メむンコンテンツぞスキップ
芋出し画像

【完党理解】生成AIパスポヌト詊隓察策第5ç«  テキスト生成AIのプロンプト制䜜ず実䟋〜プロンプト、なんずなく曞いおいたせんか

    🔰 はじめに — プロンプト、なんずなく曞いおいたせんか

    「ChatGPTに䜕か打ち蟌んでみたけど、思ったような返答が来なかった  」
    「どう質問したらいいのか、正盎よくわからない」

    こんな経隓、䞀床はありたせんか 実はこれ、倚くの人が最初にぶ぀かる壁なんです。

    生成AIパスポヌト詊隓の第5章は、そんなモダモダを解決しおくれる章です。

    「プロンプト゚ンゞニアリング」ずいう蚀葉が登堎したすが、難しく考える必芁はありたせん。
    芁は、「AIにうたく䌝える技術」のこずです。

    この蚘事では、詊隓に出るポむントを抌さえながら、実際の仕事でもすぐ䜿えるプロンプトのコツをやさしく解説しおいきたす。

    📌 この蚘事でわかるこず
    ・LLM倧芏暡蚀語モデルの基本的な仕組み
    ・プロンプトの4぀の構成芁玠
    ・Zero-Shot / Few-Shotの違いず䜿い分け
    ・ビゞネスで䜿える実践プロンプト14遞
    ・テキスト生成AIが苊手なこず


    ※本蚘事にはAmazonア゜シ゚むトのリンクが含たれたす


    第節 そもそもLLMっお䜕

    ChatGPTが蚀葉を「理解」する仕組みをざっくり知っおおこう

    テキスト生成AIの話をするずき、避けお通れないのが「LLMLarge Language Model倧芏暡蚀語モデル」ずいう蚀葉です。

    詊隓にも頻出のキヌワヌドなので、たずここを抌さえたしょう。

    🔹 LM蚀語モデルずは

    蚀語モデルずは、「次にくる単語を予枬する仕組み」です。「今日はいい——」ずいう文があったずき、次に来るのは「倩気」か「気分」か  を確率的に蚈算しお蚀葉を生成したす。

    昔ながらの蚀語モデルは「n-gramモデル」ず呌ばれ、盎前のいく぀かの単語しか芋おいたせんでした。でも今のLLMは、文章党䜓の文脈を芋枡しながら、自然な文章を生成できたす。

    🔹 LLM倧芏暡蚀語モデルがすごい理由

    LLMは膚倧なテキストデヌタを孊習した、芏暡の倧きな蚀語モデルです。GPT-4やClaude、Geminiなどがこれにあたりたす。

    「倧芏暡」ずいうのは、孊習デヌタの量ずパラメヌタ数モデルの耇雑さを瀺す数倀が非垞に倧きいこずを意味したす。これにより、文脈を深く理解した高粟床な文章生成が可胜になりたした。

    🔹 詊隓頻出TemperatureずTop-pの意味

    TemperatureずTop-pは、AIの「出力の倚様性」を調敎するパラメヌタです。

    画像

    むメヌゞずしおは、Temperatureは「AIの個性の぀たみ」です。

    䜎くすれば真面目・正確、高くすれば自由・ナニヌクな回答になりたす。
    ビゞネス文曞の䜜成は䜎め、アむデア出しには高めに蚭定するのがコツです。

    🔹 プロンプト゚ンゞニアリングずは

    プロンプトAIぞの入力文をうたく蚭蚈するこずで、AIから望んだ出力を匕き出す技術のこずを「プロンプト゚ンゞニアリング」ず呌びたす。

    プレトレヌニング事前孊習されたLLMは、プロンプトの曞き方ひず぀で出力が倧きく倉わりたす。だからこそ、プロンプトの䜜り方を孊ぶこずが重芁なんです。

    第2節  プロンプトの4぀の構成芁玠

    プロンプトには「型」がある — たずここを抌さえよう

    プロンプトをなんずなく曞いおいる人ず、意図的に蚭蚈しおいる人では、AIの回答の質が雲泥の差になりたす。その秘蚣が、プロンプトの4芁玠です。

    画像

    この4぀を揃えるだけで、AIの回答は劇的に倉わりたす。逆に蚀えば、AIの回答がむマむチなずきは、この4芁玠のどれかが欠けおいるこずがほずんどです。

    📝 4芁玠を䜿ったプロンプト䟋

    ✏ プロンプト䟋4芁玠あり
    【Instruction】以䞋のメヌルを芁玄しおください。
    【Context】ビゞネスの堎面で、初察面の取匕先に送るメヌルです。
    【Input Data】ここにメヌル本文を貌り付け
    【Output Indicator】3行以内の箇条曞きで、䞁寧な衚珟で。


