ChatGPTに「いい感じにまとめて」と指示して、返ってきた文章を見て「……うーん、違うんだよなぁ」とつぶやいたことがある人、正直に手を挙げてほしい。
僕は毎日挙げていた。
で、あるとき気づいた。ChatGPTには公式の取扱説明書がある。OpenAIが自ら「こう使えば精度が上がりますよ」と公開しているガイドラインが存在する。しかもウェブサイトにひっそりと。
考えてみれば当たり前だ。IKEAの棚を説明書なしで組み立てて「なんかガタつくんだよね」と文句を言う人がいたら、まず「説明書読んだ？」と聞くだろう。ChatGPTも同じだった。
この記事では、OpenAI公式の「Prompt engineering」ガイドラインに書かれている6つの戦略を、僕が実際に仕事で使っている具体例つきで解説する。
読み終えるころには、取扱説明書を読まずに組み立てていた過去の自分の肩を掴みたくなるはずだ。
戦略1: 明確で具体的な指示を書く（Write clear instructions）
OpenAIガイドラインの最初にして最重要の戦略がこれ。「AIはあなたの心を読めない」という、身も蓋もない事実から始まる。
たとえば「議事録をまとめて」と指示するのと、「この会議のメモから、決定事項・未決事項・次回アクションの3つに分けて、各項目を1行で箇条書きにして」と指示するのでは、出力の精度がまるで違う。
取扱説明書的に言えば、「洗濯してください」と「色物は分けて、水温30度で、脱水は弱めで」くらいの差がある。
6つの具体テクニック
OpenAIはこの戦略の中で、さらに6つの手法を挙げている。
1. 詳細を含める
悪い例と良い例を並べると一目瞭然だ。
❌ メールの返信を書いて
✅ 取引先への納期遅延のお詫びメールを書いて。原因は部品調達の遅れ。代替案として翌週月曜の出荷を提案。敬語で、200字以内
具体的に書くだけで、ChatGPTは「何を」「どのトーンで」「どのくらいの長さで」出力すべきか迷わなくなる。
2. ペルソナを指定する
「あなたはベテランの編集者です」と一行入れるだけで、出力のレベルが変わる。これは取説で言えば「モード切替」に近い。洗濯機にも「おしゃれ着モード」があるように、ChatGPTにも「誰として答えるか」を教えてあげると性能が引き出せる。
3. 区切り文字を使う
長い文章を渡すときは、”””や—で区切る。「ここからここまでが参考文章で、ここからが指示ですよ」と明示してあげるわけだ。
以下の文章を3行で要約してください。
---
（ここに参考文章を貼る）
---
4. ステップを指定する
「まず〇〇して、次に〇〇して、最後に〇〇して」と手順を区切る。一気に複雑なことを頼むより、分割したほうが精度は上がる。IKEA家具だって「①底板を置く ②支柱をはめる ③天板を乗せる」と順番がある。一気に完成形を求めたらネジが余る。
5. 例を見せる（Few-shot prompting）
「こういう入力にはこういう出力」という例を1〜2個見せてから本番の入力を渡す。人間の新人教育と同じだ。「こんな感じでよろしく」と完成品を見せたほうが、言葉で延々と説明するより早い。
6. 出力の長さを指定する
「300字で」「箇条書き5個で」「3段落で」。これを入れるだけで、だらだらと長い回答や、逆に短すぎる回答を防げる。
戦略2: 参考テキストを提供する（Provide reference text）
ChatGPTは、知らないことでも自信満々に答える癖がある。専門用語で言うと「ハルシネーション（幻覚）」。取説で言えば「仕様にない動作」だ。
対策はシンプル。答えの元ネタを渡す。
以下の資料をもとに、日本の建設業における2025年問題を300字で要約してください。資料に書かれていないことは「記載なし」としてください。
（参考資料を貼り付け）
ポイントは最後の一文。「書かれていないことは答えるな」と釘を刺す。これだけで嘘の混入率が激減する。
