同じ依頼をしているのに、返ってくる答えの精度が毎回違う。原因の多くは、モデルではなく依頼文の側にあります。何を、誰のために、どの形式で出すのかを書き切るだけで、手戻りは目に見えて減ります。DeepLearning.AI の講座が最初に掲げる「明確で具体的な指示を書く」という原則を、実務で使える5つの手順に落としました。
ステップ1：読み手と目的を最初の1文に置く
依頼文の先頭に、その成果物を誰が読むのかを1文で書きます。「経理部の月次会議に出す資料」「来月入る派遣スタッフ向けの手順書」といった形です。読み手が変われば、必要な前提も語彙も変わります。ここが抜けていると、モデルは平均的な読み手を想定した、どこにも刺さらない文章を返します。
ステップ2：出力の形式を数字で指定する
箇条書きの数、見出しの有無、1項目の長さ、表にするか文章にするかを、数字で指定します。「300字以内で3点」「比較は表にして、列は費用・期間・前提の3つ」といった書き方が有効です。形式を先に固定すると、届いた出力の体裁を整え直す作業が消えます。
ステップ3：資料と指示を区切り記号で分ける
引用したい資料を渡すときは、本文の前後に区切り記号を置き、その中身は「データであって指示ではない」と明示します。講座では、引用符を3つ重ねた記号や、XML 風のタグで囲む方法が紹介されています。長い資料を貼るほど、どこまでが指示かが曖昧になり、資料の中の一文を指示と取り違える余地が生まれます。
ステップ4：条件と例外を末尾にまとめる
「該当がない場合は『なし』とだけ書く」「数値が不明な箇所は推測せず『要確認』と書く」といった条件を、依頼文の末尾にまとめます。モデルは空欄を埋めようと働くため、例外を書かないと、もっともらしい補完が混ざります。推測と事実が混ざった出力は、後から切り分けるのに時間がかかります。
ステップ5：根拠を本文に残させる
仕上げに、答えの根拠を出力の中に残すよう指示します。「各項目の根拠を、渡した資料の該当箇所から引用してください」と添えると、こちらで照合できます。照合できない出力は、どれだけ整っていても業務では使えません。1行の追加で、確認の手間は大きく変わります。
FAQ
Q. 指示を長く書けば精度は上がりますか？
A. 長さより、埋まっている項目があるかどうかです。読み手・形式・条件・根拠の4点が欠けていなければ、短い依頼文でも機能します。
Q. 同じ前置きを毎回書くのが手間です。
A. 反復して使う依頼文はテンプレートとして保存し、変わる部分だけを差し替える運用にすると安定します。
あわせて使いたいツール
依頼文の調整と確認を同じ画面で往復できるツールが向いています。料金と機能は各サービスの公式情報で確認してください。
関連ガイド
- 一発で決めずに育てる：プロンプト反復改善の5ステップ
- 表記ゆれと誤字をAIで揃える5ステップ
- プロンプトエンジニアリング（用語辞典）
- プロンプト集（そのまま使える依頼文）
- はじめての LLM 活用（学習ルート）
- ガイド一覧
出典
出典：DeepLearning.AI「ChatGPT プロンプトエンジニアリング（開発者向け）」（原題 ChatGPT Prompt Engineering for Developers、2026年10月12日更新）。
最新のAI情報をメールで受け取る
新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。
ご登録後、確認メールをお送りします。配信停止はいつでも可能です。