AIへの指示（プロンプト）のコツは？

状況（誰向け・何のため・自分の前提）を先に渡し、出力形式（箇条書き・字数・トーン）を指定し、一発で完璧を狙わず対話で直す。この3つを押さえるだけで、返ってくる答えの質がかなり変わる。

「順を追って考えて（step by step）」は今も付けた方がいい？

今の推論モデル（考えてから答えるタイプ）では基本的に不要。内部で勝手に段階的に考えるので、付けても精度はほぼ上がらず待ち時間が増えるだけ。それより「ゴールと制約」を伝える方が効く。

ChatGPTとClaudeでプロンプトの書き方は違う？

基本の型（役割・文脈・指示・出力形式・例示）はどちらも共通。細かくはClaudeがXMLタグ、ChatGPTが引用符や見出しで素材を区切る流儀の違いくらい。初心者は気にせず、同じ型で両方に投げて比べればいい。

AIへの指示（プロンプト）が上手くなるコツ。ChatGPT・Claudeで今日から使える型と例

目次 / INDEX

「AIに頼んでも、なんか思ってたのと違う答えが返ってくる」。これはだいたい、AIの性能じゃなくて指示（プロンプト）の書き方の問題だ。

結論から言うと、コツは呪文を覚えることじゃない。要件をちゃんと書くこと。この記事では、そのまま真似できる型とBefore→Afterの例で、指示が上手くなるコツをまとめる。

結論プロンプトのコツは3つ。①状況（誰向け・何のため・自分の前提）を先に渡す ②出力の形（箇条書き・字数・トーン）を指定する ③一発で完璧を狙わず、出力を見て対話で直す。昔流行った「順を追って考えて」の呪文は、今のAIではもう要らない。

2026年、前提が少し変わった

先に、今の考え方を1つだけ。昔（〜2023年頃）は「順を追って考えて（let’s think step by step）」みたいな呪文を付けると賢くなる、と言われていた。でも今の推論モデル（答える前に内部でじっくり考えるタイプのAI）では、これはもう基本的に不要だ。勝手に段階的に考えてくれるので、付けても精度はほぼ変わらず、待ち時間だけ増える。

代わりに効くのは、**「やり方を細かく指図する」より「ゴールと条件をはっきり伝える」**こと。「どういう手順でやれ」じゃなくて、「何を・どんな条件で・どんな形で欲しいか」を渡すと、手順はAIが自分で組んでくれる。つまり、呪文を覚えるゲームから、要件をちゃんと書くゲームに変わった。これから紹介する型は、その「要件の書き方」だ。

基本の型：5つの要素

いいプロンプトは、次の5要素の組み合わせでできている。全部盛る必要はなくて、難しいタスクほど要素を足すイメージでいい。

要素	何を書くか	なぜ効くか
① 役割	「あなたは〇〇です」	AIの膨大な知識のうち、その分野の言い回しや視点に絞り込ませる
② 文脈	目的・読み手・背景・前提	AIはあなたの状況を知らない。「なぜ・誰のため」で、あなた向けの答えになる
③ 指示	やってほしいことを明確に	曖昧さが減るほど当たりが増える
④ 出力形式	箇条書き/表/字数/トーン	形を決めないとAIが勝手に決める。指定すればそのまま使える形で返る
⑤ 例示	望む出力サンプルを1〜数個	言葉で説明しにくい「感じ」を、例で見せて伝える

