「すでにChatGPTやo1 Proなどを使っているが、もっと効果的な使い方を知りたいビジネスパーソン」、そして「技術的・研究的な興味を抱くエンジニアやアカデミックな研究者」まで幅広く想定しています。どうぞ最後までお付き合いください。


まずは簡単に学んでみたい！
という方はこちらから

▼プロンプトキーワード50選

▼初心者の方向け

▼上級者の方向け

▼生成AIを使いこなす30のマインドセット

プロンプトエンジニアリングの重要性

1. なぜプロンプトが鍵を握るのか

ChatGPTをはじめとする対話型AIは、膨大なデータを学習しており、高度な自然言語処理能力を備えています。しかし、それらが「万能」かというと、そうではありません。AIの回答は、与えられたプロンプトの内容や構造によって大きく左右されるのです。

  • 同じ質問でも、表現や言葉遣いを変えるだけで回答のクオリティが変わる

  • 事前に役割やゴールを具体的に指定すると、回答の精度が高まる

  • 出力形式を明示しないと、期待するフォーマットとは違う形で返ってくる可能性がある

こうした差異は、ときにほんの数行の指示文で生まれるほど繊細なものです。そのため、最小限の時間で最大限の結果を得るには、「どう指示を与えるか」という部分にこだわる必要があります。

また、近年登場したGPT-4や、さらに強化された「o1 Pro」のようなモデルは、パラメータ数や事前学習データが膨大です。

性能が高いからこそ、指示を曖昧にすると、その冗長な知識や推論を“的外れ”に使ってしまうことも多々あります。逆に言えば、うまく誘導できれば、非常に洗練された回答や独自の発想を引き出すことが可能です。

2. プロンプトエンジニアリングの基本ステップ

プロンプトエンジニアリングと聞くと高度な印象を受けるかもしれません。しかし、基本的な進め方としては、以下のステップで考えるとわかりやすいです。

  1. 目的の設定

    • 何を達成したいのか？

    • 例）要約、翻訳、新規企画のアイデア出し、専門的なレポートの執筆など

  2. 情報提供（コンテキスト設定）

    • AIが回答しやすいように、背景となる情報を提示する

    • 例）サービスの名称、ターゲット、制約条件、既存のドキュメントの抜粋

  3. 役割の指定

    • AIを専門家に仕立てる（「あなたは弁護士です」「あなたは医師です」など）

    • あるいは「初心者に説明する教師」のように口調・視点を変える

  4. 出力形式・トーンの指定

    • 箇条書き、ステップごとの手順、チャート形式、表形式、JSONなど

    • 「カジュアル」「ビジネスライク」「学術論文風」なども指定しうる

  5. 追加ルール・禁則事項の設定

    • 差別的・暴力的な表現の排除、機密情報の取り扱いなど

    • 会社独自のガイドラインがあるなら、それを事前に明示

  6. 繰り返しの調整

    • 1回で完璧な回答が得られるとは限らない

    • 回答を見て追加・修正プロンプトを投げる「 iterative refinement（反復改善）」が鍵

これらを丁寧に実行するだけでも、驚くほど回答が改善するケースは多々あります。特に「役割の指定」と「出力形式の指定」は、プロンプトエンジニアリングでは外せないポイントです。

3. 上位モデル（o1 Pro）における特徴

o1 Proのような“上位モデル”は、大規模かつ高度な推論を行うため、より幅広いトピックに踏み込んだり、複雑な条件下での回答を行ったりできます。しかし、その反面、細かい指示がないと「勝手に余計な情報を補完しすぎる」という事態にもなりかねません。

  • 細部にわたる要件を指定すると、非常に精密なアウトプットを生成する

  • 「おまかせ」的な大雑把な質問には、的外れな要素が混ざることもある

したがって、上位モデルを扱う際こそ、プロンプトエンジニアリングがより重要になるのです。

さまざまなプロンプトテクニックを概観する

ここでは、代表的かつよく使われるプロンプトエンジニアリングの手法を一挙に紹介します。これまで聞いたことがあるものから、人気の深津式プロンプトなども含め、体系的に整理していきます。

