プロンプトの書き方を、AI大手3社の公式ガイドで確かめる｜初心者が最初に削るべき指示はどこまでか

うさみほ｜AIをがんばる50代女性｜スタートAI口コミ・評判レビュー

2026年8月27日 11:01

「もっといい聞き方があるはずなのに、それが分からない」

AIの回答がずれるたびに、そう感じていませんか。

先にお伝えすると、プロンプトの書き方でつまずく原因のほとんどは、言葉が足りないことではありません。

要らない言葉が多すぎて、いちばん大事な一行が埋もれていることのほうが多いのです。

私はAIツールを検証している立場で、OpenAI・Anthropic・Googleの3社が公開しているプロンプトの公式ドキュメントを、同じ日にまとめて取得して読み直しました。

この記事では、その原文だけを材料にして、3社が一致していること、食い違っていること、そして公式が名指しで「やめたほうがいい」と書いている頼み方を並べます。

世の中に出回っているプロンプト集は、一つも使いません。

公式が実際に推奨している型だけを扱います。

■先にこの記事の結論

✓ 3社の公式が一致しているのは4点だけです。具体的に書く／背景を渡す／例を見せる／区切りを付ける、この4つです

✓ 例の効果がいちばん大きく、Anthropicは3〜5個を目安として挙げています。ただしGoogleは多すぎると例に引きずられると書いています

✓ 長い資料をプロンプトのどこに置くかは、3社で答えが割れます。丸暗記が効かない代表例です

✓ 公式が名指しで避けるよう書いている頼み方が7つあります。「迷ったら〜して」のような念押しもその一つです

✓ プロンプトを直す前に、設定を疑ったほうが早い場面があります。Googleは数値パラメータを既定のままにするよう強く推奨しています

（PR）

プロンプトの書き方は、足すより先に削るほうが速い

いちばん結論から書きます。

公式に「呪文」という考え方は出てきません

3社の公式ドキュメントを通しで読んで、まず気づくことがあります。

特別な言い回しや決まり文句を覚えろ、という話が一行も出てきません。

Anthropicの公式ガイドが挙げている基準は、拍子抜けするほど普通の言葉です。

自分のプロンプトを、その仕事の前提をほとんど知らない同僚に見せて、そのとおりに動いてもらってください。相手が戸惑うなら、Claudeも戸惑います。

出典＝Prompting best practices（Anthropic 公式）

つまり、判定基準は「人間が読んで迷わないか」だけです。

削るべきなのは、判断を相手に丸投げしている言葉です

「いい感じに」「うまくまとめて」「よろしく」。

こうした言葉は、書いた本人の頭の中では意味が決まっていますが、文字の上には何も残っていません。

同じ理由で、AIに向けた大げさな前置きや煽りも削ってかまいません。

Googleの公式ガイドは、Gemini 3向けの原則として「不要な言葉や、過度に説得的な言い回しを避ける」と明記しています。

出典＝Prompt design strategies（Google 公式）

足すのは、相手が知りようのない情報だけです

削ったあとに足すものは、たった一種類です。

AIが持っていない情報、つまりあなたの手元にしかない前提です。

用途、読み手、締め切り、社内の決まり、避けたい表現。

このあと具体的に分解していきます。

プロンプトの書き方の基本5要素｜目的・前提・制約・形式・改善対話

3社の公式に共通して出てくる要素を、5つに整理しました。

1．目的｜何を作りたいのかを先に言い切る

最初に決めるのは「最終的に何が手元にあれば終わりなのか」です。

Anthropicの公式は、期待以上の仕上がりが欲しいなら、それを察してもらうのではなく明示的に頼むよう書いています。

同じガイドは、素っ気ない依頼に条件を足した改善例をそのまま載せています。

分析ダッシュボードを作って。関連する機能と操作をできるだけ多く入れて、基本にとどまらない作り込んだ実装にして。

言い換えれば、遠慮した頼み方は、遠慮した成果物として返ってきます。

2．前提｜AIが知らない背景を渡す

Googleの公式ガイドには、前提を渡す効果がはっきり分かる例が載っています。

Wi‑Fiルーターの不具合を「ランプが黄色くゆっくり点滅している」とだけ聞くと、一般的なトラブル対処の手順がずらりと返ってきます。

