プロンプトの書き方 ── 目的・状況・出力形式を伝えて、欲しい答えを引き出す 5 つの型
目次
- 1. 「思った答えが返ってこない」── 聞き方の話、仕組みの話
- 2. AI への「お願い」は、人へのお願いと、どう違うか
- 3. 答えがズレる 3 つの原因 ── 目的・状況・出力形式
- 4. 目的を伝える ── 「何のために」を 1 行入れる
- 5. 状況と資料を渡す ── 「私は誰で、これが手元にある」
- 5-1. あなたの立場を一行で書く
- 5-2. 資料はそのまま貼って渡す
- 5-3. 役割をお願いする
- 6. 出力形式を指定する ── 長さ・書き方・トーン
- 7. それでもズレたら ── 聞き返してもらう／5 つの型で仕上げる
- 7-1. 「足りない情報があれば質問してください」を末尾に添える
- 7-2. 一発で完璧を狙わず、対話で詰める
- 7-3. 5 つの型のチェックリスト
- 7-4. 慣れてきたら、型を離れて構わない
- 8. プロンプトの “その先” ── コンテキスト設計／環境（ハーネス）設計
- まとめ ── 思った答えを引き出すには、書いて伝える
- 関連記事
「何でも聞いて」と言われたから、ためしに頼んでみた。夕飯の献立、メールの直し、調べものの要点 ── 返ってきた答えは、なんだか違う。きっと、誰もが一度は経験する違和感です。
新しいツールが半年後に出ても、聞き方の核は変わりません。この記事で整理する 5 つの型は、数年単位で使い続けられます。
仕事でも同じです。会議の議事録、調査メモ、提案資料 ── どれも頼み方が答えを左右します。
頭が悪い AI に当たってしまったわけではありません。あなたの頼み方が、AI の聞こえ方に合っていなかっただけです。人にお願いするときと、AI にお願いするときでは、相手が前提として持っているものがまったく違います。そこを踏まえずに同じ調子で頼むと、ほぼ毎回ズレます。
この記事では、AI が「何を聞き取れて、何を聞き取れないか」をいったん見直したうえで、欲しい答えを引き出すための聞き方を 5 つの型に整理します。
1. 「思った答えが返ってこない」── 聞き方の話、仕組みの話
ChatGPT を触ったことのある方なら、こんな経験があるはずです。同じ質問を 2 回して、毎回少しずつ違う答えが返ってくる。あるいは、頼んだものとは違う答えが堂々と返ってくる。「自分の聞き方が悪いのか、AI が悪いのか」── ここで止まってしまった方は、決して少数派ではありません。
実は、この違和感には 2 つの別の原因が混ざっています。ひとくくりに「ChatGPT は使えない」とまとめて諦める前に、ちょっと切り分けてみてください。
ひとつめは、同じ問いをしても毎回少し違う答えが返ってくる、という性質です。これは AI の仕組みそのものから来ます。AI は次に来そうな単語を確率で選んでいる ── このいちばん根っこの動きから、毎回ぴったり同じ答えにはなりません。これは別記事「LLM の仕組み」のテーマで、本記事の範囲ではありません。
もうひとつが、本記事のテーマです。思った内容の答えが、そもそも返ってこない。ズレている、足りない、求めていない方向に寄っている ── このタイプの違和感は、AI の頭の良し悪しではなく、 頼み方に原因があります 。聞き方が変われば、返ってくる答えの種類も変わります。
本記事は、後者だけを扱います。仕組みの話は別記事に譲って、あなたの手元で直せる「聞き方の話」に絞ります。
2. AI への「お願い」は、人へのお願いと、どう違うか
聞き方を直す前に、まず AI が何を聞き取れて、何を聞き取れないかを見直しておきます。ここを飛ばすと、5 つの型を覚えても腹落ちしません。
人にお願いするとき、私たちは多くのことを言わずに済ませています。
- 隣の同僚に「あの件、どうなった？」と聞けば、相手は今朝の会話を思い出して答えます
- 家族に「夕飯どうする？」と聞けば、相手は冷蔵庫の中身と昨日の献立を踏まえて答えます