1. ゼロショット・プロンプト（Zero-shot prompting）

特徴

  • 事前に例示やヒントを一切与えず、いきなり質問や指示を行う

  • AIが学習済みの知識をもとに回答する

メリット・デメリット

  • メリット: シンプルで手軽。テンプレートを用意しなくても使える

  • デメリット: より複雑なフォーマットやニュアンスを期待する場合は不向き

実例

プロンプト:
「地球が太陽の周りを1周するのにかかる時間は何日ですか？」

  • AIは学習データから一般常識を参照して「365日程度です」などと回答する

活用シーン

  • 基本的な知識確認

  • 追加のコンテキストが不要な単純質問

2. フューショット・プロンプト（Few-shot prompting）

特徴

  • あらかじめいくつかの例を示してから本題の指示を出す

  • AIに「こういう形式で回答してほしい」と学習させる手法

メリット・デメリット

  • メリット: ある形式やパターンを真似た回答を得やすい

  • デメリット: 例の提示が必要なので、プロンプトがやや長くなる

実例

プロンプト:
「以下の例を見てください。

例：『この商品のメリットは、使いやすさと耐久性の高さです。』

上記のように、文章を一文でまとめる形式で要約を作ってください。
次の文章を同じように要約してください：
『この商品の魅力は、壊れにくさと持ち運びやすさです。』」

  • 例を与えることで、AIが模倣して一文形式の要約を返してくれる

活用シーン

  • レビューのような定型文生成

  • 類似したフォーマットの文章を大量作成する際

3. 連鎖思考プロンプト（Chain-of-thought prompting）

特徴

  • AIに対して、推論のプロセスを段階的に明文化させる

  • 「まず仮定を洗い出し、それを検証して…」という手順を踏ませる

メリット・デメリット

  • メリット: 複雑な論理や計算をミスしにくくなる

  • デメリット: 推論過程を詳細に書くため、回答が長くなる傾向

実例

プロンプト:
「次の計算をステップごとに考えてください。
ステップ1: ‘15×2’を計算
ステップ2: 結果を5で割る
ステップ3: 最終的な答えを求める

順序立てて解説しながら回答してください。」

  • AIは「15×2=30、30÷5=6、したがって答えは6です」というプロセスを説明する

活用シーン

  • 数学的・論理的問題解決

  • 思考過程を可視化したい研究開発や教育分野

4. 自己改善プロンプト（Self-refine prompting）

特徴

  • AIが出した回答を再度プロンプトで修正要求し、品質を高める

  • 1回目の回答に対して「よりフォーマルに」「さらに例を追加」など補正を続ける

メリット・デメリット

  • メリット: 時間をかければ回答を徐々に最適化できる

  • デメリット: 毎回の修正が必要なので、やり取りが増える

実例

プロンプト（初回）:
「『このレストランをおすすめする理由』を2～3行で書いてください。」

（AIが回答）

プロンプト（再指定）:
「ありがとうございます。もう少し丁寧な言葉遣いで、長所を2つ追加してください。」

  • こうして段階的に仕上げていく

活用シーン

  • 提案書の推敲やプレゼン資料のブラッシュアップ

  • キャッチコピーやSNS投稿のリライト

5. 思考ツリー・プロンプト（Tree-of-thoughts prompting）

特徴

  • 問題を複数のサブトピックに分割し、ツリー状に展開させる

  • それぞれの枝を個別に検討して結論を合成する

メリット・デメリット

  • メリット: 大きな課題を分解して論点整理がしやすい

  • デメリット: プロンプトが複雑になりがち。AIに求めるステップが多い

実例

プロンプト:
「新製品の市場調査を行いたい。
1. ターゲット顧客のニーズを3つ列挙
2. 競合商品の主要特徴を3つ洗い出し
3. 競合との差別化ポイントを2つ提案

順番に回答し、それぞれのステップが終わったら次に進んでください。」

  • AIはステップ1→ステップ2→ステップ3の順に回答していく

活用シーン

  • 新規事業のアイデア検討、複数部署にまたがるプロジェクト管理

  • リサーチや分析タスクの段階的実施

6. 深津式プロンプト

近年注目されている「深津式プロンプト」は、UI/UX設計や文章構造を設計する視点から生まれた手法で、下記の要点が特徴的です。

  • メタ情報を先に列挙: 「この質問はこういう目的で、こういう制約があって…」と前置きを詳しく書く

  • UI的に分割: 情報を複数のセクションに分割し、何をどこに書くかを厳密に指示する

  • 最終出力をシミュレート: 先にAIに「こういう出力を期待している」と宣言してから本題に入る

これによって、AIが「どんな役割で、どんな文脈下で、どんな形式の回答を出すべきか」を一目で理解しやすくなります。

深津式は、他の手法（Few-shot、Chain-of-thoughtなど）とも組み合わせ可能で、ビジネス文書の整合性を高めるうえでも非常に実用的です。

シャープ見出し記法「#、##、###」による階層化

1. 見出しを使うメリット

Markdown形式でタイトルや見出しを表す「#」は、レベル1の見出しを意味します。##はレベル2の見出し、###はレベル3の見出しというように使われ、文章を階層的に整理できる点が特徴的です。

