プロンプトとは｜意味と書き方、業務の部品になるまで

「プロンプトの書き方次第で、AIの答えは全然違う」——生成AIを使い始めると、必ずこの言葉に出会います。ところが「プロンプトとは何か」を調べると、指示文という一言の説明と例文集が出てくるだけで、なぜ同じAIから上手い人と下手な人で別物の答えが出るのか、その仕組みまで教えてくれる解説は多くありません。

この記事では、言葉の意味と書き方の基本を整理したうえで、プロンプトが「その場の文章」から「業務の部品」へ変わっていく現在の潮流まで話をしていこうと思います。

「プロンプトとは｜意味と書き方、業務の部品になるまで」の全体像をまとめた図解｜「プロンプトの書き方次第で、AIの答えは全然違う」——生成AIを使い始めると、必ずこの言葉に出会いま…

① プロンプトとは

「プロンプトとは」を図解したスライド｜プロンプトとは、「生成AIに対して与える指示文や質問文」のことです

プロンプトとは、「生成AIに対して与える指示文や質問文」のことです。日本語で言えば指示文。プログラミングの知識がなくても、「この文章を要約して」のような自然な言葉で書けることが最大の特徴で、プロンプトの質がそのまま回答の質を決めます。

覚え方の豆知識をひとつ。プロンプト（prompt）の語源はラテン語のpromptus、「前へ取り出された、すぐ使える状態」という意味です。英語では「即座の」「促す」を意味し、実は舞台袖から役者へ台詞をささやく係——プロンプター——も同じ言葉です。コンピューターの世界では、生成AIより何十年も前から、入力を促す記号（コマンドプロンプトの行頭に出る記号）としてこの言葉が使われてきました。つまりプロンプトとは一貫して、「相手が動き出すためのきっかけを、前もって差し出すもの」。AIへの指示文も、舞台袖のささやきも、端末の1行も、全部この一族です。

生成AIでのプロンプトは、書き方で3個の型に分かれます。

型	中身	例
指示型	してほしいことを直接頼む。いちばん一般的。	「この議事録を要約して」
補完型	途中まで書いて、続きを生成させる。	メールの書き出しだけ渡す。
例示型	見本を見せて、同じ形式で作らせる。	変換例を並べてから本番を渡す。

そして型がどれであっても、良いプロンプトには共通の部品があります。「指示（何をするか）」「背景（誰のため・何のためか）」「入力（対象のデータ）」「出力形式（長さ・形式・文体）」。この部品が揃うほど、AIが推測で埋める部分が減り、答えのばらつきが小さくなります。

ゼロショット・Few-shot｜例を見せるかどうか

3個の型のうち例示型には、専門の呼び名があります。例を見せずに頼むのがゼロショット、見本を1つ以上見せてから頼むのがFew-shot（フューショット）です。形式が決まった変換——議事録の整形、表記の統一——ほどFew-shotが効きます。なお、ここまでの話は文章の生成が対象ですが、画像生成AIへ構図や画風を指示する画像生成プロンプトも、「部品を埋めるほどぶれが減る」という原理は同じです。

書き方の基本｜役割・条件・形式を与える

4つの部品を実際に書くときのコツは、次の5点に集約されます。

役割（ロール）を与える — 「あなたは◯◯です」から始めると、答えの視点と語彙が安定する
目的と要求を具体的に書く — 「いい感じに」ではなく、誰が何に使う成果物かまで
出力形式を指定する — 長さ・箇条書きか文章か・文体
参考情報・背景を渡す — 前提を書かなければ、AIは推測で埋める
対話で改善する — 1回で完璧を狙わず、追加指示を重ねる

あわせて、避けるべきことも3つ。機密情報・個人情報を入力しない、他人の著作物をそのまま生成の材料にしない、そして出力を鵜呑みにしない。とくに3つ目は、どれだけプロンプトを磨いてもゼロにならない前提として持っておきます。

有名なテンプレート｜深津式・ReAct・ゴールシーク

名前のついた書き方の型も、部品の埋め方の見本として知っておくと役に立ちます。

深津式プロンプト — 役割・入力・出力・制約条件を明示的に並べる型。4つの部品をそのまま様式にしたもの
ReActプロンプト — 推論（Reason）と行動（Act）を交互に書かせ、考えの筋道を見えるようにする型
ゴールシークプロンプト — 目的だけ渡し、足りない条件をAI側から質問させる型。要件が固まっていないときに使う