同じ質問に、そのルーターのランプ状態の対応表を貼り付けて「下のテキストを使って答えて」と添えると、返ってくるのは該当する一手だけになります。

一般論しか返ってこないときは、AIの性能ではなく渡した材料を疑う
手元の資料をそのまま貼るのがいちばん速い
貼れない資料なら、その要点を箇条書きで渡す

3．制約｜やってほしくないことも伝える

Googleの公式は、制約について「してほしいことと、してほしくないことの両方を指定できる」と書いています。

字数、含めてはいけない語、対象読者、想定する場面。

ただし、禁止だけを並べるのは効きが弱いことが分かっています。

このあとの「効かない指示」の章で、公式が示している言い換え方をそのまま出します。

4．形式｜完成形を先に見せる

出力の形は、言葉で指定しても、見せて指定してもかまいません。

Googleの公式には、エッセイの構成案を頼むときに、書き出しの「I. Introduction」までを自分で書いてしまう例が載っています。

途中まで書いて渡すと、AIはその形を引き継いで続きを埋めます。

表・箇条書き・一段落・見出し付き、といった指定も同じ効果を持ちます。

5．改善対話｜一発で完成させようとしない

Googleの公式ガイドは、冒頭で釘を刺しています。

プロンプト設計は反復的な作業です。ここに書かれた指針とテンプレートは出発点にすぎません。ご自身の用途と、観察したモデルの応答にもとづいて、試して調整してください。

「出発点にすぎない」と公式が自分で書いているのが、この分野の実情です。

1回目の回答を材料にして2回目を作る、という進め方が前提になっています。

プロンプトの書き方で最も効くのは例の入れ方｜3〜5個が公式の目安

3社が最も強い言葉で勧めているのが、この項目です。

例を入れると何が変わるのか

例を入れないプロンプトをゼロショット、少数の例を入れたものをフューショットと呼びます。

Googleの公式は「フューショットの例は常に入れることを推奨します」と書き、さらに踏み込んでいます。

例が十分に明確であれば、プロンプトから指示を取り除いてしまってもかまいません。

説明を尽くすより、正解を1つ見せるほうが速い場面がある、ということです。

何個入れるのが正解か

Anthropicの公式は、目安として3〜5個を挙げています。

一方でGoogleの公式は、多すぎると副作用が出ると書いています。

例を入れすぎると、モデルが応答を例に過剰に適合させてしまうことがあります。

少なすぎると形が定まらない
多すぎると例のクセまで真似される
まず3個から始めて、ぶれるようなら足す

例は「似ている」だけでは足りません

Anthropicの公式は、良い例の条件を3つ挙げています。

実際の用途に近いこと、例外的なケースも含めて幅があること、そして指示と区別できる形で囲んであることです。

幅がないと、AIは意図していない共通点のほうを法則として拾ってしまいます。

同じガイドは、手持ちの例が適切かどうかをAI自身に評価させたり、追加の例を作らせたりする使い方も挙げています。

例の書式は必ずそろえる

Googleの公式が、地味ですがいちばん実害の出やすい注意点を書いています。

フューショットの例は、構造と書式を必ず同じにしてください。特にXMLタグ、空白、改行、例の区切り方に注意が必要です。

1つ目の例だけ改行が多い、といった不揃いが、そのまま出力の乱れになります。

▼ 例を使い分ける前段として、最初にやりがちな失敗のほうを先に潰しておくと早いです。

ChatGPT初心者が最初にやりがちな失敗｜スタートAIでも学ぶ基本ポイント

プロンプトの書き方を構造で整える｜XMLタグ・見出し・置く順番

長いプロンプトほど、中身より並べ方で結果が変わります。

XMLタグは「境界」を伝えるための道具です

Anthropicの公式は、指示・文脈・例・入力データが混ざったプロンプトでは、それぞれを別のタグで囲むよう勧めています。

囲む目的は装飾ではなく、どこからどこまでが何なのかを誤読させないことです。

タグ名は毎回同じものを使い、資料の中に資料が入るような階層があるときは入れ子にする、と書かれています。

マークダウンとXMLの使い分け

OpenAIの公式は、この2つを役割で分けています。

マークダウンの見出しやリストは、プロンプトの区切りや階層を示すのに役立ちます。XMLタグは、参照用の資料のような一つのかたまりが、どこで始まりどこで終わるのかを区切るのに役立ちます。