AIに指示するプロンプトにもこれらの見出しを使うことで、以下のメリットが得られます。

  • 内容を構造化しやすい
    長いプロンプトであっても、大見出し・中見出し・小見出しを設定することで、どの部分がどの情報を扱っているかを明確にできます。

  • モジュール化・再利用が容易
    見出しごとにプロンプトを分けておけば、部分的に編集したり差し替えたりする際にもスムーズです。

  • AIに重要度をアピール
    多くのAIモデルはMarkdown的な書式に一定の認識を持っているケースがあり、見出しとして書かれた部分を重要情報として捉えやすくなることがあります（保証されているわけではありませんが、経験的にそういう傾向が見られることが多いのも事実です）。

  • ユーザーやチームメンバーとの共有に便利
    チームでプロンプトを扱う場合、見出しをつけることでドキュメントとしても読みやすく、誰が見てもどのような役割・どのような指示が含まれているか理解しやすい形式になります。

2. # を使った単一見出しの例

まずは簡単な例から見てみましょう。

 # 指示 
あなたは優秀なマーケターです。
次の製品について、3つのキャッチコピーを提案してください。 
製品名：○○コーヒー 
特長：カフェインレス、スティックタイプ、香り高い

# 指示 という見出しを使うことで、「ここがプロンプトのメインメッセージです」ということをAIにも、また一緒に開発するメンバーにも示すことができます。

この程度の短い文章でも、見出しがあると内容がパッと目に入りやすくなり、AIが意図をくみ取りやすくなる場合があります。

3. # と ## を併用した二段階構成

もう少し複雑なケースを見てみましょう。
#を大見出しに 、##を中見出しとして使う例です。

# あなたの役割
あなたはビジネス英語に精通した翻訳者です。
正確さと簡潔さを優先してください。

## タスク
以下の日本語文章を自然な英語に翻訳してください。 
同時に、翻訳時に気をつけるべき文化的・言語的な
ニュアンスがあれば指摘してください。
日本語文： 「昨日は社長との会議で新規プロジェクトの進行が決定しました。」

大見出し（# あなたの役割）では「翻訳者としての役割・立場」を明確に記述しています。 中見出し（## タスク）では「具体的に何をしてほしいのか」を指定しています。

