プロンプトエンジニアリングとは何ですか？

プロンプトエンジニアリングとは、言語モデルの回答が実際の目的に役立つように、入力を設計し、改善することです。OpenAI Academyもほぼ同じ表現で、できる限りよい回答を得るために入力を設計し、改善することと説明しています。入力には、直接入力した文章、貼り付けた文書、共有ファイル、画像などがあります。

この言葉は、2種類の異なる仕事を指します。モデルを利用してソフトウェアを開発する人は、システム指示を書き、評価用データセットで検証し、バージョン管理を行います。OpenAIとAnthropicの開発者向け文書は、主にそうした人向けに書かれています。それ以外の人は、日常業務の一環としてChatGPT、Claude、Gemini、Copilotに依頼を入力します。このガイドは後者、つまり新しい職業に就くためではなく、信頼できる回答を得たいマーケティング担当者、顧客担当者、採用担当者、分析担当者、業務運営担当者に向けたものです。

後者のグループにとって、プロンプトエンジニアリングは、プログラミングというよりも、有能な同僚に的確な依頼書を書く作業に近いものです。Anthropicは、モデルを、優秀ではあっても職場の慣行や業務手順をまだ知らない新入社員と考えるよう勧めています。確認方法は実践的です。その作業の背景をあまり知らない同僚にプロンプトを見せ、指示に従って作業できるか尋ねます。同僚が戸惑うなら、モデルも戸惑う可能性が高いということです。

よいプロンプトには何を含めますか？

適切なプロンプトは、作業内容を明示し、背景を伝え、参照資料を提示するかその所在を示し、求める回答を説明します。主要4社では表現こそ異なりますが、推奨する内容は同じ少数の要素に集約されます。

Microsoftは、Copilotへの指示を目標、背景、参照元、期待する内容の4つに分けて説明し、必須なのは明確な目標だけだとしています。OpenAI Academyは、タスクを伝える、役立つ背景情報や文書を加える、役割・対象読者・形式などを含めて求める出力を説明する、という3つの手順を示しています。GoogleはGeminiのユーザーに、自然な言葉を使い、明確かつ簡潔に伝え、背景情報と具体的なキーワードを示すよう勧めています。Anthropicは、明確で具体的な指示と、その理由を伝えるよう求めています。ルールが重要な理由を理解することで、モデルがそのルールを適用しやすくなるためです。

課題

動詞1つと成果物1つを指定します。下書き、要約、比較、抽出、書き直し、批評のどれを行うのかを示し、150語のメール、表、3つの選択肢など、結果の形も伝えます。

背景情報

読み手は誰か、出力がどのような判断を支えるのか、それまでに何があったのかを示します。多くのプロンプトで抜けているのが、この部分です。

出典

回答の根拠とすべき資料です。貼り付けたメモ、添付ファイル、名前を指定した文書などが該当します。その資料以外の情報を使ってよいかも明示してください。

制約

長さ、文体、変更してはいけない事実、提供されていない結果・日付・名前など、回答で推測してはいけない事項です。

出力の形式

形式、見出し、列名を指定した表、または情報が不足している場合の簡潔な質問リストです。

確認

回答を使う前に何を確認するかを示します。書き出しておくことで、都合のよい確認で済ませずに済みます。

提供元のガイダンス本人の言葉追加されるもの
Microsoft Copilot目標、背景、情報源、期待する出力使用するファイル、メール、ページを指定する。何度かやり取りすることを想定する
OpenAI ChatGPTタスク、背景、求める出力完璧な指示の出し方は一つではありません。対話の中で改善します
Google Gemini自然言語、明確さ、文脈、キーワード複雑な作業を複数のプロンプトに分ける
Anthropic Claude明確で率直な表現、背景、例、構成ルールが重要な理由を説明し、例を使って形式を示す

よいプロンプトを書くための手順を教えてもらえますか？

確認する人が読む順序に合わせてプロンプトを書いてください。最初に作業内容、次に事実、その後にルールと形式を示します。以下は、従業員40人の架空の貨物輸送手配会社、ハーバー・レーン・ロジスティクスの顧客担当者が、出荷の遅延を顧客に知らせる場面に、この順序を当てはめた例です。

1. 成果物を決める

遅延の理由と次回の状況報告の時刻を伝える、顧客担当者宛ての150語未満のメールです。

2. まず事実を集めます

提示された事実：コンテナは税関書類の確認のため港で留め置かれています。変更後の配送予定日は木曜日です。次の状況報告は明日の4pmまでに送信されます。それ以外のことは分かっていません。

