😎 ChatGPT民が損する 10 の癖

「考え方を見せて」より、**考えてほしい観点を具体的に列挙** するほうが効きます。例: 「①前提 ②根拠 ③反論 の順で」「結論→理由→具体例 の順で」

次の主張の妥当性を ①前提 ②根拠 ③反論 の順で論じてください。

主張: 「リモートワークは生産性を下げる」

**何をしてほしいか・どんな出力が欲しいか** を直接書く。敬語より「制約条件を1行追加する」ほうが品質に効きます。

次の英文を、ビジネスメール調の自然な日本語に翻訳してください。

Hello, world.

「H2 見出し3つ + 各セクションに 3 つの箇条書き + 最後にコード例」のように、**構造を具体的に指定**。逆にプレーン出力が欲しいなら「Markdown 記法は使わない」と明示。

Python のリスト内包表記について説明してください。

出力形式:
- H2 見出し: 「基本構文」「典型例」「よくある落とし穴」の 3 つ
- 各セクションに 3 行以内の説明 + 1 つのコード例

**「あなたは誰 / 私は誰 / 何を判断してほしい」の 3 点セット** を最低限つける。30 秒で書ける情報を足すだけで、回答の解像度が一段変わります。

あなたはチームマネジメント経験 10 年の上司役として、私(入社 2 年目のメンバー)に対して、上司から言われた以下のセリフが「適切な業務指示」か「曖昧でモヤる依頼」か、3 つの観点で評価してください。

セリフ: 「来週までにこの企画書まとめといて」

Playground の「System Prompt」欄に「あなたは XX のシニアエンジニアで、特に YY を重視する」と書くだけで体感が変わる。**役割 = どの観点で評価してほしいかの指定** と捉える。

次のコードをレビューしてください。

def add(a, b): return a + b

「もう一度」ではなく、**「○○ の部分を△△ に変えて、それ以外は維持して」** と具体的に。あるいは「悪かった点を 3 つ自己批判してから、それを直して再生成して」と内省を促す。

あなたが直前に書いた回答について、悪かった点・改善できる点を 3 つ自己批判してから、その指摘を反映して再生成してください。

**全文をそのまま貼って質問する**。Claude は関連箇所を自動で探してくれる。「以下の文書から ○○ について書かれている箇所を抜き出し、要約してください」と頼むのが定番。

以下の文書全体から、「コスト」に関する記述を抜き出し、要点を 3 つに整理してください。

<document>
(ここに長文を貼り付け)
</document>

API では assistant メッセージを `{` でプリフィル(API 呼び出し時の messages 末尾に `{role:'assistant', content:'{'}` を追加)。Playground では「**前置き禁止。応答は `{` から始めること**」と明示。

次の文から人物情報を抽出し、JSON で返してください。前置きや解説は一切禁止。応答は `{` から始め、`}` で終わること。

スキーマ: { "name": string, "age": number }

入力: 田中さん、32歳。

**長さ・想定読者・粒度** の 3 点を必ず指定する。「中学生向けに 200 字以内で」「経験者向けに専門用語 OK で 5 行で」など。

機械学習とは何か、中学生にも分かる言葉で 200 字以内、3 行で説明してください。専門用語を使う場合は必ず ( ) で言い換えを添えてください。

**1〜3 個の入出力例を XML タグで示す** (multishot prompting)。Anthropic 公式ドキュメントが推奨する最も即効性のあるテクニック。

商品レビューを 5 段階評価し、タグ付けしてください。

<examples>
<example>
<input>商品の質は良いが配送が遅かった</input>
<output>{"score": 3, "tags": ["配送遅延", "品質OK"]}</output>
</example>
<example>
<input>説明と違う色が届いた</input>
<output>{"score": 1, "tags": ["商品違い", "色相違"]}</output>
</example>
</examples>

<input>届いた商品が破損していた</input>