AIの出力を最大化する！効果的なプロンプト作成の5つの原則

人工知能（AI）は世界を席巻しています。過去10年間におけるAIの成長と進歩は目覚ましいものでした。私たちは皆、洞察を得たり、問題を解決したり、セカンドオピニオンを得たり、タスクを自動化したり、あるいは取り残される不安から、様々なAIモデルを試してきました。ChatGPT、Gemini、Co-pilot、Claude、DALL-E、Llama、Soraなど、人気のあるAIモデルは数多くありますが、これらすべてに共通しているのは何でしょうか？それは、すべてのモデルがプロンプトを必要とするということです。

プロンプトとは、AIモデルに提供される入力のことで、AIモデルはこれに基づいて応答を生成します。プロンプトは、一連の指示、文章、または単純な質問の形を取ることができます。

ソフトウェアエンジニアである私にとって、プロンプトは私たちにとっての要件のようなものだと考えています。要件が明確で簡潔であればあるほど、最終製品の質は向上します。同様に、プロンプトが明確で正確であればあるほど、AIが生成する出力の質も向上します。
タイトルからお分かりの通り、この記事では、より良く正確な出力を生成するのに役立つプロンプトの5つの基本原則について説明していきます。

1. 方向性を示す

AIモデルにプロンプトを与える際、実際に期待する出力を得るためには、プロンプトが明確で簡潔であることが重要です。誰かに道順を尋ねたとき、「まっすぐ進んで右に曲がってください」と言われたとしましょう。しかし、前に進むと複数の右折があり、どの右折を選ぶべきか分からなくなります。もし「学校が見えるまでまっすぐ進み、学校を過ぎてから最初の右折を曲がってください」と言われていれば、目的地にたどり着く可能性は高くなります。同様に、AIモデルに明確で簡潔なプロンプトを与えることで、望む出力を得ることができます。例を見てみましょう：
基本的なプロンプト：ブログのタイトルを提案してください。
改良されたプロンプト：最新のトレンド、実践的なソリューション、新興技術に焦点を当てた技術ブログの魅力的なタイトルを5つ提案してください。
上記のプロンプトを試してみると、出力の違いが分かります。最初のプロンプトは漠然とした応答を返しますが、2番目のプロンプトはより明確で正確な応答を返します。

2. フォーマットを指定する

プロンプトで期待する出力のフォーマットを指定することもできます。これにより、望むフォーマットで応答を得るために出力を再処理する必要がなくなります。出力をカンマ区切り形式で必要とする場合、AIモデルに出力をカンマ区切り形式に処理するよう再度プロンプトを与えるよりも、最初のプロンプトでそれを指定する方が効率的です。例を見て、これを実証してみましょう。
フォーマットを指定しない場合：

フォーマットを指定しないプロンプトの出力

フォーマットを指定する場合

フォーマットを指定したプロンプトの出力

上記の画像で見られるように、最初のプロンプトではカンマ区切りリストの結果を得るために出力を再処理する必要がありましたが、2番目のプロンプトでは出力フォーマットをすでに指定していたため、再処理は不要でした。

3. 例を提供する

例を提供することは、AIモデルの出力に大きな影響を与えることができます。プロンプトに例を含めることで、AIモデルは提供された例のフォーマットに沿って出力を模倣しようとし、出力の信頼性が向上します。また、提供する例が多いほど出力の信頼性は高まりますが、創造性は大幅に低下します。

例なしの場合：

例のないプロンプトの出力

例ありの場合：

例のあるプロンプトの出力

上記の画像で分かるように、最初のプロンプトでは例がなかったため、AIモデルは創造的な名前で応答しました。一方、2番目のプロンプトでは例を提供したため、AIモデルはパターンを作成し、例に示されたパターンに従って[名前]を出力しました。
注意：プロンプトに多すぎる例を提供すると、AIモデルはパターンを確立するのではなく、例により強く依存するようになります。

4. 品質を評価する

プロンプトのもう一つの基本原則は、出力の品質を評価することです。ChatGPTなどのAIモデルでは、各応答にサムズアップとサムズダウンのオプションがあります。結果が期待通りであればサムズアップを、期待に沿わない場合はサムズダウンを使用してChatGPTが生成した出力にフィードバックを提供できます。サムズダウンを選択する際は、応答が気に入らなかった理由を提供することができ、これによりAIモデルのさらなる改善に役立ちます。また、より多くのオプションが必要な場合は、応答を再生成することもできます。

生成された応答へのフィードバックの提供

上の画像では、AIモデルが生成した応答に対して「気に入らない」というフィードバックを提供しています。このフィードバックは、AIモデルの将来的な改善に役立ちます。

5. 作業を分割する

作業を分割するとは、一般的に問題をより小さな部分に分解して解決しやすくすることを意味します。プロンプトの場合、長い、複雑な、または曖昧なプロンプトを一連の小さなプロンプトに分割することで、出力を順序立て、より正確で効果的なものにすることができます。長い、複雑な、曖昧なプロンプトは、「文脈的な幻覚」（AIの幻覚の一種）を引き起こす可能性があり、AIモデルがプロンプトの文脈を誤解釈して不正確で不適切な応答を始めることがあります。
複雑なプロンプト：テクノロジー企業の年次イベントの計画を立ててください。
改良されたプロンプト：
1. チームビルディング、成果、今後のステップに主に焦点を当てた、テクノロジー企業の年次イベントのテーマを3つ提案してください。
2. イベントが退屈にならないよう、主要な活動とそれぞれの活動のタイムラインを含むアジェンダを作成してください。
3. ＜場所＞から1時間以内の距離にあるイベント会場のトップ5を、収容人数、平均評価、主な特徴、考えられる欠点とともにリストアップしてください。
4. 楽しさとプロフェッショナリズムのバランスを保ちながら、テーマ、アジェンダ、主要な活動、会場を簡潔に含む参加者向けの招待メールを作成してください。

上記のプロンプトを試してみると、それぞれの応答がどのように異なるかを確認できます。2番目のプロンプトはニーズに合わせた流れのある応答を提供しますが、最初のプロンプトはより漠然とした一般的な応答を提供することに気付くでしょう。
このプロンプトの原則を学び、AIモデルからより正確な応答を得るために、これらの原則を実践していただければ幸いです。

この記事は、2025年2月に弊社のエンジニア Manjish Pradhan が執筆した内容を日本語に翻訳したものです。
英語版はこちらをご覧ください。
https://articles.wesionary.team/5-principles-of-prompting-86d941050a00

採用情報

私たちはプロダクト共創の仕組み化に取り組んでいます。プロダクト共創をリードするプロダクト・マネージャー、そして、私たちのビジョンを市場に届ける営業メンバーを募集しています！

https://wesionary.team/career/product-manager

開発パートナーをお探しの企業様へ

弊社は、グローバル開発のメリットを活かし、高い費用対効果と品質を両立しています。経験豊富で多様性のあるチームが、課題を正しく理解し、最適なシステムと優れた体験を実現します。業務システムの開発、新規事業の開発、業務効率化やDX化に関するお困りごと、ぜひ弊社にご相談ください。

https://wesionary.team/contact