3. 誰が読むのかを明確にします

自社の倉庫チームに伝える必要がある調達責任者です。求めているのは安心させる言葉ではなく、日付です。

4. 利用範囲と制限を決めます

確認が行われた理由を推測せず、木曜日を確実な期日として約束せず、謝罪は1回までにしてください。

5. 出力の形式を指定します

件名、短い段落を3つ、最後に担当者が送信前に確認すべき事項を1行で列挙してください。

6. 読み直して修正します

下書きを事実と一文ずつ照合し、最初からやり直すのではなく、具体的な修正指示を1つ出します。

不十分なプロンプトと効果的なプロンプトを並べると、どのような違いがありますか？

不十分なプロンプトは話題だけを指定します。適切なプロンプトは、読み手、作業、情報源、制約を指定します。ハーバー・レーンの例なら、不十分な指示は「出荷の遅れについて顧客にメールを書いてください」です。この依頼への典型的な回答は、丁寧で自信に満ちていますが、遅延の理由、確定した新しい日付、誰も承認していない補償の申し出を作り出します。

より良い例：顧客担当者から顧客の調達責任者に送るメールを下書きしてください。目的は、相手が倉庫チームに状況を伝えられるよう、配送の遅延を説明することです。次の事実だけを使ってください。コンテナは通関書類の確認のため港で留め置かれています。現在の配達予定日は木曜日です。次回の状況報告は明日の午後4時までに送ります。木曜日は見込みとして扱ってください。書類確認の理由を述べたり、補償を申し出たりしないでください。150語未満で、平易かつ落ち着いた文面にし、謝罪は多くても1回にしてください。メールの後に、送信前に確認すべき詳細を列挙してください。

2つ目のプロンプトは長くなっていますが、重要なのは長さではありません。追加した一文ごとに、使用した事実、避けるべき主張、語数制限、挙げた質問など、確認担当者が点検できるものが増えています。それでも下書きに、遅延は顧客側の書類ミスが原因だと書かれていれば、確認担当者はモデルが元資料の範囲を超えたことにすぐ気づき、その文を削除できます。

高度なプロンプト作成手法には、どのようなものがありますか？

基礎の次に重要なのは、例を示すこと、構成を指定すること、大きな作業を分割すること、選択肢を求めること、そして禁止事項ではなく実行してほしいこととして指示を書くことです。いずれも技術的なスキルは必要ありません。

細かな点まで、すべての提供元の見解が一致しているわけではありません。その違いを知っておくことにも意味があります。Anthropicは、長い文書をプロンプトの冒頭近く、質問より前に置くことを勧めています。Microsoftは、Copilotのプロンプトでは後半がより重視されやすいと説明し、参照する情報源を末尾近くに置くことを提案しています。一方、OpenAIの開発者向けガイドでは、与える背景情報は通常、末尾近くに置くのがよいとしています。つまり、適切な配置はツールによって異なります。万能のルールを採用するのではなく、重要な作業で両方の順序を試してください。

例を表示

欲しい出力の例を1つか2つ貼り付けます。たとえば、以前上司に評価された進捗報告などです。Anthropicは、例を示すことを、形式、文体、構成を指定する最も確実な方法の1つとして挙げています。また、用意できる場合は、種類の異なる例を3つから5つ示すと、よりよい結果が得られるとしています。

指示と資料を分けます

「指示」「参照メモ」「例」などの見出しやラベル付きの区画を使い、モデルが指示と処理対象の文章を区別できるようにします。Anthropicはこのためにタグを推奨していますが、通常の見出しならどのチャットツールでも使えます。

作業を分割する

まず構成案を出してもらい、承認してから下書きを依頼します。Googleは関連するタスクを別々のプロンプトに分けることを勧めており、OpenAI Academyは大きなタスクを小さな部分に分割することを提案しています。

選択肢と優先順位を尋ねる

代替案を3つ、それぞれのトレードオフとともに求め、正確さ、簡潔さ、速さのうち何を最も重視するかを伝えます。

避けることだけでなく、すべきことを伝える

MicrosoftとAnthropicはどちらも、指示を肯定形で表現することを推奨しています。箇条書きを使わないで、ではなく、短く平易な段落で書いて、と伝えます。禁止の指示は、絶対に含めてはいけない事実や主張に限って使います。

