メインコンテンツへスキップ
見出し画像

【中級編】回答がずれる原因は、「ゴールの曖昧さ」でした|プロンプトエンジニアリング超活用術

    ChatGPTの使い方はある程度学んだ上で、条件を書いて質問したのに

    「知りたかったのはそこではない」
    「もっと実務で使える形がほしかった」
    「途中まではよいけれど、最後の結論が弱い」
    「追加で何度も説明しないと目的の形にならない」

    と、少し違うものが返ってきたことはありませんか?

    自分も、ChatGPTへ長い指示を書けば、回答の精度が上がると思っていました。

    背景、条件、禁止事項、出力形式をできるだけ細かく書く。

    それでも、思っていた回答にならないことがあります。

    そこで改めて考えてみると、問題はプロンプトの長さではありませんでした。

    最終的に何を得たいのかが、自分の中で整理できていなかったことが原因でした。

    プロンプトは、思いついた質問をそのまま入力するものではありません。

    求めている出力から逆算して、

    • 何を達成したいのか

    • どこまでを1回の質問で扱うのか

    • 質問を複数に分けるべきか

    • チャット自体を分けるべきか

    • AIに渡す前提情報は何か

    • 途中で確認する場所をどこにするか

    を決める必要があります。

    今回は、基本的なChatGPTの使い方を覚えたあとに試したい、プロンプトエンジニアリングの考え方を中級編として整理します。

    過去に書いた初心者向けの記事はコチラに書いています。
    手段に不安がある方は、まずここから読み始めてみてください。


    プロンプトエンジニアリングとは

    プロンプトエンジニアリングは、AIから目的に合った回答を得るために、指示の内容や順番、前提条件、出力形式を設計することです。

    初心者向けに一言でいうと、

    AIへの質問文を、完成形から逆算して組み立てること

    だと理解しています。

    ただ質問を長くすることではありません。

    むしろ、必要のない条件を大量に書くと、AIが何を優先すればよいのか分かりにくくなることもあります。


    1.まず「何を達成したいのか」を決める

    プロンプトを書く前に、最初に確認したいのは目的です。

    次の3つを整理します。

    ・最終的に何を判断したいのか
    ・回答を何に使うのか
    ・どのような形で出力されれば使いやすいのか
    

    たとえば、次の質問をするとします。

    2025年の都道府県別サンマ漁獲量について、上位3県を出してください。
    

    この質問だけでも、上位3県を知ることはできます。

    ただし、その情報を何に使うのかは分かりません。

    単なる調査なのか。
    記事へ掲載するのか。
    出店場所を考えるのか。
    漁業関連の事業計画へ使うのか。

    目的が分かれば、ChatGPTも必要な情報の優先順位を付けやすくなります。

    目的を加えた例

    私は稚魚の養殖事業に関わっており、新たな拠点の候補地を検討しています。
    
    候補地を探すため、2025年の都道府県別サンマ漁獲量について、上位3県を調べてください。
    
    各県について、漁獲量だけでなく、関連する漁港、物流環境、養殖事業との相性を比較してください。
    
    最後に、候補地として追加調査すべき県を、理由付きで提案してください。
    

    自分の仕事を伝えたからといって、元データ自体の正確性が上がるわけではありません。

    ただし、どの情報を重視し、どの視点で整理するべきかが伝わります。

    その結果、自分の目的に近い回答になりやすくなります。


    ゴールが曖昧な質問と、明確な質問の違い

    ゴールが曖昧

    サンマの漁獲量について調べてください。
    

    この場合、ChatGPTは調査範囲を判断できません。

    全国なのか。
    直近1年なのか。
    過去10年間なのか。
    都道府県別なのか。
    漁港別なのか。

    回答は返ってきても、自分が使える形になるとは限りません。

    ゴールを明確にする

    2025年の都道府県別サンマ漁獲量を調査してください。
    
