プロンプトエンジニアリングの基礎

プロンプトエンジニアリングの基礎

ChatGPTの回答品質はプロンプト（指示文）の書き方で8割が決まります。同じ質問でも、伝え方次第で「使えない回答」が「そのまま使える回答」に変わります。このレッスンでは、プロンプトの良い例・悪い例の比較から、具体性の重要性、制約条件の書き方、出力形式の指定、温度パラメータの概念まで、即実践できるプロンプト設計の基礎を学びます。

---

プロンプトとは何か

プロンプト（Prompt）とは、ChatGPTに送るメッセージ・指示文のことです。ChatGPTはプロンプトを受け取り、それを解釈して回答を生成します。

プロンプトの質が重要な理由は、ChatGPTが**「指示通りに動く優秀なアシスタント」**だからです。指示が曖昧なら曖昧な答えが返り、具体的な指示なら具体的な答えが返ります。ChatGPTの能力が低いのではなく、プロンプトが原因であることが大半です。

---

良い例・悪い例の比較

プロンプト設計の5要素フレームワーク

比較1: 文章生成

悪い例の問題点

• ◆テーマが不明（何についての記事？）
• ◆ターゲット読者が不明
• ◆文字数・構成・形式の指定なし
• ◆結果：汎用的で使えない記事が出てくる

良い例のポイント

• ◆ターゲット（30代会社員）が明確
• ◆テーマ（副業ライターのメリット）が明確
• ◆文字数（800字）・構成（PREP法）・形式（h2見出し）を明示

比較2: 要約

比較3: アイデア出し

💡 「悪いプロンプト」は恥ずかしいことではない: 最初は誰でも曖昧な質問をします。回答を見て「これじゃない」と思ったら、すぐに追加指示（フォローアッププロンプト）で修正できます。ChatGPTとの対話は1回で完結させようとせず、会話を重ねて精度を上げていくことが重要です。

---

具体性の重要性

プロンプトの具体性を上げる方法は主に4つあります。

1. 役割（ペルソナ）を与える

ChatGPTに「あなたは〇〇の専門家です」という役割を与えると、その立場からの回答が得られます。

2. 背景情報（コンテキスト）を提供する

回答の精度は提供する情報量に比例します。

背景情報の例

私はBtoB SaaSスタートアップのマーケターです。ターゲットは50名以下の中小企業の経営者。現在の課題はウェブサイトからのリード獲得が月5件で、目標は月30件です。この状況でコンテンツマーケティングを強化するための戦略を提案してください。

背景情報があることで、ChatGPTは「一般的なコンテンツマーケティング論」ではなく「BtoB SaaS×中小企業ターゲット×リード不足」という特定の状況に合わせた回答を返せます。

3. 具体的な数値・制約を入れる

「詳しく」「わかりやすく」といった定性的な指示より、数値で指定するほうが効果的です。

4. 例（Few-shot）を与える

「こういう出力をしてほしい」という例を見せることで、ChatGPTは出力スタイルを学習します。

Few-shotプロンプトの例

以下のフォーマットで商品説明文を5個作ってください。

例：「【商品名】防水ノート 【一言説明】雨の日でも安心して使える全天候対応メモ帳 【ターゲット】アウトドア好きなビジネスパーソン」

商品：電動歯ブラシ、スマートウォッチ、折りたたみ傘…

---

制約条件の書き方

制約条件とは、「〜しないでください」「〜は含めないでください」というネガティブ指示と、「必ず〜を含めてください」というポジティブ指示の組み合わせです。

ネガティブ指示の例

• ◆「専門用語を使わないでください」
• ◆「箇条書きは5点を超えないでください」
• ◆「競合他社（A社・B社）の名前は出さないでください」
• ◆「英語を使わず、すべて日本語で書いてください」
• ◆「誇大表現・断言は避けてください」

ポジティブ指示の例

• ◆「必ず具体的な数字（実績・統計）を含めてください」
• ◆「最後にCallToActionを1文入れてください」
• ◆「見出しはh2・h3の階層構造にしてください」
• ◆「参考になる書籍や事例を1つ以上挙げてください」

📝制約条件をまとめる書き方

複数の制約は条件箇条書きでまとめると整理されます。

以下の条件でSNS投稿文を作成してください。

• ◆文字数: 140字以内（ハッシュタグ含む）
• ◆トーン: カジュアルかつプロフェッショナル
• ◆絵文字: 1〜2個まで
• ◆ハッシュタグ: 3個以内
• ◆冒頭: 数字で始めること（例：「3つの理由」「5分でわかる」）