ただし、これらは呪文ではありません。③で書くとおり、型の暗記より「何を・誰のために・どの形式で」を書く力のほうが長持ちします。

業務で使う文例の型

用途はおおむね次の型に収まります。どれも②の実演と同じ要領で、役割・背景・出力形式を足すだけです。

メールやビジネス文書の下書き（宛先との関係と用件を背景に書く）
議事録・長文の要約（誰向けの要約かを指定する）
情報収集と市場・競合の整理（観点の一覧を先に渡す）
文章の校閲・表記の統一（直してよい範囲を区切る）
企画・アイデアの壁打ち（評価基準を先に渡して選ばせる）
翻訳（読み手と文体を指定する）

② 現場に置き換える｜同じ依頼が、書き方で別物になる

「現場に置き換える｜同じ依頼が、書き方で別物になる」を図解したスライド｜定義だけでは差が見えないので、架空の場面に置き換えます

定義だけでは差が見えないので、架空の場面に置き換えます。営業部の担当者が、60分の商談の録音書き起こし——8ページ分——から、上司への報告を作るとします。

弱いプロンプトはこうです。「この議事録を要約して」。AIは要約はしますが、誰向けの・何のための要約かを知らないので、長さも観点も当てずっぽうになります。

強いプロンプトは、①の部品を全部埋めます。「あなたは営業部の課長補佐です（背景）。以下の商談の書き起こしを（入力）、部長への報告用に要約してください（指示）。形式は、結論を3行、次回までの宿題を箇条書き、全体で500字以内。決定していない事項は『未決』と明記してください（出力形式）」。

もうひとつ、現場で効くのは「1回で終わらせない」ことです。最初の答えに「宿題の担当者名も拾って」「未決の理由を1行ずつ足して」と2回や3回の追加指示を重ねる。プロンプトは一発勝負の呪文ではなく、対話の積み重ねとして書くほうが、結果的に速く目的に着きます。

③ 欠陥と潮流｜呪文集めの罠。使い捨てから部品へ

「欠陥と潮流｜呪文集めの罠。使い捨てから部品へ」を図解したスライド｜プロンプトを学ぶときの最大の罠は、「呪文集め」です

プロンプトを学ぶときの最大の罠は、「呪文集め」です。例文集をコピーして貼れば良い答えが出る、という発想は、2つの理由で崩れます。1つ目は、例文はその人の業務の背景を含んでいないこと。①の部品でいう「背景」と「入力」は自分にしか書けません。2つ目は、AIのモデル自体が更新され続けること。特定の言い回しで精度が上がるという技巧は、モデルが賢くなるたびに減価していきます。残るのは言い回しではなく、「何を・誰のために・どの形式で」を明確に書く力——つまり仕様を書く力です。

ここで、潮流の話をします。プロンプトの使われ方は、いま「その場で打つ文章」から「管理される部品」へ移りつつあります。チャットに打つプロンプトは使い捨てですが、業務にAIを組み込むときは、同じプロンプトが毎日・自動で・大量に実行されます。すると、プロンプトには版の管理が要り、変更したら結果がどう変わったかの記録が要り、うまく動かなかったときに直す手順が要る。ソフトウェアの部品と同じ扱いです。「プロンプトを書けるか」の次に、「プロンプトを運用できるか」が問われる段階が来ています。

④ 実例｜プロンプトを部品として運用する

「実例｜プロンプトを部品として運用する」を図解したスライド｜本メディア運営会社の実例です

本メディア運営会社の実例です。アルチェコの自社プロダクトAgenic（アジェニック）は、ソフトウェア開発/投資/記事の制作を自律的に回すAIエージェントで、その中身はまさに③で書いた「部品としてのプロンプト」でできています。

具体的には、制作の根拠になる一次情報を台帳26件として登録し、プロンプトはその台帳を参照する形で組み立てます。生成された記事は受け入れ判定にかけられ、基準を満たさなければ最大3回まで自動で作り直す。この仕組みで9回のサイクルを回した実感として言えるのは、品質を決めていたのは言い回しの工夫ではなく、「受け入れ判定に何を書くか」だったことです。チャットで1回使うプロンプトと、毎日自動で動くプロンプトとでは、設計の重心がここまで変わります。

⑤ 一緒に覚えておきたい概念

プロンプトの周辺に置く概念です。

プロンプトエンジニアリング — 書き方を体系化した技術領域。③で書いたとおり、技巧より「何を・誰のために・どの形式で」を書く力へ重心が移っています。
ハルシネーション — AIが事実と異なる内容をもっともらしく生成する現象。どんなプロンプトでもゼロにはならないので、重要な判断では最後に1回、人の確認を挟みます。
LLMOps — ③の「部品としての運用」を担う領域。本メディア内の記事として公開予定です。
AIエージェント開発 — プロンプトが部品として組み込まれる先。Agenicの紹介ページから実物を見られます。