プロンプトとは？AIへの指示や質問のこと｜はじめての一つを書く3つのコツ
プロンプトとは、AIに対して送る指示や質問そのもののことです。ChatGPTやClaudeのチャット欄に打ち込む文章が、そのままプロンプトになります。
指示だけでなく、背景情報や具体例、参考にしてほしいデータを添えることもできます。何を書くかによって、返ってくる答えの質が変わります。
この記事では、プロンプトが何を指すかという基本から、はじめての一つを実際に書くための3つのポイントまでを整理していきます。読み終えると、自分が頼みたいことを1つのプロンプトとして書き、結果を見ながら直せるようになります。
専門用語が出てきますが、初めて出てくるところで短く補足していきます！
この記事の監修者
AIリスキル株式会社 代表取締役
AIツールギャラリーを運営するAIリスキル株式会社の代表取締役。企業・自治体向けの生成AI研修とAI導入支援を手がけています。
実績: 大阪・関西万博 公式プログラム「AI HEROES COLLECTION」司会進行 / 神戸市デジタル人材育成エコシステム構築事業の運営 / MBS「せやねん!」「よんチャンTV」に生成AIの専門家として出演 / Felo日本初コアアンバサダー / Genspark第1期公式アンバサダー / Skywork公式アンバサダー / AKOOL公式パートナー など
プロンプトとは、AIへの指示や質問そのもの
プロンプトとは、AIに対して送るリクエストのことです。Google Cloudの公式ドキュメントも、プロンプトを「言語モデルに応答を求めて送る自然言語のリクエスト」と説明しています。
ChatGPTやClaudeのようなチャット画面で、入力欄に打ち込んで送信するその文章が、そのままプロンプトです。特別な記号やコマンドを覚える必要はありません。
生成AIは、このプロンプトを受け取って、文章や画像などの応答を作ります。プロンプトは、AIとのやり取りの出発点にあたるものです。
この記事では、文章で指示や質問を書くプロンプトを扱います。画像や音声など、テキスト以外の入力に対応するかはツールによって異なります。
「プロンプトエンジニアリング」「コンテキストエンジニアリング」との違い
似た言葉に、プロンプトエンジニアリングとコンテキストエンジニアリングがあります。
プロンプトエンジニアリングは、プロンプトの書き方や組み立て方を磨く技術のことです。Anthropicも「最適な結果を得るために、LLMへの指示を書き・組み立てる手法」と説明しています。
コンテキストエンジニアリングは、もう少し広い技術です。プロンプト単体ではなく、AIエージェントが動いている間に使うツールや外部データ、会話の履歴まで含めた情報全体を管理することを指します。
つまり、プロンプトは1回分の指示そのもの、プロンプトエンジニアリングはその書き方を磨く技術、コンテキストエンジニアリングは情報全体を管理する技術、という関係です。
どちらが優れているかという話ではありません。
書き方をもっと詳しく知りたい場合はプロンプトエンジニアリング、AIエージェントの情報設計を詳しく知りたい場合はコンテキストエンジニアリングの記事で扱っています。
プロンプトに書ける要素：指示・背景情報・例・入力データ
プロンプトに書ける要素は、大きく4つあります。
- 指示: 何をしてほしいかという、依頼そのもの
- 背景情報: 判断材料になる前提や文脈
- 例: こういう出力がほしい、という具体例
- 入力データ: 要約・翻訳・添削などの対象になる文章そのもの
OpenAIの公式ガイドも、良いプロンプトの構造として、依頼内容の指示・具体例・背景情報を組み合わせることを勧めています。
4つすべてを毎回入れる必要はありません。短い質問であれば、指示だけのプロンプトでも十分なことがあります。
はじめての一つを書いてみる：3つのポイント
はじめてプロンプトを書くときは、次の3つを意識すると書きやすくなります。
- 頼みたいことを、具体的に書く
- 判断に必要な背景情報を添える
- 欲しい出力の形を指定する
「頼みたいことを具体的に書く」とは、たとえば「文章を直して」ではなく、「この文章を、社外向けのメールとして丁寧な言い回しに直して」のように書くことです。
背景情報とは、誰に向けた文章か、何のために使うか、といった前提です。背景情報があるほど、AIは状況に合った答えを作りやすくなります。
出力の形とは、箇条書きにしてほしいのか、何文字程度にしてほしいのか、といった希望です。指定しておくと、直しの手間を減らせます。
書いてみた例：ChatGPT・Claudeでのイメージ
たとえば「メールの文章を直して」という書き方だけでは、AIは何を基準に直せばよいか判断しにくくなります。
3つのポイントを反映すると、「この文章を、取引先向けの丁寧なメールとして直してほしい。3行以内の箇条書きで、要点だけにまとめて」のような書き方になります。
