「みんなの生成AI、なんか賢くない?」その差を生む6つのプロンプト手法

「みんなの生成AIと比べて、自分の生成AI微妙だな…」と思ったことはありませんか?その差を生むのが、プロンプトの書き方です。

誰もが最初は以下の様なプロンプトを書いたことがあるはずです。以下の様に、例示無しでただ指示を投げるプロンプトを zero shot prompting と言います。

以下の生成AIのモデルについて説明してください。
- GPT-5
- Claude Sonnet 4.5
- Gemini 3.0

しかし、これでは「良い感じに仕上げといて」と言う様なもので、期待通りの回答が返ってこないことも多々あるでしょう。本記事では、生成AIの回答を向上させるプロンプトエンジニアリング手法について紹介します。

プロンプトエンジニアリング手法

One Shot Prompting

1個の例を提示した上で指示を投げる手法です。期待したフォーマットで回答させたい場合にはこの手法を利用するのがおすすめです。

以下の生成AIのモデルについて説明してください。
- GPT-5
- Claude Sonnet 4.5
- Gemini 3.0

例:
- モデル名: Claude Sonnet 4.5
- 開発元: Anthropic
- 説明: 論理的思考能力と長いコンテキスト理解に長けている。
- おすすめの用途: 複数ファイルを跨ぐリファクタリングなど、広範囲のコードを扱うコーディングにおすすめ

https://docs.claude.com/ja/docs/build-with-claude/prompt-engineering/multishot-prompting

Few Shot Prompting

One Shot Prompting の複数例バージョンです。以下の様なタスクにおいて利用するのがおすすめです。

• データ変換(JSON→CSV、フォーマット統一)
• 分類・パターン抽出

以下のファイルに列挙されている各言葉はポジティブか、ネガティブかを分類してください。

入力: @example.md

例:
- 大嫌い: ネガティブ
- 良いね: ポジティブ
- 素晴らしい: ポジティブ

Chain of Thought Prompting

ステップを踏んで思考させ、その過程を出力させることで、推論プロセスをトレースできるようにする手法です。以下の様なタスクにおいて利用するのがおすすめです。

• 時間・コストをかけても正確な回答を求める場合
• 複雑な問題について考えさせる場合
• 思考過程を確認したい場合

ただし、Claudeの場合思考過程の出力を明示的指定しなくても自動で行ってくれることが多い為、その様にモデルが調整されているのかもしれません。

生成AIにプログラミングを丸投げすべきか否かについて、実際のユーザーの声をWeb検索した上で考えてください。

調査過程や結論を出すまでの段階的な思考も合わせて出力してください。

https://docs.claude.com/ja/docs/build-with-claude/prompt-engineering/chain-of-thought

Prompt Chaining

各ステップの出力を次のステップの入力として使い、プロンプトを数珠繋ぎに渡していく手法です。複雑なタスクを段階的に実施させる場合におすすめです。

TODOアプリを作成したいです。
まずは、要件定義を @requirement.md に出力してください。

@requirement.md を元に設計を実施し、 @design.md に出力してください。

必ずしも外部ファイルに出力させる必要はありませんが、上記例の様に外部ファイルに出力させる事により、コンテキストウィンドウの制限を突破することができます。
生成AIとの会話セッションをクリアし、新規セッションでファイルを読み込ませて続きのプロンプトを投げる事により、コンテキスト圧縮発生時の「生成AIがバカになる」現象を防ぐこともできるでしょう。

https://docs.claude.com/ja/docs/build-with-claude/prompt-engineering/chain-prompts

Role Prompting

生成AIに役割を与える手法です。あるポジションの人として振る舞って回答して欲しかったり、専門的なタスクについて依頼したい場合におすすめです。

あなたはプロのAWSアーキテクトです。

以下のコードについてレビューしてください。
@lambda-function.js

具体的なレビュー観点などがあればそれを明記するのが一番ですが、特に思いつかなかったり、取り敢えず簡単に依頼したい場合はこの手法を使ってみると良いでしょう。

https://docs.claude.com/ja/docs/build-with-claude/prompt-engineering/system-prompts

XMLタグによる構造化

生成AIは構造化データを解析するのを得意とします。特に、Claudeの場合はXMLタグによる構造化データを解析するのを得意とし、公式でも推奨されています。

以下の生成AIのモデルについて説明してください。

<models>
- GPT-5
- Claude Sonnet 4.5
- Gemini 3.0
</models>

<example>
- モデル名: Claude Sonnet 4.5
- 開発元: Anthropic
- 説明: 論理的思考能力と長いコンテキスト理解に長けている。
- おすすめの用途: 複数ファイルを跨ぐリファクタリングなど、広範囲のコードを扱うコーディングにおすすめ
</example>

https://docs.claude.com/ja/docs/build-with-claude/prompt-engineering/use-xml-tags

まとめ

今回は以下のプロンプトエンジニアリング手法について紹介しました。

• One Shot Prompting
• Few Shot Prompting
• Chain of Thought Prompting
• Prompt Chaining
• Role Prompting
• XMLタグによる構造化

この手法使えそうだな、と思うものがあればぜひ取り入れてみてください。あなたの生成AIが成長するかも?