本文へスキップ
ReviewRamble

週刊ブリーフ

AIのレビューを、あなたの受信箱に。

  • ツール、モデル、MCPサーバー、リポジトリの新しいレビュー(結論を最初に)
  • 変更があったときに再確認した価格と評価
  • 公開された新しい分析記事

モデル、エージェント、MCPサーバー、そして本当に時間をかける価値のあるツール。

週に1通です。配信停止は各メールのリンクからできます。 メールアドレスの利用について

プロンプトエンジニアリング

プロンプトエンジニアリング(prompt engineering)とは、モデルの重みを変えずに、アプリケーションが必要とする出力を言語モデルが生成するよう、与える指示と例を書き、構成し、テストすることです。

別名: prompting

執筆 Divya Sharma · 2026年11月15日確認 · レビューの方法

言語モデルはテキストに反応するため、そのテキストの言い回し、順序、構成によって結果が変わります。プロンプトエンジニアリングとは、あるタスクで信頼できる回答が得られるプロンプトを見つけ、実際の入力で確かめる作業です。

よく使われる手法

- タスク、対象読者、形式を明示した、明確で直接的な指示。 - システムプロンプトでの役割と常設のルール。 - 望む形式や口調を示す実例。few-shot promptingと呼ばれます。 - chain-of-thoughtプロンプトのように、段階的に推論するようモデルに求めること。 - 指示とデータを分けるための、XMLタグや見出しなどの区切り。 - コードが回答を解析する場合のstructured outputの要求。

なぜ重要か

プロンプトの変更は、ファインチューニングと比べて安く速く行えます。モデルが誤った形式で答える、ルールを守らない、回答が大ざっぱすぎるといった場合に、通常まず試すのがこれです。言い回しの小さな変更で結果が変わることがあるため、テスト用の入力のセットを用意し、それに対してプロンプトのバージョンを比較するのがよいやり方です。LLM評価で説明しているとおりです。

コンテキストエンジニアリングとの違い

Anthropicは、コンテキストエンジニアリングをプロンプトエンジニアリングが自然に発展したものと説明しています。プロンプトエンジニアリングは指示を書くことに焦点を当てます。コンテキストエンジニアリングは、検索された文書、ツールの結果、会話の履歴など、実行中にモデルの入力に入るそれ以外のすべてを扱い、多くのターンにわたって動くエージェントにとってより大きな課題です。

限界

プロンプトでは、モデルにない知識を加えることも、振る舞いを保証することもできません。あるモデル向けに調整したプロンプトは、モデルを切り替えると変更が必要になることがよくあります。

関連用語

Few-shot プロンプティング
Few-shot プロンプティング(few-shot prompting)とは、タスクの具体例をいくつかプロンプトの中で言語モデルに示し、再学習なしに新しい入力に対してそのパターンをまねさせる方法です。
システムプロンプト
システムプロンプト(system prompt)とは、アプリケーションがユーザーのメッセージより前に言語モデルに送る指示のまとまりです。会話全体を通じたモデルの役割、ルール、口調、出力形式を設定します。
コンテキストエンジニアリング
コンテキストエンジニアリング(context engineering)とは、タスクの間に言語モデルのコンテキストウィンドウに入るすべてのもの、つまり指示、取得した文書、ツールの定義、ツールの結果、会話の履歴を選び、管理する取り組みです。
Chain-of-thought
Chain-of-thought(CoT、思考の連鎖)とは、言語モデルが最終的な回答の前に中間の推論の手順を書き出すプロンプトの手法です。数学、論理、その他の複数の手順を要する問題で結果がよくなる傾向があります。
LLM 評価
LLM 評価(LLM evaluation)は evals とも呼ばれ、モデルや AI アプリケーションをテストケースのセットで動かし、定めた基準に照らしてコード、人、または別のモデルで出力を採点することで、タスクをどれだけうまくこなすかを測ることです。

出典