質問を受け付ける

最後に「下書きを始める前に、不可欠な情報が不足していれば、最大3つ質問してください」と加えます。これにより、モデルが推測で埋めてしまう情報の抜けを明らかにできます。

最初の回答だけでは、仕事が完了しないことが多いのはなぜですか？

最初の回答は、それを見て修正を依頼するための下書きであり、提供元もそう説明しています。Microsoftは、最初の結果が最終的な回答や最善の回答でないことは多く、何度かやり取りすることを想定すべきだとしています。OpenAI Academyは、最初からやり直すのではなく、会話の中で回答を改善することを勧めています。

適切な追加指示は、具体的な問題を示します。「短くして」よりも、「第1段落と重複している第2段落を削り、次回の報告日時を冒頭の文に移してください」のほうが明確です。Microsoftも、同じプロンプトでも毎回異なる結果が出る可能性を指摘しています。そのため、一度うまくいっただけでは、毎回うまくいく証拠にはなりません。繰り返し行う業務では、信頼できると判断する前に、複数の入力で試してください。

職種とのつながりを確認してみませんか？

計画中のチーム向けトライアルを見る ↗

ChatGPT、Claude、Copilot、Geminiでは、それぞれ異なるプロンプトが必要ですか？

基本はどのアシスタントでも同じです。異なるのは、それぞれのツールが参照できる情報です。明確な作業指示、実際の背景情報、範囲を限定した情報源、指定した出力形式によって、四つのツールすべてで結果を改善できます。

実務上の違いは、ほかのシステムとの連携から生まれます。Microsoft 365 Copilotでは、スラッシュを入力して、特定のファイル、会議、人物、メールを参照先に指定できます。ただし、参照できる対象はライセンスや設定によって異なります。Google WorkspaceのGeminiなど、オフィスソフトに組み込まれたアシスタントは、プランや管理者設定に応じて業務ファイルにアクセスできる場合があります。単体のチャットアシスタントは、組織がほかの情報源を接続していない限り、主に貼り付けた内容やアップロードした資料を基に動作します。最新の料金表を使うようプロンプトに書く前に、そのツールが実際に料金表にアクセスできるか確認してください。アクセスできなければ、そのことを告げずに一般知識で回答する可能性があります。

ツール別の例については、仕事で使うChatGPTのプロンプトとCopilotのプロンプトに関する関連記事、および職場でのAIツール活用を幅広く扱うガイドをご覧ください。

仕事でプロンプトを書く際に特によくある間違いは何ですか？

よくある間違いは、事実を与えずに文章を整えるよう頼むこと、魔法のような決まり文句に頼ること、自信ありげな回答を信じることです。どれも、知っていれば簡単に気づけます。

役割の指定に中身がない

「世界一流のマーケターとして振る舞ってください」という指示は、モデルに役柄を与えるだけで、作業を指定していません。役割を1行で示すと文体の調整には役立ちますが、読み手、事実、制約の指定に代わるものではありません。

出典なし

資料を提供せずに市場の概要を求めると、一般論や、ときには架空の数値が出てきやすくなります。

曖昧な修正指示

「もっと良くして」では、改善の方向が伝わりません。どの文にどんな問題があり、どう変えるのかを示します。

巨大なプロンプト1つ

調査、分析、下書き、書式設定を一度に依頼すると、誤りを見つけにくくなります。依頼を分けてください。

貼り付けてはいけない情報の入力

顧客との契約書、個人データ、未公開の数値は、そのデータの取り扱いについて会社が承認したツールでのみ使用してください。

流暢さを根拠とみなすこと

よく書けた回答にも、誤った記述が含まれることがあります。情報源と照合してください。

返ってきた結果はどのように確認すればよいですか？

事実を述べる文はすべて、提供した資料と照合し、資料に含まれていなかった内容は二重に確認します。ここで、プロンプト設計とレビューがつながります。回答に含めてよい内容を明確に把握できるため、範囲を適切に絞ったプロンプトを使えば確認も速くなります。

Microsoftは、Copilotの回答には不正確な内容が含まれる可能性があり、確認と検証が必要だと明言しています。これはどのアシスタントにも当てはまります。原因、日付、名前、数字、約束が勝手に追加されていないか確認してください。重要な数値は自分でも再計算します。モデルが出典を示した場合は、その出典を開き、該当箇所を確認します。AIの出力を事実確認する方法のガイドで、詳しい手順を説明しています。

