今すぐ使える！ ChatGPTで欲しい回答を生み出す「プロンプト」の書き方 その基本パターンを解説

　ChatGPTを使ってはみたものの、思うような出力（回答）が得られずに「使い勝手が悪い」と感じていないだろうか。もしかしたら指示や質問の仕方に改善の余地があるかもしれない。本稿では、ChatGPTなどの生成AIをよりうまく扱うための「プロンプティング」の基本について、知識を整理していこう。

●生成AIをコントロールするスキルが重要になってきている

　そもそも、ChatGPTのような生成AIをコントロールして、目的に沿った出力を得るためには、ユーザー側が指示や質問の仕方を工夫する必要がある。

　例えば、生成AIに対して「仕事先に送るメールを書いてください」という指示と、「あなたは営業・マーケティングのプロです。先月ラインアップに追加された新商品の認知を広める目的で、現在の顧客に対して、メールマガジンを送ります。その導入文を書いてください」という指示では、出力結果が大きく異なってくる。

　このようにAIツールに対してユーザーが入力する「指示や質問」のことを、一般に「プロンプト」と呼ぶ。また、「指示や質問の仕方」のことを「プロンプティング」と呼ぶ。

　そして、ユーザーが意識すべきプロンプトのパターンとして、数種類の「型」がある。以降は、まずこうした型について認識し、基本的なプロンプティングのアプローチについて、理解を深めていきたい。

●（1）いきなり指示・質問する「Zero-Shotプロンプティング」

　前提条件などを指定せずに、いきなり指示や質問を提示する方法は「Zero-Shotプロンプティング」と呼ばれている。先の例で言えば、「仕事先に送るメールを書いてください」というプロンプトは、これに相当する。

　単純な回答を期待している場合には、この手法でも問題ない。しかし、複雑で繊細な出力を期待する場合には、適していないアプローチとなる。

●（2）先に回答例を見せて導く「Few-Shotプロンプティング」

　一方で、先に出力の例を提示しておくことで、指示に対する出力を絞り込んでいくアプローチを「Few-Shotプロンプティング」と呼ぶ。プロンプトの入力の手間はかかるものの、期待している出力に近づけやすいのがメリットとなる。

●（3）考えの流れも例として見せておく「Chain-of-Thoughtプロンプティング」

　さらに「例の提示」を発展させたものが「Chain-of-Thoughtプロンプティング（CoTプロンプティング）」と呼ばれるアプローチだ。こちらは、より複雑な出力を期待するうえで、期待する出力にたどり着くまでに必要な「途中の推論過程」も例として提示する。