結論から言う。AI チャットの出力品質を決めているのは、モデルの賢さではなく プロンプト（指示文）の構造化度 だ。「とりあえずやって」式のゼロショット入力は、ChatGPT・Gemini・Claude のいずれでも安定した出力にならない。出力が「読む気がしない」「的外れ」になる原因のほとんどは、モデル側ではなくプロンプト側に存在する。

本稿では、2026年4月時点の主要AIチャット（ChatGPT gpt-5.1 / Gemini 2.5 Pro / Claude Sonnet 4.5）に共通する プロンプト設計の5原則 と、コピペで再現可能なテンプレートを提示する。原則は Gemini API 公式ドキュメントの Prompting strategies および MIT Sloan の Effective Prompts ガイド に基づく。

プロンプトとは何か：仕様上の位置づけ

プロンプトとは、AIチャットに入力する指示テキスト のこと。LLM（大規模言語モデル）は、ユーザーが与えた入力トークン列を条件として、次に来るトークンの確率分布を計算し続ける機械だ。条件が曖昧であれば、出力も確率的に発散する。これが「いい感じにやって」が機能しない構造的理由である。

仕様上、LLM はユーザーの「空気」「文脈」「組織内の暗黙合意」を読み取れない。必要な条件は明示的にトークン列として入力する必要がある。Gemini API のプロンプト戦略ガイド でも「明確で具体的な指示を提供することが効果的」と明記されている。

出力品質が落ちる5パターン

「期待と違う出力」が返るプロンプトには、再現性のある5パターンがある。検証は ChatGPT (gpt-5.1) と Gemini 2.5 Pro で同一プロンプトを並列入力し、出力を比較した結果に基づく。

パターン1: 指示が抽象トークンのみで構成されている

「議事録まとめて」「メール書いて」だけのゼロショット入力。読み手・目的・形式・分量がすべて欠落しているため、モデルはデフォルト分布（学習データ平均）に従って出力する。これが最も頻出する失敗モード だ。

パターン2: 単一プロンプトに複数タスクを詰め込む

「議事録要約 → メール下書き → 次回アジェンダ提案」を一発で依頼するパターン。仕様上、LLM はタスク間の優先順位を内部的に判断できず、後段タスクほど精度が低下する傾向がある。タスクは分割し、各タスクごとに別プロンプトとして発行するのが正解。

パターン3: 評価軸の曖昧表現

「いい感じに」「わかりやすく」「かっこよく」などの抽象副詞は、評価指標として機能しない。モデルは個別の表層特徴（語彙難易度・文長・敬語強度）を組み合わせて補完するため、出力にばらつきが出る。「箇条書き3点以内」「中学生レベルの語彙で」「敬語、200字以内」のように測定可能な制約に置き換える こと。

パターン4: 後出し追加修正による精度劣化

初回プロンプトに不完全な指示を出し、その後「やっぱり敬語で」「もう少し短く」と追加していく方式。会話履歴がコンテキストに残るため、初期出力の悪い特徴が後続出力にも引き継がれる。初回プロンプトに条件をすべて含める 設計が、トークン経済的にも精度的にも優れる。

パターン5: フューショット例を提示しない

「こんな形式で」と言葉で説明するより、実例を1〜3件示すほうが構造的に伝達効率が高い。これは フューショット・プロンプティング と呼ばれ、MIT Sloan のガイドでも品質向上テクニックとして筆頭に挙げられている。

プロンプト設計の5原則

ChatGPT・Gemini・Claude のいずれでも適用可能な、汎用5原則を示す。

原則1: 受信者・目的・形式を冒頭で固定する

プロンプト先頭で (a) 受信者 (Audience)、(b) 目的 (Goal)、(c) 形式 (Format) の3要素を明示する。これは MIT Sloan が推奨する "Audience-Task-Format" パターンに相当する。

悪い例: 「お客さまにメール書いて」

良い例: 「初対面の取引先担当者宛に、打ち合わせ日程調整メールを書け。形式: 丁寧なビジネス文体、5行以内、件名と本文を分けて出力」

原則2: ロールプロンプティング（役割付与）

「あなたは〜の専門家だ」と冒頭で役割を宣言すると、モデルは該当ドメインの語彙・トーン・専門知識の分布に出力をシフトさせる。Guru の AI Prompts ガイド（2026年版） では、役割付与による回答の関連性・専門用語精度・トーン制御の改善が報告されている。

  • 「あなたは経験豊富なビジネスメールのライターだ」→ メール作成タスク
  • 「あなたは料理研究家だ」→ レシピ生成タスク
  • 「あなたは IT初心者向けのサポート担当者だ」→ パソコン操作の説明タスク

原則3: 出力形式の構造的指定

形式を指定しない場合、モデルは学習データ平均（散文）にバイアスがかかる。形式を構造化トークン（箇条書き・表・JSON）で指定することで、後続処理（コピペ・データ加工）が容易になる。