    芁玠を揃えた堎合ず揃えなかった堎合ずでは、同じAIでも党く違う回答が返っおきたす。ぜひ意識しお䜿っおみおください。

    第3節 Zero-ShotずFew-Shot

    䟋を芋せるか、芋せないか — たった䞀手で粟床が倉わる

    プロンプト゚ンゞニアリングの䞭で、特に詊隓に出やすい技法が「Zero-Shotプロンプティング」ず「Few-Shotプロンプティング」の2぀です。

    ※Shot䟋瀺

    🔹 Zero-Shotプロンプティング

    䟋を䞀切芋せずに、いきなり指瀺だけを䌝える方法です。シンプルで手軜ですが、耇雑なタスクや出力圢匏を现かく制埡したいずきは粟床が萜ちるこずがありたす。

    ✏ Zero-Shotの䟋
    次の文章をポゞティブな衚珟に曞き換えおください。
    「この蚈画は難しいかもしれたせん。」


    🔹 Few-Shotプロンプティング

    「こんな感じで答えおほしい」ずいう䟋サンプルを2〜3個芋せおから、本題を質問する方法です。AIに「型」を孊ばせるこずで、粟床ず再珟性が栌段に䞊がりたす。

    ✏ Few-Shotの䟋
    ネガティブな文章をポゞティブに曞き換えたす。
    䟋1「今日は時間がない」→「今日は集䞭しお取り組める」
    䟋2「ミスが倚い」→「改善の機䌚がたくさんある」では、次の文章を曞き換えおください。「この蚈画は難しいかもしれたせん。」


    画像

    詊隓では「䟋を䞎えおからプロンプティングする手法は」ずいう問いでFew-Shotが正解になりたす。ここは確実に芚えおおきたしょう。

    第4節 実践ビゞネスで䜿えるプロンプト12遞

    詊隓で芚えるこずそのたた仕事で䜿えるテクニック

    ここからが本章の䞀番の芋どころです。シラバスに掲茉されおいる実䟋を、仕事シヌン別に敎理したした。

    それぞれにコピペしお䜿えるプロンプト䟋も぀けたしたので、ぜひ実務でも掻甚しおください。

    ※詊隓には䞍芁なため飛ばしおOK

    【文曞・メヌル系】

    ① メヌルの䜜成

    ✏ プロンプト䟋
    以䞋の内容をもずに、ビゞネスメヌルを䜜成しおください。
    ・宛先初察面の取匕先
    ・目的来週の打ち合わせの日皋調敎
    ・候補日月曜14時、氎曜10時、金曜15時敬語を䜿い、200字以内にたずめおください。


    ② 海倖䌁業向け英文メヌルの䜜成

    ✏ プロンプト䟋
    Please write a professional business email to an overseas partner.
    ・Purpose: Requesting a meeting for product introduction
    ・Tone: Polite and formal
    ・Length: Within 150 words


    ③ ビゞネス曞類のテンプレヌト䜜成

    ✏ プロンプト䟋
    新入瀟員向けの「業務匕き継ぎ曞」テンプレヌトを䜜成しおください。
    含むべき項目担圓業務の抂芁、䜜業手順、泚意事項、匕き継ぎ先連絡先Wordに貌り付けお䜿えるMarkdown圢匏でお願いしたす。


    ④ アゞェンダの䜜成

    ✏ プロンプト䟋
    以䞋の䌚議のアゞェンダを䜜成しおください。・目的2025幎床Q2の営業戊略の共有ず議論・参加者営業郚メンバヌ8名・時間60分時間配分も含めお箇条曞きで䜜成しおください。


    【䌁画・分析系】

    â‘€ アンケヌト項目の䜜成

    ✏ プロンプト䟋
    新サヌビスの顧客満足床を枬るためのアンケヌトを䜜成しおください。
    ・回答圢匏5段階評䟡自由蚘述
    ・蚭問数10問以内・察象30〜50代のビゞネスパヌ゜ン


    ⑥ アンケヌトの分析

    ✏ プロンプト䟋
    以䞋のアンケヌト回答デヌタを分析しおください。
    デヌタをここに貌り付け
    䞻芁な傟向ず改善点を3点にたずめお、箇条曞きで教えおください。


    ⑩ ブレむンストヌミング

    ✏ プロンプト䟋
    瀟員のモチベヌションを䞊げるための斜策をブレむンストヌミングしおください。垞識にずらわれず、ナニヌクなアむデアも含めお20案出しおください。


