【プロンプトエンジニアリング実践編】AIの回答精度が劇的に変わる！5つの要素を組み合わせるプロンプト作成術

「AIにお願いしたのに、思っていた回答と違う……。」 そんな経験はありませんか？

実はその原因のほとんどは、AIの性能ではなくプロンプト（指示文）の書き方にあります。

前回までの記事では、良いプロンプトを作るための5つの要素について学びました。

• 役割（Role）
• コンテキスト（Context）
• 指示（Instruction）
• 入力データ（Input）
• 出力形式（Output Format）

今回は、この5つを実際にどう組み合わせればよいのかを、Before・After形式で分かりやすく紹介します。

この記事を読み終える頃には、「AIに何をどう伝えれば期待通りの回答が返ってくるのか」が自然と理解できるようになります。

この記事で学べること

• 5つの要素を組み合わせる考え方
• 曖昧なプロンプトを改善する方法
• 仕事でも使える実践例
• AIに推測させないコツ

まずは5つの要素を復習しよう

実践例を見る前に、基本となる5つの要素を簡単におさらいしておきましょう。

① 役割（Role）

AIに「誰として回答してほしいのか」を指定します。

例えば次のような役割があります。

• SEOライター
• データアナリスト
• マーケター
• 教育者
• プログラマー

役割を設定するだけで、回答の視点や専門性が大きく変わります。

② コンテキスト（Context）

現在の状況や背景を説明します。

AIは人間のように空気を読むことはできません。 そのため、

• 誰のためなのか
• なぜ必要なのか
• どんな状況なのか

を伝えることで、回答の精度が一気に向上します。

③ 指示（Instruction）

AIに何をしてほしいのかを、一文ではっきり伝えます。

例えば

• 作成してください
• 分析してください
• 比較してください
• 要約してください

など、具体的なアクションを書くことが重要です。

④ 入力データ（Input）

AIが処理する材料を渡します。

入力データが不足しているとAIは推測するしかありません。 逆に情報が多すぎても重要なポイントを見失います。

必要な情報だけを整理して渡すことが、高品質な回答につながります。

⑤ 出力形式（Output Format）

最後に、「どんな形で出力してほしいのか」を指定します。

例えば、

• 300文字程度
• 箇条書き
• HTML形式
• 表形式
• 見出し付き
• 初心者向け

この指定があるだけで、そのまま仕事で使えるレベルの回答になることも珍しくありません。

なぜ5つの要素が重要なのか？

多くの人はAIに対して、

「メールを書いて」

「分析して」

「教えて」

このような短い指示だけを送っています。

しかし、この状態ではAIは大量の推測を行わなければなりません。

すると、

• 回答がズレる
• 余計な内容が増える
• 欲しい情報が不足する
• 何度も修正が必要になる

という問題が起こります。

つまり、プロンプトを書く目的はAIに推測させないことなのです。

実践例① ビジネスメールを作成する

それでは実際の改善例を見ていきましょう。

Before

お客様へのお詫びメールを書いて

一見シンプルですが、実際には情報不足です。

• 何が起きたのか
• 誰に送るのか
• どのくらい丁寧に書くのか
• どれくらいの長さなのか

これではAIはすべてを推測するしかありません。

After

5つの要素を使ってプロンプトを書き直してみましょう。

【役割】
あなたはビジネスメール作成の専門家です。

【コンテキスト】
当社ECサイトでシステム障害が発生し、
100名のお客様の注文確認メールが送信されませんでした。
現在は復旧し、すべての注文は手動で処理済みです。

【指示】
お客様へ送るお詫びメールを作成してください。

【入力データ】
・障害発生日：1月15日 14:00〜16:00
・影響：注文確認メールが送信されなかった
・現在：すべて復旧済み
・お詫び：送料無料クーポンを配布