全部入りの完成イメージはこう。

# 役割
あなたはレポート添削に慣れた文章指導の先生です。

# 文脈
理工系の大学生が書いた期末レポートの序論です。
「主張が明確か」「論理の飛躍がないか」を重視してほしい。

# 指示
以下の序論を読み、改善点を指摘してください。書き直しはまだ不要。

# 出力形式
- 良い点を2つ
- 直すべき点を3つ（各点に「なぜ問題か」を1文）
- 最後に、優先して直すべき1点

# 対象の文章
（ここに本文を貼る）

そのまま真似できるテクニック（Before→After）

役割と読み手を与える

Before：確率統計についてわかりやすく教えて。

After：あなたは大学1〜2年生に教えるのが上手いTAです。
数式は最小限にし、身近な例え話を必ず1つ入れて、
「ベイズの定理」を直感的に説明してください。

役割と読み手を指定するだけで、説明のレベルと語り口が一気に合う。

出力の形を指定する

Before：明治維新について教えて。

After：明治維新を次の形式でまとめて：
- 年表（5行以内、年＋出来事）
- 主要人物3人（名前＋一言役割）
- 「なぜ重要か」を100字で

形を決めると、ノートにそのまま貼れる。ダラダラした長文も防げる。

制約・条件を明示する

Before：プレゼンのタイトル案を出して。

After：ゼミ発表（テーマ：再エネの地域導入）のタイトル案を10個。
条件：各20字以内／専門用語を使わない／うち3つは問いかけ型に。

字数・トーン・個数などの制約が、狙った方向に出力を絞る。「〜を使わないで」という否定の指定も効く。

大きい仕事は分割する

Before：このテーマでレポートを1本まるごと書いて。

After：まずは構成だけ作ろう。
「SNSと若者の消費行動」で、序論・本論3節・結論の見出しと、
各節で何を書くかを1行ずつ提案して。
（合意したら、次に本論1節目を一緒に書きます）

大きな依頼を一度に投げるより、小さく区切る方が精度が高い。丸投げ1発より、結果的に速い。

自分の前提・材料を渡す

Before：おすすめの勉強法を教えて。

After：私の状況：線形代数が苦手、試験まで2週間、平日は1日2時間だけ。
過去問はある。この条件で、2週間の勉強計画を日割りで作って。

これは一般論を避けて、自分専用の答えにするための一番大事なテク。AIはあなたの事情を一切知らないという前提で、材料を先に渡す。

長文は区切り記号で「指示」と「素材」を分ける

以下の三重引用符の中の文章を、200字で要約して。

"""
（ここに長文を貼る）
"""

どこからが「処理してほしい素材」かをAIが誤解しなくなる。Claudeは <document>…</document> のようなタグ、ChatGPTは """ や ### がよく使われる。長い資料は指示より前（上）に置くと精度が上がる。

やりがちな失敗

曖昧（「いい感じにして」）→ AIが勝手に方向を決めて的外れに。誰向け・何のため・どんな形か、1つでも足す。
丸投げ（「レポート書いて」）→ 一般論の平均的な文章が出る。自分の前提・データ・論点を渡す。
一発で完璧を求める → 惜しい答えで止まる。対話で直す前提で始める（下）。
長すぎ・盛りすぎ → 指示が薄まって矛盾も混ざる。1プロンプト＝1目的に。
矛盾した指示（「詳しく、でも3行で」）→ どっちつかずに。優先順位を決めて明示する。

学生の場面別・プロンプト例

長文の要約（嘘を減らす一言つき）

以下の論文を要約して。
- 全体を150字で
- 「主張／根拠／限界」の3見出しで各2〜3行
- 専門用語には（ ）で一言注釈
分からない箇所は「原文に明記なし」と書いて、推測で埋めないで。

"""（本文を貼る）"""

「推測で埋めるな／不明は不明と言え」を足すと、それっぽい嘘（ハルシネーション）を減らせる。

コードのエラー相談（4点セットが命）

Pythonでこのエラーが出ます。原因と直し方を教えて。
# やりたいこと（1行）
# コード（貼る）
# エラー全文（丸ごと貼る）
# 環境（例：Python 3.12 / Mac）
まず原因を1〜2行、次に直したコード、最後に「なぜ起きたか」を一言。

やりたいこと・コード・エラー全文・環境の4点が揃うと、一発で当たる率が跳ね上がる。

わからない所を潰す（結論→直感→なぜの順）

「フーリエ変換」を、次の順で説明して：
1. 結論（何をする道具か）を1文で
2. 直感的なイメージ（例え話つき）
3. なぜそれが必要か
最後に理解度チェックの小問を1つ出して。答えたら採点して。

「結論→直感→なぜ」を指定して、最後に確認問題まで頼むと、“わかったつもり”を防げる。

一発で完璧を狙わない

最後に、これが一番大事かもしれない。プロンプトは「入力」じゃなくて「会話の出発点」だ。ゼロから完璧な長文プロンプトを書き上げようとするより、60点で投げて、対話で90点に持っていく方が速くて楽。

出力を見て、足りない1点だけを足していく。

「もっと具体例を入れて」
「2つ目の段落が硬い。もっと平易に」
「全体はいいけど結論が弱い。そこだけ書き直して」

最初の1通に完璧を求めないこと自体が、実はテクニックだったりする。

まずこれだけ意識すればいい

状況を先に渡す … 誰向け・何のため・自分の前提。AIはあなたの事情を知らない、が出発点。
形を指定する … 箇条書き/表/字数/トーン。そのまま使える形で返ってくる。
対話で直す … 60点で投げて、足りない1点を足す。これが一番速い。

道具（ChatGPTかClaudeか）で悩むより、この3つを意識する方がずっと効く。どのAIを選ぶかで迷っているなら、それはこっちにまとめた。