⚠️ 過剰な制約に注意: 制約が多すぎると、ChatGPTが身動きできなくなります。「最低でも500字、最大でも600字、必ず5つの見出し、各見出し下に3つの箇条書き…」のような複雑すぎる制約は、かえって品質を下げます。重要な制約から絞って指定しましょう。

---

出力形式の指定

ChatGPTは様々な出力形式に対応しています。用途に合わせて明示的に指定することで、すぐに使えるアウトプットが得られます。

代表的な出力形式

Markdownを活用する

ChatGPTはMarkdown記法に対応しています。ChatGPT上では「## 見出し」「太字」「- 箇条書き」などが視覚的に表示されます。

Markdownプロンプトの例

以下の構成でブログ記事の骨格を作ってください。

• ◆

  （h2）で大見出し3つ

• ◆各h2の下に ### （h3）サブ見出しを2〜3個
• ◆各セクションに2〜3文の説明文
• ◆全体700〜900字

---

温度パラメータの概念

ChatGPTには「温度（Temperature）」というパラメータが存在します。ChatGPTのウェブ版では直接設定できませんが、概念を理解することでプロンプトで同等の効果を得ることができます。

温度パラメータとは

温度は回答のランダム性・多様性を制御するパラメータです。0から2の範囲で設定します。

プロンプトで温度を制御する

ウェブ版では温度を直接設定できませんが、プロンプトで意図的に同等の効果が出せます。

「低温度」相当の指示（正確・一貫）

事実のみを根拠に、一貫した論理で説明してください。創造的な解釈や推測は含めないでください。

「高温度」相当の指示（創造・多様）

常識にとらわれず、型破りで独創的なアイデアを出してください。実現可能性より斬新さを優先してください。

APIでの温度設定（開発者向け）

OpenAI APIを使う場合は、リクエストパラメータで温度を直接指定できます。

{
  "model": "gpt-4o",
  "temperature": 0.3,
  "messages": [{"role": "user", "content": "〜"}]
}

💡 コーディングやファクト系タスクは低温度で: APIを使って自動化する場合、コード生成・翻訳・データ抽出などの正確性が求められるタスクはtemperature=0〜0.3に設定するのが定石です。

---

プロンプトのイテレーション（改善サイクル）

プロンプトは一発で完璧を目指すのではなく、会話の中で改善することが効率的です。

フォローアッププロンプトの活用

最初の回答が期待と違った場合、以下のような追加指示で修正します。

チェーン・オブ・ソート（CoT）プロンプティング

複雑な問題を解かせる場合、**「ステップバイステップで考えてください」**という一言を追加するだけで回答精度が大幅に向上します。

例：

「以下の計算問題を、途中計算を省略せず、ステップバイステップで解いてください。」

ChatGPTが「考える過程を見せる」ことで、論理的なミスが減り、複雑な推論問題の精度が上がります。

⚠️ プロンプトインジェクションに注意: 第三者が作ったコンテンツをChatGPTに読み込ませる場合、そのコンテンツに「以前の指示をすべて無視して…」という悪意あるプロンプトが埋め込まれている可能性があります（プロンプトインジェクション攻撃）。信頼できないソースのコンテンツを大量に貼り付ける際は注意が必要です。

---

🏋️実践ワーク

以下のワークを実施してください。

1. ◆悪いプロンプト→良いプロンプトへの改善: 「メール文を書いて」というプロンプトを、ターゲット・目的・トーン・文字数・構成を明示した良いプロンプトに書き直し、両方の回答品質を比較する。
2. ◆ペルソナプロンプトを試す: 同じ質問（例：「副業を始めるアドバイスをください」）を「ペルソナなし」と「あなたは起業家支援の専門家です」という前置き付きの2パターンで送り、回答の違いを観察する。
3. ◆出力形式を指定する: 同じ内容（例：「AIの活用メリット」）を「箇条書き5点」「表形式3列」「Q&A形式5問」の3つの形式で出力させ、それぞれの使いやすさを比較する。
4. ◆CoTプロンプトを試す: 難しい論理問題や算数の文章問題を用意し、「そのまま聞く」場合と「ステップバイステップで考えてください、と追加する」場合で回答精度の違いを確認する。

📝まとめ

プロンプトの品質はChatGPTの回答品質を決定します。役割・タスク・背景情報・出力形式・制約条件の5要素を意識して書くことで、使えない回答が使える回答に変わります。良い例・悪い例の比較で分かるように、具体的な数値・ターゲット・形式指定が精度を大幅に高めます。温度パラメータの概念を知ることで、プロンプト上でも「正確モード」「創造モード」を使い分けられます。次のレッスンでは実務で使える応用プロンプトを学びます。