僕がリサーチ業務でChatGPTを使うときは、必ず元ソースを貼って「この資料に基づいて」と指定する。取説を無視して自己流で回した結果、ありもしない論文タイトルを出力されたことが一度ある。一度で十分だった。
戦略3: 複雑なタスクをサブタスクに分割する（Split complex tasks）
IKEAの家具で一番厄介なのは大型の食器棚だ。説明書が40ページある。でも、よく見ると「引き出しユニット」「棚板ユニット」「扉ユニット」の3つの組み立てを順番にやるだけだったりする。
ChatGPTへの指示も同じ。大きな仕事を丸投げしない。分解してから渡す。
たとえば「競合分析レポートを書いて」は丸投げ。こう分ける。
- まず、以下の3社の公式サイトから、サービスの特徴を3つずつ箇条書きで抜き出して
- 次に、その特徴を比較表にまとめて
- 最後に、当社が差別化できるポイントを3つ提案して
これだけで、出力の質は見違える。ChatGPTが得意なのは「明確に定義された小さな仕事」であって、「なんかいい感じの大仕事」ではない。
人間のチームに仕事を頼むときだって、「なんかいい感じにやっといて」では動けない。作業指示書があるから動ける。ChatGPTは優秀な新人だと思えばいい。指示が具体的なほど、期待通りの成果を出す。
戦略4: AIに「考える時間」を与える（Give models time to “think”）
これはOpenAIガイドラインの中でも特に面白い戦略だ。
「17×28は？」と聞かれて即答しようとすると間違える。でも「紙に書いて計算していいよ」と言われれば正解できる。ChatGPTも同じだという話。
具体的には、「いきなり答えを出す前に、まず考えるステップを踏ませる」テクニック。
以下の企画書の問題点を指摘してください。
ただし、まず良い点を3つ挙げてから、改善点を3つ挙げてください。
「まず良い点を挙げて」がミソだ。いきなり「問題点は？」と聞くと、粗探しモードに入って表面的な指摘しか返ってこない。一度全体を俯瞰させてから問題点に入ると、的確な指摘が出やすくなる。
もう一つの定番テクニックが「ステップバイステップで考えて」と一言添えること。
この売上データから、来月の売上を予測してください。
ステップバイステップで推論の過程を示してから、結論を出してください。
取説で言えば「急いで組み立てないでください。各ステップを確認してから次に進んでください」という注意書きだ。急かすとネジ穴がズレる。AIも同じ。
戦略5: 外部ツールと組み合わせる（Use external tools）
OpenAIガイドラインの5番目は、ChatGPTの弱点を他のツールで補うという発想。
正直に言おう。ChatGPTは計算が苦手だ。最新ニュースも知らない（学習データに含まれていないから）。長い文書の全文検索も得意ではない。
だからこそ、ChatGPTにすべてを任せるのではなく「ChatGPTが得意なこと」と「他のツールが得意なこと」を組み合わせる。
| やりたいこと | ChatGPTに任せる | 外部ツールで補う |
|---|---|---|
| データ分析 | 分析の方針・解釈 | Excelやスプレッドシートで計算 |
| 最新情報の調査 | 調査結果の要約・整理 | Web検索で情報収集 |
| コード開発 | コードの生成・レビュー | 実行環境でテスト |
たとえば僕は、ChatGPTには「分析の切り口を考えてもらう」→「実際の集計はスプレッドシートでやる」→「結果をChatGPTに渡して解釈してもらう」という流れで使っている。
取説で言えば「ミキサーで氷を砕かないでください」だ。ミキサーにはミキサーの、アイスピックにはアイスピックの仕事がある。
ちなみに2025年以降、ChatGPTにはWebブラウジング機能やコード実行機能が標準搭載された。これも「外部ツール連携」の一種で、OpenAIは自社でもこの戦略を実践しているわけだ。
戦略6: 体系的にテストする（Test changes systematically）