見出し＝章立てを示す
XMLタグ＝貼り付けた資料の外枠を示す

出典＝Prompt engineering（OpenAI 公式）

指示の並べ方には推奨順があります

OpenAIの公式は、指示を書くときの標準的な並びを4つ挙げています。

Identity（何者としてふるまうか）、Instructions（守るべき決まり）、Examples（入力と出力の例）、Context（追加の資料）の順です。

同じ公式は、Contextについてだけ「プロンプトの終わりのほうに置くのがたいてい良い」と条件を付けています。

役割の指定は一文でも効きます

Anthropicの公式は、役割設定について「たった一文でも違いが出る」と書いています。

長い設定を作り込む必要はなく、どの立場の目で見てほしいかを一行足すだけです。

この一行は、口調だけでなく、何を重要だと判断するかにも効きます。

プロンプトの書き方は3社で答えが割れる｜長い資料を前に置くか後ろに置くか

この記事で、いちばん見ていただきたいのがここです。

Anthropicは「資料を上、質問を下」と書いています

Anthropicの公式は、2万トークンを超えるような長い資料を扱うときの指針を、数字付きで書いています。

長い文書や入力は、質問・指示・例よりも上、プロンプトの先頭近くに置いてください。これはすべてのモデルで性能を改善します。

同じ箇所に、こう続きます。

質問を末尾に置くと、特に複雑な複数文書の入力では、テストで回答品質が最大30パーセント向上することがあります。

「最大30パーセント」という数字が公式に書かれているのは、この置き場所の話だけです。

Googleも同じ側に立っています

Googleの公式は、Gemini 3向けの原則として同じことを書いています。

大量の文脈を渡すときは、まず文脈をすべて先に置き、具体的な指示や質問はプロンプトのいちばん最後に置く、という指針です。

さらに、資料の直後に「上記の情報にもとづいて」といった橋渡しの一文を入れるよう勧めています。

OpenAIは逆の並びを示しています

一方でOpenAIの公式が示す並びは、先ほどの4つ、つまりIdentity・Instructions・Examples・Contextです。

指示が先で、資料が最後です。

Anthropic＝資料が先、質問が最後
Google（Gemini 3）＝文脈が先、指示が最後
OpenAI＝指示が先、文脈が最後

3社が一致しているのは「混ぜるな」の一点です

順番は割れていますが、指示と資料をだんだら模様に混ぜてはいけない、という点では3社とも同じです。

そして、この食い違いこそが「どこかで拾ったプロンプトの型をそのまま使い回してはいけない」理由になります。

ご自身が普段使っているサービスの公式が、どちらの並びを勧めているかだけ確認してください。

それ以外の並び順の議論は、読む必要がありません。

プロンプトの書き方｜初心者向け3ステップ

ここからは、実際に手を動かす順番です。

ステップ1．まず普通の日本語で頼む

最初から作り込む必要はありません。

やりたいことを、同僚に頼むときの言葉でそのまま書きます。

ステップ2．ずれた場所にだけ条件を足す

返ってきた回答を読んで、想定と違う部分を探します。

長さが違う、読み手の想定が違う、必要な観点が抜けている。

ずれた場所にだけ条件を足すのが、いちばん短い道です。

Googleの公式が挙げている反復のやり方は3つで、言い回しを変える、似た形の課題に言い換える、プロンプト内の並び順を変える、というものです。

ステップ3．完成形を見せて締める

最後に、欲しい形を指定します。

見出し付きで、箇条書きは使わず、800字程度で、といった具合です。

形が固まったら、そのプロンプトを次回のために手元へ残します。

▼ 文章を作らせる用途に絞った手順は、こちらに分けて書いています。

ChatGPTで文章作成を早くする方法｜スタートAIでも学べる初心者向け整理

プロンプトの書き方の悪い例と改善例｜要約・アイデア出し・比較

よく使う3つの用途で、直す前と直したあとを並べます。

例1．要約を頼むとき

直す前は「この文章を要約して」だけです。

これだと、長さも観点も相手任せになります。

直したあとは、長さ・読み手・落としてはいけない要素の3つを足します。

一文で要約する、と長さを決める
この分野を知らない人が読む、と読み手を決める
数字と固有名詞は必ず残す、と外せない要素を決める

Googleの公式にも、量子コンピュータの説明文を「一文で要約して」と条件付きで頼む例が載っています。

例2．アイデア出しを頼むとき

直す前は「何かいいアイデアを出して」です。

直したあとは、個数と、出してほしくない方向を先に決めます。