- 友人に「あの店、おすすめある？」と聞けば、相手はあなたの好みを知ったうえで答えます
人は、長い時間かけて共有してきた背景の上に乗って答えてくれます。足りないことがあれば、その場で聞き返してもくれます。「あの件って、A 社の話？ B 社の話？」と。
AI は、そうではありません。AI が答えを組み立てるときに見ているのは、今この瞬間にあなたが渡した文章だけです。あなたの手元にある資料も、昨日までの会話も、あなたがどんな立場で何を分かっているかも、原則として見えていません。「過去の会話を覚える」機能を持つ AI もありますが、それでも見えているのは「過去にあなたが文字として送った内容」までです。紙で持っている資料や、頭の中だけにある事情までは見えていません。
「察してくれない」と言ってしまうのは少し雑です。より正確には、 与えた文章の中にある情報だけで、答えを組み立てている 、と理解してください。
仕組みからの補足
AI が “見て” いるのは、その瞬間に文字として渡された範囲（コンテキストウィンドウ ── 「会話を覚えていられる作業机」）だけです。情報を詰め込みすぎると後半の精度が落ちます。「詰めれば詰めるほどよい」わけではありません。
「察しない」は欠陥ではありません。仕組みから来る、自然な制約です。だから対処も自然に決まります ── 察してもらうのを期待するのではなく、必要なことを書いて伝える。これが本記事のすべての出発点です。
3. 答えがズレる 3 つの原因 ── 目的・状況・出力形式
書いて伝えるべきものは何か。突き詰めると、 目的・状況・出力形式 の 3 つに整理できます。ズレた答えが返ってきたとき、まずこの 3 軸で振り返ってみてください。
| 軸 | 伝わっていないと、何が起こるか |
|---|---|
| 目的 | 何のために聞いているのか分からないので、AI は無難で平均的な答えを返す |
| 状況 | あなたが誰で、何を知っているのかが見えないので、初心者にも専門家にも当てはまる薄い答えになる |
| 出力形式 | どんな長さ・書き方で欲しいかが指定されていないので、AI が独自に決めた長さで返ってくる |
たいていの場合、3 つのどれかが伝わっていません。3 つすべてが抜けていることもあります。
3 軸はそのまま、聞き方の 5 つの型に対応します（最後の §7 でまとめます）。1 つずつ順番に開いていきます。
4. 目的を伝える ── 「何のために」を 1 行入れる
ひとつめは「目的」です。何のためにそれを聞いているのか、を 1 行入れる。たったこれだけで、返ってくる答えの方向が変わります。
たとえば、夕飯の献立を相談するとき。
| 悪い例 | 良い例 |
|---|---|
| 「料理を簡単に教えて」 | 「平日の夕食を、30 分以内で作れる料理を 5 つ教えてください」 |
| 「英語を直して」 | 「海外の取引先に送る丁寧なメールにしたいので、以下の英文を直してください」 |
| 「ストレッチを教えて」 | 「健康診断で運動不足と言われたので、毎晩 10 分でできるストレッチを 3 つ」 |
| 「読書感想文の書き方を教えて」 | 「中学 2 年生の夏休みの宿題で、原稿用紙 3 枚の感想文を書きたい。書き出しのコツを」 |
悪い例には、共通する弱点があります。「何のため」が抜けていることです。「料理を簡単に」と言われても、AI には判断材料がありません。お客さんを呼ぶときの簡単なのか、平日に手早く作りたいときの簡単なのか、子どもに作らせる簡単なのか ── どれを想定するかで、返ってくる答えがまったく変わります。
AI には、目的が示されないと無難で平均的な答えに寄せるクセがあります。誰にとってもまあまあ役に立つけれど、あなたには刺さらない答えです。目的を書くだけで、その方向が一気に定まります。
「 ○○のために、○○を教えて 」 ── これが目的の型です。仕事の場面も同じです。「会議のメモをまとめて」より「打ち合わせで決まったことと、誰が何をするかを箇条書きにして」のほうが、そのまま使えるメモが返ってきます。
