プロンプトエンジニアリングとは
LLMへの指示の出し方を工夫して、望む答えを得る

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（prompt engineering）は、望む生成結果を得られるように、LLM への指示や命令（プロンプト）の与え方を最適化する実践的な手法です。LLM の推論能力を最大限に引き出すための、指示の設計のスキルといえます。

同じ LLM でも、「要約して」とだけ頼むのと、「誰に向けた、どんな形式の、どの長さの要約か」まで書いて頼むのとでは、返ってくる答えが大きく変わります。モデルそのものに手を加えずに、指示の書き方だけで出力の質を高められるのが、この手法の特徴です。

主な技法

プロンプトを組み立てるときの代表的な技法は次のとおりです。

• ロールの明確化: 「プロのテクニカルライターとして振る舞ってください」のように、LLM に演じてほしい役割（ペルソナ）を指定します。役割に応じた知識や文体で答えてくれます。
• 情報の記載: プロンプトの内側に、追加の情報・具体例・制約などを直接書き込みます。この方法を ICL（インコンテキストラーニング）と呼びます。
• 出力形式の指定: 箇条書き、表、文字数など、返してほしい形を指定します。
• CoT（Chain-of-Thought、思考の連鎖）: 複雑なタスクを小さなステップに分け、推論を段階的に進めさせます。回答の正確性が高まります。

システムプロンプトとユーザプロンプト

プロンプトには2種類あります。ユーザプロンプトは、利用者がその都度入力する指示です。システムプロンプトは、システムの振る舞いや制約をあらかじめ決めておくもので、ユーザプロンプトに付け足して、LLM の動きを優先的に方向づけられます。

試験での問われ方

モバイルシステム技術検定2級では、第10章「生成AIとAI活用」で出ます。もちこ道場の第10章の問題では、プロンプトエンジニアリングを含む問題が10問あり、次のような問われ方をしています。

• 穴埋め: 「LLM の推論能力を最大限に引き出すために、モデルへの指示や命令の与え方を最適化する実践的なアプローチ」の空欄にプロンプトエンジニアリングを選ぶ。技法の説明（「プロとして振る舞って」と役割を指定する）から、ロールの明確化を選ぶ。
• 組み合わせの穴埋め: 「指示の設計のスキル」と「複雑なタスクを段階的に推論させる CoT」、「役割を指定するロールの明確化」と「ICL」のように、2つの空欄を同時に選ぶ。
• 誤った記述を選ぶ: システムプロンプトとユーザプロンプトの役割、CoT の使い方、ICL の説明のうち、誤っているものを選ぶ。
• ほかの用語の外れの選択肢: ディープラーニングの問題で、プロンプトエンジニアリングが外れの選択肢として並びます。

似た用語との違い

覚え方

• 「モデルを変えず、指示を変える」。再学習が必要なファインチューニングとの分かれ目です。
• 技法は「役・情報・形・段階」。役割（ロール）、情報（ICL）、出力の形式、段階的な推論（CoT）の4つを思い出せれば、選択肢を見分けられます。
• システムプロンプトは先に決めておく土台、ユーザプロンプトはその場で入れる指示です。

第10章のほかの用語は「第10章 生成AIとAI活用の要点」にまとめています。外部の情報を使う方法は「RAG と ICL の違い」、モデルを追加学習する方法は「ファインチューニングと転移学習の違い」で説明しています。