5案、名称だけ、既に一般的なものは除く、といった条件を付けると、返ってくる粒がそろいます。

Googleの公式にある例も「5つの選択肢を、名前だけのリストで作って」と個数と形を指定しています。

例3．比較を頼むとき

直す前は「AとBを比べて」です。

これだと、比べる観点がその場の思いつきで決まってしまいます。

直したあとは、比較する軸を自分で決めて渡します。

料金・学習にかかる時間・向いている人、という3軸を指定すれば、抜けのない比較になります。

そして、比べた結果の事実部分は必ず自分で裏を取ってください。

▼ 生成AIごとの得意分野の違いは、別の記事で整理しています。

GeminiはChatGPTと何が違うのか｜スタートAIでも学べる初心者向け比較

AIをこの1件だけで終わらせたくない人へ：基礎から学べる無料のオンライン体験セミナー

プロンプトの書き方でズレが起きる5つの原因

回答がずれるときの原因は、だいたいこの5つに収まります。

原因1．判断基準が言葉になっていない

「読みやすく」「自然に」「プロっぽく」。

これらは評価の言葉であって、指示の言葉ではありません。

一文の長さ、専門用語を使うかどうか、といった形に置き換えると解決します。

原因2．背景を省いている

自分にとって当たり前すぎる前提は、書き忘れます。

業種、社内の慣習、これまでの経緯、想定読者。

先ほどのWi‑Fiルーターの例が示すとおり、材料を足すだけで回答が別物になります。

原因3．1回のプロンプトに仕事を詰め込みすぎている

Googleの公式は、複雑な用途への対処として3つの手を挙げています。

指示を分解して1指示につき1プロンプトにする、順番に進む作業は前の出力を次の入力にして連鎖させる、分担した結果を最後に集約する、という3つです。

Anthropicの公式も、下書きを作る、基準に照らして点検させる、指摘にもとづいて直させる、という自己修正の連鎖を代表的な型として挙げています。

原因4．完成条件がない

どうなったら終わりなのかが書かれていないと、AIは適当なところで切り上げます。

「見出しを5本、各200字、最後にまとめを1段落」のように、数えられる形で終点を書きます。

原因5．最初の回答で諦めている

1回で決まらないのは、書き方が下手だからではありません。

Googleの公式が「反復的な作業」と明記しているとおり、そういう性質のものです。

やり直しの回数を減らすのではなく、2回目の質を上げる方向で考えてください。

プロンプトの書き方で効かない指示｜公式が名指しでやめろと書いている頼み方

ここは、読者の失敗を先回りするための章です。

すべて、3社の公式ドキュメントに書かれているものだけを挙げます。

1．「いい感じに」「よろしく」で判断を丸投げする

先に挙げたAnthropicの黄金律に照らせば、これは一発で落第します。

前提を知らない同僚に「いい感じにやっといて」と渡して、望みどおりの物が返ってくることはまずありません。

AIも同じです。

2．禁止だけを並べる

Anthropicの公式は、出力の形を整える手として「してはいけないことではなく、してほしいことを伝える」を筆頭に挙げています。

そのまま載っている例が分かりやすいので引用します。

「回答にマークダウンを使わないでください」ではなく、「回答は、なめらかに流れる散文の段落で構成してください」と書いてみてください。

禁止は逃げ道を塞ぐだけで、行き先を示していません。

3．「迷ったら〜して」と念押しする

これは意外に思われるかもしれません。

Anthropicの公式は、過剰な指示の例として、まさにこの形を挙げています。

「迷ったら〔ツール〕を使って」のような指示は、過剰な発動を招きます。

同じ箇所で、「常に〔ツール〕を使う」といった一律の既定値ではなく、「問題の理解が深まるときに〔ツール〕を使う」のように条件を絞るよう勧めています。

念のための一文が、余計な動きの原因になることがあります。

4．大げさに説得する・煽る

Googleの公式は、Gemini 3向けの原則の1つ目にこう書いています。

目標を明確かつ簡潔に述べてください。不要な言葉や、過度に説得的な言い回しは避けてください。

「絶対に」「最高の」「命がけで」といった強調は、指示の密度を下げるだけです。

5．数値パラメータを勘で触る

温度（temperature）を下げれば正確になる、という話をよく見かけます。

Googleの公式は、はっきり逆のことを書いています。

これらのパラメータは変更できますが、Gemini 3.xモデルでは既定値のままにすることを強く推奨します。変更すると、たとえば温度を1.0未満に設定した場合などに、ループや性能低下といった予期しない挙動が起きることがあります。特に、複雑な数学や推論のタスクで起こりやすくなります。

