プロンプトエンジニアリングとは、AIに有用な出力を生成させるための指示文を書くスキルです。ChatGPTに何かを入力して、曖昧で役に立たない応答が返ってきたのに、言い回しを変えたらまさに欲しい結果が得られた——そんな経験があれば、あなたはすでにプロンプトエンジニアリングをやったことになります。このガイドでは、そのプロセスをランダムではなく体系的に行えるようにします。
基本的な考え方はシンプルです：AIは入力の具体性と構造に反応します。曖昧な入力には曖昧な出力が、具体的でよく構造化された入力には具体的で有用な出力が得られます。技術的な知識は必要ありません。5つの習慣があれば十分です。
| Fundamental | One-Line Summary | Impact Level |
|---|---|---|
| Role | AIに誰になるかを伝える | High |
| Context | AIが知り得ない具体的な情報を追加する | High |
| Constraints | 境界を設定する（長さ、形式、トーン） | High |
| Examples | 「良い」例を示す | Medium–High |
| Iteration | フォローアップで出力を修正し、最初からやり直さない | Medium–High |
90%の悪いプロンプトを修正する5つの基本原則
1. AIに誰になるかを伝える
役割から始めると応答が劇的に変わります。役割がないと、AIは「役立つアシスタント」という一般的なデフォルトになります。役割を与えると、ドメイン特有の知識が活性化され、言語、深さ、視点が調整されます。
❌ BEFORE
Write me a marketing email.
✅ AFTER
You are a senior email marketer at a DTC brand with a 45% open rate. Write a product launch email for our new moisturizer. Target audience: women 25-40 who've purchased skincare from us before.
役割は実在のものである必要はありません。「15年の経験を持つ財務アナリストです」というのも、AIが実際にアナリストでなくても機能します。これは正しい知識とトーンを引き出すフレームワークです。
2. AIが知らないコンテキストを提供する
AIは一般的な世界の知識は豊富に持っていますが、あなたの具体的な状況については何も知りません。そのギャップを埋めましょう。
❌ BEFORE
Help me with my presentation.
✅ AFTER
Help me with a 10-minute board presentation. I'm the VP of Engineering at a 200-person SaaS company. The audience is non-technical board members. I need to explain why we should migrate from AWS to GCP. The board cares about cost and reliability, not technical architecture.
コンテキストには、あなたが誰か、聴衆が誰か、すでに試したこと、制約条件、望ましい成果のイメージが含まれます。関連性の高いコンテキストが多いほど、初回の出力が良くなります。
3. 境界を設定する
制約がないと、AIは「適切だと思う」ものを出力しますが、それはしばしば長すぎたり、一般論すぎたり、間違った形式だったりします。
役立つ制約:
「200語以内に収めて。」「箇点を使い、段落にしない。」「一人称で書いて。」「専門用語は使わない — 読者は技術的背景がない。」「正確に3つの例を入れる。」「曖昧なまとめではなく、具体的な推奨で終える。」
制約は制限ではなく、品質管理です。200語の制約はAIに優先順位付けを強制します。「専門用語なし」の制約は明瞭さを強制します。すべての制約が出力を良くし、悪くしません。
これで価値を感じていますか？ 実際に効果的なプロンプトテクニックを毎週公開しています。 インBOXに届ける →
4. 示す、ただ言うだけではない
一つの例は、段落分の指示よりも多くのことを伝えます。特定の形式、トーン、スタイルを望むなら、AIに見せてあげましょう。
❌ BEFORE
Write a LinkedIn post about AI productivity. Make it engaging.
✅ AFTER
Write a LinkedIn post about AI productivity. Here's the style I want — short lines, one idea per sentence, a hook that asks a question: [paste an example post you liked]. Match this structure and tone. Topic: how I use Claude for weekly reports.
