Zenn
🪄

Google Prompting Essentials（全4回シリーズ｜#1）

に公開
学習法
プロンプトエンジニアリング
生成 AI
idea

この記事は
Coursera × Google の無料講座
"Google Prompting Essentials" を完走したアウトプットです。
https://www.coursera.org/specializations/prompting-essentials-google

全4回シリーズの 第1回 として、プロンプト設計の核心である TCREI フレームワーク を解説します。

シリーズ構成

  1. プロフェッショナルなプロンプトを書くには ← 今回
  2. 日々のタスクに使えるプロンプトをデザインする
  3. データ分析とプレゼンテーション作成をスピードアップする
  4. AIをクリエイティブとして活用する

プロフェッショナルなプロンプトを書くには

生成 AI から 欲しい答えを最短距離で得る ためのエッセンスを、Google 提唱の TCREI フレームワーク を軸に整理します。

1. TCREI フレームワーク

要素 役割 最低限書くこと
Task させたいタスク 例: 「箇条書きで」「800字以内」
Context 背景・条件 ペルソナ・読者・制約など
Reference 具体例 過去実績・文体サンプル (2〜5 件が最適)
Evaluation 出力確認 合致しているか自己点検
Iteration 改善 フレーズや制約を微修正

覚え方: Thoughtfully Create Really Excellent Inputs

1-1. 良い／悪いコンテクスト例

  • ❌ 30ドル以下のプレゼント案を教えて
  • ✅ 対象者「29歳・ウィンタースポーツ好き・スノボ→スキー転向」／予算「30ドル以内」／数「5 個」

1-2. 参照の粒度

  • Zero-shot: 参照 0
  • Single-shot: 参照 1
  • Few-shot: 参照 2+

1-3. 区切り記法

プロンプトの要素を明確に分離するために以下の記法を活用：

  • """ 三重引用符 """ : タスクや資料を明確に分離
以下の告知文に基づいて、SNS投稿を書いてください。

"""
毎年恒例の社内ピクニックが6月24日（土）にバイセンテニアル・パークで開催されます。
"""
  • <task> ... </task> : XML タグでセクション識別
  • **Markdown** : 太字・斜体など書式維持

2. 効果的な反復 (ABI: Always Be Iterating)

2-1. 4つの反復手法

① フレームワーク再点検

T/C/R が十分な詳細を含んでいるかを確認

改善前：
「ブログ投稿のアイデアを5つ教えて」

改善後：
「あなたはスポーツ栄養学の専門家です。プロバスケットボール選手と働く理学療法士向けに、業界で起きている最大のトレンドをまとめた5つのブログ投稿のヘッドラインを提供してください。」

② タスク分割

長い入力を小さなタスクに分解し、別々のプロンプトとして処理

分割前：
「このレポートの重要なデータポイントと情報を要約し、データから視覚的なグラフを作成し、重要な情報を箇条書きに短縮してください。」

分割後：

  1. 「このレポートの重要なデータポイントと情報を要約してください」
  2. 「要約したデータから視覚的なグラフを作成してください」
  3. 「要約した重要な情報を箇条書きに短縮してください」

③ パラフレーズ（類似タスク）

元のタスクと似ているが、新しい反応を引き出すタスクに切り替え

例：

  • 元のタスク： 「製品のマーケティングプランを書いて」
  • 類似タスク： 「この製品がターゲット顧客層の生活にどのように馴染むかのストーリーを書いて」

④ 制約追加

制約を加えることで、より有用でユニークな結果を獲得

例：ロードトリップ用プレイリスト作成

  • 制約なし： 好きなジャンルを指定（→ありきたりな結果）
  • 制約あり： 「特定の地域のアーティストのみ」「過去5年以内にリリースされた音楽のみ」

3. マルチモーダル プロンプティング

3-1. モダリティとは

生成AIツールが情報を受け取ったり生成したりする際の異なる形式：

  • テキスト / 画像 / 音声 / 動画 / コード

3-2. 画像生成のコツ

サイズ・色・配置・スタイルを具体的に指定 → 生成後さらに修正指示

実践例：コンサートポスター

  • 基本プロンプト： 「ニューオーリンズのロックコンサートを宣伝するポスターを作成」
  • 詳細追加： 「エレキギターがキラキラ光っていて、前景に配置し、空に浮かんでいるような感覚」
  • 改善指示： 「空を嵐にして、ギターに稲妻が当たるようにして」

3-3. 職場での活用例

用途 入力 出力
データ分析 グラフ写真 分かりやすい言葉での説明
デザイン ロゴ案の画像 追加バリエーション
情報整理 会議スケジュール画像 表形式での抽出
多言語対応 他言語の音声 理解できる言語での転写

実例：ネイルアート用SNS投稿

  • 入力： ネイルアートデザインの写真
  • プロンプト： 「この画像を使ったSNS投稿を書いて。楽しく、短く、新しいコレクションであることに焦点を当てて」
  • 結果： 画像分析 + 楽しいキャプション + 絵文字 + フォロワーとの関与促進

4. 責任あるプロンプト

4-1. 基本チェックリスト

観点 チェックリスト
整合性 組織ポリシー・法令に抵触しないか
データセキュリティ 機密情報を入力していないか
精度評価 ハルシネーション・バイアス有無
透明性 AI 生成物であることを明示
人間確認 Human-in-the-loop で最終確認

4-2. ハルシネーション（幻覚）対策

ハルシネーションとは： 生成AIが一貫性がない、不正確、または無意味な出力を提供すること

対策：

  • ファクトチェック： 出力の事実をクロスリファレンスで確認
  • 具体的な指示： 曖昧な表現を避ける
  • 人間の検証： 使用前に必ず人間が検証

4-3. バイアス回避

予防策：

  1. 具体的で詳細なプロンプト を入力し、必要に応じて反復
  2. 包括的な言語 を使用：全ての背景、性別、民族を含む
  3. ステレオタイプの回避 を意識

実践例：求人投稿

  • 避ける： 「serviceman（軍人）」「workman（作業員）」
  • 推奨： 「service person（サービス担当者）」「worker（労働者）」

生成 AI は 道具。事実確認と倫理判断は常に人間が担保する。

5. まとめ

5-1. 重要原則

  • 内容＞順序 ─ まず T/C/R を過不足なく書く
  • 短 → 長 → 微調整 の反復で精度を上げる
  • マルチモーダル と 責任ある利用 を意識すれば、ビジネスでも安心して活用可能

5-2. 実践のポイント

  • Always Be Iterating（ABI） の考え方で継続改善
  • 人間の視点 を常に持ち込む責任感
  • 具体例と制約 で出力品質を向上

Discussion