触るべきかどうかは、使っているモデルの公式が決めます。

6．例を大量に貼る・書式をそろえない

これは先の章で触れたとおりです。

多すぎれば例に引きずられ、書式が不揃いなら出力も不揃いになります。

数を増やす前に、いま入れている例の幅と形を見直してください。

7．古いテクニックをそのまま使い続ける

これがいちばん見落とされます。

Anthropicの公式には、返答の書き出しをこちらで先に与えるプレフィルという手法について、こう書かれています。

Claude 4.6モデルおよびClaude Mythos Previewから、最後のアシスタントの発話でのプレフィル（Claudeが続きを書くための部分的な返答をこちらで与えること）はサポートされなくなりました。プレフィルされたアシスタントメッセージを含むリクエストは、これらのモデルに対して400エラーを返します。

OpenAI側にも同じ性質の変更があります。

同社の公式は、保存して使い回すプロンプトの仕組みについて、2026年6月3日から縮小し、2026年11月30日に停止する予定だと告知しています。

つまり、去年よく効いた書き方が、今年はエラーになることがあるということです。

プロンプト集を買い集めるより、使っているサービスの公式ドキュメントを年に数回見に行くほうが、はるかに実利があります。

プロンプトの書き方より先に疑う設定｜温度・グラウンディング・コード実行

プロンプトを直しても直らない場面があります。

数値パラメータは既定のままが出発点です

Googleの公式が挙げている主なパラメータは4つです。

最大出力トークン数（トークンはおよそ4文字、100トークンで英語の60〜80語ほど）
temperature（0にすると常に最も確率の高い候補が選ばれる）
topKとtopP（topPの既定値は0.95）
停止シーケンス（指定した文字列が出たら生成を止める）

ただし先ほどのとおり、Gemini 3.xでは既定のままが公式の推奨です。

なお、安全フィルタに触れて「お手伝いできません」といった定型の返答が出たときだけは、温度を上げてみるよう公式が案内しています。

計算やカウントが要るなら、コード実行をオンにします

同じ公式が、続けてこう書いています。

Geminiのコード実行ツールは、モデルがPythonのコードを生成して実行できるようにします。何らかの計算、数え上げ、演算が必要な場面では、常に有効にしてください。

件数を数えさせて合わないときは、頼み方ではなく道具が足りていない状態です。

プロンプトの書き方で守る3つの線｜事実確認・機密情報・著作物

便利さの話だけで終わらせないための章です。

1．事実確認は、AIの外でやります

Anthropicの公式には、根拠のない断定を減らすための指示文の例が載っています。

開いていないファイルについて推測しない、参照された資料は答える前に必ず読む、確信がないなら断定しない、という趣旨のものです。

裏を返せば、そう書かないと推測が混ざりうるということです。

OpenAIの公式も、モデルの出力は非決定的であると明記しています。

数字・日付・固有名詞・法令は、必ず一次情報で突き合わせてください。

2．機密情報は、そもそも渡さない前提で考えます

社外に出せない資料をそのまま貼る前に、所属先の規程を確認してください。

個人が特定できる情報は、渡す前に伏せるのが基本です。

貼らずに済ませる方法として、資料の構造だけを説明して形式だけ作らせる、という進め方があります。

3．他人の著作物は、丸ごと入れて丸ごと出さない

引用の範囲を超えて他人の文章を貼り、それをほぼそのまま成果物にするのは避けてください。

要約させたものであっても、公開する前に自分の言葉に置き換える工程が要ります。

▼ 著作権まわりの線引きは、条文と公的資料だけで別に整理しました。

AIと著作権はどうなっているのか｜文化庁と条文だけで整理した17の論点

プロンプトの書き方の上達法｜テンプレ集を集めるより効く記録の残し方

伸びる人と止まる人の差は、ここに出ます。

うまくいったプロンプトを、丸ごと保存します

思い出せる、と考えて保存しない方がほとんどです。

次に同じ場面が来たとき、その言い回しは思い出せません。

直した理由も一緒に書きます

保存するのは完成形だけでは足りません。

どこがずれていたから、どの一文を足したのか。

本番で使うものは、試してから差し替えます

OpenAIの公式が、実務向けの手順としてはっきり書いています。

本番のアプリケーションは特定のモデルのスナップショットに固定して、挙動を安定させる
プロンプトの挙動を測るテストと評価の一式を用意して、変更のたびに確認する
代表的な入力例と検証を用意してから、本番のプロンプトを変える

