役割を与える、指示を書く、例を添える。それぞれを単独で試したあと、実際の依頼文ではどれを重ねればよいかで手が止まります。Learn Prompting は、複数の技法を1本の依頼文に統合する考え方を基礎の回で扱っています。ここでは、その整理を手元の作業に落とす手順を5つに分けます。
ステップ1：いま使っている要素を書き出す
依頼文には、文脈、指示、例という3種類の部品が混ざっています。Learn Prompting の説明では、これらを個別に学んだあとに組み合わせる段へ進む構成になっています。手元でよく使う依頼文を1本選び、どの部分が文脈で、どこが指示で、どこが例なのかを線で仕切ってみます。仕切れない部分は、たいてい指示が曖昧なまま残っている箇所です。
ステップ2：役割と指示を重ねる
最初に重ねるのは、役割と指示の組み合わせです。Learn Prompting は、特定の人物や口調を演じさせたい場面に向くとしています。たとえば「あなたは歴史を専門とする編集者です。次の出来事を、年表の形で3行にまとめてください」という形になります。役割だけでは何をするかが決まらず、指示だけでは視点が定まらないため、2つを1文ずつ置くのが出発点になります。土台の書き方はプロンプトエンジニアリングの頁に整理しています。
ステップ3：文脈と例を足す
分類や書き分けのように、判断の基準を伝えたい作業では、文脈と例を足します。Learn Prompting の例では、投稿を肯定・否定に分類する際に、場面の説明を1文置いたうえで、入力と正解の組を3つ並べる形が示されています。例を並べる書き方は少数例示学習の頁で扱っている型と同じです。例は、手元の資料から実際に取ったものを短く切り出します。
ステップ4：要素を1つずつ足して比べる
4つをいきなり全部入れると、どれが効いたのか分からなくなります。Learn Prompting も、単純な組み合わせから始めて、必要に応じて要素を増やす進め方を勧めています。同じ入力に対して、役割だけ、役割と指示、役割と指示と例、という順に版を作り、出力のどこが変わったかを1行ずつ記録します。記録が3版そろうと、効いている要素が見えてきます。
ステップ5：効いた要素だけ残して短くする
比べた結果、出力が変わらない要素は削ります。長い依頼文は、読む側の負担だけでなく、指示どうしの衝突も招きます。残した要素で再度同じ入力を通し、意図した出力が保たれるかを確かめます。この足し引きを1つの業務で1回やっておくと、似た業務に流用できる型になります。
FAQ
Q. 要素は多いほど良いのですか？
A. 多くすれば良くなるとは限りません。Learn Prompting も、単純な組み合わせから始めて段階的に足す進め方を示しています。効かない要素は、指示の衝突や出力のばらつきの原因になります。
Q. どの要素から足せばよいですか？
A. 出力の形を決めたいなら指示、視点や口調を決めたいなら役割、判断の基準を伝えたいなら例の順で試すと、変化を読み取りやすくなります。
あわせて使いたいツール
本記事の手順を実際に回すときに、候補になるツールを挙げます。いずれも無料から試せる範囲があり、料金や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
同じ時期に公開した実務ガイドと、手順の前提になる用語ページです。コピーして使える依頼文が欲しいときは、プロンプト集も参照してください。
- 会話の下地を整える：プロンプト・プライミングの5ステップ
- 短い回答を崩さない：ディスカッション回答の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）
- AI用語辞典（五十音順の一覧）
- はじめての LLM 活用（学習ルート）
- ガイド一覧
- AIツール一覧（道具から探す）
- 比較記事一覧／レビュー一覧
出典
出典：Learn Prompting「複数のプロンプト技法を1本に束ねる」（原題 Combining Prompting Techniques、2025年3月6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。