プロンプトの基本：AIに伝わる指示の型と例文

プロンプトを書くときは、次の4要素を意識すると安定した出力が得やすくなります。

• 役割（Role）：AIに何の立場で答えてほしいか（例：Webライター、レビュアー）
• 目的（Task）：何を達成したいか（例：初心者向けに要約する）
• 条件（Context）：前提条件や制約（例：文字数、対象読者、避けたい表現）
• 出力形式（Format）：箇条書きか、表か、コードのみか

この4点は「役割・目的・条件・出力形式」の頭文字からRTCF型と呼べます。まずはこの型に沿って指示文を組み立ててみましょう。生成AI自体の仕組みは生成AIとは何かで解説しています。

悪い例：「ブログ書いて」

これでは対象読者もテーマも文字数も分からず、AIは無難で汎用的な文章しか返せません。

良い例：「30代の個人開発者向けに、AIコーディングエージェントの始め方を紹介するブログ記事を800字程度で書いてください。見出しは3つ、結論を最初に書き、専門用語には簡単な補足を入れてください」

役割（想定読者）・目的（始め方の紹介）・条件（800字、結論先出し）・出力形式（見出し3つ）が明確なため、狙いに近い出力が返ってきやすくなります。

コーディングを依頼するときも考え方は同じです。「目的」「今のコードの状態（前提）」「期待する出力（diffだけでよいか、説明も欲しいか）」を分けて渡すと、AIコーディングエージェントの精度が上がります。より実践的な例文はコーディング向けプロンプト実践で紹介しています。

• 一度に全部を求めず、タスクをステップに分解して依頼する
• 「いい感じに」「よしなに」などの曖昧な指示語を避け、具体的な条件に言い換える
• 出力を見てから「ここを直して」と対話的に修正していく前提で進める

レビューやフィードバックの依頼文をあらかじめ型として用意しておくと再現性が上がります。Anthropic公式のプロンプトエンジニアリングガイド（外部サイト、新しいタブで開きます）にも、明確さや具体例の重要性についての解説があります。

プロンプトは日本語と英語どちらがいいですか？

多くのモデルは英語の学習データが多いため、複雑なタスクでは英語の方が精度が高くなる傾向がありますが、日本語のみでも実用上十分な場合がほとんどです。まずは日本語で書き、精度に不満があれば英語も試すとよいでしょう。

プロンプトは長ければ長いほど良いですか？

いいえ。必要な情報を過不足なく含めることが大切で、無関係な情報を詰め込みすぎるとかえって精度が落ちることがあります。役割・目的・条件・出力形式の4点に絞ると整理しやすくなります。

一度で良い出力が出ないときはどうすればいいですか？

一発で完璧を狙わず、出力を見てから「ここを直して」と対話的に修正する前提で進めるのがコツです。タスクを小さく分解して段階的に依頼するのも有効です。

記事で興味を持ったら、全12週のシラバスで学習の全体像を確認できます（無料で読めます。成果や収益をお約束するものではありません）。開講の先行案内はこちらから登録できます。