頼みたいこと・背景情報・出力の形が揃っているぶん、ChatGPTやClaudeのどちらで試しても、意図に近い答えが返りやすくなります。
思ったような答えが返ってこないときの直し方
一度で完璧なプロンプトを書けなくても、問題はありません。Anthropicの公式ドキュメントも、下書きのプロンプトから結果を見て改善していく、反復のプロセスとして位置づけています。
答えがずれていると感じたら、背景情報を足す、具体例を1つ添える、欲しい出力の形をもう一度伝え直す、といった直し方があります。
「一発で正解を当てる」のではなく、「書いて、見て、直す」を繰り返すものだと捉えると、気が楽になります。
自分に合うAIツールを比較しながら試してみたい場合は、AIツールを検索することもできます。
AIエージェントなど自動で動く場面での注意点
ここまでは、自分で書いて自分で結果を見る使い方を前提にしてきました。
一方、AIエージェントのように、書いたプロンプトが繰り返し・自動で実行される使い方では、事情が変わります。
指示の曖昧さがそのまま積み重なり、人が都度確認しないまま処理が進んでしまう可能性があります。自動で動く範囲が広がるほど、プロンプトを具体的に書くことの重要性が増します。
ツールや外部データまで含めた情報全体の設計まで踏み込みたい場合は、コンテキストエンジニアリングの記事で扱っています。
プロンプトについてよくある質問
プロンプトは日本語で書いてもよいですか
日本語で問題ありません。ChatGPTやClaudeなど主要なAIチャットは、日本語のプロンプトにも日本語で応答します。
プロンプトは長く書くほど良いですか
長さそのものが目的ではありません。頼みたいこと・背景情報・出力の形が揃っていれば、短いプロンプトでも十分なことがあります。
プロンプトエンジニアリングは学ぶ必要がありますか
日常的な使い方であれば、この記事の3つのポイントで十分なことが多いです。より高度な技法や仕事として深めたい場合は、プロンプトエンジニアリングの記事で扱っています。
まとめ
プロンプトとは、AIに対して送る指示や質問そのもののことです。チャット欄に打ち込む文章が、そのままプロンプトになります。
指示だけでなく、背景情報・例・入力データも書けます。ただし毎回すべてを入れる必要はありません。
はじめての一つを書くときは、頼みたいことを具体的に書く・背景情報を添える・出力の形を指定する、の3点を意識してください。
一度で完璧を狙わず、結果を見ながら書き直す反復が前提です。AIエージェントのように自動で繰り返し実行される場面では、この具体性がより重要になります。
社内でAIの使い方や指示の出し方を整理する研修を検討している場合は、お問い合わせはこちらからご相談ください。
この記事の出典
- Introduction to prompting（Google Cloud、Gemini Enterprise Agent Platform公式ドキュメント、2026年9月11日本文直接確認・統括検証）
- Prompt engineering（OpenAI API公式ガイド、2026年9月11日確認）
- Effective context engineering for AI agents（Anthropic Engineering、2026年9月11日確認）
- Prompt engineering overview（Anthropic Claude Platform Docs、2026年9月11日確認）
関連AIツール
この記事は役に立ちましたか？
感想は、今後の記事改善に活用します。
関連記事
データガバナンスとは？AIガバナンスとの違いは「データそのものか、使われ方か」｜整えるべき3つの対象
データガバナンスとは、企業が保有するデータの管理体制と責任の所在を整えることです。AIガバナンス・RAG・セキュリティとの違いを整理します。
生成AIガイドラインとは？社内ルールが決める3つのこと｜禁止事項・条件付き利用・運用のはじめ方
生成AIガイドラインとは、社内で生成AIを使う際のルールをまとめた文書です。禁止事項・条件付き利用・運用体制という3つの決め方と、公的ガイドラインの参照のしかた、社内での運用・更新方法をやさしく整理します。
社内GPTとは？「GPT」でも特定のモデルに限らない｜作り方の選択肢とRAG・安全性の考え方
社内GPTとは、社員が使える生成AIチャットを社内向けに用意したもの全般を指す通称です。契約する方法と組み合わせて作る方法、RAGと追加学習の違い、契約プランによって異なる情報管理の条件をやさしく整理します。
エンタープライズサーチとは？サイト内検索との違いは「複数システムを横断するか」｜RAGとの関係と効果が出る条件
エンタープライズサーチの意味を、サイト内検索との違い、RAGとの関係、効果が出るために必要なアクセス権の設計とデータ品質の条件まで具体例で解説します。
次のAIツール選びへ
気になるツールを並べて、料金や特徴の違いを確認できます。