PromptCoachが評価する「5つの項目」を解説する実践ガイド。具体例、悪い例、そしてそれぞれの設計ロジックを紹介します。
AIに文章を送るとき、AIは人間のように文章を読んでいるわけではありません。あなたが言わんとしていることを本質的に「理解」しているわけではないのです。代わりに、AIは入力された単語をこれまでに学習した膨大なテキストデータと照らし合わせ、「次に続く確率が最も高い言葉」を予測しています。
これが、AIが時に驚くほど素晴らしい回答を返す一方で、時に全く的外れな回答をしてしまう理由です。
知っておくべき重要なポイント：
プロンプトに含める細かな設定は、AIの回答傾向に強力な影響を与えます。プロンプト内で「スタートアップ」という言葉を使うと、回答は自然とスピード感のあるビジネス寄りのトーンになります。一方で「大手企業」と言い換えると、トーンはかしこまった堅い表現に変わります。たった1つのブランド名や具体的な数字、例示だけでも、AIは回答の方向性や雰囲気を変えてしまいます。
これは意図的に行えば非常に強力な武器になります。あなたが望む回答のスタイル、深さ、方向性へとAIを誘導するために、あえて具体的な詳細を散りばめるのです。問題は、あまり深く考えずに余計な詳細を含めてしまい、回答を予期せぬ方向へ歪めてしまうことです。AIは、こちらが重要だと思っていない1つの小さな単語に執着し、それをもとに回答全体を構築してしまうことがあります。
プロンプトに必要な情報が抜けているとき、AIは基本的には途中で立ち止まって質問を返してくれません。代わりに、抜けている詳細を自分勝手に予測して埋めようとします。ターゲット読者が不明なら一般人と仮定し、形式の指定がなければ適当な形式を選びます。また、客観的な事実が曖昧なとき、もっともらしく聞こえる嘘（ハルシネーション）をでっち上げることがあります。
これが、曖昧なプロンプトを実行するたびに出力結果がバラバラになってしまう最大の理由です。実行の都度、AIは異なる裏の前提（デフォルトの仮定）を置いて動作しているのです。解決策は「AIに頑張ってもらう」ことではなく、重要な詳細をあらかじめプロンプトの前半に、分かりやすく書いておくことです。
AIはプロンプトの「真ん中」に埋もれた指示よりも、「最初」と「最後」に書かれた指示をはるかに強く意識します。重要なルールは、プロンプトの中で目立つ位置に配置したほうが、モデルが忘れずに反映してくれやすくなります。
絶対に無視してほしくない最重要の制約がある場合は、プロンプトの末尾（最後）付近で改めて念押しして伝えるのが鉄則です。長いプロンプトでは、最後の1行に書かれた指示が最も強い力を持つことがよくあります。なぜなら、それがAIが回答生成を始める直前に処理した、最も新しい情報だからです。
「プロフェッショナル」「簡潔」「クリエイティブ」といった曖昧な形容詞は、異なる意味に解釈されることがあります。代表的な例は、説明しにくいスタイル、変換、スキーマ、境界ケースを明確にできます。
例が有効なのは、曖昧さを実質的に減らす場合だけです。単純で一般的なタスクでは、明確な指示だけで十分なことがよくあります。
各プロンプトは、5項目・0〜100点の同じ尺度で評価されます。目的の明確さは常に採点され、背景、形式、制約、例は「このタスクには不要」と表示される場合があります。
LLMはエスパーではありません。「目的」こそがすべての土台です。ここを間違えると、どんなに美しい形式を指定しても無駄になってしまいます。
AIはテキスト内のパターンを認識して動作します。プロンプトが曖昧だと、モデルは「最も一般的で平均的な意味合い」を勝手に予測して回答を構築しますが、それは往々にしてユーザーが本当に求めているものとは異なります。明確なゴールを示すことで、AIが進むべき正しい方向を定められます。タスクが具体的であればあるほどモデルの「推測」を減らすことができ、より正確でブレのない回答が安定して得られるようになります。
悪い例
マーケティングについて教えて。
良い例
「初めて起業する人に向けて、ブランドマーケティングとパフォーマンスマーケティングの違い、およびそれぞれの使い分けのタイミングを解説したA4用紙1ページ分のガイドを作成してください」
よくある落とし穴: 1つのプロンプトに複数の異なる目的を詰め込むこと（例: 「要約し、翻訳し、それを詩の形式に書き換えて」）。複数のタスクは同時に要求せず、1つずつステップを分けるかプロンプトを分割しましょう。さもないと、AIはすべての指示を中途半端にしかこなせなくなります。
「文脈」こそが、ネットに転がっているようなありきたりな回答と、あなたの状況に本当に役立つ回答を分ける境界線です。
AIはデフォルトで「インターネット上の平均的な読者」に向けて文章を書こうとします。誰に向けた回答なのか、なぜそれを必要としているのかを伝えなければ、回答は当たり障りのない機械的なトーンになってしまいます。適切な文脈（コンテキスト）を加えることで、AIはターゲットに響くトーン、適切な用語選択、適切な詳細度へとアウトプットを自動的にチューニングしてくれます。