最後の戦略は、一言で言うと「プロンプトを変えたら、ちゃんと検証しろ」ということ。
プロンプトを少し変えたら出力が良くなった。やった！……と思ったら、別の入力パターンでは逆に悪化していた。こういうことが普通に起きる。
OpenAIは「ゴールドスタンダード（理想の回答）」を用意して、プロンプト変更の前後で比較することを推奨している。
これは正直、開発者やヘビーユーザー向けの話だ。でも日常業務でも応用できる。
簡易テスト法：同じプロンプトを3回使ってみる
- 入力パターンを3つ用意する（簡単な依頼、普通の依頼、複雑な依頼）
- 新しいプロンプトでそれぞれ出力させる
- 3つとも期待通りなら、そのプロンプトは使える
取説を読んで設定を変えたら、洗濯物が1枚だけじゃなくて、タオルもシャツもデニムも入れて試運転する。それと同じだ。
6つの戦略を使いこなすコツ
ここまで読んで「6つ全部意識するのは無理だろ」と思った人。安心してほしい。僕も全部同時には使っていない。
まずは戦略1（明確な指示）と戦略4（考える時間を与える）だけでいい。
この2つだけで、ChatGPTの出力精度は体感で倍になる。理由は単純で、ほとんどの人の「うまくいかない」は「指示が曖昧」か「AIに考えるステップを与えていない」のどちらか、あるいは両方だからだ。
慣れてきたら戦略2（参考テキスト）を足す。これで嘘が減る。
戦略3（タスク分割）と5（外部ツール連携）は、業務が複雑になってきたら自然と必要になる。焦らなくていい。
まとめ：取説は読んだほうがいい
OpenAI公式プロンプトガイドラインの6つの戦略を振り返る。
| # | 戦略 | 一言でいうと |
|---|---|---|
| 1 | 明確で具体的な指示 | 心を読ませるな |
| 2 | 参考テキストの提供 | 嘘を防ぐ元ネタを渡せ |
| 3 | タスクの分割 | 丸投げするな |
| 4 | 考える時間を与える | 急かすな |
| 5 | 外部ツール連携 | 万能を期待するな |
| 6 | 体系的テスト | 検証しろ |
6つ全部に共通しているのは、「ChatGPTは優秀だけど、使い方次第」というメッセージだ。IKEAの家具も、説明書通りに組み立てれば立派な棚になる。説明書を無視すれば、ネジが3本余って微妙にガタつく棚になる。
違いは、取説を読んだかどうか。それだけだ。
よくある質問
Q. このガイドラインはChatGPT以外（ClaudeやGemini）にも使えますか？
使える。6つの戦略はOpenAIが出したものだが、中身は「AIへの指示の出し方」の普遍的な原則だ。Claudeでも Geminiでも基本は同じ。ただし、ClaudeはXMLタグによる構造化が特に効果的など、モデルごとの「得意技」はある。ClaudeのXMLタグ活用法も参考にしてほしい。
Q. 長いプロンプトと短いプロンプト、どっちがいいですか？
「具体的であること」が大事であって、長さは問題じゃない。10行の的確な指示は、1行の曖昧な指示に圧勝する。ただし100行の冗長な指示は逆効果。必要十分な情報を、構造的に渡す。これが最適解。
Q. OpenAIのガイドラインは定期的に更新されますか？
更新される。最新版はOpenAI公式サイトで確認できる。ただし、6つの戦略の骨格は初版から変わっていない。取扱説明書の「基本操作」が大幅に変わらないのと同じだ。
Q. フレームワーク（CO-STARなど）とこのガイドラインの関係は？
OpenAIガイドラインは「原則」で、CO-STARフレームワークのようなものは「原則を使いやすくまとめたテンプレート」だ。ガイドラインの戦略1（明確な指示）を実践するために、CO-STARの6要素を使う——という関係。原則を知った上でフレームワークを使うと、応用力が段違いになる。
プロンプトの精度をもっと上げたいあなたへ
OpenAIガイドラインの6つの戦略を理解したら、次は実践です。当サイトでは、すぐに仕事で使えるプロンプトテンプレートや、AIツール別の活用ガイドを公開しています。
