プロンプトエンジニアリングへの道：次に学ぶべきこと

同じ質問なのに、答えの質がそろわない

昨日はいい回答が返ってきたのに、今日は当たり障りのない一般論しか出てこない。生成 AI を使い始めた人が最初にぶつかるのが、この揺れです。

原因はモデルの気分ではなく、渡している情報の量です。生成 AI は、与えられた文脈の範囲で答えを組み立てます。文脈が薄ければ、誰にでも当てはまる答えしか作れません。プロンプトエンジニアリングというのは、この文脈を意図的に設計する技術のことです。

足りないのは、たいてい 5 つのうちどれか

回答が薄いときは、次の 5 つのどれかが抜けています。

• 役割 はどんな立場で答えてほしいか
• 背景 はなぜそれが必要で、相手は誰か
• 命令 は具体的に何をしてほしいか
• 制約 は守ってほしい条件、字数や禁止事項
• 出力形式 はどんな形で受け取りたいか

「ダイエットについて教えて」を、この 5 つで書き直してみます。

長くなりましたが、返ってくるものはまったく別物になります。慣れてくると、この 5 つが頭の中でチェックリストとして働くようになります。

この先、どこへ進むか

基本の型が身についたら、次は伸ばす方向を選ぶことになります。大きく 3 つあります。

一つめは、精度を上げる技法です。ほしい答えの形をいくつか例として先に見せてから頼む、複雑な問いでは「順を追って考えてから答えてください」と添える。どちらも、説明を足すのではなく考え方そのものを渡すやり方で、この先の「プロンプトエンジニアリング」コースで詳しく扱います。

二つめは、自動化の方向です。プロンプトを単発で打つのをやめて、メールの受信から要約、通知までを一続きにします。前のレッスンで扱った外部ツールとの連携が入り口になります。

三つめは、作る側に回る方向です。プログラムから AI を呼び出せるようになると、大量のデータを一括で処理したり、自社の資料を読ませて答えさせる仕組みを作ったりできます。

解説

「作る側」に回りたい方へ

三つめの道を本格的に学ぶなら、Generative AI Developer – Professional コース が続きになります。API の呼び出しから、社内データを使った回答、本番での運用までを、コードを書きながら 40 レッスンで進みます。最初の 3 レッスンは無料で試せます。

どれを選んでも、土台になるのは「AI に何を渡すか」の設計です。まずは手元の仕事を一つ選んで、5 つの要素をそろえたプロンプトを書いてみてください。