「ChatGPTに聞いたけど、なんか微妙な答えしか返ってこない…」
そう感じたことはありませんか？
実は、生成AIの返答の質はプロンプト（指示文）の書き方でほぼ決まります。同じChatGPTを使っていても、プロンプトを工夫している人とそうでない人では、得られる結果に雲泥の差が出ます。
この記事では、すぐに使える7つのプロンプト改善テクニックを、ビフォー・アフターの例つきで解説します。
プロンプトエンジニアリングとは？
プロンプトエンジニアリングとは、AIへの指示文（プロンプト）を最適化して、より精度の高い回答を引き出す技術のことです。
プログラミングのスキルは一切不要です。「どう言葉を選んで、何を指定するか」という工夫だけで、AIのアウトプットは大きく変わります。
テクニック① 役割を与える
Before（悪い例）
「マーケティングの文章を書いて」
After（良い例）
「あなたは10年以上のキャリアを持つBtoB向けマーケティングの専門家です。IT企業の新サービスを中小企業の経営者に向けて紹介する、200字程度のキャッチコピーを3パターン作成してください」
役割（ペルソナ）を与えることで、AIが「その立場からの最適解」を出そうとします。「あなたは〇〇の専門家です」という一文が、返答の質を大きく引き上げます。
テクニック② 出力形式を指定する
Before（悪い例）
「健康管理のコツを教えて」
After（良い例）
「健康管理のコツを5つ、以下の形式で教えてください。①見出し（10字以内）②説明（50〜80字）③すぐできるアクション（1文）」
フォーマットを指定するだけで、そのまま使える成果物が出てきます。箇条書き・表・JSON・マークダウンなど、用途に合わせて形式を指定しましょう。
テクニック③ 背景情報を与える
Before（悪い例）
「上司へのメールを書いて」
After（良い例）
「私は30代の会社員です。先日のプロジェクトで納期に遅れてしまいました。直属の上司（40代男性・厳格な性格）に対して、謝罪と今後の対策を伝えるメールを書いてください。文体はビジネス敬語で、300字程度にしてください」
「誰が・誰に・何のために」という背景情報を加えると、的外れな回答が激減します。
テクニック④ 制約条件を追加する
AIに自由に書かせると、長すぎたり的を外れたりすることがあります。制約を明示することで精度が上がります。
制約の例：
- 「〇〇字以内で」
- 「専門用語を使わずに」
- 「中学生でもわかる言葉で」
- 「ポジティブなトーンで」
- 「〇〇は含めないでください」
テクニック⑤ 具体的な例を示す（Few-shot）
「こういう感じで書いてほしい」という例を1〜3個示す方法をFew-shot（フューショット）と呼びます。
例
「以下のような文体でブログ記事の導入文を書いてください。 例1：「毎朝、同じ作業を繰り返していませんか？ それ、AIが代わりにやってくれます。」 例2：「残業が減らないのは、あなたの努力が足りないからではありません。」 上記のような「問いかけ→意外な視点」の流れで、生成AI学習に関する導入文を書いてください」
サンプルを示すことで、トーン・文体・構成を正確に指定できます。
テクニック⑥ 段階的に考えさせる（Chain of Thought）
複雑な問題を解かせるときは、「順を追って考えてください」と指示するだけで精度が大きく上がります。
例
「この問題を解くにあたって、①問題の整理→②考えられる原因→③解決策の順番で、段階的に考えてください」
AIも人間と同じで、一気に答えを出すより「考えるプロセスを踏む」ほうが正確な回答が出やすいのです。
テクニック⑦ 回答の改善を求める
一度の返答で満足できなかったとき、改善の指示を出すことで精度を上げられます。
活用フレーズ例：
- 「もっと具体的にしてください」
- 「もう少しカジュアルなトーンに変えてください」
- 「3番目の内容をより詳しく説明してください」
- 「別のアプローチで3パターン出してください」
会話を重ねるほど文脈が蓄積され、理想の出力に近づいていきます。
まとめ：今日から使えるプロンプトの基本構成
良いプロンプトの構成をまとめると、以下のようになります。
【役割】あなたは〇〇の専門家です
【背景】私は〇〇で、〇〇したいです
【指示】〇〇を〇〇してください
【制約】〇〇字以内で、〇〇を使わずに
【形式】以下の形式で出力してくださいすべての要素が毎回必要なわけではありませんが、この構成を意識するだけで、生成AIのアウトプット品質は確実に上がります。
プロンプトエンジニアリングは「センス」ではなく「型」です。今日から試してみてください。
※各生成AIの仕様は随時更新されます。最新情報は各公式サイトをご確認ください。
