AIへの指示の出し方：プロンプト入門

良いプロンプトと悪いプロンプトの違い：具体例で学ぶ改善ポイント

生田 陸人
監修
LuaGate エンジニア / 現役エンジニア
編集 LuaGate編集部

このレッスンで分かること

  • この記事では「良いプロンプトと悪いプロンプトの違い：具体例で学ぶ改善ポイント」を プロンプト設計 の現場で使える形で整理します
  • プロンプトの質がAIのアウトプットを左右する理由 をおさえれば、現場で迷ったときに立ち戻れる
  • AIに伝わらない悪いプロンプトの共通点 をおさえれば、現場で迷ったときに立ち戻れる
  • 1. 指示が短すぎて具体的でない をおさえれば、現場で迷ったときに立ち戻れる
  • 2. 文脈（コンテキスト）が欠けている をおさえれば、現場で迷ったときに立ち戻れる

良いプロンプトと悪いプロンプトの違い とは

AIから最高の回答を引き出すための「良いプロンプト」と「悪いプロンプト」を徹底比較！具体的な具体例、NG例、改善の4要素、プロンプトの構成テクニックまで、今日から使える実践的なノウハウをプログラミング教育の専門家が分かり。

プロンプトの質がAIのアウトプットを左右する理由

AI（人工知能）を使い始めた多くの人が最初に直面する壁、それは「期待したような回答が返ってこない」という悩みです。ChatGPTやClaude、Geminiといった最新のAIは非常に高い能力を持っていますが、その能力を引き出せるかどうかは、私たちが入力する命令文、つまりプロンプトエンジニアリングの質にかかっています。

プロンプトは、AIに対する「指示書」です。仕事で部下や同僚に指示を出すとき、曖昧な言葉で伝えるとミスや誤解が生まれますよね？ AIもそれと同じです。具体的に何を、どのように、誰に向けて作成してほしいのかを明確に伝えることで、AIは初めてその真価を発揮します。

本レッスンでは、初心者の方が陥りがちな「悪いプロンプト」の典型例と、驚くほど回答の精度が上がる「良いプロンプト」の違いを、具体的なケーススタディを通して詳しく解説します。この違いを理解するだけで、今日からAIとのやり取りが劇的にスムーズになるはずです。

プロンプトの質 = アウトプットの質 — AIは「曖昧さ」を埋めるために平均的な回答を返す。曖昧さを潰すほど、専門的で実用的な出力に近づく。

AIに伝わらない「悪いプロンプト」の共通点

まずは、思うような結果が得られない「悪いプロンプト」に共通する特徴を見ていきましょう。一言で言えば、悪いプロンプトとは「情報不足で曖昧な指示」のことです。

1. 指示が短すぎて具体的でない

例えば、「ブログ記事を書いて」という指示。これだけでは、AIは何について書けばいいのか、誰に向けた記事なのか、どれくらいの長さが必要なのかを判断できません。その結果、ネット上の一般的な情報をまとめただけの、当たり障りのない回答が返ってきてしまいます。

2. 文脈（コンテキスト）が欠けている

AIはあなたの背景事情を知りません。「会議の資料を作って」と言われても、それが社内向けの進捗報告なのか、顧客向けの提案資料なのかによって、必要なトーンや内容は全く異なります。背景情報を省いてしまうと、今のあなたの状況に合わない回答が生成されてしまいます。

3. 出力形式の指定がない

箇条書きがいいのか、表形式がいいのか、あるいはメール形式がいいのか。これらを指定しないと、AIは自分の判断で（時には非常に読みづらい形式で）回答を出力します。後から自分で修正する手間が増える原因となります。

diagram (will load when visible)

驚くほど精度が変わる「良いプロンプト」の4大要素

一方で、AIから最高の答えを引き出す「良いプロンプト」には、共通のフレームワークが存在します。以下の4つの要素を意識するだけで、プロンプトの質は劇的に向上します。

  1. 役割（ロール）はAIにどのような立場（例：プロの編集者、経験豊富なエンジニア）で回答してほしいかを指定します。
  2. 目的（ゴール）は何を達成したいのか、最終的な成果物のイメージを明確にします。
  3. 背景と制約条件はターゲット読者、トーン（丁寧、カジュアル）、使用してほしいキーワードなどを具体的に指定します。
  4. 出力形式は箇条書き、Markdown、JSON、表形式など、望ましいフォーマットを指定します。

これらの要素が組み合わさることで、AIは情報の優先順位を正しく理解し、思考の解像度を高めることができるのです。

4大要素のチェック — 役割 / 目的 / 背景・制約 / 出力形式。書き始める前にこの4つを30秒で書き出すだけで、再生成の回数が半分以下に減る。

【ケーススタディ】具体的で見違える！プロンプト改善の実践例

それでは、実際にどのような差が出るのか、2つの具体的なシーンで比較してみましょう。

シーン1：ビジネスメールの作成

避けたい例 悪いプロンプト例: 取引先のA社に、打ち合わせの日程調整のメールを書いてください。

これでは、誰が誰に、いつ、何の打ち合わせをしたいのかが不明です。AIは架空の日時を勝手に作ったり、非常に汎用的なテンプレを出すしかありません。これを改善すると以下のようになります。

良い例 良いプロンプト例:

役割

あなたは、ビジネスマナーに精通した優秀な営業事務です。

目的

取引先のA社・佐藤様に対し、新プロジェクトのキックオフ会議の日程調整メールを作成してください。

詳細情報

  • こちらの希望日時：10月5日（水）14:00〜16:00、10月6日（木）10:00〜12:00
  • 場所：オンライン（Zoom）
  • 補足：先日は展示会でお世話になったことへの御礼を一言添えてください。

出力形式

件名と本文を分けて出力してください。丁寧な敬語（です・ます調）を使用してください。

いかがでしょうか。良いプロンプトでは、「誰が・誰に・何を・どうしたいのか」が明確です。これなら、生成されたメールをほぼそのままコピー＆ペーストして使うことができるでしょう。

シーン2：情報の要約

長い文章を要約してもらう際も、指定の仕方で結果が大きく変わります。

避けたい例 悪いプロンプト例: 以下の文章を短くまとめてください。 [文章の内容...]

