その場しのぎで依頼文を書くのではなく、依頼のひな形と確認の項目を整えて、毎回の成果物を安定させる。プロンプトエンジニアリングは、AI への指示についてこれを行う実務です。上手な一文を思いつくことではなく、「どう書けば目的どおりに、毎回ほぼ同じ品質で動くか」を設計し、改善し続けることを指します。
問い合わせの分類や要約の形式をそろえたい、社内チャットボットに答えてよい範囲や口調を守らせたい、構造化出力で決まった形の JSON を返させたい、モデルを変えても品質を保てる指示のひな形を作りたい。業務で AI を使い続けるなら、どこかで必要になる仕事です。
改善の回し方
一回ごとのプロンプトを書くのと違い、プロンプトエンジニアリングは次のような繰り返しで進めます。
- 目的を決め、「この入力ならこう返ってほしい」というテスト用の事例を集める
- 指示を、目的、入力の条件、禁止事項、出力の形式に分けて書く。前提を決めるシステムプロンプトや、見本を添えるフューショットプロンプティングも組み合わせる
- テスト用の事例で一通り試し、評価する
- うまくいかなかった事例を見て、指示のどこが効いていないかを探る
- 直した指示を、うまくいった例も失敗した例も残したうえで、再利用できるひな形に育てる
モデルが変わると、同じ指示でも効き方が変わります。テスト用の事例を持っておけば、そのたびに手早く確かめ直せます。
長い指示ほどよいとは限りません。要らない条件は削り、重要な条件を前に置きます。
指示文では解決しないこと
元のデータが古い、権限の設計が甘い、人が確かめる流れがない。こうした問題は、指示文をいくら磨いても解決しません。プロンプトエンジニアリングで直せる範囲と、その外にある問題を分けて考えておきましょう。