【出力形式】
・件名と本文を分ける
・本文300文字程度
・丁寧で誠実な文章

ここまで細かく指定すると、AIはほとんど推測する必要がありません。 その結果、そのままお客様へ送れるレベルのメールが生成されます。

BeforeとAfterの違い

実践例② データ分析レポートを作成する

続いては、ビジネスシーンで活躍するデータ分析の例です。

Before

売上データを分析してください

これも非常によくあるプロンプトですが、情報が不足しています。

• どんな売上データなのか
• 誰へ報告するのか
• 何を知りたいのか
• 改善提案は必要なのか

この状態では、AIは分析の方向性すら判断できません。

After

【役割】
あなたはデータアナリストです。

【コンテキスト】
私は小売チェーンのマーケティング担当です。
経営会議で売上状況を報告します。

【指示】
以下の売上データを分析し、
重要な傾向と改善提案をまとめてください。

【入力データ】
売上データを貼り付け

【出力形式】
・エグゼクティブサマリー（3行）
・重要な発見を3〜5項目
・改善提案を優先順位順に3つ
・必要に応じて表を使用

このように出力形式まで細かく指定することで、会議資料としてそのまま使える品質のレポートが完成します。

特にビジネスでは、「分析してください」だけではなく、「誰に向けた分析なのか」「どんな形式で欲しいのか」を伝えることが重要です。

実践例③ AIに学習コンテンツを作ってもらう

最後は、AIを先生として活用するケースです。

Before

機械学習について教えて

このプロンプトでは、AIは次のようなことを推測する必要があります。

• 初心者なのか経験者なのか
• どこまで詳しく説明するのか
• 専門用語を使ってよいのか
• 何を重点的に知りたいのか

その結果、専門的すぎたり、逆に内容が薄すぎたりすることがあります。

After

【役割】
あなたは難しい内容を分かりやすく説明する教育者です。

【コンテキスト】
私はプログラミング未経験のマーケターです。
仕事でAIツールを使うため、
機械学習の基礎を学びたいです。

【指示】
機械学習の基本概念を説明してください。

【入力データ】
・機械学習とは？
・従来のプログラミングとの違い
・ビジネスでの活用例

【出力形式】
・専門用語はなるべく使わない
・日常生活の例えを使う
・各テーマを2〜3段落で説明
・最後に3つのポイントでまとめる

このように役割とコンテキストを設定することで、初心者でも理解しやすい説明をAIが生成できるようになります。

3つの実践例から見えてきた共通パターン

ここまで3つの具体例を見てきましたが、一見異なる内容でも、実はすべて同じ考え方でプロンプトが設計されています。

ビジネスメール、データ分析、学習コンテンツ。それぞれ目的は異なりますが、AIへ伝えている情報の順番は共通しています。

この「型」を覚えてしまえば、どんな依頼でも応用できるようになります。

① 最初に「役割」を決める

最初にAIへ「誰として回答するのか」を指定します。

例えば次のような役割があります。

• SEOライター
• マーケター
• 教育者
• プログラマー
• 経営コンサルタント
• データアナリスト

役割を設定するだけで、文章の専門性や視点、説明方法が大きく変化します。

② コンテキストで背景を共有する

次に重要なのがコンテキストです。

AIは人間のように「察する」ことができません。

だからこそ、

• なぜ必要なのか
• 誰が読むのか
• どんな状況なのか
• どんな目的があるのか

を先に伝えることで、回答の方向性が一気に明確になります。

③ 指示は1つの行動に絞る

AIへお願いする内容は、できるだけシンプルにしましょう。

例えば、

• 分析してください
• 作成してください
• 説明してください
• 比較してください
• 要約してください

など、一つのアクションにするとAIも迷いません。

「あれもこれも」と複数の依頼を一度に詰め込むよりも、段階的に依頼したほうが高品質な回答を得られます。

④ 入力データは過不足なく渡す

AIは渡された情報しか利用できません。

