同じ依頼でも、指示の書き方次第で出力の質は大きく変わります。Learn Prompting の解説は、明確な指示（命令文）を与える手法を Instruction Prompting として最初の技法に挙げています。1文にまとめる、形式を指定する、崩れた入力で鍛える、という3段階で依頼文を育てる手順を整理します。
ステップ1：依頼を1文の指示に落とす
背景や前置きを外し、「何をしてほしいか」だけの1文を書きます。Learn Prompting の解説は、生成 AI が自然言語の指示に従えることがこの技法の土台だと説明しています。たとえば入力された名前の並びを直す処理なら、「姓、名の順に整える」が核の指示です。
1文にしたら、その指示だけで実行します。結果が違ったとき、足りない情報が「指示の外」にあるか、「指示の中」にあるかを切り分けやすくなります。
ステップ2：入出力の形式を明示する
指示に、入力の形と出力の形を書き足します。同解説に挙げられた名前整形の例では、「入力は姓と名の順序が不明」「出力は『姓, 名』の形式」という条件を依頼文の中で明示しています。
| 書く要素 | 例 |
|---|---|
| 入力の前提 | 順序は不明、1件ずつ渡す |
| 出力の形式 | 「姓, 名」の1行 |
| 禁じる動作 | 説明文を付けずに変換だけ返す |
ステップ3：複雑な処理は処理手順の順に指示する
同解説は、文の整形、個人情報の除去、文章の評価のような処理でも、指示だけで対応できると紹介しています。複雑な処理では、「何を」「どうして」「何を返すか」の順に指示を並べます。評価のような処理では、評価の基準（何を満たしていれば合格か）を依頼文の中に書き込むのが要点です。
ステップ4：失敗例を集めて指示に追記する
動かし続けると、指示どおりにいかない入力が見つかります。同解説は、指示が破られる入力を探し、見つけたら依頼文を改善する作業を推奨しています。失敗例ごとに「この場合はこう処理する」という1行を指示に追記します。
追記の積み重ねで依頼文は長くなります。長くなったら、頻度の高い処理と低い処理に分けて、依頼文を2本に分けるかどうかを判断します。
ステップ5：別の入力群で再検証する
整えた指示は、元の検証とは別の入力群（直近の実データなど）で再度確認します。同じ失敗が再発したら、追記した行が入力の型に合っていない可能性があります。指示は完成形を一度で狙うものではなく、実データに合わせて育てる対象として扱います。
つまずきポイント
- 前置きと指示が混ざる：背景の説明は「前提」として区切り、指示は末尾に1文で置きます。
- 形式の指定が依頼文の外にある：口頭や別メモの決まりはモデルには届きません。依頼文の中に書きます。
- 失敗例を残さない：同じ失敗が再発します。入力の型ごとに記録します。
FAQ
Q. 長い依頼文ほど良い結果になりますか？
A. 長さそのものより、指示と前提の整理が効きます。Learn Prompting の解説は、自然言語の指示で未経験のタスクに対応できる点を特徴として挙げています。
Q. 指示だけで複雑な処理まで任せられますか？
A. 名前の整形、個人情報の除去、評価のような処理を指示で実現できると同解説に例示されています。
あわせて使いたいツール
指示の育て方は、日常で使う AI ツールの対話画面でそのまま試せます。料金と提供条件は各サービスの公式情報で確認してください。
出典
出典：Learn Prompting「プロンプト内の指示：シンプルな指示で複雑なタスクをこなす」（原題 Instruction Prompting: Complex Tasks with Simple AI Prompts、2025年3月6日）。指示 prompting の定義、名前整形の例、失敗例から改善する推奨の記述は同記事に基づきます。
関連ガイド
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。