「なんとなく良くなった気がする」で置き換えないための決まりです。

プロンプトの書き方では解決できないこと｜向いていない場面

最後に、期待しすぎないための線を引きます。

出力が毎回同じであることが必要な作業

OpenAIの公式は、モデルが生成する内容は非決定的だと明記しています。

一字一句が毎回同じである必要がある処理は、AIではなく通常のプログラムの仕事です。

手元に資料がない状態での事実の作成

材料を渡していないのに正確な事実が出てくることはありません。

足りないのは書き方ではなく資料です。

極端に長い入力を一度に扱う作業

モデルが一度に扱える情報量には上限があり、これをコンテキストウィンドウと呼びます。

OpenAIの公式は、モデルによって10万トークン台から100万トークンまで幅があると説明しています。

上限に近づくときは、分割して連鎖させるほうが結果が安定します。

責任が伴う最終判断

契約、医療、税務、法務。

AIの回答は下調べであって、判断の代わりにはなりません。

Anthropicの公式ガイドの入口にも、プロンプトの工夫で解けない課題があること、モデルを変えるほうが早い場合があることが書かれています。

出典＝Prompt engineering overview（Anthropic 公式）

プロンプトの書き方をどこまで確かめたか｜この記事の前提

書いた人間が何を見たのかを、先に開示します。

見たのは3社の公式ドキュメントだけです

材料にしたのは、OpenAI・Anthropic・Googleが自社で公開しているプロンプトのガイドです。

同じ日にまとめて取得し、通信の結果が正常に返ったものだけを使いました。

解説記事やまとめサイトは、一本も参照していません。

引用は原文からそのまま訳しています

本文中の引用は、公式ページに書かれている文をこちらで日本語にしたものです。

意味を強めたり、条件を落としたりはしていません。

原文をご覧になりたい場合のために、末尾に出典を全部並べてあります。

確認できていないことは、確認できていないと書きます

たとえば「日本語より英語で書くほうが精度が上がる」という説があります。

3社の公式ガイドを読んだ範囲では、言語による精度差に触れた記述は見つかりませんでした。

そのため、この記事では扱っていません。

「他に何ができるのか」を一度に知りたい人へ：無料のオンライン体験セミナー

【実体験】プロンプトの書き方を変えて、手戻りが減ったところ

私自身が何を変えたかを書きます。

最初に削ったのは、丁寧な前置きでした

以前は「お手数ですが」「可能であれば」といった前置きを付けていました。

公式ガイドを読み直して、これが指示の密度を下げていることに気づきました。

前置きを全部消して、用途と読み手と字数だけを残したところ、1回目の回答の使える率が明らかに上がりました。

資料を貼る位置を変えました

それまでは、質問を書いてから資料を下に貼っていました。

Anthropicの公式が数字付きで逆を勧めていたので、資料を上、質問を下に入れ替えました。

長い議事録やPDFを扱うときほど、違いがはっきり出ます。

いちばん効いたのは、例を3つ用意することでした

説明を増やす方向でずっと調整していましたが、伸び悩んでいました。

過去にうまくいった成果物を3つ、そのまま貼るようにしただけで、口調と構成のぶれがほぼ無くなりました。

正直に書くと、これを知る前に費やした調整の時間は、かなり無駄でした。

プロンプトの書き方についてよくある質問

読者の方からよく届く質問に、公式の記述で答えます。

プロンプトは長く書いたほうがいいのですか

長さそのものは関係ありません。

必要なのは、AIが知りようのない前提が入っていることと、判断を丸投げしている言葉が無いことです。

Googleの公式はGemini 3向けに「明確かつ簡潔に」と書いており、長さを推奨してはいません。

例はいくつ入れるのが正解ですか

Anthropicの公式は3〜5個を目安として挙げています。

Googleの公式は、多すぎると例に過剰に適合すると注意しています。

3個から始めて、ぶれるようなら足す進め方が安全です。

「あなたは〇〇です」という役割の指定は本当に効きますか

Anthropicの公式は、役割の設定について一文でも違いが出ると書いています。

ただし効くのは、その役割が実際の判断基準につながっているときだけです。

