プロンプトエンジニアリングとは
プロンプトエンジニアリングは、生成AIから望む出力を安定して引き出すために、指示や文脈を設計・評価・改善する技術です。一度うまくいく頼み方を見つけるだけでなく、何度使っても同じ品質が出る状態を目指します。
主な手法には、AIに役割を与える「役割指定」、例を示す Few-shot、途中の考えを書かせる Chain of Thought、出力の形を決める構造化出力などがあります。ただ、手法を知るだけでは足りません。目的に合う出力の基準を決め、試して、結果を比べて直す。この繰り返しが中心です。
最近は、プロンプトの文面だけでなく、AIに渡す資料や会話の履歴まで含めて設計する考え方（コンテキストエンジニアリング）も広がっています。
業務で大切なのは、属人化を防ぐことです。うまくいったプロンプトを評価の基準ごと共有すれば、誰が使っても一定の品質が出るようになります。
具体例
問い合わせの分類を安定させる
悪い例では、分類の選択肢も判断基準も AI 任せです。そのため、同じ内容でも日によってラベルが変わります。良い例は、選択肢を固定し、迷うときの規則と出力形式まで決めています。さらに、20件ほどの問い合わせで正解率を測り、間違えた種類に合わせて規則を足していきます。この「測って直す」流れが、プロンプトエンジニアリングの中心です。
この問い合わせを分類して。
あなたはカスタマーサポートの一次受付担当です。 次の問い合わせを、下の4分類のどれか1つに分けてください。 # 分類 ・請求：料金、支払い、領収書 ・不具合：エラー、動かない ・使い方：操作方法の質問 ・その他：上記に当てはまらない # 規則 複数に当てはまる場合は、急ぎ度の高い「不具合」を優先する。 # 出力形式 分類名のみを1語で # 問い合わせ """{問い合わせ本文}"""
うまくいったプロンプトを共有する
成果の出たプロンプトは、目的・入力・出力例・評価の基準をセットにして社内で共有します。基準が付いていれば、他の人が改良したときも良くなったかを判断できます。