関連図：目的がないとき、AI の答えが「来客用／平日夕食／子供向け」など複数の方向に散らばる様子。目的ありと見比べると、違いがくっきりします。
AI 研修で受講者に「目的を書いてください」と伝えると、大学生を含む初学者からよくこんな声が返ってきます。「目的と、AI へのお願い（指示）の境目がよく分かりません」。確かに、完璧な境界はありません。「平日の夕食に 30 分で作れる料理を教えて」と書いた場合、「平日の夕食に」が目的で「30 分で作れる料理を教えて」が指示なのか、全体がひとつの指示なのか ── どちらとも読めます。それでいいのです。大事なのは境界線を引くことではなく、「何のために」を 1 行入れる習慣です。型として書く練習をしていくうちに、境界を考えなくても自然に書けるようになります。
5. 状況と資料を渡す ── 「私は誰で、これが手元にある」
ふたつめは「状況」です。あなたが誰で、何を知っていて、何が手元にあるか ── これを書く。
人に頼むときは省略してきたところです。AI に頼むときは省略しないでください。
5-1. あなたの立場を一行で書く
立場を 1 行入れる だけで、返ってくる答えの粒度が大きく変わります。
- 「私は料理初心者で、揚げ物が苦手です。少ない油でできる主菜を 3 つ教えてください」
- 「先週の健康診断で血圧が高めと言われました。塩分を抑えた朝食の例を 1 週間分」
- 「Excel をほとんど触ったことがありません。家計簿を作りたいので、最初に覚えるべき 5 つの操作だけ」
- 「副業でクライアントに送る提案資料を初めて作ります。相手は IT に詳しくない小売業の方です。構成の骨子を教えてください」
「料理初心者です」「Excel を触ったことがありません」── ここを書くと、AI は専門用語を抑えて、初心者向けの言葉で説明してくれます。書かないと、初心者にも専門家にも当てはまる、当たり障りのない薄い答えになります。
5-2. 資料はそのまま貼って渡す
AI には、あなたの手元の資料は見えていません。手元にある資料は、 コピペで貼って渡してください 。
- 健康診断の結果票の数値部分をそのまま貼って、「この結果を踏まえて朝食を見直したい」
- 学校の先生からのコメントを貼って、「この指摘を反映して感想文を書き直したい」
- 商品の説明書の該当ページを貼って、「設定の意味を初心者向けに教えてほしい」
- 議事録のメモを貼って、「決まったことだけを箇条書きで抜き出して」
長い資料を貼ること自体は問題ありません。ただし、§2 でも触れたとおり、詰め込みすぎると後ろのほうの精度が薄れることが知られています。本筋に関係ない部分は思い切って削ってから貼るほうが、結果としてよく当たります。
5-3. 役割をお願いする
立場と資料に加えて、AI に役割をお願いするという型もあります。
- 「栄養士として、糖尿病の家族向けの献立を組んでください」
- 「中学校の英語の先生として、この英作文を直してください」
- 「子育て中の保健師として、夜泣きの相談に乗ってください」
- 「新入社員への説明担当として、この手順書を初めて読む人にも分かるよう書き直してください」
役割をお願いすると、AI はその役割が普段使う語彙や視点で答えを組み立てやすくなります。栄養士役なら塩分や栄養バランスの話に寄せ、英語の先生役なら文法の理屈や読みやすさに寄せて、説明してくれるようになります。
ただし、役割をお願いしたからといって、AI が本当にその国家資格を持つわけではありません。最終的な医療・法律・お金の判断は、必ず資格を持つ人に確認してください ── これは仕組み・制度どちらの観点でも、変わらない原則です。
6. 出力形式を指定する ── 長さ・書き方・トーン
みっつめは「出力形式」── 返ってきてほしい答えの長さ・書き方・トーンです。これも省略しないでください。
出力形式の指定は、たとえばこんな書き方になります。
- 長さ：「200 字以内で」「箇条書きで 3 つに絞って」「短く一文で」
