プロンプト（Prompt）
読み: プロンプト
プロンプトとはAI指示文の基本と設計
プロンプトとは、AIに対して入力するテキスト指示のこと。ChatGPTに「この文章を要約して」と入力するとき、その入力文がプロンプトにあたる。AIの出力品質はプロンプトの書き方に大きく左右されるため、指示の設計そのものが技術領域として確立されている。
かんたんに言うと
プロンプトとは、AIへの「お題」のこと。同じAIでも、出す指示の書き方次第で返ってくる答えの精度がまったく変わる。料理のレシピを渡すようなもので、曖昧な指示を出せば曖昧な結果が返ってくる。
指示の書き方ひとつでAIの出力が変わるプロンプトの仕組み
大規模言語モデル（LLM）は、入力されたテキストの続きとして「もっともらしい文章」を生成する仕組みで動いている。つまり、プロンプトの文面がそのまま生成の起点になる。「売上推移を分析して」と書くのと「過去3年間の四半期別売上推移を、前年同期比の増減率と合わせて表形式でまとめて」と書くのとでは、返ってくる結果の具体性がまったく異なる。
この性質を理解した上で、AIの出力を意図通りにコントロールするための指示設計が「プロンプトエンジニアリング」と呼ばれている。
few-shotプロンプティングという手法
プロンプトの精度を高める代表的なテクニックに「few-shotプロンプティング」がある。これは、AIに例題を数件提示してから本題を聞く方法を指す。たとえば「以下の形式で要約してください」と、実際の要約例を2〜3件プロンプトの中に含めることで、AIがそのフォーマットに沿った出力を返す確率が高まる。
例題ゼロで指示する方法を「ゼロショット」、1件だけ見せるのを「ワンショット」と呼ぶ。業務で安定した出力を得たい場合、few-shotが使われるケースが多い。
AIエージェントにおけるプロンプトの位置づけ
AIエージェントの設計では、ユーザーが毎回プロンプトを手入力するのではなく、システム側があらかじめ用意したプロンプトテンプレートにコンテキスト（状況情報）を差し込んで自動的にLLMへ渡す構造が一般的になっている。
たとえば「顧客Xの直近の問い合わせ履歴を参照し、適切な回答案を生成せよ」というテンプレートに、実際の顧客データがリアルタイムで挿入される。ユーザーはプロンプトの存在を意識することすらない。このように、プロンプトは「人間が手で書く指示」から「システムが自動生成する制御信号」へと変わりつつある。
当社の見解
技術の選定で最も避けるべきは「流行っているから」という理由で導入することだ。当社は複数のAIツール・フレームワークを実際に検証した上で、自社の用途に合うものだけを採用している。検証せずに導入したツールは、ほぼ例外なく3か月以内に使わなくなった。実装指示した人間側が実装したことも忘れて、気が付けば動いていない機能があった、ということも起きる。さらに、MCPやフックやルールを増やしすぎてAIが情報過多で機能しなくなった経験もある。どんなにルールや機能を付け足しても機能しなければ意味がない。足し算より引き算。1週間の検証期間が、3か月の手戻りを防ぐ。
同じ失敗を二度としないAIエージェント
今のAIは、聞けば何でも答えてくれます。
でも、セッションが切れた瞬間に前回の失敗を忘れます。
当社が開発しているAIは、過去の経緯を念頭に置いて、
聞かれる前に「それは前回うまくいきませんでした」と声をかけます。
人間にも同じ失敗をさせず、AI自身も繰り返しません。
古参の社員が横にいるように、黙っていても気づいてくれる。
それが、当社が考える本当のAI社員です。