これが機能するのは、AIが本質的にパターンマッチャーだからです。パターンを与えると、それを再現します。「魅力的に」と言うだけだと、あなたの意図を推測します — しばしば間違って。
5. やり直さず、反復する
最初の出力はラフドラフトです。魔法はフォローアップにあります。出力が完璧でないからといって新しい会話を始めず、AIに何を修正するかを伝えましょう:
2回の反復で、完璧な初回プロンプトを10回試すよりも良い結果が得られます。AIは会話内であなたの修正から学びます。
ICCSSEフレームワーク — 5つの基本要素を1つのシステムに
これら5つの習慣にはフレームワークがあります：ICCSSE — Identity, Context, Constraints, Steps, Specifics, Examples。重要なプロンプトを送信する前にチェックリストとして使えます。
毎回6要素すべて必要というわけではありません。簡単な質問なら具体性だけでも十分です。複雑なタスク — レポート作成、データ分析、戦略立案など — では、Enterを押す前にフルICCSSEチェックリストを通すと大きな違いが出ます。
実演を見たいですか？ どんなプロンプトでも無料のPrompt Optimizerに貼り付けて、フレームワークが自動適用されるのを観察してください。もしくはプロンプトを評価して、欠けている要素を確認。
どの AI を何に使うか？
使用するモデルは重要です。こちらがクイックガイドです：
| ユースケース | 最適デフォルト | 理由 |
|---|---|---|
| ブレインストーミング + 幅広いアイデア出し | ChatGPT | 高速イテレーション + 広範なカバー範囲 |
| 長文ドキュメント + 厳格な制約 | Claude | 複数パートの指示をよく守る |
| コードを使ったデータ分析 | ChatGPT (Code Interpreter) | あなたのファイルで Python を実行 |
| Google Workspace ワークフロー | Gemini | Sheets/Docs 統合 |
詳細な比較については、ChatGPT vs Claude 分析 をご覧ください。あるいは 60秒 Model Picker Quiz を試してみてください。
修正前後の5つの例
メール作成：
修正前: 「フォローアップメールを書いて。」
修正後: 「先週火曜日に提案を依頼したが見返事がないクライアントへのフォローアップメールを書いて。トーン：温かくプロフェッショナル。目標：今週15分の電話をスケジュール。100語以内に。強引にならない。」
コードレビュー：
修正前: 「コードをレビューして。」
修正後: 「このReactコンポーネントをレビュー：1) バグ、2) パフォーマンス問題、3) アクセシビリティの欠落。各問題について、なぜ重要かを説明し、修正方法を示して。深刻度順に優先。」
リサーチ：
修正前: 「競合の価格について教えて。」
修正後: 「私はプロジェクト管理SaaSを$29/ユーザー/月で販売。主要競合はAsana、Monday、Linear。$25-35/ユーザー範囲で各社の価格帯を比較、各社が何を含めるかに焦点。表形式で提示。」
戦略：
修正前: 「Q4の計画を手伝って。」
修正後: 「私は50人規模B2B SaaSのマーケティングディレクター。Q3実績：月200リード、5%コンバージョン、CAC $45。Q4予算：$100K。目標：リードを月350に増やす。期待ROI順に3つの戦略を提案。各々について：コスト、タイムライン、期待リード増加、最大リスク。」
執筆：
修正前: 「リモートワークについてのブログ投稿を書いて。」
修正後: 「1,200語のブログ投稿を書いて。ハイブリッドワーク（オフィス3日、リモート2日）がエンジニアリングチームで完全リモートより優れていると主張。対象：エンジニアリングマネージャー。2つの具体的なデータポイントを含めて。トーン：会話調だが証拠ベース。実践的な推奨で終える。」
次に学ぶべきこと
このガイドは基本をカバーしています。深掘りする準備ができたら：
ICCSSEフレームワーク — 初回で機能するプロンプトを書く完全システム。
System Promptsガイド — 繰り返しタスク向けの持続的なAI動作の設定方法。
コンテキストエンジニアリング — 基本プロンプティングに代わり、最もレバレッジの高いAIスキルとなったもの。
プロンプトテンプレートライブラリ — カテゴリ別に整理された70の即使用可能プロンプト。
もっと欲しい？ 毎週1つ、実行可能なAIガイドを公開しています。無料購読 →
よくある質問
AIがどんどん賢くなるならプロンプトエンジニアリングを学ぶ必要ある？
はい、ただ焦点がシフトしています。基本的なプロンプトスキル（具体的になる、コンテキストを与える）は常に重要です。高度なプロンプトエンジニアリングはコンテキストエンジニアリングに進化中 — プロンプトだけでなくAIが見る全コンテキストを管理するもの。どちらのスキルも時間が経つほど効果が増します。
どのプロンプトテクニックが一番の改善をもたらす？
役割の追加と関連コンテキスト。これら2つだけで、素のプロンプト比50-80%の出力品質向上が見込めます。15秒ででき、全AIモデルで機能します。
ChatGPT、Claude、Geminiで同じプロンプトスタイルを使っていい？
基本は全モデルで機能します。主な違い：Claudeは複雑な複数パート指示をより正確に守ります。ChatGPTは例からより恩恵を受けます。Geminiは明確で直接的な質問が最適。でもこのガイドの5つの習慣はどこでも使えます。
プロンプトエンジニアリングはまだ学ぶ価値ある？
はい。モデルが向上しても、明確な指示はレバレッジです。勝つのは、1-2回目で確実に有用な出力が得られる人 — 最長のプロンプトを書く人ではありません。
開示：本記事のリンクの一部はアフィリエイトリンクです。実際にテストし日常的に使っているツールのみ推奨。詳細は完全開示ポリシーを参照。