良いプロンプトの基本原則
Prompt Engineering (プロンプト工学) とは、 LLM に望ましい応答をさせるための入力テキストを設計する技術です。 コードを書くようにプロンプトも 設計・テスト・改善 していきます。
5 つの原則
- 明確さ (Clarity): 曖昧さを排除し、具体的に指示する。
- 文脈 (Context): タスクの背景・対象読者・出力形式を伝える。
- 構造化 (Structure): 役割・指示・入力・出力を分けて記述する。
- 例示 (Examples): 良い出力例を見せる (Few-shot)。
- 段階分解 (Decomposition): 複雑なタスクは小さなステップに分ける。
悪い例 vs 良い例
❌ 悪い例:
「文章を要約して」
✅ 良い例:
「次の議事録を、エンジニア向けに 3 つの bullet point で 100 字以内にまとめてください。 議事録: ...」
良い例には 対象読者, 形式, 長さ, 対象データ が明示されています。
Be the Manager
Anthropic 公式ガイドの言葉に "Treat Claude like a brilliant new employee who has amnesia" があります。 - 優秀だが社内事情を知らない新人 だと思って指示する。 - 推測させるより、必要な情報を 先に明示 する。 - 結果が悪ければ「指示が足りなかった可能性」をまず疑う。
Token (トークン) とコスト感覚
LLM はテキストを token という単位で処理します (英語で約 1 単語、日本語で約 1 文字 ≒ 1 トークン)。 プロンプトが長いと コスト・レイテンシ が増えます。冗長な説明は避けましょう。
プロンプトの 5 部構造 (テンプレ)
[1] 役割 / 人格 (system 推奨)
[2] タスクの説明
[3] 入力データ (XML タグで囲む)
[4] 制約・出力形式
[5] 例 (Few-shot, 必要なら)
実際にやってみましょう。次のプロンプトは「役割」「形式」「制約」が明確なため、出力が安定します。
▶ 構造化されたプロンプトを試す
次の機能リリースを 100 字以内・日本語・絵文字なしで Twitter (X) 投稿用に書いてください。
機能: マルチユーザー対応、ダークモード追加、CSV エクスポート機能何を最初に伝えるかが鍵
最初の数百トークン は LLM の応答に最も強く影響します。重要なルールは 冒頭に書く のが鉄則。 逆に「重要」と何度も繰り返すと、ノイズが増えるだけです。