    目的は、養殖事業の新しい拠点候補を探すことです。
    
    漁獲量上位3県を表にし、各県の漁獲量、主な漁港、交通環境、事業上のメリットと注意点を整理してください。
    
    最後に、追加調査を優先すべき県を1つ提案してください。
    

    必要な情報と、最後に欲しい判断まで見えています。

    プロンプトを書く前に完成形を考えるだけでも、回答のずれを減らせます。


    2.1回で聞くか、質問を分けるか、チャットを分けるか

    ChatGPTへ複数の質問をするとき、すべてを1つのプロンプトに入れるべきか迷います。

    自分は、次の3つに分けて考えることにしました。

    1.1つのプロンプトで依頼する
    2.同じチャット内で質問を複数に分ける
    3.チャット自体を分ける
    

    判断基準は、最終的に情報を関連付ける必要があるかです。


    1つのプロンプトでよい場合

    調査範囲が小さく、完成形が明確な場合です。

    2025年の都道府県別サンマ漁獲量について、上位3県を表にしてください。
    
    県名、漁獲量、主な漁港を記載してください。
    

    必要な情報が少なく、1回で答えられる内容です。


    質問を複数に分けた方がよい場合

    複数の情報を調べたあと、最後に関連性を分析したい場合です。

    たとえば、最終的に漁獲量と売上高の関係を考えたいとします。

    1回目

    2025年の都道府県別サンマ漁獲量について、上位3県を調べてください。
    
    県名、漁獲量、主な漁港、出典を表にしてください。
    

    2回目

    続いて、2025年のサンマの売上高または産出額について、上位3県を調べてください。
    
    県名、金額、確認できたデータの定義、出典を表にしてください。
    

    3回目

    ここまでに調べた漁獲量と売上高の結果を比較してください。
    
    順位が一致する県と一致しない県を分け、考えられる理由を整理してください。
    
    事実と推測は分けて記載してください。
    

    最終的に2つのデータを関連付けるため、同じチャット内で進めます。

    前の回答を引き継げるので、最後の比較がしやすくなります。


    チャットを分けた方がよい場合

    調べるテーマが独立しており、最終的に関連付ける必要がない場合です。

    たとえば、次の2つを別々の目的で調べるとします。

    2025年の都道府県別サンマ漁獲量について、上位3県を調べる
    
    2025年の都道府県別イワシ産出額について、上位3県を調べる
    

    サンマの調査は、養殖事業の候補地選びに使う。

    イワシの調査は、別の記事を書くために使う。

    このように最終目的が違うなら、チャットを分けた方が整理しやすくなります。

    同じチャットに異なる目的の情報を入れ続けると、前の文脈が後の回答へ混ざる可能性があります。


    3.自分の仕事や立場を伝える

    同じ質問でも、誰が何のために使うかによって必要な回答は変わります。

    たとえば、

    2025年の都道府県別サンマ漁獲量について、上位3県を出してください。
    

    だけでは、一覧表が返ってくる可能性が高いです。

    一方で、自分の立場を加えると、回答の視点が変わります。

    私は稚魚の養殖事業に関わっており、新たな拠点の候補地を検討しています。
    
    2025年の都道府県別サンマ漁獲量について、上位3県を調べてください。
    
    候補地を比較するため、漁港、物流、周辺事業者、事業上のリスクも整理してください。
    

    この場合、単なるランキングではなく、候補地選びに必要な項目が追加されます。

    仕事を伝えるときは、次の項目が使えます。

    コピペ用テンプレート

    私の立場:
    [職種、担当業務、事業内容]
    
    今回の目的:
    [何を判断・作成するための質問か]
    
    回答を使う場面:
    [社内資料、記事、提案書、意思決定など]
    
    重視する項目:
    [費用、売上、作業時間、信頼性など]
    
    避けたいこと:
    [推測による断定、専門用語だけの説明など]
    