悪い例
データベースについて説明して。
良い例
初めてシンプルなCRUDアプリを作ったばかりのジュニアバックエンドエンジニアに向けて、リレーショナルデータベースとドキュメント型データベースの違いを説明してください。今回は、マルチテナント対応のSaaS開発におけるデータストアの選定という文脈で、彼らが開発開始から「最初の6ヶ月以内」に直面するであろう、具体的なメリット・デメリットに焦点を当てて説明してください。
よくある落とし穴: 関係のない自分自身のプロフィールや長々とした前提話をダラダラと書き連ねること。文脈は回答を「鋭く研ぎ澄ます」ためのものであり、プロンプトの文字数を無駄に増やすためのものではありません。それを削除しても回答結果が変わらないような不要な一文は、すべてカットしましょう。
回答の形式を指定しないと、AIは勝手に判断してアウトプットを作ります。その結果、表やリスト、短い要約にまとめたほうが見やすい場面でも、長文の読みづらいテキストブロックを返してくることがほとんどです。
出力形式（フォーマット）の指定は、プロンプトの質を向上させる最も簡単で即効性のあるテクニックの1つです。単に「5行のテーブル（表）形式で回答して」と書き加えるだけで、複雑で扱いにくかったテキストが、一瞬で整理され、そのままコピー＆ペーストして使える便利なツールに生まれ変わります。優れたフォーマットは、情報の読み取りや、他のツールでの処理スピードを圧倒的に加速させます。
悪い例
React、Vue、Svelteを比較して。
良い例
React、Vue、Svelteの3つを比較してください。出力はMarkdownの表（テーブル）形式とし、比較項目として「学習コスト」「パフォーマンス」「エコシステムの成熟度」「求人市場の活発さ」の4つの列を設けてください。表の最後には、今まさにデータ選定を行っているスタートアップ企業に向けた、2文程度の簡潔な推薦メッセージ（結論）を添えてください。
よくある落とし穴: 正確なデータ構成（スキーマ）を提示せずに「JSON形式で返して」とだけ頼むこと。フィールド名や型を指定しないと、モデルは出力のたびに適当なキーを自作してしまい、結果が毎回変わってパースエラーの原因になります。必ず理想的なJSON構造のサンプル（空のスキーマなど）をプロンプト内に提示してください。
制約条件は、AIに「してほしくないこと」を明記するテクニックです。これは時に、「してほしいこと」を伝えるよりも強力に回答の質をコントロールできます。
明確な境界線やルールが与えられないと、AIは「無難で、一般的な、長ったらしい、言い訳がましい表現」をデフォルトとして選択しがちです。文字数や単語数の上限、特定のトピックの排除、禁止ワード、文章スタイルのルール（制約条件）をあらかじめ敷いておくことで、後から人間が手作業で編集し直す手間が一切いらない、実用的なアウトプットを直接手に入れることができます。
悪い例
アプリのLP用の、魅力的なキャッチコピーを書いて。
良い例
開発者向けのシステム監視（オブザーバビリティ）ツールのLP用キャッチコピーを5パターン作成してください。制約ルール：「最大8単語（英語の場合は8単語）以内」「マーケティングの誇大表現（革命、シナジー、解き放つ、最大化など）は使用禁止」「疑問文は使わない」「開発者にとっての具体的なメリット（開発効率の向上、エラー検知の高速化、アラート数の削減など）を必ず1つ含めること」「末尾に『！』を使用しないこと」。
よくある落とし穴: 制約を大量に盛り込みすぎて、条件同士が矛盾してしまうこと。すべての指示を同時に成立させることが不可能なプロンプトを受け取ると、AIは「どのルールを無視するか」を勝手に決めて実行してしまいます。制約はシンプルかつ現実的な範囲に留め、重要度の高い順に並べて記述しましょう。
「プロ風に書いて」「クリエイティブに」「自然に」といった抽象的な形容詞を100文字重ねるよりも、理想的な「実例」を1つ見せるほうがはるかに効果的です。AIは例からパターンを驚くべき速さで学習し、忠実に再現します。
この手法は「Few-Shotプロンプティング」と呼ばれます。例は、難しいスタイル、変換、スキーマ、境界ケースに役立ちますが、代表性が必要です。指示だけで結果が明確な場合には不要です。
悪い例
私の商品の説明文を、もっと高級感のある雰囲気書き換えて。
良い例
商品の説明文を、ミニマルで洗練された高級インテリアブランド（いわゆるクワイエット・ラグジュアリー）のようなトーン＆マナーに書き換えてください。以下の変換パターンを忠実に真似してください。
Before: 「超柔らかいコットン100%Tシャツ！毎日の普段着に最高に気持ちいい1着です！」
After: 「風をまとうような軽やかなコットンTシャツ。静かで穏やかな午後の時間にふさわしい1着。」
では、上記と同じトーンで、以下の商品説明文を書き換えてください: [書き換えたいリスト]
よくある落とし穴: 書いたルールと例が矛盾していること。モデルはルールより提示されたパターンに従う場合があるため、各例が本当に望む動作を示しているか確認しましょう。