- 書き方：「表で」「メールの形式で」「番号付きの手順で」
- トーン：「中学生に説明する口調で」「ビジネスメールの丁寧さで」「子どもに読み聞かせる語り口で」
「出力形式なんて、後から自分で整えればいい」と思うかもしれません。それでもよいのですが、AI には長さを自分で判断するクセがあります。Anthropic 社の最新モデルの公式ガイドにも、「応答の長さをタスクの複雑さに応じて調整する」と明示されています。雑に言えば、「これは短く答えればいい話」「これは長めに説明したほうがいい話」を、AI が自分で判断するということです。つまり、こちらから出力形式を指定しないと、 AI 側が独自に決めた長さで返ってくる 。
短くまとめてほしいのに、長い解説が返ってきて読み切れない。表で並べてほしいのに、文章で延々と返ってきて比較しにくい。これは AI の判断ミスではなく、こちらが出力形式を指定していないからです。
なお、出力形式を指定すれば必ず守ってくれるわけではありません。指定すると、その形に沿って生成されやすくなる、というのが正確な言い方です。それでも、指定しない場合と比べれば、的中率はかなり上がります。
マークダウンでの整え方
「箇条書きで」「表で」と書くだけで十分です。より細かく整えたい場合は、依頼文そのものをマークダウン（記号で文章に構造を付ける書き方）で書いて渡す方法もあります。行頭に
#で見出し、-で箇条書き、**...**で囲むと太字になります。AI は構造化されていない文章よりも、構造化された文章のほうを正確に解釈する傾向があります。ただし記号の細かい使い方を覚えなくても、「箇条書きで」と日本語で書けば実用上は問題ありません。
7. それでもズレたら ── 聞き返してもらう／5 つの型で仕上げる
目的・状況・出力形式をすべて書いても、一発で完璧に当たるとは限りません。ここで AI に「聞き返してもらう」という型が効きます。
7-1. 「足りない情報があれば質問してください」を末尾に添える
依頼の末尾に 「足りない情報があれば、まず質問してください」 と一行入れる。これだけで、AI が答えを組み立て始める前に、必要な確認をしてくる確率が上がります。
- 「上記のとおり、子どもの自由研究のまとめをお願いします。情報が足りないところがあれば、まず質問してください」
- 「上記の英文を直してください。意図がはっきりしない箇所があれば、決めつけずに聞いてください」
人に頼むときは「分かりにくかったら聞いてね」と添えるのが普通です。AI に対しては、これを明示しないと、足りない情報を AI が自分で勝手に埋めて答えを組み立て始めてしまいます。「あ、たぶん A の話だな」と決め込んで、B の話だったあなたを置き去りにする、ということが起きます。
7-2. 一発で完璧を狙わず、対話で詰める
それでもズレた答えが返ってきたら、AI を責める必要はありません。「ここの部分を、もう少し短くしてほしい」「中学生向けに言い直してほしい」「専門用語を抜いてほしい」── そう返すだけで、AI は前回の答えを踏まえて直します。
最初から完璧なプロンプトを書こうとしないでください。 1 回目で 7 割、2〜3 回の対話で詰める のが、現実的な使い方です。
7-3. 5 つの型のチェックリスト
依頼を組み立てるとき、入れ忘れを防ぐチェックポイントが 5 つあります。
| 番号 | 要素 | 何を書くか |
|---|---|---|
| ① | 目的 | 何のためにそれを聞いているのか |
| ② | 状況 | あなたが誰で、何を知っているか |
| ③ | お願い | 何をしてほしいか（行動が分かる動詞で） |
| ④ | 資料 | 参考になる情報を、そのまま貼って渡す（任意） |
| ⑤ | 出力形式 | 長さ・書き方・トーンの希望 |
迷ったら、上から順に埋めていけば形になります。書き出しの雛形は ── 「私は〜で、〜のために、〜してほしい。資料は〜。返答の出力形式は〜でお願いします。足りないところがあれば質問してください」── このくらいで十分です。