    自分の情報を大量に書く必要はありません。

    回答に影響する情報だけを渡します。


    4.複雑な作業は、ステップごとに完了地点を作る

    長いプロンプトを書いても、複数の作業が混ざっていると、途中の確認ができません。

    たとえば、次のような作業です。

    • 添付ファイルを読む

    • 既存ページとの差分を見つける

    • 説明文を書き換える

    • 最終確認をする

    これらを一度に頼むと、最初の読み取りが間違っていても、そのまま最後まで進んでしまう可能性があります。

    そこで、プロンプトを具体的なステップに分けます。

    以下の課題について、ステップごとに実行してください。
    
    ステップ1:
    添付した最新商品データを読み、重要な仕様を一覧にしてください。
    
    完了条件:
    商品名、サイズ、素材、価格、注意事項が整理されていること。
    
    ステップ2:
    既存の商品ページの説明文と比較し、最新データとの差異をすべて見つけてください。
    
    完了条件:
    該当箇所、現在の記載、正しい情報が表になっていること。
    
    ステップ3:
    差異を反映し、自然な文章になるよう商品説明文を書き換えてください。
    
    完了条件:
    最新情報が反映され、初めて読む人にも理解できる文章になっていること。
    
    ステップ4:
    修正した箇所と修正理由を一覧にしてください。
    
    各ステップで情報が不足している場合は、次へ進む前に質問してください。
    

    ステップだけでなく、完了条件まで書くのがポイントです。

    何をもってその工程を完了とするのかが明確になります。


    途中確認を入れたい場合

    重要な作業では、一気に最後まで進めない方が安全です。

    まずステップ1とステップ2だけを実行してください。
    
    差異の一覧を私が確認したあと、ステップ3の書き換えへ進んでください。
    
    現時点では文章を変更しないでください。
    

    調査と実装を分ける考え方です。

    記事作成でも、コード修正でも使えます。

    構成を考える
    ↓
    人間が確認する
    ↓
    本文を書く
    
    原因を調査する
    ↓
    人間が確認する
    ↓
    コードを修正する
    

    最初から完成を求めず、確認地点を作ることで手戻りを減らせます。


    5.コンテキスト形式で、情報を見分けやすくする

    条件が増えてくると、文章を続けて書くだけでは読みにくくなります。

    その場合は、指示を項目ごとに分けます。

    # 役割
    あなたはECサイトの商品ページを改善する編集者です。
    
    # 目的
    最新の商品情報を反映し、購入前の疑問を減らす商品説明文を作成すること。
    
    # 使用する情報
    - 添付した最新商品データ
    - 既存の商品説明文
    - 顧客から多かった質問
    
    # 作業手順
    1. 最新データを整理する
    2. 既存文章との差異を見つける
    3. 修正版を作成する
    4. 修正理由をまとめる
    
    # 出力形式
    - 差異の比較表
    - 修正後の商品説明文
    - 修正箇所一覧
    
    # 禁止事項
    - 添付資料にない性能を追加しない
    - 効果を断定しない
    - 不明な情報を推測で補わない
    
    # 不足情報がある場合
    作業を進める前に、確認事項を最大5つまで質問してください。
    

    役割、目的、材料、手順、出力形式、禁止事項を分けると、指示の優先順位が見えやすくなります。

    #、箇条書き、三重引用符などの区切りを使うと、入力情報と指示を区別しやすくなります。


    業種を問わず使えるプロンプトの型

    # 役割
    あなたは[必要な専門性や役割]です。
    
    # 目的
    今回達成したいことは[最終目標]です。
    
    # 背景
    私は[仕事、立場、状況]です。
    この回答は[使用場面]で使います。
    
    # 入力情報
    以下の情報を使用してください。
    
    ---
    [資料、箇条書き、文章など]
    ---
    
    # 作業手順
    1. [最初の作業]
    2. [次の作業]
    3. [最終作業]
    
    # 完了条件
    - [満たすべき条件1]
    - [満たすべき条件2]
    - [満たすべき条件3]
    
    # 出力形式
    [表、箇条書き、記事、コードなど]
    
    # 禁止事項
    - [してはいけないこと]
    - [推測してはいけない情報]
    - [変更してはいけない範囲]
    
    # 確認事項
    回答に必要な情報が不足している場合は、作業を始める前に質問してください。
    

    この形を使えば、記事作成、データ分析、メール作成、コード修正、会議準備などへ転用できます。


    6.回答方法まで無理に自分で決めない

    プロンプトを具体的にすることは大切です。

    ただし、自分でも完成形が分かっていないのに、出力方法まで無理に指定すると、かえって可能性を狭めることがあります。

    たとえば、

    この課題を表形式で10項目にまとめてください。
    

    と指定したものの、実際にはフローチャートの方が分かりやすいかもしれません。

    自分が何を作ればよいか分からない状態では、AIへいきなり完成品を求めない方がよいです。

    先に、回答方法を一緒に考えてもらいます。

