最終更新日: 2026-07-13
プロンプトエンジニアリングはモデル固有の魔法ではありません。Claude、GPT、 Gemini、オープンモデルの間で共通して機能する、再利用可能な構造的動きの小さなセットです。それらはすべて同じシグナル（明確な意図、関連するコンテキスト、具体例、明示的な出力の形、推論のためのスペース）を読み取るからです。この章では、10個の耐荷重パターン、任意のプロンプトをドロップできる単一の骨格、そして悪い出力を良い出力に変えるためのデバッグループを紹介します。ここにあるすべてのテクニックは、現在の（2026年）公式ガイドと、これまでにない最大規模の経験的プロンプト調査から導き出されています。チェックリストではなくツールキットとして扱ってください。最高のプロンプトとは、最も長いものではなく、目標を確実に達成する最も短いものです。
一番大切なこと
- すべての強力なプロンプトは、次の順序で最大6つのブロックから組み立てられます：ロール/システムのフレーミング -> コンテキストとモチベーション -> タスク/指示 -> 例 -> データ/入力 -> 出力フォーマットの仕様。6つすべてが必要になることはめったにありません。ブロックの欠如が失敗の原因になる場合にのみ追加してください。
- 順序は重要です。長い参考資料（ドキュメント、トランスクリプト、コード）を上部に配置し、実際の質問を最後に配置します。Anthropicは、この配置のみで20k+トークンプロンプトの品質を最大30%向上できることを報告しています。
- モデルが指示とデータを混同しないように、区切り文字でブロックを分けてください。XMLスタイルのタグ（<instructions>, <context>, <examples>, <input>）が最もポータブルですが、マークダウンの見出しやトリプルバックティックも機能します。これが最も効果の高いフォーマットの習慣です。
- 「何を」と「どのように」を異なるブロックに保ちます：要件は1つ目に、トーン/スタイルは2つ目に、検証手順は3つ目に置きます。これらを混ぜることが、モデルが誤った方向に暗黙的に解決してしまう矛盾した指示の最大の原因となります。
- 指示はアクション動詞で始め、フォーマット、長さ、制約について具体的にします。「150語のコールドメールを書く」は「短いメールを書く」より優れており、範囲（「3〜6文」）は形容詞（「簡潔に」）より優れています。
- 同僚テスト：文脈のない誰かにプロンプトを見せます。あなたの望むものが何であるか混乱しているなら、モデルも同様です。
よくある間違いと避け方
- 区切り文字なしで大量のテキストを投入し、質問とデータがモデルによって分離されることを期待しないでください。多くの場合、間違った方に答えてしまいます。
- 過剰にエンジニアリングしないでください。1行のタスクに6つのブロックすべてを適用するとノイズが追加され、出力が劣化する可能性があります。構造は、通常の要求が失敗した場合にのみ頼ってください。
- 曖昧なタスクを修正するためにロール単体に頼らないでください。具体的な指示のないペルソナは、依然として推測に頼ります。
- 矛盾するシステム＋ユーザーの指示（例：システムは「常に簡潔に」と言い、ユーザーは詳細な分析を求める）を避けてください。モデルはどちらかを選ぶ可能性があります。それらを調和させるか、システムルールがリクエストを台無しにする可能性があります。
要約版
- すべての骨組みは1つ：ロール -> コンテキスト -> 指示 -> 例 -> データ -> 出力フォーマットであり、長い入力は上部に、実際の質問は最後に配置します。その不在が失敗を引き起こす場合にのみブロックを追加します。
- 指示をデータから分離する区切り文字（XMLタグ）は、すべてのモデルで最も効果が高く、移植性の高い習慣です。
- 例は、フォーマット/トーン/構造において説明よりも優れています。1つから始め、エッジケースを含む3〜5つの多様なものを使用し、さらに追加する前に順序/品質/バランスを監査します。
- すべての制約を肯定的に表現し（何をする「か」）、正確な出力形状を指定し、プレフィルを使用してフォーマットを固定し、前置きを排除します。
- 多段階のタスクにはモデルに推論させますが、推論モデルではeffortパラメータで深度を制御して検証します。CoTは誘導可能であり、自己証明ではありません。
これはフルシステムの1つのレーンです。プロンプトの骨組み、コピペ用テンプレート、実践例、2026年おすすめツールを含む全10点をこちらで入手： The AI Creator's Playbook: 70ページの完全版プレイブックを手に入れる ▸