肩書きを飾りとして足しても、出力は変わりません。

XMLタグとマークダウンはどちらを使えばいいですか

OpenAIの公式は、両方を役割で使い分けるよう書いています。

見出しやリストで章立てを示し、貼り付けた資料の外枠はXMLタグで囲む、という分け方です。

Googleの公式も、どちらか一方を選んで1つのプロンプトの中では統一するよう勧めています。

推論モデルと通常のモデルで、書き方は変えるべきですか

OpenAIの公式が、そのまま使える例えを載せています。

推論モデルは、上級の同僚のようなものです。目標を渡せば、細部は任せられます。GPTモデルは、新人の同僚のようなものです。具体的な成果物を作るには、明示的な指示があるほうがうまくいきます。

同じプロンプトを両方に使い回すと、どちらかで空回りします。

temperatureは下げたほうが正確になりますか

モデルによります。

Googleの公式は、Gemini 3.xでは既定値のままを強く推奨し、1.0未満に下げるとループや性能低下が起きうると明記しています。

まずプロンプトと道具の設定を見直すほうが先です。

プロンプトを保存して使い回すのは良い方法ですか

自分のメモに保存するのは有効です。

ただし、サービス側が提供する保存用の仕組みに依存するのは避けたほうが無難です。

OpenAIは、使い回し用のプロンプトの仕組みを2026年11月30日に停止する予定だと公式に告知しています。

▼ AIの使いどころを仕事全体で見直すなら、こちらから読み始めるのが早いです。

AIエージェントの使い方｜初心者でも今日から仕事で活用できる基本ガイド

プロンプトの書き方の先へ｜AIを体系的に学びたいと思った方へ

ここまで読んで、公式ドキュメントを自分で追うのは大変だと感じられたかもしれません。

実際、3社とも数か月おきに仕様が変わり、去年の書き方が今年はエラーになることもあります。

独学でつらいのは、書き方そのものよりも「いま何が最新なのか分からない」という部分です。

無料のセミナーであれば、費用をかけずに、いまの標準がどのあたりにあるのかを確かめられます。

参加費はかからず、入会を強制されることもありません。

合わないと感じたら、そこで終わりにできます。

判断の材料は、解説記事を何本も読むより、一度まとめて話を聞くほうが早く手に入ります。

自分専属AI育成ウェブセミナー（スタートAI）の無料セミナーを確認する

AIは何から始めればいいのか｜スタートAI初心者向け順番整理についてはこちら↓

ChatGPT初心者が最初にやりがちな失敗｜スタートAIでも学ぶ基本ポイントについてはこちら↓

参考元・出典一覧

情報確認日

2026年8月26日（引用した記述は、いずれも同日に上記の公式ページを取得して確認しています）

各社の仕様・推奨事項・提供終了の予定は変更される可能性があります。

実際に運用へ組み込む前に、必ず公式ドキュメントで最新の内容をご覧ください。

公式ページはいずれも英語で公開されているため、本文中の引用はこちらで日本語にしたものです。

免責事項

本記事は、公開されている公式ドキュメントと、筆者がAIツールを検証した経験にもとづいて作成しています。

効果や使い勝手には個人差があり、内容を保証するものではありません。

業務の資料を入力される場合は、ご自身と所属先の規程に従ってご判断ください。

法務・税務・医療など専門的な判断が必要な事柄は、必ず該当する専門家にご確認ください。

紹介したサービスを利用される際は、必ず公式情報をご覧のうえ、ご自身で判断してください。

※本記事にはアフィリエイトリンクを含みます。

この記事で扱ったのは、AIの使い道のうちの1つだけです。「他に何ができるのか」を順番に知りたい人には、無料のオンライン体験セミナーがあります。

AIを基礎から学べる無料セミナーを見てみる（オンライン・費用0円）

#プロンプト #プロンプトの書き方 #プロンプトエンジニアリング #プロンプト初心者 #ChatGPT #ChatGPTプロンプト #ChatGPT使い方 #Claude #Gemini #OpenAI #Anthropic #生成AI #生成AI活用 #AIツール #AI初心者 #AI活用 #指示の出し方 #業務効率化 #学び直し #50代からのAI

いいなと思ったら応援しよう！

よろしければ応援お願いします！いただいたチップはクリエイターとしての活動費に使わせていただきます！