そのため、

• 情報が少なすぎる
• 不要な情報が多すぎる

どちらも回答品質を下げる原因になります。

必要なデータだけを整理して渡すことが重要です。

⑤ 出力形式で完成形をイメージさせる

最後に忘れてはいけないのが出力形式です。

例えば、

• HTML形式
• Markdown形式
• 箇条書き
• 表形式
• 500文字以内
• 初心者向け
• ビジネス向け

などを指定することで、そのまま使える成果物が完成します。

AIに推測させないことが最重要ポイント

今回紹介した5つの要素には共通する目的があります。

それは「AIが推測しなくてもいい状態を作ること」です。

AIは非常に優秀ですが、背景情報がなければ推測するしかありません。

その推測がズレると、

• 期待とは違う回答になる
• 修正が何度も必要になる
• 回答が長すぎる・短すぎる
• 専門的すぎる説明になる

という問題が起こります。

逆に5つの要素を整理して伝えれば、AIは推測することなく、そのまま実行できるようになります。

良いプロンプトを作るためのチェックリスト

最後に、プロンプトを書く前に確認したいポイントをまとめました。

• □ AIの役割を設定したか？
• □ 背景や目的を書いたか？
• □ 指示は明確か？
• □ 必要なデータを渡したか？
• □ 出力形式を指定したか？

この5項目を確認するだけでも、AIの回答品質は驚くほど向上します。

よくある質問（FAQ）

Q1. 良いプロンプトを書くには才能が必要ですか？

いいえ、才能は必要ありません。

大切なのは「5つの要素」を意識して書くことです。 最初から完璧なプロンプトを書ける人はいません。 少しずつ改善を繰り返すことで、誰でもAIを上手に活用できるようになります。

Q2. 役割（Role）は毎回設定したほうがいいですか？

基本的には設定することをおすすめします。

「SEOライター」「マーケター」「教育者」「データアナリスト」など役割を指定するだけで、AIの回答スタイルが大きく変わります。

Q3. コンテキストは長いほうがいいですか？

長ければ良いというわけではありません。

重要なのは「AIが判断するために必要な情報だけを書くこと」です。 不要な情報を増やしすぎると、かえって回答品質が下がることもあります。

Q4. 出力形式まで指定するメリットはありますか？

非常に大きなメリットがあります。

例えば、

• HTMLで出力
• Markdown形式
• 表形式
• 箇条書き
• 500文字以内
• 初心者向け

などを指定することで、後から編集する手間を大幅に減らせます。

まとめ｜5つの要素を組み合わせればAIは劇的に賢くなる

今回紹介した実践例から分かるように、プロンプトエンジニアリングの本質は「AIに推測させないこと」です。

AIの性能を最大限引き出すためには、次の5つの要素を意識しましょう。

1. 役割（Role）を設定する
2. コンテキスト（Context）で背景を伝える
3. 指示（Instruction）を明確にする
4. 入力データ（Input）を整理して渡す
5. 出力形式（Output Format）を指定する

この5つが揃うだけで、AIは迷うことなく、目的に沿った高品質な回答を生成できるようになります。

また、最初から完璧なプロンプトを書く必要はありません。

まずは書いてみて、足りない情報を少しずつ追加しながら改善していく。この試行錯誤こそが、プロンプトエンジニアリングの上達への近道です。

次回は、今回学んだ5つの要素を実際に使いながら、プロンプトを構造化する演習に挑戦していきます。 知識をインプットするだけでなく、自分の手でプロンプトを書いて試すことで、より実践的なスキルが身につくでしょう。

この記事のポイント

• プロンプトは「役割・コンテキスト・指示・入力データ・出力形式」の5要素で構成する
• AIに推測させないことが、高品質な回答を得る最大のコツ
• Before・Afterで比較すると改善ポイントが分かりやすい
• ビジネスメール・データ分析・学習コンテンツなど幅広い場面で応用できる
• 最初から完璧を目指さず、改善を繰り返すことが重要