チームでプロンプトエンジニアリングを学ぶにはどうすればよいですか？

チームがプロンプトの書き方を最も早く身につけるには、普段繰り返し行うタスクで練習し、明確な基準に照らして結果を比較することです。プロンプトのパターンを学ぶ一般的な講座よりも、各自が実際に作成するメール、要約、分析に繰り返し取り組み、その都度確認を受ける方が役立ちます。

役に立つ練習サイクルには、事実資料を使う現実的な課題、最初のプロンプト、修正、何をなぜ変えたかを説明する短いメモという4つの要素があります。上司や同僚は、完成した文章だけでなく、そのメモも確認します。確認の工程を省いたプロンプト設計研修では、適切な判断よりも、長いプロンプトが評価されがちです。

Tosheo.aiは、この学習サイクルを中心に開発を進めています。計画中のサービスでは、各従業員が短いレベルチェックを受けた後、職種別の10〜15分のレッスンに取り組みます。各レッスンの最後には、実際のAIツールを使った実践課題があり、明示された採点基準に沿った評価と、具体的なフィードバックを受ける設計です。サービスはまだ開発前のため、これは実績ではなく、計画している範囲の説明です。まず業務への適用例を見たい方は、関連ガイドの「業務のためのプロンプトエンジニアリング」で、より多くの実例を確認できます。

プロンプトエンジニアリングでは解決できないのは、どのような場合ですか？

プロンプトエンジニアリングでは、ツールが持っていないデータを必要とするタスク、人にしかできない判断、業務に合わないツールという問題は解決できません。Anthropic自身の概要説明でも、すべての失敗に対してプロンプトの改善が最適な解決策になるわけではないと指摘しています。別のモデルやツール、業務手順に変えることが解決につながる場合もあります。

要約で数値が繰り返し抜け落ちる場合、原因は指示の書き方ではなく、アシスタントがファイルを正しく読み取れていないことかもしれません。下書きが何度修正してもブランドらしい表現にならない場合は、形容詞を増やすより、実際の表記・文体ガイドと例を用意するほうが有効かもしれません。出力が誰かの給与、権利、健康、法的立場に影響する場合、プロンプトを改善しても、適切な資格や専門性を持つ人による確認は必要です。

Tosheo.aiも、これを学ぶすべての人に適した選択肢ではありません。5〜200人のチームに所属する、技術職以外のスタッフ向けに計画されています。モデルのAPIを使ってアプリケーションを構築するエンジニアには、システム指示、評価、バージョン管理を扱うOpenAIやAnthropicの開発者向けドキュメントや、Anthropicの無料の対話型プロンプト作成チュートリアルのほうが適しています。

このガイドで次に読むべき箇所はどこですか？

このセクションの各ガイドは、実務上の疑問を一つずつ取り上げています。今使っているツールや取り組んでいる作業に合うものから始めてください。

プロンプトのテンプレート

要約、メール、比較、書き直しに再利用できるテンプレートと枠組みに加え、チームの共有資料を最新に保つための指針。

仕事で使うChatGPTのプロンプト

よくある業務に合わせて調整できるChatGPTのプロンプト集です。それぞれに、入力すべき事実と確認事項を記載しています。

Copilotのプロンプト

Outlook、Teams、Word、Copilot Chatで使うMicrosoft 365 Copilot向けのプロンプトです。Copilotに適切なファイルを参照させる方法も紹介します。

業務向けプロンプトエンジニアリング

業務用プロンプトとその修正版、レビューコメントの具体例です。

業務でのAI文章作成

AIが生成した下書きを、自分の名前で責任を持って送れる文章に仕上げる方法。

出典と対象範囲

OpenAI Academy、プロンプト作成の学習資料、16 October 2026に閲覧 ↗

OpenAI APIドキュメント、プロンプトエンジニアリング、16 October 2026に閲覧 ↗

Anthropic、Claude ドキュメント「プロンプト作成のベストプラクティス」、16 October 2026 閲覧 ↗

Anthropic、Claude ドキュメント「プロンプトエンジニアリングの概要」、16 October 2026 閲覧 ↗

Microsoft サポート、Microsoft Copilot でプロンプトを書き始める、2026年10月16日閲覧 ↗

Microsoftサポート、適切なプロンプトでCopilotの回答を改善する、16 October 2026閲覧 ↗

Microsoft サポート、Microsoft Copilot で特定のファイルなどを参照する、2026年10月16日閲覧 ↗

Google Workspaceラーニング センター、Gemini向けプロンプトを書く際のヒント、16 October 2026閲覧 ↗