プロンプトエンジニアリング
プロンプトエンジニアリングとは、生成AIから目的に合う出力を得るために、指示、前提情報、制約、出力形式、例、確認条件を設計・改善することです。
業務プロンプトの6要素
- 目的:何を決める、作る、確認するのか。
- 前提:対象読者、場面、用語、利用できる情報は何か。
- 入力:処理する文章やデータの範囲はどこか。
- 制約:使わない情報、文字数、断定を避ける条件は何か。
- 出力形式:表、箇条書き、JSONなど、どう返すか。
- 確認条件:出典、未確定事項、計算過程をどう示すか。
曖昧な依頼を改善する例
改善前:「この資料をわかりやすく要約して」
改善後:「添付した会議資料だけを使い、営業部の参加者向けに、決定事項・担当者・期限・未決事項の4列で表にしてください。資料に記載がない項目は推測せず『記載なし』としてください。」
後者は長いから良いのではなく、対象、根拠範囲、出力形式、推測の扱いが確認できるため、結果を評価しやすくなります。
似た方法との違い
| 方法 | 変えるもの | 使うとき |
|---|---|---|
| プロンプトエンジニアリング | その都度またはテンプレートの指示 | 作業条件や形式を伝える |
| RAG | 回答時に参照する知識 | 社内資料や最新情報を使う |
| ファインチューニング | 学習によるモデルの振る舞い | 大量の例から特定タスクへ適応する |
テンプレート化するときの注意
- 入力欄と固定指示を分け、消してはいけない条件を明示する
- 実在の顧客情報を入れずにテストできる例を用意する
- モデルやサービス更新後も同じ結果になるか再評価する
- AIが作った内容を誰が確認するかを手順に含める
プロンプトで解決できない問題
元資料が古い、アクセス権限が誤っている、計算ロジックが必要、出力を自動送信する権限が大きすぎるといった問題は、指示文の工夫だけでは解決しません。データ、システム、承認フローを分けて見直します。
参考情報
最終確認日: 2026年7月22日
スポンサーリンク