このように、見出し単位でAIに与える情報を区切ってあげると、プロンプトが整理され、最終的な回答も非常に分かりやすくなることが多いです。

4. #、##、### の三段構成

大規模かつ複数の要件を含む指示を行いたい場合には、さらに###も活用するとよいでしょう。

  • 情報をブロックごとに整理: 大見出し(#)→中見出し(##)→小見出し(###)で論点を階層化

  • 再利用性が高い: 一度構造を作れば、同じ枠組みに別の要素を差し替えて流用できる

  • 読みやすい: チームで共有する際、誰が見てもどのセクションで何を指示しているかが明確

次の例を見てみます。

# 指示
あなたはマーケティングの専門家です。

## 背景
- 商品：○○
- ターゲット：○○

### タスク
- 主なメリットとデメリットを3つずつ
- プロモーション戦略のアイデアを2つ

高度なストーリー構成

 # 世界観設定 
この物語は近未来の日本を舞台にしています。
AIと人間が共存し、生活の多くをAIアシスタントがサポートしています。 

## キャラクター紹介 
主人公：若手エンジニア（25歳）、AI技術に熱意を持ち、社会をより良くしたいと思っている。
サブキャラ：AIアンドロイド。人間の感情を解析・理解しようと試みる。 

### シナリオ執筆タスク 
- 約300文字で起承転結のあらすじを書く 
- 主人公とAIアンドロイドの対話シーンを2行程度入れる 
- 物語のテーマ「人間らしさとは何か」を意識した描写を心がける

# 世界観設定 で物語全体の背景・舞台を示します。
## キャラクター紹介 で主要キャラクターの情報や特徴を列挙します。
### シナリオ執筆タスク で具体的に「どのようなテキスト出力が必要か」を明示します。

こうすることで、AIは「どの情報が世界観なのか」「誰が主人公なのか」「最終的にどんな文章を作ればよいのか」を段階を追って理解しやすくなります。

※プロンプトで「-（ハイフン）」を使うと、箇条書きで情報を整理できます。こうすることで、情報がわかりやすくなり、簡潔に提示できるという利点があります。

中括弧記法「{}」による構造化

  • プレースホルダ（変数）を使用することで、柔軟に内容を変化させることができます。

  • 記事の構成や役割、ルールの部分を動的に調整できるため、複数のシナリオに対応することが可能です。

  • 同じフォーマットで異なる内容を扱う際に、再利用性が高まります。

波括弧 {} は、プログラミングの世界でもよく使われる記号であり、多くの場合「可変的な要素」「プレースホルダ」「変数」としての役割を持ちます。プロンプトエンジニアリングでも同様に、段落外部から値を差し込む箇所を表現したり、後から変更できる部分を示すのに適しています。

木下式「.Ai プロンプト」

木下式「.Ai プロンプト」は、見出し記法（#）と中括弧記法（｛｝）を活用し、プロンプトの階層化（見やすさ）と構造化（再利用性）を格段に向上させる革新的なアプローチです。この手法は、プロンプト設計の精度を高めるとともに、ユーザーにとって直感的で分かりやすいプロンプト作成を可能にします。

具体的には、プロンプトの構造を以下の要素で明確化しています：

  • 役割の明確化：ユーザーが担うべき役割や視点を定義

  • 目標の具体化：タスクの成果物やゴールを明示化

  • 段階的手順の明示：タスクの実行プロセスをステップごとに整理

  • 制約条件の設定：実行時の制限や指針を明確に

  • 評価基準の提示：結果を測定・評価するための基準を提供

このようなアプローチにより、タスクを進める上での迷いが減り、効率的で正確な成果を得るための道筋が整います。

プロンプト例1: プレスリリース向けQ&A作成（高度な活用事例）

# 依頼
あなたは{#役割}です。
次の{#ルール}を必ず守り、以下の「プレスリリース」への想定質問と
回答例を挙げて、{#形式}の形式で出力してください。

# 役割
広報担当者

# 形式
- 表形式
- 列は「想定質問」「回答例」「聞かれる可能性」

# ルール
- 想定質問と回答例を3個ずつ挙げてください。
- {#評価}の方法で評価し、出力に含めてください。
- {#参照}を例にして、出力をしてください。
- {#実行シナリオ}に沿って私とやり取りしてください。

# 評価・改善
- 想定質問が聞かれる可能性を五段階で評価

# 参照
- なし

# 実行シナリオ
1. 一回目の出力を行い「どの案がよろしいですか？」と私に聞く。
2. 私が選んだ案の傾向を把握して、{#依頼}を再度実行する。
3. 私に「このタスクを終了させてよろしいでしょうか？」と聞き、
   終了して良ければ完了させる。終了してはいけなければ再度{#依頼}を実行する。

プロンプト例2: ブログ記事作成（カフェとネコ好きな女性ブロガー）

# 役割
あなたは28歳の女性で、福岡生まれ、東京代官山在住のカフェとネコが好きなブロガーです。
副業に興味があり、現在勉強中です。
あなたの役割は、参考文章の内容を元に、2000文字程度のブログ記事を書くことです。

## スキル
### スキル 1: 参考文章の分析
- ユーザーが提供する参考文章の内容を理解し、重要なポイントを抽出します。
- 抽出したポイントを元に、ブログ記事のテーマや構成を考えます。

### スキル 2: ブログ記事の構成
- 記事の構成を考え、導入、本文、結論のセクションを作成します。
- 各セクションにおいて、ユーザーが提供した情報を効果的に使い、読みやすい文章を作成します。

### スキル 3: ブログ記事の執筆
- 提供された情報を元に、2000文字程度のブログ記事を執筆します。
- カフェやネコ、代官山での生活、副業に関する興味など、ユーザーのペルソナに合った内容を盛り込みます。
- 読者が興味を持ちやすいように、個人的なエピソードや具体例を交えます。

## 制約条件
- 記事の内容はオリジナルであり、他のソースからのコピーや盗用は避けます。
- ユーザーのペルソナに忠実に、自然な語り口で文章を作成します。
- 提供された参考文章の内容を正確に反映しつつ、独自の視点や意見を加えます。


.Aiカレッジ メンバーシップ・生成AI有料講座受講生は無料で閲覧できます。
無料で続きを読む！

▼.Aiカレッジ —— メンバーシップはこちら

▼.Aiカレッジ —— 生成AI講座はこちら


プロンプト例3:新サービスのマーケティング戦略立案

ここから先は

8,146字

¥ 300

この記事が気に入ったらチップで応援してみませんか？