「ChatGPTに頼んだのに、なんか違う」「指示したはずなのに見当違いの回答が返ってくる」——こんな経験、ありませんか。

僕も修士1年のとき、ChatGPTに「先行研究をまとめて」と丸投げして1週間を無駄にした経験があります。返ってきたのは一見それらしい文章でしたが、存在しない論文が混ざっていて、結局すべて自分で確認し直す羽目になりました。あのとき気づいたんです。AIに丸投げしないためには、まず自分の頭の中を整理して伝える必要があると。

実はこれ、僕だけの失敗じゃありません。CHI 2023で発表されたZamfirescu-Pereiraらの研究「Why Johnny Can't Prompt」では、AI非専門家がプロンプトを書くとき、人間同士の会話の感覚をそのまま持ち込んでしまい、体系的な改善ができないことが明らかになっています。つまり「AIが頭悪い」のではなく「人間の伝え方に構造がない」のが原因なんです。

プロンプトは「思考の鏡」――4要素で指示を構造化する

僕がよく言うのは、プロンプトは思考の鏡だということ。あなたがAIに何を伝えたいか曖昧なら、返ってくる答えも曖昧になります。逆に、自分の考えが整理されていれば、AIの出力は驚くほど的確になる。

では、どう整理すればいいのか。2025年にSAGE Openに掲載されたChoiらの研究では、プロンプトの構成要素（役割設定・文脈情報・制約条件・出力形式）を明示的に含めることで、AIの問題解決パフォーマンスとユーザー満足度が有意に向上することが実証されています。

また、2024年に発表された「The Prompt Report」（Schulhoffら、58種類のプロンプト技法を体系的に調査）でも、構造化されたプロンプトは出力のばらつきを35%削減するという知見が示されています。

これらの研究を踏まえて、僕が実践している「4要素フレームワーク」を紹介します。

ステップ1：指示を「4つの箱」に分けて書く

プロンプトを書くとき、以下の4要素を意識して「箱」に分けて書いてみてください。

要素何を書くか例
① 役割（Role）AIに「誰として」答えてほしいか「あなたはビジネス文書の編集者です」
② 背景（Context）今の状況・目的・読者は誰か「社内プレゼン資料の要約を上司に送ります」
③ 制約（Constraints）文字数、トーン、やってはいけないこと「200字以内、箇条書き、専門用語は使わない」
④ 出力形式（Format）どんな形で欲しいか「見出し＋本文＋3行まとめの構成で」

よくある失敗は「議事録をまとめて」のような1行プロンプトです。これだと4要素のうち「背景」しか伝わっていません。AIは「誰向けか」「どのくらいの長さか」「何を強調するか」を推測するしかなく、期待とズレた出力になります。

たとえば同じ議事録の要約でも、4要素を入れるとこう変わります。

Before（1行プロンプト）：
「この議事録をまとめて」

After（4要素プロンプト）：
「あなたはプロジェクト管理のアシスタントです（役割）。以下は新規プロジェクトのキックオフ会議の議事録です。参加していないチームメンバーに共有します（背景）。決定事項・次のアクション・担当者の3点に絞り、300字以内で（制約）。箇条書きで出力してください（形式）。」

ステップ2：1要素ずつ足して「効く要素」を見つける

4要素を全部書くのが面倒に感じたら、まずは「役割」だけ足すところから始めてください。僕の経験上、役割設定を1行加えるだけで出力の方向性が大きく変わります。

実際、僕が都内の小学校でAI授業のワークショップをやったとき、面白い発見がありました。子どもたちは最初「恐竜について教えて」と聞いていたのが、30分後には「恐竜博士になって、小学3年生にもわかるように教えて」と自然に役割と制約を足していたんです。遊びながら学ぶって、まさにこういうこと。大人も同じように、1要素ずつ足して出力の変化を観察する「実験」をしてみてください。

おすすめの実験手順はこんな感じです。

  1. まず素のプロンプト（やりたいことだけ）で出力を見る
  2. 「役割」を足して再実行 → 変化を観察
  3. 「制約」を足して再実行 → 不要な情報が減ったか確認
  4. 「出力形式」を足して再実行 → 使いやすい形になったか確認

