AIとの会話の基本ルール：「プロンプト」とは何か

同じことを聞いたのに、返ってくる答えが違う

同僚が ChatGPT に相談したら、そのまま資料に使える答えが返ってきた。同じことを自分が聞いたら、教科書のような一般論だった。よくある話ですが、原因は AI の性能差ではありません。送った文章の差です。

AI に送るこの文章をプロンプトと呼びます。質問でも、命令でも、貼り付けた資料でも、入力欄に打ち込んだものはすべてプロンプトです。専用の記法はなく、人に頼みごとをするときと同じ日本語で書けます。

ただし相手は空気を読みません。「いい感じにまとめて」と言われた AI は、誰にとっての「いい感じ」なのかを知らないまま、最大公約数の答えを返します。不十分な入力からは不十分な出力しか出てこないことを、コンピュータの世界では昔から GIGO（Garbage In, Garbage Out）と呼んできました。回答に不満があるとき、まず疑うのは AI の能力ではなくプロンプトの方です。

足りないのは知識ではなく、条件

たとえば「カレーの作り方を教えて」とだけ送ると、AI はスパイスから作る本格レシピを 4 人前で返してくるかもしれません。知識が足りないのではなく、こちらの事情を知らないだけです。

解説

良い例

プレーンテキスト

料理初心者でも30分で作れる、市販のルーを使ったカレーの作り方を教えてください

足したのは「初心者向け」「30 分」「市販のルー」の 3 語だけです。それでも、返ってくるレシピは自分の台所で作れるものに変わります。足したのは知識ではなく条件でした。

条件は 5 か所に分けて探す

何を足せばいいか迷ったら、次の 5 つのうちどれが抜けているかを見ます。毎回すべてを埋める必要はありません。

この章では、このうち出力形式と役割を 1 つずつ実際に試していきます。今の時点では、指示と背景の 2 つだけ意識できれば十分です。

検索窓のクセを捨てる

長く検索エンジンを使ってきたので、つい「カレー レシピ 簡単」のように単語を並べたくなります。検索エンジンはキーワードに合うページを探す仕組みなので、それで正しいのですが、生成 AI は文章の前後関係を読んで答えを組み立てる仕組みです。単語だけを並べると、その前後関係が消えてしまいます。

解説

良い例

プレーンテキスト

今日は冷蔵庫に鶏肉と玉ねぎしかありません。これで作れる夕食のメニューを3つ提案してください

事情を説明するように話しかけるのが正解です。そして、一度で完璧を狙う必要はありません。返ってきた答えがずれていたら、「もう少し短く」「もっと専門的に」と続けて伝えれば済みます。プロンプトは書き切るものではなく、会話しながら削っていくものです。

解説

一発で当てにいくより、3 回ほどやり取りして近づける方が、結果的に早く着地します。

何を打てばいいか分からないときは、「〜について教えて」

入力欄の前で、何を打ち込めばいいか分からずカーソルが点滅したまま、という時間は誰にでもあります。特別な呪文を知らないといけないと身構えてしまうからです。最初の 1 通で覚える型は 1 つで、「〜について教えて」 です。

解説

良い例

プレーンテキスト

つみたてNISAのメリットについて教えて

トピックさえ書けば、AI は持っている知識を要約して返してくれます。人に聞くときは「これは誰に聞けばいいのか」を先に考えますが、AI にはその手間がありません。会議中に出てきて聞きそびれた言葉、記事で読み飛ばした用語、なんとなく分かったつもりでいる仕組みなど、わざわざ人に聞くほどではないものを拾うのが、この型のいちばんの使いどころです。

広すぎると、教科書の第 1 章が返ってくる

弱点もあります。対象が広すぎると、AI は何から話せばいいか分からず、教科書の冒頭のような説明を始めます。「旅行について教えて」と聞けば、旅行の意義から返ってきます。

効くのは、対象を 1 段だけ狭めることです。

右の列は、どれも左の列に一言足しただけです。何を狭めるか思いつかないときは、いつ、誰が、どんな場面で使うのかを 1 つ書き足してみてください。

自分がどのくらい知っているかを添える

もう 1 つ、短くてよく効く言葉があります。

解説

良い例

プレーンテキスト

専門用語を使わずに、量子コンピュータが普通のコンピュータと何が違うのかについて教えて

「専門用語を使わずに」「小学生でも分かるように」「エンジニア向けに」のどれも 1 行ですが、AI は説明の言葉づかいを丸ごと切り替えます。何も言わなければ、AI は相手のレベルを推測して書くしかありません。