良い例 良いプロンプト例:

依頼

提供する文章を、忙しい経営層が30秒で理解できるように要約してください。

制約条件

  • 最も重要なポイントを3つの箇条書きで抽出すること
  • 専門用語は避け、中学生でもわかる言葉を使うこと
  • 合計で200文字以内に収めること

対象の文章

[文章の内容...]

「短く」という曖昧な指示を、「3つの箇条書き」「中学生でもわかる言葉」「200文字以内」という具体的な制約条件に置き換えることで、AIの出力はあなたのニーズにぴったりと合致したものになります。

プロンプトを劇的に改善するための3つのステップ

良いプロンプトを書くために、毎回完璧な長文を書く必要はありません。以下の3ステップを意識するだけで、自然と質の高い指示が出せるようになります。

diagram (will load when visible)

ステップ1：AIに「人格」を与える

指示の冒頭に「あなたは〇〇のプロです」と一言添えるだけで、AIの回答のトーンが変わります。これを「ペルソナ指定」と呼びます。プロのコンサルタント、優しい先生、厳格な校正者など、目的に合わせてAIの立ち位置を変えてみましょう。

ステップ2：例示（Few-shot）を活用する

「このような形式で回答してください」という例（サンプル）を1〜2個プロンプトの中に含める手法です。AIはパターン認識に優れているため、例を示すだけで出力のブレが大幅に減ります。

ステップ3：AIに質問をさせる

「この指示を実行するのに、私から追加で必要な情報はありますか？」と最後に付け加えてみてください。するとAIは、より良い回答を作るために必要な欠落情報を自分から聞き返してくれます。この双方向の対話こそが、最高のプロンプトを完成させる近道です。

まとめ：プロンプトはAIとの対話の入り口

「良いプロンプト」と「悪いプロンプト」の決定的な違いは、「相手（AI）が迷う余地があるかどうか」にあります。具体性を持たせ、文脈を与え、形式を指定する。この基本原則を守るだけで、AIはあなたの強力なパートナーに進化します。

まずは、短い指示に「目的」と「対象」を加えることから始めてみてください。少しの工夫で、AIからの回答が驚くほど知的で実用的なものに変わる体験を楽しんでくださいね。

やってみよう 練習問題: あなたが「来週の晩ごはんの献立」をAIに考えてもらうとしたら、どのような制約条件を加えますか？ 以下の項目を埋めて、自分なりの「良いプロンプト」を考えてみましょう。

  1. 家族構成や人数は？
  2. 料理のジャンル（和食、洋食など）の希望は？
  3. 避けたい食材や、冷蔵庫に余っている食材は？
  4. 出力形式は（月曜〜日曜の表形式など）？

「AIがうまく答えてくれない」と感じたときは、自分の指示が「初めて会った人にいきなり頼みごとをするような不親切な内容になっていないか」を振り返ってみましょう。具体的に伝えれば伝えるほど、AIはあなたの期待を上回る魔法を見せてくれますよ！

現場でよくある具体例

  1. 業務ケース 1 — 商品説明文の生成。「役割・読者・トーン・制約・出力例」の 5 ブロックを徹底したら、編集工数が 3 分の 1 に
  2. 業務ケース 2 — 議事録要約で「アクションアイテムは担当者と期限を明記」と一文足したらタスク漏れが激減
  3. 業務ケース 3 — 顧客対応の Chain-of-Thought 設定で「まず分類、次に回答候補、最後に確認質問」と段階指示にし、誤回答が 4 割減

次にとるべきアクション

  1. 自分の現業務プロンプトを 1 つ取り出す — 「良いプロンプトと悪いプロンプトの違い：具体例で学ぶ改善ポイント」の観点で 3 箇所書き換え、変更前後を比較する
  2. プロンプトをテンプレ化する — 役割・入力・出力フォーマット・制約の 4 ブロックで定型化する
  3. 評価セットを 5 件作る — 自分のユースケースで「期待出力」を 5 件用意し、プロンプト改善のたびに回帰確認する

次のレッスン

次は 第1章まとめクイズ で、第1章まとめクイズ を学びます。

事前確認 — 進む前に次の 3 つができることを確認しましょう。

  1. プロンプト良し悪し の要点を自分の言葉で説明できる
  2. このレッスンの最小コード (または操作手順) を見ずに書ける
  3. 練習問題やクイズで間違えた箇所を読み直して理解した

理解度チェック (30 秒)

Q. プロンプト良し悪し とは何か、1 文で説明してください。

この章のポイント

A. 本文の「このレッスンで分かること」または冒頭の説明文を見直し、自分の言葉で要約できれば OK。詰まったら本レッスンの最初の H2 セクションを読み返してみましょう。

関連レッスン

参考にした出典

学習を加速したい方へ

プロンプトエンジニアリング実践ガイドを体系的にマスターするなら、chotdekiru の無料学習ポータル で実際に手を動かして学習を始めるのがおすすめです。質問・つまずきも現役エンジニアが伴走します。

復習ミニクイズ

レッスンで紹介された「良いプロンプトの4大要素」に基づき、AIに業務の依頼をする際、最も回答の精度を高める方法はどれでしょうか？

参考リンク