深夜2時まで研究室にいるような生活をしていると、つい最初から完璧なプロンプトを書こうとしがちですが、まず実装して、挙動を観察して、そこから理論で説明する——このサイクルのほうが圧倒的に上達が早いです。

ステップ3：「自分用テンプレート」を3つだけ保存する

4要素フレームワークに慣れてきたら、自分がよく使う場面のプロンプトをテンプレートとして保存しましょう。ただし、最初は3つだけに絞るのがコツです。

たとえば僕の場合はこの3つです。

  • 論文読み用：「研究者として、この論文の手法・結果・限界を各3行でまとめて。専門用語には簡潔な説明を付けて」
  • 文章推敲用：「編集者として、以下の文章の論理の飛躍と冗長な箇所を指摘して。修正案は出さず、問題点のみ箇条書きで」
  • アイデア壁打ち用：「批判的な共同研究者として、以下の研究アイデアに3つの反論を出して。各反論には対策案も1行で付けて」

テンプレートを保存する場所はメモアプリでもテキストファイルでも何でもOKです。大事なのは「毎回ゼロから書かない仕組み」を作ること。プロンプトは書き捨てるものではなく、育てるものです。

まとめ：プロンプト設計は「AIスキル」ではなく「思考整理スキル」

4要素フレームワークの本質は、AIのテクニックではありません。「自分が何を求めているのかを言語化する力」そのものです。プロンプトを書く行為は、自分の思考を構造化するトレーニングでもあります。

AIに丸投げしないためにも、まずは今日、いつもの1行プロンプトに「役割」の1行だけ足すところから始めてみてください。それだけで、AIの返答がグッと変わるはずです。

よくある質問（FAQ）

Q1. 4要素を全部書かないとダメですか？

いいえ。毎回すべて書く必要はありません。まずは「役割」だけ足すところから始めて、出力に不満があれば「制約」「出力形式」を追加するのがおすすめです。Choiらの2025年の研究でも、要素を段階的に追加することで効果を実感しやすいことが示唆されています。

Q2. ChatGPT以外のAI（Claude、Geminiなど）でも同じフレームワークは使えますか？

はい。4要素フレームワークはモデルに依存しない「指示の構造化」の考え方なので、どのLLMでも有効です。「The Prompt Report」（2024年）でも、構造化プロンプトの効果はモデル横断的に確認されています。

Q3. 仕事でAIを使い始めたばかりですが、どんな場面から試すのが良いですか？

メールの下書き、会議メモの要約、報告書の構成案づくりなど、「正解が1つじゃないタスク」から始めるのがおすすめです。正解が明確なタスク（計算や事実確認）よりも、4要素の効果を体感しやすいです。

Q4. プロンプトのテンプレートはどこに保存するのが便利ですか？

普段使っているメモアプリ（Notion、Googleドキュメント、Apple メモなど）で十分です。ChatGPTの「カスタム指示」やClaudeの「プロジェクト」機能に保存する方法もあります。大事なのは毎回ゼロから書かない仕組みを作ることです。

Q5. プロンプトエンジニアリングを体系的に学ぶにはどうすればいいですか？

まずは本記事の4要素を日常で実践してみてください。体系的に学びたい場合は、OpenAIやAnthropicが公開しているプロンプトガイドが無料で読めます。ただし、テンプレートの暗記より「自分で試して違いを観察する」実験的なアプローチのほうが上達は早いです。

参考文献

  • Zamfirescu-Pereira, J. D. et al. (2023). "Why Johnny Can't Prompt: How Non-AI Experts Try (and Fail) to Design LLM Prompts." CHI '23: Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems.
  • Choi, Y., Lee, M., Han, S., & Han, J. (2025). "Effects of Prompt Elements on Problem-Solving Performance and User Experience: Insights from ChatGPT Interactions." SAGE Open, 15(4).
  • Schulhoff, S. et al. (2024). "The Prompt Report: A Systematic Survey of Prompting Techniques." arXiv:2406.06608.