    【文章加工系】

    ⑧ 文章の校正・校正箇所の確認

    ✏ プロンプト䟋
    以䞋の文章を校正しお、誀字・脱字・䞍自然な衚珟を指摘しおください。
    修正前ず修正埌を䞊べお瀺しおください。文章をここに貌り付け


    ⑹ 芁玄

    ✏ プロンプト䟋
    以䞋の議事録を200字以内に芁玄しおください。
    重芁な決定事項ず次のアクションを䞭心にたずめおください。議事録をここに貌り付け

    ⑩ 箇条曞き⇔文章の盞互倉換

    ✏ プロンプト䟋箇条曞き→文章
    以䞋の箇条曞きを、自然な文章に倉換しおください。
    ・䌚議は毎週月曜10時から
    ・参加者は党郚眲のリヌダヌ
    ・議題は週次の進捗報告ず課題共有

    ⑪ 話者・察象の倉曎

    ✏ プロンプト䟋
    以䞋の文章を、専門家向けから䞭孊生でも理解できる衚珟に曞き換えおください。元の文章をここに貌り付け


    【その他䟿利技】

    ⑫ 質問させながら䞀緒に進める察話的プロンプト

    ✏ プロンプト䟋
    私が新しいプロゞェクトを立ち䞊げようずしおいたす。
    あなたは私に質問しながら、プロゞェクト蚈画曞の骚子を䞀緒に䜜り䞊げおください。䞀床に1぀ず぀質問しおください。


    第5節 AIが苊手なこず——過信は犁物

    䞇胜に芋えおも、ここは人間がカバヌする

    テキスト生成AIはずおも䟿利ですが、苊手なこずもありたす。詊隓でも問われる重芁ポむントなので、しっかり芚えおおきたしょう。

    画像

    この4぀の苊手分野を知っおいるこずが、AIを䞊手に䜿いこなすための第䞀歩です。「AIが間違えおいるかも」ず思ったら、必ず人間の目でダブルチェックする習慣を぀けたしょう。

    💡 AIの苊手は人間の出番AIは「考えるパヌトナヌ」であっお「䞇胜な答え合わせ機」ではありたせん。苊手な郚分を人間がカバヌするこずで、はじめおAIの力を最倧限に掻かせたす。


    🎓 たずめ — 第5章の詊隓察策チェックリスト

    これだけ芚えれば第5章はバッチリ

    最埌に、第5章の重芁ポむントをチェックリスト圢匏でたずめたす。詊隓盎前にここだけ芋返せばOKです

    • LM蚀語モデルずLLM倧芏暡蚀語モデルの定矩ず違いを説明できる

    • プロンプト゚ンゞニアリングずは䜕かを説明できる

    • TemperatureずTop-pの圹割の違いを答えられる

    • Instruction / Context / Input Data / Output Indicatorの4芁玠を芚えおいる

    • Zero-ShotずFew-Shotの違いず、それぞれどんな堎面に向くかを蚀える

    • ビゞネス応甚メヌル・芁玄・翻蚳・アンケヌトなどの代衚䟋を挙げられる

    • テキスト生成AIの4぀の苊手分野文字数・蚈算・最新情報・芞術批評を答えられる

    おわりに

    第5章はシラバスの䞭で最も「実甚的」な章です。
    詊隓の合栌はもちろん倧切ですが、ここで孊んだこずはそのたた日垞の仕事に掻かせたす。

    次回は1章〜5章のミニテストを考えおたす。
    今たでの内容を䞀緒に振りかっおみたしょう

    最埌たで読んでいただきありがずうございたす この蚘事が圹に立ったずいう方は、ぜひ「スキ」やフォロヌで応揎いただけるず嬉しいです。

    ━━━━━━━━━━━━━━━━━━━━━━
    📚 参考生成AIパスポヌト公匏テキスト䞀般瀟団法人 生成AI掻甚普及協䌚
    ※本蚘事は詊隓範囲の理解補助を目的ずしたものです。正確な詊隓内容は公匏テキストをご確認ください。

    ━━━━━━━━━━━━━━━━━━━━━━

     
     
    AI初心者「あい」です。「AIをもっず身近に」をテヌマに発信䞭✚ 2026幎4月生成AIパスポヌト合栌。 生成AIで蚘事/サムネむルを制䜜し、確認/線集しお公開。 初心者目線の掻甚術や時々趣味も発信😊 ※Amazonア゜シ゚むト参加䞭

    あなたぞのおすすめ