5 つの型を覚えてきたら、組み合わせて使うこともできます。研修で特に反応がよかったのが「採点プロンプト」（「パワハラプロンプト」と呼ぶと笑いが起きます）です。AI に自分の出力を採点させ、そのまま書き直させる型です。
この出力を 60 点とします。
100 点の出力にするために足りないものを列挙したうえで、
100 点の出力はどのようなものか出力してください。会議の議事録をまとめさせた後、報告書の下書きを作らせた後 ── どんな場面でも、AI の返答の末尾にこの 3 行をそのまま続けるだけで動きます。採点プロンプトは、このままコピーして使えます。
7-4. 慣れてきたら、型を離れて構わない
5 つの型は、自転車の補助輪です。慣れてくると、毎回すべての要素を律儀に埋めなくても、勘どころで省略できるようになります。「短く」「箇条書きで」だけ添えれば済む依頼もあります。
目安は「同じ型を 3 回使ったら、1 回外して試す」です。型通りでなくても答えが返ってきたら、そこが卒業のサインです。
型に縛られないでください。型は伝え忘れを防ぐためのチェックポイントであって、フォーマットそのものではありません。
8. プロンプトの “その先” ── コンテキスト設計／環境（ハーネス）設計
ここからは参考情報です。「こういう世界があるのか」と頭の片隅に置いておくだけで十分です。
5 つの型は、プロンプト（AI に直接渡す文章）を整える話です。業界では 2025 年以降、その外側への関心が広がっています。階段で言えば、こうなります。
| 階 | 名前 | 整えるもの | 身近な例えで言うと |
|---|---|---|---|
| 1 | プロンプト | AI に直接渡す文章（本記事の範囲） | 「今日のお使いを『何を、いつまでに』と書いて伝える」 |
| 2 | コンテキスト | プロンプトの周りで AI が見る情報の全部 | 「メモ・財布・保険証 ── 必要なものを持たせて送り出す」 |
| 3 | 環境（ハーネス） | AI が動ける道具と作業場 | 「自転車・地図アプリ ── 動ける足回りまで整える」 |
本記事の 5 つの型は、この階段の 1 段目です。まずここを固めておけば、上の階に進んだときも土台がぶれません。
まとめ ── 思った答えを引き出すには、書いて伝える
人に頼むときに省略していた「目的・状況・出力形式」を、AI に頼むときは省略せずに書く。書ききれていない依頼に対して、AI が無難な平均値を返してくる ── これが「思った答えが返ってこない」の正体でした。
5 つの型は、書き忘れを防ぐためのチェックポイントです。
- 目的：何のため
- 状況：あなたが誰で、何を知っているか
- お願い：何をしてほしいか
- 資料：参考になる情報をそのまま渡す（任意）
- 出力形式：返答の長さ・書き方・トーン
これに「足りないことがあれば、まず質問してください」を末尾に添える。一発で完璧を狙わず、2〜3 回の対話で詰めていく。新しいモデルが半年後に出ても、この聞き方の核は変わりません。
そして、慣れてきたら、型を離れて構いません。学習ノートの取り方と同じです。最初は教わった書き方をなぞって書くけれど、慣れたら自分のまとめ方で書ける ── そんな関係に、AI とも近づいていけます。
プロンプトを書けるということは、AI に何をやらせるかを自分で決められるということです。道具を使いこなす側に立てる。「AI が何かをしてくれる」を待つ立場ではなく、「AI に何をさせるか」を判断する立場に移れます。それは、新しいモデルが出るたびに振り回される立場とは、少し違います。
関連記事
- AI でできること、できないこと ── 仕組みで整理する「地図」：そもそも AI に何を任せていいかの判断軸
- LLM の仕組み ── 同じ問いに違う答えが返ってくる、その理由：本記事 §1〜§2 で触れた仕組みの話を、もう一段深く
- コンビニ・職人・科学者 ── ChatGPT・Claude・Gemini はなぜ違うのか：どの AI に頼むかの選び方