  • 「箇条書きN点で」: 要点抽出
  • 「表形式で」: 比較・一覧
  • 「N文字以内で」: 分量制御
  • 「Pros / Cons に分けて」: 意思決定支援
  • 「JSON で `{key, value}` の配列として」: プログラム処理用

原則4: フューショット例の提示

期待する出力を1〜3件、入力プロンプトに含める。

例: 「以下のトーンで書け。例: 『お世話になっております。株式会社○○の△△です。先日はお時間をいただきありがとうございました。』」

仕様上、フューショット例はモデルがスタイル・構造・粒度を内部的に推定する際の強力なアンカーとして機能する。例の数は3件程度がトークン経済性とのバランス点。

原則5: 反復対話による精度向上

一発で完璧な出力を期待しない。初回出力を評価し、不足部分にピンポイントで追加指示を出す。会話履歴がコンテキストに保持されているため、「2番目の項目をもっと具体的に」「全体を3割短く」などの差分指示で精度を上げられる。

コピペで使えるシーン別テンプレート

各テンプレートは 【】 内をユースケース固有の値に置換するだけで使える。検証は ChatGPT (gpt-5.1) で実施。

テンプレート1: 議事録要約

以下の会議メモを、【上司への報告用議事録】としてまとめよ。
形式:
- 決定事項（箇条書き）
- 実行タスク（担当者・期日付き、表形式）
- 次回の議題（箇条書き、3件以内）

【会議メモ本文をここに貼る】

テンプレート2: ビジネスメール

あなたはビジネスメールのライターだ。
受信者: 【取引先の担当者・初対面】
目的: 【打ち合わせの日程調整】
候補日: 【4/23, 4/24, 4/25 の午後】
形式: 件名 + 本文、敬語、5行以内、絵文字なし

テンプレート3: 専門内容のかみ砕き

以下の内容を【IT に詳しくない上司】にも理解できるよう、
専門用語をカッコで補足し、200字以内で説明せよ。

【元の文章】

テンプレート4: 比較表生成

【A サービス】と【B サービス】を以下の3軸で比較し、表形式で出力せよ。
軸: 料金、機能、向いている利用者
表の最後に「どちらを選ぶべきか」の判断基準を1段落で添えよ。

Before / After で見るプロンプト改善

同一タスクで、ゼロショットと構造化プロンプトの出力差を3例示す。検証はすべて ChatGPT (gpt-5.1) で実施。

シーン1: 文章要約

NG: 「この文章を要約して」
OK: 「この文章を、忙しい上司が30秒で読めるよう、箇条書き3点（各40字以内）で要約せよ」

シーン2: 英訳

NG: 「これを英語に翻訳して」
OK: 「このメールを、海外取引先向けの英語に翻訳せよ。トーン: フォーマル寄り（カジュアルすぎず・堅すぎず）。出力形式: 件名と本文を分けて」

シーン3: アイデア生成

NG: 「新商品のアイデアを出して」
OK: 「30代一人暮らし向けに、平日夜10分で作れる作り置きおかずを5案出せ。制約: 食材3つ以内、調理工程3手順以内、出力形式は『商品名・食材・手順・所要時間』の表形式」

差分は明らかだ。改善箇所は (a) 受信者の特定、(b) 制約の数値化、(c) 出力形式の構造化 の3点に集約される。

FAQ

ChatGPT、Gemini、Claude でプロンプトの書き方は変わるか

基本5原則（具体性・役割付与・形式指定・フューショット・反復対話）はモデル横断で適用可能だ。ただし細部に差はある。Gemini は Markdown と自然な対話スタイルへの追従性が高く、Claude は長文の構造的指示（XML タグ <instructions> など）に強い。ChatGPT は箇条書き形式の指示を最も忠実に再現する傾向がある。まずは5原則を共通基盤として運用し、モデル固有の最適化は後段で行うのが効率的。

プロンプト作成自体を AI にやらせる方法はあるか

ある。「現在の指示をより構造化されたプロンプトに書き換えよ。受信者・目的・形式・制約の4項目を明示すること」と入力すれば、AI 自身がプロンプトを改善する。ChatGPT には Custom GPTs の中に "Prompt Engineer" 系のテンプレートも存在する。

プロンプトに機密情報を含めても問題ないか

個人プラン（ChatGPT Free/Plus、Gemini 個人向け、Claude Free/Pro/Max）では、デフォルトまたはユーザー選択次第で入力データが学習に使用される可能性がある。業務情報の入力は法人プラン（ChatGPT Team / Enterprise、Gemini for Workspace、Claude Team / Enterprise）を使用するか、個人プランでオプトアウトを設定したうえで判断する。詳細は所属組織のセキュリティポリシーに従うこと。

長文入力で出力が途中で止まる場合の対処

2026年4月時点で各モデルのコンテキストウィンドウは ChatGPT (gpt-5.1) が入力 200K トークン、Gemini 2.5 Pro が 1M トークン、Claude Sonnet 4.5 が 200K トークン規模に拡大されている。それでも超過する場合は (a) 入力を分割、(b) 「続きを生成せよ」と差分指示、(c) ファイル添付機能の活用、で対応する。

参考文献