    この課題を解決したいのですが、最終的にどのような成果物を作るべきか整理できていません。
    
    まず、考えられる成果物を3案出してください。
    
    それぞれについて、向いている場面、メリット、注意点を比較してください。
    
    その後、私に最適な案を選ぶための質問をしてください。
    

    AIに任せる前に、自分でも作れないものを依頼していないか確認します。

    完成形が見えないときは、完成品ではなく、

    ・選択肢を出す
    ・不足情報を質問する
    ・作業計画を作る
    ・判断基準を整理する
    

    ところから始めます。


    「分からない場合は質問してください」を入れる

    ChatGPTが前提を推測したまま進むと、文章としては整っていても、目的と違う回答になることがあります。

    そこで、次の一文を加えます。

    回答に必要な情報が不足している場合は、推測で進めず、作業を始める前に私へ質問してください。
    

    さらに、質問数や形式も指定できます。

    不足している情報がある場合は、重要度の高い順に最大5問まで質問してください。
    
    選択肢を作れる質問は、選択式にしてください。
    

    これにより、一方的に回答を作らせるのではなく、二人三脚で完成形を探せます。


    7.失敗したプロンプトと改善後を比較する

    改善前

    商品ページを新しい情報に合わせて書き直してください。
    

    この指示では、次の点が分かりません。

    • どの資料が最新なのか

    • 何を変更してよいのか

    • 何を残すのか

    • 誰向けの商品ページなのか

    • どんな出力が必要なのか

    改善後

    # 役割
    あなたはECサイトの商品ページを改善する編集者です。
    
    # 目的
    最新の商品データを反映し、購入前の疑問を減らす説明文へ更新してください。
    
    # 作業手順
    1. 添付した最新商品データを読み、重要項目を整理する
    2. 既存説明文との差異を表にする
    3. 差異を反映した商品説明文を作成する
    4. 修正箇所と理由を一覧にする
    
    # 必須条件
    - 既存文章の良い部分は残す
    - 添付資料にない情報は追加しない
    - 専門用語には短い説明を加える
    - 修正前後を比較できる形にする
    
    # 確認
    情報が不足している場合は、文章を書き換える前に質問してください。
    

    長くしたからよくなったのではありません。

    目的、作業順、変更範囲、完了条件を分けたことで、何をすべきかが明確になっています。


    最短で使うためのチェックリスト

    プロンプトを入力する前に、以下を確認します。

    □ 最後に何を得たいか決まっている
    □ 回答を何に使うか伝えている
    □ 1回で答えられる範囲か確認した
    □ 関連する質問は同じチャットにまとめた
    □ 目的が違う質問はチャットを分けた
    □ 必要なら自分の仕事や立場を伝えた
    □ 複雑な作業をステップに分けた
    □ 各ステップの完了条件を決めた
    □ 禁止事項と変更範囲を伝えた
    □ 不足情報は質問するよう指定した
    

    すべてを毎回入れる必要はありません。

    単純な質問なら、短いプロンプトで十分です。

    複雑な仕事ほど、完成形から逆算して設計します。


    プロンプトエンジニアリングで変わったこと

    今回整理してみて、プロンプトエンジニアリングは「AIに伝わる特別な言い回しを覚えること」ではないと感じました。

    大事なのは、自分の仕事を整理することです。

    何を達成したいのか
    何が必要なのか
    どこまでを一緒に扱うのか
    どこで確認するのか
    何をしてはいけないのか
    

    これを言葉にできれば、ChatGPTだけでなく、CodexやカスタムGPT、業務自動化にも応用できます。

    逆に、自分の中で完成形が見えていない状態では、AIも正解を決められません。

    その場合は、いきなり回答を作らせず、一緒にゴールを決めるところから始めます。


    次に作りたいもの

    ここまで試してみて、次に作りたいものが見えてきました。

    箇条書きの情報を入力すると、必要な質問を返し、コンテキストを整理したうえで記事を生成するカスタムGPTやアプリです。

    目指す流れは次のとおりです。

    箇条書きのメモを入力する
    ↓
    不足している情報を質問する
    ↓
    目的、読者、構成、禁止事項を整理する
    ↓
    記事の設計図を作る
    ↓
    確認後に本文を生成する
    

    いきなり記事を書くのではなく、先に記事のゴールを整理する仕組みです。

    自分のように、5W1Hや記事構成を考えるところで止まりやすい人にも使える形を目指します。

    これは今後の課題として、実際に作りながら記事にしていきます。

    完成したものは共有する予定のため、公開後すぐに受け取りたい方は、フォローしていただけると続きを見つけやすいです。


    次に読みたい関連記事

    ChatGPTの基本的な使い方から確認したい方はこちら▼

    毎回同じ説明を減らし、メモリやDeep Research、アプリ連携まで使いたい方はこちら▼

    この記事が参加している募集

     
     
    AIの活用事例や最新情報を、実際に使った活用事例、中級者でもつまづきそうになる点などを、日本一わかりやすくを目標に取り組んでいます。 【メインコンテンツ】 大規模言語モデル、ChatGPT、CodeX、画像生成、アプリ制作、デザインなど

    あなたへのおすすめ